SOCIAL NETWORK ANALYSIS

Anno accademico
2020/2021 Programmi anni precedenti
Titolo corso in inglese
SOCIAL NETWORK ANALYSIS
Codice insegnamento
CT0540 (AF:320628 AR:172516)
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
Il corso si propone di introdurre gli studenti all'analisi di grandi moli di dati attraverso il paradigma delle reti complesse.
Si approfondiranno le metodologie per l'analisi, la modellazione e la previsione dei sistemi complessi dinamici, con particolare riferimento ai social networks
Si approfondiranno anche le tematiche etiche e di privacy in relazione al nuovo contesto digitale.
Si enfatizzeranno:
- competenze nel gestire, manipolare, visualizzare ed estrarre informazione da grossi insiemi di dati, utilizzando tecniche e metodi moderni di analisi statistica.
- la comprensione dei principi della network science (modelli genearitivi e loro proprietà)
- la comprensione delle principali tecniche di analisi delle reti complesse
- la costruzione di modellazione e visualizzazione di dati destrutturati
Lo studente alla fine del corso sarà in grado di manipolare grandi moli di dati e modellarli nel framework dei sistemi complessi per analizzarli a fini predittivi.
L'obiettivo del corso sarà di fornire allo studente un quadro complessivo dell'attuale stato dell'arte sul tema e sui suoi possibili sviluppi.
- riconoscere le migliori tecniche in relazione alla problematica affrontata
- interpretare i risultati di analisi dati nel contesto social
- progettare analisi dati in relazione a varie problematiche
Sono consigliate per una buona fruzione del corso delle nozioni di programmazione, statistica e probabilità, e analisi matematica.
Introduzione alla Fisica dei Sistemi Complessi
Data e Privacy
Cenni di processi stocastici
Reti Complesse (Reti Random, Small-World, Scale-Free)
Community Detection Algorithms
Omofilia, Assortatività
Assortative Mixing, Link Prediction
Modelli di Processi Dinamici su Reti Complesse
Cenni di Sentiment Analysis
Processi Diffusivi (Epidemics and Information Diffusion)
Opinion Dynamics
Data Visualization
Barrat, A., Barthelemy, M., & Vespignani, A. (2008). Dynamical processes on complex networks. Cambridge university press.

Network Science, A.L. Barabàsi http://networksciencebook.com
Esame Scritto e Progetto di Gruppo
Lavagna, slide, esercitazioni pratiche e discussion papers
Italiano
Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.
scritto e orale
Programma definitivo.
Data ultima modifica programma: 08/07/2020