SOCIAL NETWORK ANALYSIS
- Anno accademico
- 2021/2022 Programmi anni precedenti
- Titolo corso in inglese
- SOCIAL NETWORK ANALYSIS
- Codice insegnamento
- CT0540 (AF:314735 AR:172464)
- Lingua di insegnamento
- Italiano
- Modalità
- In presenza
- Crediti formativi universitari
- 6
- Livello laurea
- Laurea
- Settore scientifico disciplinare
- INF/01
- Periodo
- I Semestre
- Anno corso
- 3
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Il corso mira a fornire un'introduzione alla social network analysis e allo studio delle reti complesse.
Il corso esplorerà metodi e tecniche per l'analisi di big data e la modellazione di sistemi complessi dinamici quali le reti sociali.
Il corso esplorerà metodi e tecniche per l'analisi di big data e la modellazione di sistemi complessi dinamici quali le reti sociali.
Risultati di apprendimento attesi
Il corso mira a fornire competenze per:
- la gestione, manipolazione, visualizzazione e interpretazione di grandi moli dati;
- la comprensione dei principi della network science;
- la comprensione delle principali tecniche di analisi delle reti complesse.
- la gestione, manipolazione, visualizzazione e interpretazione di grandi moli dati;
- la comprensione dei principi della network science;
- la comprensione delle principali tecniche di analisi delle reti complesse.
Prerequisiti
Nozioni di programmazione, statistica, analisi matematica.
Contenuti
- Introduzione alla teoria dei grafi
- Reti sociali
- Legami forti e deboli
- Omofilia e influenza sociale
- Dinamiche di rete
- Cascate informative
- Il fenomeno small-world
(La lista dei contenuti potrebbe subire variazioni.)
- Reti sociali
- Legami forti e deboli
- Omofilia e influenza sociale
- Dinamiche di rete
- Cascate informative
- Il fenomeno small-world
(La lista dei contenuti potrebbe subire variazioni.)
Testi di riferimento
Easley, David, and Jon Kleinberg. Networks, crowds, and markets. Cambridge University Press, 2010.
Barabási, Albert-László. Network Science. Cambridge University Press, 2016
Barabási, Albert-László. Network Science. Cambridge University Press, 2016
Modalità di verifica dell'apprendimento
L'esame finale consiste in domande teoriche sui contenuti del corso e prevede la presentazione di un progetto precedentemente concordato con la docente.
Modalità di esame
scritto e orale
Metodi didattici
Lezioni frontali interattive.
Obiettivi Agenda 2030 per lo sviluppo sostenibile
Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile
Programma definitivo.
Data ultima modifica programma: 29/05/2021