Témavezető dc.contributor.advisor | Kiss, Attila | |
Szerző dc.contributor.author | Rácz, Gábor | |
Elérhetőség dátuma dc.date.accessioned | 2019-01-16T14:43:43Z | |
Rendelkezésre állás dátuma dc.date.available | 2019-01-16T14:43:43Z | |
Kiadás dc.date.issued | 2018 | |
Uri dc.identifier.uri | http://hdl.handle.net/10831/37865 | |
Kivonat dc.description.abstract | A doktori értekezésemben adatgráfokat vizsgáltam különböző szempontok szerint. Ezek olyan irányított, címkézett gráfok, amelyek csúcsai fogalmakat, objektumokat reprezentálnak. az élek pedig a köztük levő kapcsolatokat írják le. A tézisem három tématerület köré csoportosulnak, melyek mindegyike kapcsolódik valamilyen módon az adatgráfokhoz és a Szemantikus Web technológiáihoz. Az első témakör középpontjában a Szemantikus Web technológiái állnak,melyek célja, hogy összekapcsolják a Weben elérhető adatokat. Ehhez létrehoztak egy keretrendszert, amely lehetővé teszik heterogén forrásból származó heterogén adatok összekapcsolását és a világról szerzett tudásunk leírását. A keretrendszeren megadott adathalmazok ábrázolhatók irányított, címkézett gráfként, vagyis tárolhatóak adatgráfként. Lekérdezésükhöz kidolgoztak egy deklaratív, mintaillesztésen alapuló nyelvet. Azt vizsgáltam, hogyan lehet kiaknázni a vizualizáció nyújtotta előnyöket az adathalmazok megértéséhez, jellemzéséhez. Megmutattam, milyen lehetőségeket és kihívásokat rejt magában a keretrendszer szerkezete az adatok megjelenítése alkalmával. Valamint áttekintettem a vizuális nyelvek és lekérdezések előnyeit és hátrányait. A második témakörben a szemantikus párosítási feladattal foglalkoztam, amely során különböző elemek közül kell kiválasztanunk a leginkább összeillőket. A dolgozatban párosítási függvényeket ismertettem, amelyek alapján el lehet dönteni, hogy mennyire illenek össze az elemek. A függvények definíciójához felhasználtam a Szemantikus Webnek egy további építőelemét, az ontológiákkal. Ezek egyrészt szókészletet nyújtanak egy- egy terület fontosabb fogalmainak a leírására, másrészt hierarchiába, csoportokba rendezhetjük velük a fogalmakat. Továbbá valószínűségi modelleken alapuló párosítási függvényeket is láthatunk. A harmadik terület a szociális hálózatok vizsgálatához kapcsolódik, amely által jobban megérthetjük a társadalmunk felépítését, az emberek viselkedését. A dolgozatban hálózatok befolyásos csúcshalmazait kerestem, amelyeken keresztül a hálózatnak a lehető legnagyobb része elérhető, befolyásolható. A legbefolyásosabb csúcshalmazok megtalálására mohó algoritmusokat mutattam be. Valamint megismerhettünk egy bővítményt a RapidMiner adatbányász szoftverhez, melynek segítségével hálózatelemző algoritmusokat használhatunk fel a Szemantikus Web technológiái a szociális hálózatok elemzésére. | hu_HU |
Nyelv dc.language | magyar | hu_HU |
Cím dc.title | Adatgráfok alkalmazásai területei | hu_HU |
Típus dc.type | doktori dolgozat | |
Nyelv dc.language.rfc3066 | hun | |
Jogok dc.rights.holder | A doktori disszertációk szerzői jogvédelem alatt állnak, csak a szerzői jogok maradéktalan tiszteletben tartásával használhatók. | hu_HU |
Kivonat angolul dc.description.abstracteng | In this dissertation we examined data graphs from several aspects. Data graphs are directed, labeled graphs whose vertices represent concepts or objects, and edges describe relationships among them. My theses are grouped around three main topics and each of these topics is related in some way to data graphs and Semantic Web technologies. The focus of the first topic is on Semantic Web technologies that are designed to link data available on the Web. For this purpose, a framework was created that allows heterogeneous data from various sources to be integrated and allow us to describe our knowledge about the world. The data sets given in this framework can be represented as directed, labeled graph and can be stored as data graphs. For querying the data sets, a declarative pattern- based language was developed. Concerning this area we have explored how to exploit