Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/123456789/28124
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΜατάκος, Αντώνιοςel
dc.date.accessioned2017-09-01T10:17:42Z-
dc.date.available2017-09-01T10:17:42Z-
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/28124-
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.2239-
dc.rightsDefault License-
dc.subjectΠόλωσηel
dc.subjectΚοινωνικά δίκτυαel
dc.subjectΜοντέλο σχηματισμού απόψεωνel
dc.subjectPolarizationen
dc.subjectSocial networken
dc.subjectSocial mediaen
dc.subjectOpinion formation modelen
dc.titleMeasuring and moderating opinion polarization in online social networksen
heal.typemasterThesis-
heal.type.enMaster thesisen
heal.type.elΜεταπτυχιακή εργασίαel
heal.classificationSocial networksen
heal.dateAvailable2017-09-01T10:18:42Z-
heal.languageen-
heal.accessfree-
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικήςen
heal.publicationDate2017-
heal.bibliographicCitationΒιβλιογραφία : σ. 44-47el
heal.abstractThe polarization of society over controversial social issues has been the subject of study in social sciences for decades [22, 33]. The widespread usage of online social networks and social media and the tendency of people to connect and interact with like-minded individuals has only intensified the phenomenon of polarization [4]. In this thesis, we consider the problem of measuring and reducing polarization of opinions in a social network. Using a standard opinion formation model [15], we define the polarization index, which, given a network and the opinions of the individuals in the network, it quantifies the polarization observed in the network. Our measure captures the tendency of opinions to concentrate in network communities, creating an echo-chamber. Given a numerical measure of polarization in the network, we consider the problem of reducing polarization by convincing individuals (e.g., through education, exposure to diverse viewpoints, or incentives) to adopt a more neutral stand towards controversial issues. We formally define the ModerateInternal and ModerateExpressed problems, and we prove that both our problems are NP-hard. By exploiting the linear-algebraic characteristics of the opinion formation model we design polynomial-time algorithms for both problems, and efficient heuristics. We conduct our experiments on real-world datasets, with data from twitter representing well-known controversies. We demonstrate the validity of our metric, by comparing against other metrics, and observing the obtained value in both polarized and non-polarized settings. We also showcase the efficiency and the effectiveness of our algorithms and heuristics in practice.en
heal.abstractΗ πόλωση της κοινωνίας πάνω σε αμφιλεγόμενα κοινωνικά ζητήματα έχει υπάρ- ξει ως αντικείμενο έρευνας στις κοινωνικές επιστήμες εδώ και δεκαετίες [22, 33]. Η διαδεδομένη χρήση των online κοινωνικών δικτύων και social media αναμενό- ταν να κάνει τους ανθρώπους πιο ανοιχτούς σε διαφορετικές ιδεές, νοοτροπίες και απόψεις, και φαινόταν σαν ένα βήμα προς τον εκδημοκρατισμό και την διαποικί- ληση των κοινωνιών. Όμως, η εύκολη πρόσβαση σε άφθονη πληροφορία και η τάση των ανθρώπων να συνδέονται και να αλληλεπιδρούν με ομοϊδεάτες, έχει οδηγήσει στο αντίθετο αποτέλεσμα. Σαν συνέπεια, αντί να γεφυρωθεί το χάσμα μεταξύ των ανθρώπων, το φαινόμενο της πόλωσης έχει γίνει πιο έντονο [4]. Η πόλωση κατα- κερματίζει την κοινωνία σε ομάδες, με αποτέλεσμα την κατάπτωση του δημόσιου διαλόγου και της αλληλοκατανόησης μεταξύ των διάφορων πλευρών, καταστρέφο- ντας την ομαλή και δημοκρατική λειτουργία των κοινωνιών. Συνεπώς, η δημιουργία μηχανισμών για την μείωση της πόλωσης είναι ζήτημα υψίστης σημασίας. Σε αυτή τη διατριβή, θεωρούμε το πρόβλημα της μέτρησης και της μείωσης της πόλωσης των απόψεων σε ένα κοινωνικό δίκτυο. Χρησιμοποιούμε ένα καθιερωμένο μοντέλο σχηματισμού απόψεων [15], το οποίο υποθέτει ότι κάθε χρήστης έχει μια εσωτερική άποψη που είναι σταθερή, και μια εκφραζόμενη άποψη που εξαρτά- ται από την εσωτερική του άποψη και τις εκφραζόμενες απόψεις του κοινωνικού δικτύου. Με βάση αυτό το μοντέλο ορίζουμε το polarization index, το οποίο, δεδομέ- νου ενός δικτύου και εσωτερικών απόψεων των ατόμων στο δίκτυο, ποσοτικοποιεί την παρατηρούμενη πόλωση στο δίκτυο. Η μετρική μας συλλαμβάνει την τάση των απόψεων να συγκεντρώνονται σε δικτυακές κοινότητες, δημιουργώντας θαλάμους αντήχησης(echo-chambers). Δοθείσας μιας αριθμητικής μετρικής της πόλωσης στο δίκτυο, θεωρούμε το αλ- γοριθμικό πρόβλημα της μείωσης της πόλωσης πείθοντας άτομα(για παράδειγμα, μέσω μόρφωσης, έκθεσης σε ποικίλες απόψεις ή δίνοντας κίνητρα) να υιοθετήσουν μια πιο ουδέτερη στάση προς αμφιλεγόμενα ζητήματα. Ορίζουμε τυπικά τα ModerateInternal, όπου μετριάζουμε τις εσωτερικές απόψεις των χρηστών, και ModerateExpressed προβλήματα, όπου μετριάζουμε τις εκφραζόμενες απόψεις. Από υπο- λογιστικής άποψης, αποδεικνύουμε ότι και τα δύο προβλήματα είναι NP-δύσκολα. Εκμεταλλευόμενοι τα αλγεβρικά χαρακτηριστικά του μοντέλου σχηματισμού από- ψεων, σχεδιάζουμε πολυωνυμικού χρόνου αλγορίθμους και για τα δύο προβλήματα, καθώς και αποτελεσματικούς ευριστικούς. Διεξάγουμε τα πειράματα μας σε δεδο- μένα απο τον πραγματικό κόσμο, με δεδομένα απο το twitter που αφορούν γνωστές διαμάχες. Επιδεικνύουμε την εγκυρότητα της μετρικής, συγκρίνοντας με άλλες με- τρικές, και παρατηρόντας την τιμή που μας δίνει για πολωμένα και μη-πολωμένα περιβάλλοντα. Τέλος, αποδεικνύουμε την αποδοτικότητα και την αποτελεσματικό- τητα των αλγορίθμων μας στην πράξη.el
heal.advisorNameΤσαπάρας, Παναγιώτηςel
heal.committeeMemberNameΤσαπάρας, Παναγιώτηςel
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικήςel
heal.academicPublisherIDuoi-
heal.numberOfPages50 σ.-
heal.fullTextAvailabilitytrue-
Appears in Collections:Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΜΥ

Files in This Item:
File Description SizeFormat 
Μ.Ε. ΜΑΤΑΚΟΣ ΑΝΤΩΝΙΟΣ 2017.pdf563.05 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons