Median ja journalismin tulevaisuuksia 2030 luotaavan kyselyn tulokset

Kysely liittyy Tulevaisuuden tutkimuskeskuksessa käynnissä olevaan Media -hankkeeseen (Median uudet roolit ja tehtävät digitaalisessa merkitysyhteiskunnassa 2030): www.utu.fi/fi/yksikot/ffrc/tutkimus/hankkeet/Sivut/medeia.aspx ja medeiablog.wordpress.com.

Rajavartiolaitoksen sosiaalisen median virkakäytön mahdollisuudet ja riskit

Valtionhallintoa kannustetaan avoimeen viestintään ja aktiiviseen vuorovaikutukseen kansalaisten kanssa. Sosiaalisen median käytöllä on tässä kasvava merkitys. Viranomaiset ovatkin tulleet yksityishenkilöiden ja yritysten rinnalle sosiaalisen median hyödyntäjinä. Suomessa esimerkiksi Poliisi ja Puolustusvoimat ovat olleet sosiaalisessa mediassa aktiivisia. Tämän tutkimuksen lähtökohtana oli Rajavartiolaitoksen sosiaalisen median virkakäytön tarkastelu. Tutkimuksen tarkoituksena oli selvittää, millaisia mahdollisuuksia sosiaalisen median käyttö tarjoaa Rajavartiolaitokselle ja mitä riskejä sen käyttö synnyttää. Mahdollisuuksien tarkastelun taustalla oli ajatus asiakkaille suunnatusta viestinnästä, mikä ohjasi ulkoisen viestinnän näkökulman valintaan. Riskien tarkastelun näkökulmana oli se, mitä riskejä sosiaalisen median käyttö synnyttää Rajavartiolaitokselle. Tutkimus oli asiakirjatutkimus, jonka aineisto koostettiin viranomaisviestintää ja sosiaalista mediaa sekä Rajavartiolaitosta ja sen viestintää käsittelevistä tutkimuksista, selvityksistä, asiakirjoista, ohjeista sekä lehti- ja verkkojulkaisuista. Aineiston analyysimenetelmänä käytettiin teoriaohjaavaa sisällönanalyysia. Tutkimustulosten perusteella sosiaalinen media tarjoaa Rajavartiolaitokselle lukuisia hyödyntämismahdollisuuksia. Jotkin havaituista mahdollisuuksista ovat yhteisiä organisaatioille yleisesti. Tällaisia ovat esimerkiksi avoimuuden lisääminen, kansalaismielipiteen luotaaminen, verkostoituminen ja kustannustehokkuus. Jotkin mahdollisuudet ovat käyttökelpoisia erityisesti turvallisuusviranomaisille, ja näistä jotkut yksilöityvät vain Rajavartiolaitokseen. Tällaisia ovat esimerkiksi älypuhelinsovellusten hyödyntäminen hätä- ja häiriötilanteissa, rajanylitysliikenteen sujuvuuden parantamiseen tähtäävä viestintä ja joukkoistaminen. Sosiaalisen median virkakäytössä syntyvät riskit aiheutuvat joko käyttäjän toiminnasta tai sosiaalisen median ominaisuuksista. Riskit voivat kohdentua joko Rajavartiolaitoksen sosiaalisen median käyttöön tai muuhun Rajavartiolaitoksen toimintaan. Tutkimuksessa havaitut riskit ovat lähes poikkeuksetta yleistettävissä myös muita turvallisuusviranomaisia koskeviksi. Riskejä ovat esimerkiksi työajan suunnittelun ongelmat, virkamiehenä ja yksityishen-kilönä esiintymisen rajan hämärtyminen sekä haitallisen tiedon hallitsematon leviäminen. Tulosten perusteella Rajavartiolaitoksen olisi syytä nykyistä tarkemmin ohjeistaa ja koordinoida sosiaalisen median käyttöään. Sosiaalinen median mahdollisuudet on otettava huomioon viestintää suunniteltaessa, jotta viestinnästä saadaan mahdollisimman tehokasta. Myös sosiaalisen median käytön synnyttämien riskien hallinta edellyttää nykyistä laajempaa sosiaalisen median käytön ohjeistusta.