the benefits of visualization in understanding and characterizing data sets. We have shown what options and challenges are offered by the structure of the new framework in displaying the data. In addition, we have reviewed the advantages and disadvantages of visual query languages. The second main topic is the semantic matching in which we have to select the best matching elements among many. Various matching functions have been introduced that make it possible to decide how much the elements fit together. For the definition of functions, another Semantic Web technology, namely ontologies, have been used. Ontologies provide vocabularies to describe the most important concepts of given domains, and to organize the concepts into hierarchies and groups. We have presented probability model based matching functions as well. The third main topic is related to the analysis of social networks that makes easier to understand the structure of our society and people's behavior. We have examined the most influential set of nodes of the social networks through which the largest part of the network can be accessed and influenced. Greedy alorithms have been introduced to find the most influential set of nodes. We have also presented an extension for RapidMiner data mining software which allows us to use network analyzing algorithms as part of data mining tasks. Moreover, we have shown how Semantic Web technologies can be used for examining social networks. | hu_HU |
Bizottsági tag neve (tudományos cím, fokozat) dc.description.commemb | Kovács Attila (egyetemi docens, dr. habil, PhD) | hu_HU |
Bizottsági tag neve (tudományos cím, fokozat) dc.description.commemb | Horváth Tamás (adjunktus, PhD) | hu_HU |
Bizottsági tag neve (tudományos cím, fokozat) dc.description.commemb | Sidló Csaba (tudományos munkatárs, PhD) | hu_HU |
Bizottsági tag neve (tudományos cím, fokozat) dc.description.commemb | Baranyi Péter (egyetemi tanár, dr. habil., DSc, PhD) | hu_HU |
Hivatalos bíráló (tudományos cím, fokozat) dc.description.reviewer | Illés Zoltán (egyetemi docens, dr. habil, PhD) | hu_HU |
Hivatalos bíráló (tudományos cím, fokozat) dc.description.reviewer | Micsik András (tudományos főmunkatárs, PhD) | hu_HU |
Terjedelem dc.format.page | 110 | hu_HU |
Doi azonosító dc.identifier.doi | 10.15476/ELTE.2017.129 | |
Mtmt azonosító dc.identifier.mtmt | 30396564 | |
Opac azonosító dc.identifier.opac | https://opac.elte.hu/Record/opac-EUL01-950483 | |
Nyelv dc.language.other | angol | hu_HU |
Nyelv dc.language.other | magyar | hu_HU |
Tudományterület + Tudományág dc.subject.discipline | Műszaki tudományok/Informatikai tudományok | hu_HU |
Kulcsszó angolul dc.subject.en | data graphs | hu_HU |
Kulcsszó angolul dc.subject.en | Semantic Web | hu_HU |
Kulcsszó angolul dc.subject.en | social networks | hu_HU |
Kulcsszó angolul dc.subject.en | visualization | hu_HU |
Kulcsszó angolul dc.subject.en | semantic matching | hu_HU |
Kulcsszó angolul dc.subject.en | influence maximization | hu_HU |
Doktori iskolák/programok dc.subject.prog | Informatika D. I./Információs rendszerek | hu_HU |
Cím más nyelven dc.title.translated | Applications of Data Graphs | hu_HU |
Besorolás dc.type.genre | phd | hu_HU |
Jelleg dc.type.resrep | Tudományos | hu_HU |
Szerző szervezeti egysége dc.contributor.inst | ELTE IK PHD/Informatika D. I. | hu_HU |
Védés napja dc.date.defended | 2018-06-12 | |
Kulcsszó dc.subject.hu | adatgráfok | hu_HU |
Kulcsszó dc.subject.hu | Szemantikus Web | hu_HU |
Kulcsszó dc.subject.hu | szociális hálózatok | hu_HU |
Kulcsszó dc.subject.hu | vizualizáció | hu_HU |
Kulcsszó dc.subject.hu | szemantikus párosítás | hu_HU |
Kulcsszó dc.subject.hu | befolyásmaximalizálás | hu_HU |
Bíráló bizottság elnöke (tudományos cím, fokozat) dc.description.compres | Burcsi Péter (egyetemi docens, dr. habil, PhD) | hu_HU |
Típus dc.type.type | doktori dolgozat | |
Kiadás éve dc.description.issuedate | 2018 | |
Határozat kelte dc.date.decreedate | 2018-09-27 | |
Benyújtás napja dc.date.presented | 2018-01-05 |