• Login
    Ver ítem 
    •   RID-UNS
    • Repositorio Institucional Digital de la Biblioteca Central "Profesor Nicolás Matijevic" de la Universidad Nacional del Sur
    • Tesis de postgrado
    • Ver ítem
    •   RID-UNS
    • Repositorio Institucional Digital de la Biblioteca Central "Profesor Nicolás Matijevic" de la Universidad Nacional del Sur
    • Tesis de postgrado
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Estadística de procesos estocásticos aplicados a redes sociales de alta volatilidad

    Thumbnail
    Ver/
    Tesis doctoral - Texto completo (792.6Kb)
    Fecha
    2013
    Autor
    Bavio, José Manuel
    Director
    Perera, Gonzalo
    Colaborador
    Tablar, Ana Cecilia
    Palabras clave
    Matemáticas; Social networks; Diffusion process; Copulas
    Metadatos
    Mostrar el registro completo del ítem
    Resumen
    Las redes sociales virtuales como Facebook y Twitter están muy difundidas en nuestras vidas cotidianas y generan un montón de datos de intercambios. Planteamos un modelo estocástico para Twitter que nos permite estudiar la dinámica de la red y el comportamiento de los usuarios sobre su saturación. Para estudiar este modelo estocástico se utiliza la herramienta estadística de cópulas que analiza la dependencia de variables aleatorias. Este trabajo de tesis proponemos una generalización del estimador por núcleos de cópulas para serie de tiempos presentado por Fermanian y Scaillet en 2002. Dicha generalización se extiende a procesos estocásticos de difusión. A partir de éste estimador, se puede analizar la probabilidad de saturación de un usuario de Twitter y otras medidas vinculadas con esta saturación.
     
    Virtual social networks like Facebook and Twitter are very spread in daily life. Using it generates an incredible amount of exchange information. In this work we propose an stochastic model for Twitter that allows the study of network dynamics and users behavior specially concern with saturation. To study this model we use a statistical tool named as copulas that analices dependence between random variables. In this thesis we propose a generalization of the non-parametric copula estimator presented by Fermanian and Scaillet in 2002. This generalization reaches continuos process as diffusion. From this estimator we can analize profile saturation probability and other measures related with saturation.
     
    URI
    http://repositoriodigital.uns.edu.ar/handle/123456789/447
    Colecciones
    • Tesis de postgrado [1435]

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias | Políticas del Repositorio
    Theme by 
    Atmire NV
     

     

    Listar

    Todo RID-UNSComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

    Mi cuenta

    Acceder

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias | Políticas del Repositorio
    Theme by 
    Atmire NV