Sociedade Brasileira de Computação
A identificação de padrões de comunicação em redes sociais representa um desafio de grande complexidade. Essas redes, de natureza intrinsecamente complexa, são caracterizadas por grafos esparsamente conectados.
Esse estudo propõe um modelo de análise que combina a capacidade de representação topológica de técnicas de graph-embeddings, como o Deep Walk, com o poder de identificação de estruturas dados de redes neurais baseadas em mapas auto-organizáveis.
O artigo descreve os resultados da experimentação do modelo de análise proposto com dados de retweets do Twitter/X em temas relacionados à vacinação no Brasil.
Como citar: Ciodaro, T., Carmo, V.D., Ferreira, F., Grael, F., Salles, D., & Santini, M. (2024). Visual Social Network Analysis Based on Deep-Walk Graph-Embeddings and Self-Organizing Maps. Anais do XIII Brazilian Workshop on Social Network Analysis and Mining (BraSNAM 2024).