O seminário de Mecânica Estatística será apresentado na próxima
segunda-feira, 03/10/2016, às 16:00h, na sala A5-01 do Instituto de Física.
Título: Análise de redes de votação por meio da solução de problemas de clustering
Apresentador: Mario Costa Levorato, Instituto de Computação - UFF
Resumo: Um dos desafios enfrentados por pesquisadores de redes sociais consiste na avaliação do equilíbrio em redes sociais de sinais, onde interações positivas (amizade) e negativas (antagonismo) estão presentes. O nível de equilíbrio de um grupo social pode ser utilizado como ferramenta de estudo pelos pesquisadores de redes sociais para saber de que forma (e se) determinado grupo evolui para um possível estado de equilíbrio. Neste sentido, uma rede social pode ser representada através de um grafo de sinais e a solução de problemas de clustering pode ser utilizada como um critério para medição do nível de equilíbrio em redes sociais. Tal medida pode ser obtida por meio da solução ótima para o Problema de Correlação de Clusters (Correlation Clustering ou CC), assim como uma variação do mesmo, conhecida como Relaxed Correlation Clustering (RCC) problem. Após contribuir para a solução eficiente de ambos os problemas por meio de um algoritmo baseado na metaheurística ILS, nós chegamos a dois resultados práticos relevantes, que serão apresentados neste seminário. O primeiro diz respeito à análise dos resultados obtidos a partir das redes de votação da Assembléia Geral das Nações Unidas (UNGA), análise esta feita com base em fatos históricos e conhecimentos da geopolítica mundial. Em uma aplicação mais recente do algoritmo, estudamos o comportamento dos partidos políticos brasileiros e de seus respectivos membros. Para tanto, nós extraímos e analisamos um cojunto de redes sociais de sinais que representam sessões de votação da Câmara dos Deputados. Foram processados dados de votação para o período entre janeiro de 2011 e junho de 2016, considerando-se as similaridades de votos entre deputados federais para se definir o peso e o sinal das arestas do grafo de relacionamentos. As soluções obtidas por meio dos problemas de correlação de clusters são o ponto de partida para se investigar as redes de votação, assim como questões sobre lealdade, liderança, coalizões, crise política e fenômenos sociais como mediação e polarização.
EventList powered by schlu.net