Simple view
Full metadata view
Authors
Statistics
Sieci społecznościowe I ich badanie symulacyjne
Social networks and their simulational analysis
Sieci społecznościowe, Graf społecznościowy, Media społecznościowe, Symulacja, Analiza symulacyjna
Social networks, Social graph, Social media, Simulation, Simulational analysis
Gwałtowny rozwój technologii sprawia, że sieci społecznościowe stają się większe niż kiedykolwiek wcześniej. Rosnący procent komunikacji międzyludzkiej ma miejsce w Internecie, co niesie za sobą możliwość gromadzenia i analizowania ogromnych ilości danych. Teoria dotycząca sieci społecznościowych dostarcza narzędzi do ich badania, pozwalając nam lepiej zrozumieć naturę interakcji międzyludzkich i innych zjawisk o podobnej strukturze. Przez lata budowane modele symulacyjne dostarczają matematycznych podstaw do opisu ruchu oraz tworzenia nowych encji i połączeń w sieciach. Symulatory sieciowe, takie jak Opportunistic Network Environment (ONE) mogą być używane do modelowania sieci społecznościowych, przewidywania zachodzących w nich zmian i raportowania wyników symulacji. Symulowanie ruchu wierzchołków przy pomocy różnych modeli ruchu pozwala porównać możliwe rezultaty w zależności od przyjętych założeń początkowych, co pozwala na tworzenie wyspecyfikowanych scenariuszy precyzyjnie odzwierciedlających rzeczywistość badanego przypadku użycia.
Due to rapid technological development social networks are growing larger than we could’ve imagined. With bigger percentage of our communication taking place online comes the possibility of gathering and analysing enormous amounts of data. Theory around social networks provides research tools allowing us to better understand the nature of human interactions and other systems similar in structure. Simulation models built over years are presenting a strong mathematical base for describing movement and creation of new entities and connections. Networks simulators such as Opportunistic Network Environment (ONE) can be used for modelling social networks, predicting changes within them and providing easy to under- stand analytical reports of the simulations result. Simulating nodes movement using different movement models presents a way of comparing different outcomes for different results and allows to create specific simulation scenarios best reflecting the reality of the analysed use case.
dc.abstract.en | Due to rapid technological development social networks are growing larger than we could’ve imagined. With bigger percentage of our communication taking place online comes the possibility of gathering and analysing enormous amounts of data. Theory around social networks provides research tools allowing us to better understand the nature of human interactions and other systems similar in structure. Simulation models built over years are presenting a strong mathematical base for describing movement and creation of new entities and connections. Networks simulators such as Opportunistic Network Environment (ONE) can be used for modelling social networks, predicting changes within them and providing easy to under- stand analytical reports of the simulations result. Simulating nodes movement using different movement models presents a way of comparing different outcomes for different results and allows to create specific simulation scenarios best reflecting the reality of the analysed use case. | pl |
dc.abstract.pl | Gwałtowny rozwój technologii sprawia, że sieci społecznościowe stają się większe niż kiedykolwiek wcześniej. Rosnący procent komunikacji międzyludzkiej ma miejsce w Internecie, co niesie za sobą możliwość gromadzenia i analizowania ogromnych ilości danych. Teoria dotycząca sieci społecznościowych dostarcza narzędzi do ich badania, pozwalając nam lepiej zrozumieć naturę interakcji międzyludzkich i innych zjawisk o podobnej strukturze. Przez lata budowane modele symulacyjne dostarczają matematycznych podstaw do opisu ruchu oraz tworzenia nowych encji i połączeń w sieciach. Symulatory sieciowe, takie jak Opportunistic Network Environment (ONE) mogą być używane do modelowania sieci społecznościowych, przewidywania zachodzących w nich zmian i raportowania wyników symulacji. Symulowanie ruchu wierzchołków przy pomocy różnych modeli ruchu pozwala porównać możliwe rezultaty w zależności od przyjętych założeń początkowych, co pozwala na tworzenie wyspecyfikowanych scenariuszy precyzyjnie odzwierciedlających rzeczywistość badanego przypadku użycia. | pl |
dc.affiliation | Wydział Matematyki i Informatyki | pl |
dc.area | obszar nauk ścisłych | pl |
dc.contributor.advisor | Martyna, Jerzy - 130359 | pl |
dc.contributor.author | Dymek, Małgorzata | pl |
dc.contributor.departmentbycode | UJK/WMI2 | pl |
dc.contributor.reviewer | Martyna, Jerzy - 130359 | pl |
dc.contributor.reviewer | Strug, Barbara - 100344 | pl |
dc.date.accessioned | 2020-07-28T07:10:56Z | |
dc.date.available | 2020-07-28T07:10:56Z | |
dc.date.submitted | 2020-07-20 | pl |
dc.fieldofstudy | informatyka | pl |
dc.identifier.apd | diploma-142291-248484 | pl |
dc.identifier.project | APD / O | pl |
dc.identifier.uri | https://ruj.uj.edu.pl/xmlui/handle/item/241659 | |
dc.language | pol | pl |
dc.subject.en | Social networks, Social graph, Social media, Simulation, Simulational analysis | pl |
dc.subject.pl | Sieci społecznościowe, Graf społecznościowy, Media społecznościowe, Symulacja, Analiza symulacyjna | pl |
dc.title | Sieci społecznościowe I ich badanie symulacyjne | pl |
dc.title.alternative | Social networks and their simulational analysis | pl |
dc.type | licenciate | pl |
dspace.entity.type | Publication |