Aplicación a las redes sociales de los algoritmos de optimización por Colonias de Hormigas

Abstract

Las redes sociales son actualmente usadas por millones de personas por todo el globo. Facebook y Twitter son actualmente unas de las más grandes de toda la industria. El objetivo de este trabajo de fin de grado es el proponer un modelo simple y efectivo, junto con una implementación en el lenguaje de programación Python a la hora de calcular la ruta con la máxima confianza entre dos usuarios de una red social en línea. Para este propósito, el Sistema de Colonia de Hormigas, una extensión del Algoritmo de Colonia de Hormigas, es usado para poder calcular la confianza basada en el modelo. En base a los resultados, el Sistema de Colonia de Hormigas ha demostrado ser una poderosa y eficaz herramienta a la hora de encontrar la ruta con la máxima confianza entre dos usuarios de una red social en línea. Sin embargo, tiene la desventaja de ser muy costoso computacionalmente, más incluso de lo que se esperaba. Por tanto más pruebas con una mayor capacidad computacional son necesarias, para un mejor análisis de la convergencia y obtener resultado más concluyentes.---ABSTRACT---The social networks are currrently used by millions of people around the world. Facebook and Twitter being one of the biggest in the industry. The aim of this paper is proposing a simple and effective model, with a basic implementation in the programe language Python to calculate the maximal trust and the trust route between any two users of an Online Social Network. For this purpose, the Ant Colony Sistem (ACS), an extension of the Ant Colony Optimization (ACO), is used in order to calculate the trust based on the model. Based on the results, the Ant Colony System is a powerful and efective method to find the route and to calculate the maximal trust of it. But it has the downsight to be really demanding in regards to the computational power. And for that reason, more tests with more computational power are needed from what it was previously expected, in order to get more conclusive results.