Sosiaalisen median hyödyntäminen yhteiskunnallisessa markkinoinnissa

Yhteiskunnallinen markkinointi on markkinointia, jossa hyödynnetään kaupalliseen markkinointiin kehitettyjä tekniikoita, mutta jossa taloudellisen voiton sijaan tavoitellaan käyttäytymisen muutosta hyvinvoinnille edullisempaan suuntaan. Hyötyjinä ovat yksilö, yksilön lähipiiri tai yhteiskunta. Yhteiskunnallista markkinointia on arvosteltu kunnianhimottomuudesta ja sosiaalisen median käytön suhteen sen on nähty toimivan osittain vajavaisesti, johtuen muun muassa resurssien vähyydestä. Kuitenkin juuri interaktiiviset ja vuorovaikutusta lisäävät markkinointikeinot, kuten sosiaalinen media, lisäävät käyttäytymisen muutoksen mahdollisuutta. Tässä työssä tarkastellaan sosiaalisen median hyödyntämistä yhteiskunnallisessa markkinoinnissa. Työ alkaa yhteiskunnallisen markkinoinnin ja sosiaalisen median kirjallisuuskatsauksilla, joissa käsitellään muun muassa molempien määritelmiä, erityispiirteitä sekä niiden hyödyntämistä. Tutkielman empiirinen osuus toteutettiin hyödyntämällä triangulaatiota. Tutkimuksen aineistonkeruumenetelminä käytettiin netnografiaa ja sähköpostikyselyä. Kohdeorganisaatioina tutkielmalle toimi kolme yhteiskunnallista markkinointia toteuttavaa organisaatiota: Veripalvelu, Pelastakaa Lapset ry sekä Suomen Punainen Risti, jonka osalta netnografinen aineistonkeruu rajoittui Hämeen piiriin. Netnografinen aineistonkeruu toteutettiin tarkastelemalla kohdeorganisaatioiden erikseen valittuja sosiaalisen median kanavia. Netnografian kautta saatujen tuloksien pohjalta muodostettiin kyselylle runko, jolla haastateltiin organisaatioiden edustajia. Kyselyn pääasiallisena tarkoituksena oli selvittää kohdeorganisaatioiden sosiaalisen median käyttöä ja sitä, vastaako organisaatioiden oma näkemys netnografian kautta saatua kuvaa kohderyhmän reagoinnista markkinointiin. Tutkielman tulosten myötä nousi näkemys siitä, että kohderyhmää sosiaalisessa mediassa aktivoi erityisesti kotimaisten, ajankohtaisten ja koskettavien aiheiden käsittely sekä yleinen organisaatioiden reagointinopeus. Kohderyhmä aktivoitui helposti myös kun kyseessä oli akuutti avuntarve. Kääntöpuolena organisaatioiden omien agendojen käsittely kärsi osittain kohderyhmän mielenkiintoa ylläpitäessä. Tämän tutkielman tulosten mukaan organisaatioiden näkemys kohderyhmän reagoinnista markkinointiin sosiaalisessa mediassa vastasi netnografian kautta saatuja tuloksia. Markkinointi sosiaalisessa mediassa tarjoaa organisaatiolle toimivan väylän käyttäytymiseen vaikuttamiseen, sillä kohderyhmä seuraa sosiaalisen median kanavia. Oikeanlaisen, mielenkiintoisen ja ajankohtaisen viestin myötä kohderyhmä aktivoituu.

Properties and algorithms of the hyper-star graph and its related graphs

The hyper-star interconnection network was proposed in 2002 to overcome the drawbacks of the hypercube and its variations concerning the network cost, which is defined by the product of the degree and the diameter. Some properties of the graph such as connectivity, symmetry properties, embedding properties have been studied by other researchers, routing and broadcasting algorithms have also been designed. This thesis studies the hyper-star graph from both the topological and algorithmic point of view. For the topological properties, we try to establish relationships between hyper-star graphs with other known graphs. We also give a formal equation for the surface area of the graph. Another topological property we are interested in is the Hamiltonicity problem of this graph. For the algorithms, we design an all-port broadcasting algorithm and a single-port neighbourhood broadcasting algorithm for the regular form of the hyper-star graphs. These algorithms are both optimal time-wise. Furthermore, we prove that the folded hyper-star, a variation of the hyper-star, to be maixmally fault-tolerant.

Automatic Inference of Graph Models for Complex Networks with Genetic Programming

Complex networks can arise naturally and spontaneously from all things that act as a part of a larger system. From the patterns of socialization between people to the way biological systems organize themselves, complex networks are ubiquitous, but are currently poorly understood. A number of algorithms, designed by humans, have been proposed to describe the organizational behaviour of real-world networks. Consequently, breakthroughs in genetics, medicine, epidemiology, neuroscience, telecommunications and the social sciences have recently resulted. The algorithms, called graph models, represent significant human effort. Deriving accurate graph models is non-trivial, time-intensive, challenging and may only yield useful results for very specific phenomena. An automated approach can greatly reduce the human effort required and if effective, provide a valuable tool for understanding the large decentralized systems of interrelated things around us. To the best of the author's knowledge this thesis proposes the first method for the automatic inference of graph models for complex networks with varied properties, with and without community structure. Furthermore, to the best of the author's knowledge it is the first application of genetic programming for the automatic inference of graph models. The system and methodology was tested against benchmark data, and was shown to be capable of reproducing close approximations to well-known algorithms designed by humans. Furthermore, when used to infer a model for real biological data the resulting model was more representative than models currently used in the literature.

