Resumo |
Diversos sistemas sociais, de neurônios no cérebro e mesmo a própria internet podem ser descritos por redes complexas temporais. A base dos modelos de redes complexas envolve a representação dos constituintes de um sistema como vértices e as interações como arestas, com cada vértice podendo fazer múltiplas conexões definindo seu grau (número de conexões feitas). Porém, nem sempre as conexões permanecem as mesmas com o passar do tempo. Por isso, podemos classificar as redes como estáticas, nas quais as conexões entre vértices não mudam com o tempo, ou temporais, nas quais cada conexão existe por apenas um intervalo ou instante de tempo. Essa dinâmica temporal é de extrema importância, não só para redes sociais, mas também para outros tipos de redes como na propagação de doenças, informações e até mesmo opiniões. Um dos modelos para construir redes temporais é o "modelo conduzido por atividade", que consiste na formação aleatória de conexões de um vértice seguindo uma distribuição de atividade, geralmente em lei de potência. Medidas estruturais foram realizadas nessas redes, confirmando os resultados obtidos na literatura. Neste trabalho, foram utilizados dados reais adquiridos de redes sociais, mais especificamente do Twitter, de interações em determinadas regiões geográficas e também de palavras chaves específicas. Investigamos diferentes propriedades estruturais de diferentes redes e como elas se alteram com o tempo, e os resultados foram condizentes com o esperado pelo modelo conduzido por atividade. Também estudamos a dinâmica da variação da frequência de atividades dos vértices em redes temporais e outras medidas típicas realizadas em redes temporais. A análise da propagação de informação nestas redes temporais foi feita usando o modelo Suscetível-Infectado (SI), no qual cada vértice infectado transmite uma dada informação para cada um de seus vizinhos suscetíveis com taxa λ. Outras análises também foram feitas com a versão integrada da rede, que é uma rede estática, porém ponderada, comparando tais resultados com os obtidos nas redes temporais para compreender o efeito da dimensão temporal. |