MARC details
| 000 -LEADER |
|---|
| fixed length control field |
08554namaa22004331i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
OSt |
| 005 - أخر تعامل مع التسجيلة |
|---|
| control field |
20250223033240.0 |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
240519s2023 |||a|||f |m|| 000 0 eng d |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloguing agency |
EG-GICUC |
| Language of cataloging |
eng |
| Transcribing agency |
EG-GICUC |
| Modifying agency |
EG-GICUC |
| Description conventions |
rda |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
eng |
| Language code of summary or abstract |
eng |
| Language code of sung or spoken text |
ara |
| 049 ## - Acquisition Source |
|---|
| Acquisition Source |
Deposit |
| 082 04 - DEWEY DECIMAL CLASSIFICATION NUMBER |
|---|
| Classification number |
004.251 |
| 092 ## - LOCALLY ASSIGNED DEWEY CALL NUMBER (OCLC) |
|---|
| Classification number |
004.251 |
| Edition number |
21 |
| 097 ## - Degree |
|---|
| Degree |
Ph.D |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Local Call Number |
Cai01 20 04 Ph.D 2023 Na.E |
| 100 0# - MAIN ENTRY--PERSONAL NAME |
|---|
| Authority record control number or standard number |
Nariman Adel Hussein Naser, |
| Preparation |
preparation. |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Exploring Influential Communities in Large Networks / |
| Remainder of title |
|
| Statement of responsibility, etc. |
By Nariman Adel Hussein Naser; Under the supervision of: Prof. Mohamed Ezz El-Din El-Sharkawi, Prof. Hoda Mokhtar Omar Mokhtar, Prof. Ehab Ezzat Hassanein |
| 246 15 - VARYING FORM OF TITLE |
|---|
| Title proper/short title |
استكشاف المجتمعات المؤثرة في الشبكات كبيرة الحجم |
| 264 #0 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Date of production, publication, distribution, manufacture, or copyright notice |
2023. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
111 Leaves : |
| Other physical details |
illustrations ; |
| Dimensions |
30 cm. + |
| Accompanying material |
CD. |
| 336 ## - CONTENT TYPE |
|---|
| Content type term |
text |
| Source |
rda content |
| 337 ## - MEDIA TYPE |
|---|
| Media type term |
Unmediated |
| Source |
rdamedia |
| 338 ## - CARRIER TYPE |
|---|
| Carrier type term |
volume |
| Source |
rdacarrier |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Thesis (Ph.D)-Cairo University, 2023. |
| 504 ## - BIBLIOGRAPHY, ETC. NOTE |
|---|
| Bibliography, etc. note |
Bibliography: pages 96-111. |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
Community search is a fundamental problem in graph analysis. In many ap-<br/>plications, network nodes have specific properties that are essential for mak-<br/>ing sense of communities. In these networks, attributes are associated with<br/>nodes to capture their properties. Community influence is a key property of<br/>the community that can be employed to sort the communities in a network<br/>based on the relevance/importance of certain attributes. Most of the pre-<br/>viously introduced community search algorithms over attributed networks<br/>neglected the community influence. However, certain applications require<br/>finding the top-r influential communities in the network. The objective of<br/>this thesis is to identify the top-r communities with the highest influence val-<br/>ues while satisfying the topology constraints.<br/>In this thesis, different factors for measuring the influence are discussed.<br/>In addition, two Influential Attributed Community (In f ACom) approaches<br/>based on the concept of k-clique are introduced. The first approach, Whole −<br/>In f ACom, is a sequential technique that consists of two main modules: the<br/>graph summarization module and the community search module. Whole −<br/>In f ACom is appropriate for small graphs and deals with the graph as a<br/>whole. Whole − In f ACom uses three query processing methods for retriev-<br/>ing the top-r k-influential communities: BasicExact, EnhancedExact, and<br/>Approximate. The second approach is Decomposed − In f ACom which is a<br/>parallel technique that employs a graph partitioning technique to improve<br/>the performance of the graph summarization module as well as the com-<br/>munity search module. This approach provides great speed in building the<br/>summary graph as well as retrieving the top-r influential communities. In<br/>addition, different algorithms for managing dynamic networks where edges<br/>and/or attributes could be inserted or deleted are proposed. Moreover, to<br/>deal with the problem of the lack of information as the graph is partially la-<br/>beled, a semi-supervised model named Influential Attributed Communities<br/>via Graph Convolutional Network (In f ACom − GCN) is presented.