Analiza sieci społecznych 1000-2M25ASI
1. Wprowadzenie do analizy sieci społecznych:
- podstawowe pojęcia analizy sieci społecznych,
- modele generowania sieci - Erdos-Renyi, Watts-Strogatz, Barabasi-Albert, Newman configuration, drzewa Steinera,
- własność małego świata, rozkłady stopni, bezskalowość.
2. Odporność sieci:
- strategiczny atak i losowy błąd,
- odporność sieci pod względem spójności i dystansu,
- przepływy sieciowe i przekroje, krzywe odporności.
3. Złożoność obliczeniowa problemów sieciowych:
- redukcje problemów sieciowych,
- algorytmy aproksymacyjne,
- trudność aproksymacji.
4. Miary centralności:
- centralności degree, closeness oraz betweenness,
- centralności oparte na analizie spektralnej oraz losowych spacerach,
- centralności Pagerank, Katz oraz Bonacich,
- centralności teoriogrowe.
5. Wykrywanie społeczności oraz grupowe miary centralności:
- homofilia w sieciach,
- struktury społecznościowe oraz modularność,
- algorytmy wykrywania społeczności,
- grupowe miary centralności.
6. Algorytmy przewidywania połączeń:
- lokalne i globalne indeksy podobieństwa,
- ocena skuteczności przewidywania połączeń.
7. Wpływ oraz modele epidemiczne, algorytmy wykrywania źródeł:
- modele independent cascade oraz linear threshold, problem maksymalizacji wpływu,
- modele SI, SIS, SIR oraz SEIR,
- algorytmy wykrywania źródeł.
8. Sieci wielowarstwowe oraz temporalne:
- lokalne i globalne miary centralności w sieciach wielowarstwowych,
- sieci temporalne, latencja jako miara dystansu.
9. Grafowe sieci neuronowe:
- uczenie maszynowe na strukturach grafowych,
- osadzanie węzłów i krawędzi,
- trenowanie grafowych sieci neuronowych.
Rodzaj przedmiotu
Założenia (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza: absolwent zna i rozumie
- w pogłębionym stopniu pojęcia i metody w badaniach z dziedziny analizy sieci społecznych (K_W01),
- najważniejsze algorytmy i klasy algorytmów znajdujące zastosowanie w analizie sieci społecznych (K_W01),
- jakościowe i ilościowe cechy metod algorytmicznych specyficznych dla analizy sieci społecznych (K_W01).
Umiejętności: absolwent potrafi
- dobrać właściwe metody algorytmiczne rozwiązywania problemów z dziedziny analizy sieci społecznych (K_U01, K_U03),
- formułować i weryfikować eksperymentalnie i analitycznie hipotezy związane z problemami z dziedziny analizy sieci społecznych (K_U02),
- posługiwać się nowoczesnymi technologiami do przeprowadzenia i analizy wyników eksperymentów (K_U02).
Kryteria oceniania
Ocena uzależniona będzie od quizów dotyczących materiałów z wykładu (publikowanych na platformie Moodle, do rozwiązania w ciągu tygodnia od wykładu) [10%], projektu programistycznego (użycie wybranego algorytmu analizy sieci społecznych do zbadania zbioru danych) [40%] oraz egzaminu pisemnego [50%].
W przypadku doktorantów dodatkowym kryterium zaliczenia będzie omówienie niedawno opublikowanej pracy naukowej z dziedziny analizy sieci społecznych.
Zasady zaliczenia przedmiotu w drugim terminie będą takie same jak w pierwszym. Quizy z zajęć zostaną ponownie udostępnione.
Literatura
Network analysis: Methodological foundations. Ulrik Brandes, Thomas Erlebach (2005).
Social and economic networks. Matthew Jackson (2008).
Network science. Albert-László Barabási (2016).
Więcej informacji
Więcej informacji o poziomie przedmiotu, roku studiów (i/lub semestrze) w którym się odbywa, o rodzaju i liczbie godzin zajęć - szukaj w planach studiów odpowiednich programów. Ten przedmiot jest związany z programami:
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: