Network analysis is a vast and relevant field of scientific research, thanks to the multitude of potential applications it offers. Two of the many tasks of network analysis are role discovery and network embedding. Role discovery, in particular, aims at classifying the nodes of the network based on their structural role. Network embedding, on the other hand, deals with the need of dimensionality reduction to address the problem of increasingly large data to work with, that strictly imply high computational costs. In this thesis, we propose a novel model for role-oriented network embedding, combining the two tasks. It is feasible for any kind of network (wighted or unweighted, directed or undirected), very flexible (with the possibility to build the feature set) and easy to interpret. First, we test it on two small social networks, then apply it on a real-world trade network, built from the ICIO Dataset (Inter-Country Input-Output tables). In particular, we analyse the evolution over time of the roles of a set of world countries in international trades.

L'analisi di reti è un ampio e rilevante terreno di studio, al centro della ricerca scientifica per l'elevato numero di possibili applicazioni. Alcune delle questioni più affrontate in questo ambito riguardano l'analisi di ruolo e la riduzione di dimensionalità. L'analisi di ruolo, in particolare, ha come scopo la classificazione dei nodi della rete in base al loro ruolo strutturale all'interno di essa. La riduzione di dimensionalità, invece, si occupa del problema del gestire grandi quantità di dati, e di conseguenza reti dall'alto costo computazionale. In questa tesi viene proposto un nuovo modello per la riduzione di dimensionalità delle reti basata sui ruoli, combinando quindi entrambe le questioni. Il modello, in particolare, è applicable a ogni tipo di rete (diretta o indiretta, pesata o non pesata), è molto flessibile (con la possibilità di costruire l'insieme delle feature di partenza), e facilmente interpretabile. Per prima cosa, il modello viene presentato e poi testato su due piccole reti sociali. In seguito, viene applicato a una rete reale riguardante il commercio internazionale (ICIO). In particolare, si presenta un’analisi dell’evoluzione negli anni del ruolo rivestito da un insieme di Paesi coinvolti nel commercio internazionale.

Role-oriented network embedding via feature selection and fuzzy clustering

De CARO, FRANCESCO
2022/2023

Abstract

Network analysis is a vast and relevant field of scientific research, thanks to the multitude of potential applications it offers. Two of the many tasks of network analysis are role discovery and network embedding. Role discovery, in particular, aims at classifying the nodes of the network based on their structural role. Network embedding, on the other hand, deals with the need of dimensionality reduction to address the problem of increasingly large data to work with, that strictly imply high computational costs. In this thesis, we propose a novel model for role-oriented network embedding, combining the two tasks. It is feasible for any kind of network (wighted or unweighted, directed or undirected), very flexible (with the possibility to build the feature set) and easy to interpret. First, we test it on two small social networks, then apply it on a real-world trade network, built from the ICIO Dataset (Inter-Country Input-Output tables). In particular, we analyse the evolution over time of the roles of a set of world countries in international trades.
PIERRI, FRANCESCO
ING - Scuola di Ingegneria Industriale e dell'Informazione
5-ott-2023
2022/2023
L'analisi di reti è un ampio e rilevante terreno di studio, al centro della ricerca scientifica per l'elevato numero di possibili applicazioni. Alcune delle questioni più affrontate in questo ambito riguardano l'analisi di ruolo e la riduzione di dimensionalità. L'analisi di ruolo, in particolare, ha come scopo la classificazione dei nodi della rete in base al loro ruolo strutturale all'interno di essa. La riduzione di dimensionalità, invece, si occupa del problema del gestire grandi quantità di dati, e di conseguenza reti dall'alto costo computazionale. In questa tesi viene proposto un nuovo modello per la riduzione di dimensionalità delle reti basata sui ruoli, combinando quindi entrambe le questioni. Il modello, in particolare, è applicable a ogni tipo di rete (diretta o indiretta, pesata o non pesata), è molto flessibile (con la possibilità di costruire l'insieme delle feature di partenza), e facilmente interpretabile. Per prima cosa, il modello viene presentato e poi testato su due piccole reti sociali. In seguito, viene applicato a una rete reale riguardante il commercio internazionale (ICIO). In particolare, si presenta un’analisi dell’evoluzione negli anni del ruolo rivestito da un insieme di Paesi coinvolti nel commercio internazionale.
File allegati
File Dimensione Formato  
2023_10_DeCaro.pdf

accessibile in internet solo dagli utenti autorizzati

Descrizione: testo della tesi
Dimensione 2.58 MB
Formato Adobe PDF
2.58 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/209755