Network Similarity Measures and Automatic Construction of Graph Models using Genetic Programming

A complex network is an abstract representation of an intricate system of interrelated elements where the patterns of connection hold significant meaning. One particular complex network is a social network whereby the vertices represent people and edges denote their daily interactions. Understanding social network dynamics can be vital to the mitigation of disease spread as these networks model the interactions, and thus avenues of spread, between individuals. To better understand complex networks, algorithms which generate graphs exhibiting observed properties of real-world networks, known as graph models, are often constructed. While various efforts to aid with the construction of graph models have been proposed using statistical and probabilistic methods, genetic programming (GP) has only recently been considered. However, determining that a graph model of a complex network accurately describes the target network(s) is not a trivial task as the graph models are often stochastic in nature and the notion of similarity is dependent upon the expected behavior of the network. This thesis examines a number of well-known network properties to determine which measures best allowed networks generated by different graph models, and thus the models themselves, to be distinguished. A proposed meta-analysis procedure was used to demonstrate how these network measures interact when used together as classifiers to determine network, and thus model, (dis)similarity. The analytical results form the basis of the fitness evaluation for a GP system used to automatically construct graph models for complex networks. The GP-based automatic inference system was used to reproduce existing, well-known graph models as well as a real-world network. Results indicated that the automatically inferred models exemplified functional similarity when compared to their respective target networks. This approach also showed promise when used to infer a model for a mammalian brain network.

Object-Oriented Genetic Programming for the Automatic Inference of Graph Models for Complex Networks

Complex networks are systems of entities that are interconnected through meaningful relationships. The result of the relations between entities forms a structure that has a statistical complexity that is not formed by random chance. In the study of complex networks, many graph models have been proposed to model the behaviours observed. However, constructing graph models manually is tedious and problematic. Many of the models proposed in the literature have been cited as having inaccuracies with respect to the complex networks they represent. However, recently, an approach that automates the inference of graph models was proposed by Bailey [10] The proposed methodology employs genetic programming (GP) to produce graph models that approximate various properties of an exemplary graph of a targeted complex network. However, there is a great deal already known about complex networks, in general, and often specific knowledge is held about the network being modelled. The knowledge, albeit incomplete, is important in constructing a graph model. However it is difficult to incorporate such knowledge using existing GP techniques. Thus, this thesis proposes a novel GP system which can incorporate incomplete expert knowledge that assists in the evolution of a graph model. Inspired by existing graph models, an abstract graph model was developed to serve as an embryo for inferring graph models of some complex networks. The GP system and abstract model were used to reproduce well-known graph models. The results indicated that the system was able to evolve models that produced networks that had structural similarities to the networks generated by the respective target models.

A Note On Some Domination Parameters in Graph Products

In this paper, we study the domination number, the global dom ination number, the cographic domination number, the global co graphic domination number and the independent domination number of all the graph products which are non-complete extended p-sums (NEPS) of two graphs.

The P3 Intersection Graph

We define a new graph operator called the P3 intersection graph, P3(G)- the intersection graph of all induced 3-paths in G. A characterization of graphs G for which P-3 (G) is bipartite is given . Forbidden subgraph characterization for P3 (G) having properties of being chordal , H-free, complete are also obtained . For integers a and b with a > 1 and b > a - 1, it is shown that there exists a graph G such that X(G) = a, X(P3( G)) = b, where X is the chromatic number of G. For the domination number -y(G), we construct graphs G such that -y(G) = a and -y (P3(G)) = b for any two positive numbers a > 1 and b. Similar construction for the independence number and radius, diameter relations are also discussed.

The Edge C4 Graph of a Graph

Abstract. The edge C4 graph E4(G) of a graph G has all the edges of Gas its vertices, two vertices in E4(G) are adjacent if their corresponding edges in G are either incident or are opposite edges of some C4. In this paper, characterizations for E4(G) being connected, complete, bipartite, tree etc are given. We have also proved that E4(G) has no forbidden subgraph characterization. Some dynamical behaviour such as convergence, mortality and touching number are also studied

ON THE MEDIAN AND THE ANTIMEDIAN OF A COGRAPH

this paper, the median and the antimedian of cographs are discussed. It is shown that if G, and G2 are any two cographs, then there is a cograph that is both Eulerian and Hamiltonian having Gl as its median and G2 as its antimedian. Moreover, the connected planar and outer planar cographs are characterized and the median and antimedian graphs of connected, planar cographs are listed.

GALLAI AND ANTI-GALLAI GRAPHS OF A GRAPH

Abstract. The paper deals with graph operators-the Gallai graphs and the anti-Gallai graphs. We prove the existence of a finite family of forbidden subgraphs for the Gallai graphs and the anti-Gallai graphs to be H-free for any finite graph H. The case of complement reducible graphs-cographs is discussed in detail. Some relations between the chromatic number, the radius and the diameter of a graph and its Gallai and anti-Gallai graphs are also obtained.