Iskanje po repozitoriju

A+ | A- | | SLO | ENG

Opis: V magistrski nalogi obravnavamo detekcijo skupnosti v kompleksnih omrežjih. Medsebojno primerjamo algoritme za detekcijo skupnosti Louvain, Leiden, Label Propagation, Fast Label Propagation, Greedy modularity, Infomap, Walktrap in Girvan-Newman. Osredotočimo se predvsem na primerjavo strukturnih karakteristik skupnosti, ki so rezultat izvedbe algoritmov na realnih omrežjih karate kluba Zachary, slučajnega omrežja Erdős-Rényi, družbenega omrežja X (Twitter), omrežja nevroznanosti, komunikacijskega omrežja EU organizacije in omrežja citiranosti patentov v ZDA. Med drugim ugotovimo, da je hitrost delovanja algoritmov odvisna od velikosti in strukture omrežja. Izkaže se, da je izmed obravnavanih algoritmov za detekcijo skupnosti v velikih omrežjih najbolj primeren algoritem Leiden, v povprečju pa je najhitreje v vseh primerih deloval algoritem Fast Label Propagation.
Ključne besede: detekcija skupnosti, omrežja in grafi, struktura omrežij, analiza omrežij, kompleksna omrežja
Objavljeno v ReVIS: 17.10.2025; Ogledov: 366; Prenosov: 28
Celotno besedilo (4,19 MB)

Ključne besede: partnerstvo, analiza omrežij, Erasmus+
Objavljeno v ReVIS: 05.11.2021; Ogledov: 2022; Prenosov: 0

Opis: Doseganje učinkovitega ravnanja s primarnimi viri je s ponovno uporabo odpadnih virov za družbene akterje zaradi sledenja okoljskim politikam in prepoznavanja koristi vedno večja težnja na globalnem trgu. Sočasno doseganje koristi pri ponovni uporabi odpadnih virov omogoča industrijska simbioza, ki kot eden izmed pristopov h krožnemu gospodarstvu predstavlja pomemben in trajnostni mehanizem v industrijskih in neindustrijskih procesih. Proučevanje industrijsko simbiotskih omrežij, znotraj katerih se industrijska simbioza odvija, je z družboslovnega vidika, za razliko od ekološkega in ekonomskega, v znanstvenem merilu bistveno manj raziskano, iz česar izhaja tudi pomanjkanje razumevanja socio-kulturnih dejavnikov pri strukturiranju teh omrežij. Pričujoče delo se osredinja na proučevanje vpliva šestih socio-kulturnih dejavnikov, ki v različnih kombinacijah vplivajo na strukturiranje industrijsko simbiotskih omrežij – osredinimo se na vpliv organizacijske kulture, družbene odgovornosti, odnosa do okolja, kognitivnih okvirov, socialnega kapitala in medorganizacijskega zaupanja. Eksplicitno nas zanima, kako lahko družbeni akter ocenjuje vpliv določenega socio-kulturnega dejavnika – ali je vplival in, v kolikor je vplival, kako se je vpliv odražal pri umestitvi v industrijsko simbiotsko omrežje ter ali vpliva in kako se to odraža pri trenutnem sodelovanju. Zanima nas torej, ali lahko družbeni akter vpliv oceni kot pozitiven, negativen ali brez vpliva oz. nevtralen. Z deskriptivno statistično analizo pokažemo, da je pred pričetkom in tekom sodelovanja največkrat prisoten pozitiven vpliv medorganizacijskega zaupanja, odnosa do okolja, socialnega kapitala in družbene odgovornosti, nekoliko manj je prisoten pozitiven vpliv organizacijske kulture in kognitivnih okvirov, medtem ko sta negativni vpliv in nevtralnost obravnavnih socio-kulturnih dejavnikov skorajda zanemarljiva. S kvalitativno komparativno analizo v domeni analize mehkih množic nadalje pokažemo prisotnost vpliva socio-kulturnih dejavnikov kot kombinacije vzročnih pogojev, kjer glede na definiran prag članstva obravnavamo prisotnost vpliva vsakega socio-kulturnega dejavnika. Ugotovimo, da socio-kulturni dejavniki, za razliko od deskriptivne statistične analize, na strukturiranje industrijsko simbiotskih omrežij vplivajo manj, vendar pa sleherni socio-kulturni dejavnik pomembno vpliva na strukturiranje.
Ključne besede: industrijska simbioza, industrijsko simbiotsko omrežje, analiza omrežij, strukturiranje, socio-kulturni dejavniki, analiza mehkih množic, disertacije
Objavljeno v ReVIS: 28.07.2021; Ogledov: 2956; Prenosov: 177
Celotno besedilo (3,91 MB)

Ključne besede: raziskovanje in razvoj, Pajek, management znanja, analiza omrežij, podjetniške povezave, SICRIS
Objavljeno v ReVIS: 02.11.2020; Ogledov: 2561; Prenosov: 100
Celotno besedilo (1,91 MB)

Opis: Z razvojem spleta je znanost analize omrežja dosegla zlato dobo, saj imamo na razpolago neomejeno število enostavno dostopnih podatkov. S popularnostjo in razvojem družbenih omrežij pa je prišla v ospredje tudi analiza družbenih omrežij. Cilj te diplomske naloge je ustvariti omrežje filmov in omrežje igralcev, katerih podatke bomo pridobili iz podatkovne baze spletne strani IMDb. To nam bo omogočila knjižnica IMDb.Py programskega jezika Python, v katerem bo potekala tudi nadaljnja analiza obeh omrežij. Nad omrežjema bomo pognali štiri najbolj popularne mere centralnosti, in sicer Degree, Closeness, Betweenness in Eigenvector. Te bomo med seboj primerjali in poskušali odkriti, ali med njimi obstaja kakšna povezava. Prav tako bomo preverili, ali obstaja kakšna povezava med omrežjema glede centralnosti. V omrežjih bomo poskušali odkriti skupnosti; to bomo storili z algoritmoma Louvain in CNM. Iz pridobljenih skupnosti bomo skušali ugotoviti razlike med njimi na podlagi podatkov, ki so nam na voljo.
Ključne besede: podatki, analiza družbenih omrežij, centranost, skupnosti, Python, Louvain, CNM, IMDb
Objavljeno v ReVIS: 22.08.2018; Ogledov: 4143; Prenosov: 154
Celotno besedilo (2,10 MB)