Modelagem de influência de sócios das redes sociais pelos PageRank e Índice W-Entropia

Abstract

As redes sociais desempenham um papel cada vez mais importante na comunicação das pessoas, e devido a este fato é necessário que sejamos capazes de medir a influência das pessoas nas redes sociais. Cada plataforma possui a sua lista de classificação para mostrar quem são os membros mais populares, mas esta medida é muito incompleta e unidimensional e a variação dos resultados entre as diferentes listas são sempre discrepantes. Da mesma forma, alguns pesquisadores têm proposto algoritmos computacionais diferentes para avaliar e medir esta influência, mas estes estudos são geralmente muito simples para expressar as características da transmissão de informações. Este trabalho apresenta uma pesquisa a respeito de como medir a influência dos membros das redes sociais, aplicando o PageRank e a W-Entropia, mais precisamente. Dada uma única rede social, o algoritmo PageRank calcula a importância de cada pessoa com base na ligação intrínseca entre os membros, esse algoritmo é justo e dificilmente os resultados serão manipulados. Dadas diversas redes sociais, a W-Entropia, que utiliza a teoria de Shannon, pode medir o desequilíbrio entre plataformas diferentes durante a transmissão de informações, alcançando assim um resultado mais preciso. Seguindo essa metodologia, o trabalho desenvolveu o Sistema W-Entropia para medir a influência das pessoas. Este sistema consiste de três partes: a parte do crawler, encarregada de coletar os dados e convertê-los para o formato exigido, a parte de cálculo, responsável por calcular a influência da pessoa e a parte de exibição, que exibe a lista de classificação na internet. De acordo com o experimento, o algoritmo PageRank apresentou uma boa performance dentro de uma única plataforma, já que ele pode efetivamente eliminar a interferência de usuários inativos e obter um valor mais justo de influência. A W-Entropia obtida responde ao desequilíbrio entre plataformas diferentes durante a transmissão das informações. Com a utilização da entropia, o resultado coincidiu melhor com a lei de propagação de informações. _________________________________________________________________________________ ABSTRACT

As social networks play more and more important role in people’s daily communication, it is necessary to measure a person’s influence in social networks. Currently, every platform has its ranking list to show who the most popular member is. But this measurement is inaccurate and the results between different lists are always different. Similarly, some researchers have proposed various computation algorithms, but these studies are usually too simply to express the features of transmission of information. This work presents a research that applied PageRank algorithm and W-Entropy index which is based on the theory of information to measure influence more precisely. For a single social network, PageRank calculates the importance of each person with the intrinsic link between members, this algorithm is fair and not easily manipulated. For multi-social networks, Shannon’s theory can measure the unbalance between different platforms during the transmission of information, thus achieving the accurate result. According to the methodology, this work developed W-Entropy system to measure people’s influence. This system consists of three parts: the crawler part is in charge of collecting the data and converting them to the requirement format; the computation part is responsible for calculating the people’s influence; the display part is for displaying the ranking list in the Internet. With the experiment result, PageRank algorithm is with a good performance for a single platform, it can effectively remove the interference of inactive users and get a fair influence value. The W-Entropy index obtained from Shannon’s entropy responses to unbalance between different platforms during the transmission of information. With the entropy, the result more coincided with the law of information propagation.