Centralidade de tempo baseada em conectividade em grafos variantes no tempo

• Ano de defesa: 2019
• Autor(a) principal: Souza, Ana Cláudia Martins de
• Orientador(a): Vieira, Alex Borges
• Banca de defesa: Bernardino, Heder Soares , Ziviani, Artur
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Juiz de Fora (UFJF)
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação
• Departamento: ICE – Instituto de Ciências Exatas
• País: Brasil
• Palavras-chave em Português: Centralidade de tempo; Grafos variantes no tempo; Conectividade; Time centrality; Time-varyng graphs; Connectivity
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: https://repositorio.ufjf.br/jspui/handle/ufjf/10115

Os Grafos Variantes no Tempo (GVTs) nos permitem estudar e entender melhor a dinâmica dos sistemas do mundo real, pois conseguem expressar as variações de suas conexões ao longo do tempo. A noção de centralidade em cenários de GVT, geralmente, se referem a métricas que avaliam a importância relativa dos nós ao longo do tempo na evolução da rede dinâmica complexa. A noção de Centralidade do Tempo, que avalia a importância relativa de instantes de tempo em redes complexas dinâmicas, ainda é pouco explorada. De fato, os poucos trabalhos sobre a centralidade do tempo baseiam suas descobertas no processo de difusão, por exemplo, identificando o melhor momento para receber uma mensagem ou o instante crucial para aplicar uma vacina em determinada população. Em contraste, neste trabalho, estudamos a Centralidade do Tempo sob a ótica da conectividade de rede. Nós propomos duas métricas para identificar o instante de tempo mais importante na rede. A primeira é a Centralidade de Grau do Tempo, que possui a ideia tradicional, mas calcula o número de ligações que cada instante de tempo possui. Já a segunda, Centralidade de PageRank do Tempo, classifica os instantes de tempo de acordo com o número de arestas entrantes e do peso carregado por cada aresta. Esta segue o princípio da métrica tradicional de PageRank. Modelamos uma rede de transporte público por meio de um GVT, no qual avaliamos as métricas propostas. Nos resultados obtidos validamos que as centralidades calculadas são eficazes para identificar e classificar os instantes de tempo mais importantes do sistema. Vimos também que é fundamental aplicar as métricas no conjunto de dados que representa a rede como um todo, pois assim será identificado o instante de tempo mais importante da rede completa. No cenário avaliado, visualizamos horários que se destacam em cada dia, como por exemplo, pelo número de partidas e chegadas.