OPUS


Volltext-Downloads (blau) und Frontdoor-Views (grau)

Modellierung eines Algorithmus in sozialen Netzwerken

  • Viele soziale Netzwerke gewähren oft keine Transparenz, wenn die Rede von Algorithmen ist. Es scheint nur ein sehr begrenztes Verständnis zu geben, wie die Algorithmen von sozialen Netzwerken arbeiten. Ausnahmslos wäre ein solches Verständnis für die IT-Forensik von großer Bedeutung. Demnach ist das Ziel dieser Arbeit die Entwicklung eines mathematisches Modells, welches den people you may know-Algorithmus von Facebook beschreiben könnte. Da nur wenig Literatur zu dieser Thematik existiert, wurde der Algorithmus empirisch untersucht. Es wurde ein Botnetzwerk geschaffen, bestehend aus elf Facebook-Profilen, denen unterschiedliche Aufgaben zugeteilt wurden. Die Freundschaftsvorschläge der Bots wurden mit Hilfe eines Web Crawlers extrahiert und im Anschluss ausgewertet. Aus der Analyse der Datensätze ging hervor, dass das Erzeugen eines Freundschaftvorschlages zwischen Bots durch eine Anzahl unterschiedlicher Parametern möglich ist. Im mathematischen Modell wurde Bezug auf die Parameter genommen und für jeden dieser eine Gewichtung zugeteilt, um ihre Relevanz zum Generieren eines Freundschaftvorschlages zwischen zwei Profilen darzustellen. Welche Parameter verwendet wurden und wie die Gewichtungen dieser ausgefallen sind, wird ausführlich in dieser Arbeit erläutert.
  • Many social networks often do not provide transparency when the talk is about algorithms. There seems to be a very limited understanding of how the social networking algorithms work. Without exception, such an understanding would be of great importance for IT forensics. The aim of this thesis is to develop an mathematical model that could describe the people you may know algorithm. Since there wasn’t many studies on this topic, the algorithm was empirically investigated. A botnet was created consisting of eleven Facebook profiles, which have been assigned to different tasks. The friendships were extracted using a web crawler and then evaluated. It was shown that it’s possible to generate a friendshow between users/bots by a number of different parameters. In the mathematical model, reference was made to the parameters and a weighting was assigned to each of them to represent their relevance for generating a friendshow between two profiles. Which parameters have been used and how the weightings of these have been set are explained in detail in this work.

Download full text files

  • BA_Alexander_Welscher.pdf
    deu

Export metadata

Additional Services

Share in Twitter Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author:Alexander Paul Welscher
Advisor:Christian Hummert, Dirk Pawlaszczyk
Document Type:Bachelor Thesis
Language:German
Year of Completion:2017
Granting Institution:Hochschule Mittweida
Release Date:2023/01/19
GND Keyword:Soziale Software; Algorithmus
Institutes:Angewandte Computer‐ und Bio­wissen­schaften
Open Access:Innerhalb der Hochschule
Licence (German):License LogoUrheberrechtlich geschützt