<br/>The proposed algorithms are evaluated on different real datasets. Ac-<br/>cording to the experimental results, the summarization technique reduces<br/>the size of the graph by about half. Furthermore, the results demonstrate<br/>that the proposed algorithms EnhancedExact and Approximate outperform<br/>state-of-the-art approaches Incremental Time efficient (Inc − T), Incremental<br/>Space efficient (Inc − S), Exact, and 2-Approximation (AppInc) in terms of<br/>both efficiency and effectiveness. The efficiency of the EnhancedExact algo-<br/>rithm is at least 7 times faster than the Inc − S algorithm, at least 4.5 times<br/>faster than the Inc − T algorithm, and at least 2 times faster than the AppInc<br/>algorithm. The results show that the Approximate algorithm is at least 10<br/>times faster than the Inc − S algorithm, 6.4 times faster than the Inc − T al-<br/>gorithm, and 3 times faster than the AppInc algorithm. Furthermore, the<br/>results demonstrate that the proposed algorithms return cohesive communi-<br/>ties with smaller diameters than all previous approaches. Finally, the exper-<br/>iments show that the In f ACom − GCN outperforms GCN–FullBatch, GAT,<br/>and GraphSAGE. |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
البحث عن المجتمعات تعتبر مشكلة أساسية في تحليل الرسم البياني. في العديد من التطبيقات، تحتوي الشبكات على عقد بها خصائص محددة ضرورية لفهم المجتمعات. في هذه الشبكات، ترتبط بعض السمات بالعقد وصف خصائصها.<br/> تأثير المجتمع هو خاصية رئيسية للمجتمع يمكن توظيفها لترتيب المجتمعات في الشبكة بناءً على أهمية سمات معينة. معظم خوارزميات البحث المجتمعي المقدمة سابقًا عبر الشبكات ذات السمات أهملت تأثير المجتمع. ومع ذلك، تتطلب بعض التطبيقات العثور على أعلى المجتمعات تأثيرا في الشبكات. الهدف من هذه الرسالة هو تحديد المجتمعات ذات التأثير الاعلى مع الاخذ في الاعتبار الشروط المطلوبة في بنيه الشبكة.<br/> في هذه الأطروحة، تم تقديم مقياس جديد لقياس تأثير المجتمعات في الشبكات مع الاخذ في الاعتبار عدة عوامل مختلفة. بالإضافة إلى ذلك، تم تقديم نموذجان مختلفين للبحث عن المجتمعات المؤثرة في الشبكات ذات السمات. <br/>النموذج الأول هو أسلوب تسلسلي يتكون من وحدتين رئيسيتين هما: وحدة تلخيص الرسم البياني ووحدة البحث عن المجتمعات. هذا النموذج مناسب للشبكات صغيرة الحجم حيث يتم التعامل مع الشبكة كوحدة واحده حيث يتم البحث عن المجتمعات ذات التأثير الأعلى في الشبكة ذات السمات. هذا النموذج يستند إلى ثلاث طرق لمعالجة الاستعلام لاسترداد المجتمعات ذات التأثير الأعلى وفقا لبنود الاستعلام. النموذج الثاني هو تقنية موازية تعتمد على تقسيم الرسم البياني إلى أجزاء أصغر والعمل بالتوازي عليها وذلك لتحسين أداء وحدة تلخيص الرسم البياني بالإضافة إلى وحدة البحث عن المجتمعات. يوفر هذا النهج سرعة كبيرة في بناء الرسم البياني الموجز وكذلك استرداد المجتمعات ذات التأثير الأعلى. علاوة على ذلك، للتعامل مع مشكلة نقص المعلومات حيث تم تسمية الرسم البياني جزئيًا، تم تقديم نموذج شبه خاضع للإشراف يسمى المجتمعات المنسوبة المؤثرة عبر الشبكة التلافيفية للرسم البياني.<br/>تم تقييم الخوارزميات المقترحة على مجموعات بيانات حقيقية مختلفة في الحجم. وفقًا للنتائج التجريبية، تقلل تقنية تلخيص حجم الرسم البياني بمقدار النصف تقريبًا. علاوة على ذلك، توضح النتائج أن الخوارزميات المقترحة تتفوق على أحدث الأساليب من حيث الكفاءة والفاعلية.<br/> |
| 530 ## - ADDITIONAL PHYSICAL FORM AVAILABLE NOTE |
|---|
| Issues CD |
Issued also as CD |
| 546 ## - LANGUAGE NOTE |
|---|
| Text Language |
Text in English and abstract in Arabic & English. |
| 650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM |
|---|
| Topical term or geographic name entry element |
Information Systems |
| Source of heading or term |
qrmak |
| 653 #0 - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Community Search |
| -- |
Attributed Network |
| -- |
Influential Communities |
| 700 0# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Mohamed Ezz El-Din El-Sharkawi |
| Relator term |
thesis advisor. |
| 700 0# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Hoda Mokhtar Omar Mokhtar |
| Relator term |
thesis advisor. |
| 700 0# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Ehab Ezzat Hassanein |
| Relator term |
thesis advisor. |
| 900 ## - Thesis Information |
|---|
| Grant date |
01-01-2023 |
| Supervisory body |
Mohamed Ezz El-Din El-Sharkawi |
| -- |
Hoda Mokhtar Omar Mokhtar |
| -- |
Ehab Ezzat Hassanein |
| Discussion body |
Mohamed Sayed Kayed |
| -- |
Neamat Abdel Hadi El-Tazi |
| Universities |
Cairo University |
| Faculties |
Faculty of computer and Artificial Intelligence |
| Department |
Department of Information System |
| 905 ## - Cataloger and Reviser Names |
|---|
| Cataloger Name |
Nourhan |
| Reviser Names |
Huda |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Source of classification or shelving scheme |
Dewey Decimal Classification |
| Koha item type |
Thesis |
| Edition |
21 |
| Suppress in OPAC |
No |
