Analiza dynamiki grup w mediach społecznościowych
Praca dotyczy analizy grup i ich dynamiki w mediach społecznych, które są popularnym środkiem do wyrażania swoich opinii, komentowania bieżących wydarzeń oraz budowania relacji z innymi osobami. W wyniku interakcji między osobami tworzą się grupy, a ponieważ te interakcje są dynamiczne, grupy nieustannie zmieniają się w czasie. Analiza grup ma szerokie zastosowanie, przede wszystkim w marketingu, monitorowaniu kampanii społecznych, a także optymalizacji struktur w firmie.
W pracy rozpatrywanych jest szereg problemów. Pierwszym z nich jest efektywna analiza zmian grup w czasie. Drugim, bezpośrednio powiązanym z nim, jest ewaluacja metod do analizy dynamiki grup - w rzeczywistych zbiorach nie mamy wiedzy o rzeczywistych procesach zachodzących z grupami, więc istniała potrzeba stworzenia systemu generacji sztucznych zbiorów danych oraz zestawu metryk do porównywania wyników takich metod. Kolejne rozpatrywane zagadnienia to wizualizacja dynamiki grup, predykcja zachowań grup oraz analiza tematyki grup. W ramach pracy zostały zaproponowane nowe metody i narzędzia adresujące wymienione problemy. Ponadto, w tej rozprawie zostało po raz pierwszy sformułowane zagadnienie predykcji scaleń grup. Dla każdego rozważanego problemu wykonany został szereg eksperymentów potwierdzających tezę całościową pracy mówiącą o tym, że obserwacja charakterystyk grup tworzących się w mediach społecznych umożliwia systematyczną analizę rozpowszechnianych w nich treści, modelowanie dynamiki grup oraz predykcję ich przyszłych zachowań.
Exploring Group Dynamics in Social Media
This dissertation concerns an analysis of groups and their dynamics in social media which is a popular way of expressing people's opinions, commenting on current events, and building relationships with others. As a result of interactions between people, groups form; because these interactions are dynamic, these groups constantly change over time. Analysis of such groups is widely used, primarily in marketing, monitoring social campaigns, and optimizing structures in companies. A number of problems have been examined in this dissertation. The first is an effective analysis of group changes over time. The second problem (related to the first one) regards the evaluation of methods for the analysis of group dynamics. In real-world datasets, we do not have knowledge about real processes occurring within groups (called "ground truth"). Therefore, a benchmark generating synthetic datasets and a set of metrics for comparing the results of such methods are needed. Next issues under consideration are the visualization of group dynamics, the prediction of group behaviors, and the analysis of group topics. New methods and tools addressing these issues have been proposed in this dissertation. Furthermore, this dissertation is the first to formulate the task of prediction of group merging. For each considered problem, a series of experiments was carried out that confirmed the dissertation thesis, saying that observation of the characteristics of groups forming in social media allows for a systematic analysis of the content spread through them, modeling group dynamics, and predicting their future behavior.