Research | Funded Projects

RETI SOCIALI: ALGORITMI ED ANALISI

Questa ricerca riguarderà aspetti sia teorici che metodologici e sperimentali derivanti dallo studio di reti sociali. Una parte della ricerca affronterà vari aspetti della connessione che lega, tramite la rete, le azioni individuali ai comportamenti collettivi. Si considereranno problematiche inerenti: proprietà strutturali, individuazione di ''communities'', problemi di diffusione di influenza, problemi di ricerca.Per quanto riguarda i problemi di diffusione, si intende studiare in particolare la diffusione di influenza sociale, uno dei modi in cui i comportamenti individuali possono provocare dinamiche collettive inattese. Si intende proporre nuovi algoritmi efficienti per l'identificazione di ''influential spreaders'' per la diffusione di influenza/comportamenti. In particolare, si vuole affrontare lo studio in reti pesate; ciò è motivato dal fatto che, in molti casi reali, si ha un elevato grado di eterogeneità per quanto riguarda sia la capacità che l'intensità delle connessioni e la capacità di influenzare varia in virtù sia del nodo influenzante che di quello che subisce l'influenza. Si intende validare l'efficacia degli algoritmi forniti sia attraverso prove formali che mediante validazione su dataset reali.Si considereranno poi proprietà strutturali delle reti con particolare attenzione allo sviluppo ed all'analisi di nuove tecniche, gestibili in pratica, atte ad affrontare l'importante problema della modellizzazione e dell'individuazione di communities. Inoltre poichè le proprietà strutturali di una rete complessa influiscono sulla dinamica dei processi al suo interno, si porterà avanti studio delle correlazioni tra la struttura di una rete e la sua capacità/modalità di diffusione. I problemi di cui sopra saranno studiati anche considerando gli aspetti dinamici che contraddistinguono i sistemi complessi in esame.Lo studio delle reti complesse verrà anche effettuato mediante lo sviluppo di appropriate tecniche di simulazione massiva di modelli basati su agenti che abbiano come base proprio la struttura a grafo. In un contesto di simulazione distribuita, il partizionamento di queste reti sui diversi processori che vengono utilizzati per la simulazione rappresenta un problema computazionalmente oneroso, ed anche la approssimazione di tale problema, se affrontato on-line durante la simulazione, rappresenta una sfida notevole. In questo ambito si intendono studiare le tecniche euristiche di partizionamento su grafi, implementarle all'interno di D-Mason ed effettuare un benchmarking delle prestazioni in maniera da poter identificare strategie che siano sufficientemente efficienti su tipologie di grafi massivi presi da data set a disposizione della comunità scientifica. Significativa sarà l'enfasi posta sull'aspetto implementativo, in quanto la esecuzione di queste euristiche sarà effettuata, per il partizionamento, durante la fase di simulazione, impattando quindi direttamente sulla efficienza e sullo speedup. In questo caso, esecuzioni asincrone speculative, in cui si fa partire la esecuzione del partizionamento in maniera concorrente alla simulazione, "scommettendo" su un comportamento equilibrato della simulazione potrebbe portare a risultati interessanti, dipendenti ovviamente dalla natura della simulazione effettuata. Un benchmark di tali tecniche ed una contestuale analisi delle caratteristiche del grafo e del modello in esecuzione permetteranno la generazione di linee-guida che permettano la esecuzione efficiente di simulazioni basate su modelli di grafi massivi.