NETWORK ANALYSIS

Una quantità sorprendentemente vasta di situazioni possono essere concettualizzate in termini di entità e di connessioni tra esse. In tutti questi casi, è utile l’analisi delle reti. Il mondo contemporaneo, con la diffusione delle reti digitali, dei social media e degli strumenti digitali, genera ogni giorno una quantità impressionante di dati concettualizzabili in termini di reti. Questi dati, se opportunamente analizzati, possono rivelare informazioni sorprendenti e di grande valore sulle entità oggetto di analisi, e sulle loro relazioni a scale diverse. Inoltre, comprendere le caratteristiche topologiche di una rete sociale permette di comprenderne e fare predizioni circa la capacità ed efficienza nello svolgere determinate azioni o ruoli.
Nato nel contesto del corso di laurea magistrale in Data Analytics, il corso di social network analysis si pone come obbiettivo proprio quello di fornire allo studente gli strumenti concettuali e pratici per analizzare le reti.

Una volta concluso con successo il corso lo studente:
- Conoscerà i concetti chiave riguardanti lo studio delle reti sociali, e li saprà contestualizzare.
- Conoscerà e saprà utilizzare per l’analisi di casi concreti i suddetti concetti.
- Conoscerà e saprà distinguere le diverse topologie di rete, e le loro caratteristiche e relazioni
- Saprà svolgere indipendentemente analisi di dati di reti e comprendere il significato dei risultati ottenuti.
- Saprà svolgere semplici analisi di regressione che includano dati di rete.

Matematica (analisi, basi di algebra lineare), Econometria di base, Fondamenti di programmazione.

Il corso ha una struttura parallela che associa allo studio della teoria delle reti, l’analisi empirica - attraverso software statistici - di reti reali.
Per quanto concerne l’analisi teorica, il corso comincerà introducendo il concetto di rete (network) e discutendo le varie forme di rappresentazione disponibili. Verranno poi introdotte le misure di base necessarie per comprendere le caratteristiche di un network partendo dalle misure monadiche (grado) e raggiungendo le misure diadiche (shortest path, walk, diameter) e basate su sott’insiemi più complessi del network (clustering, connected components, assortativityi, centrality).
Il corso si porrà poi come obbiettivo quello di analizzare la struttura a larga scala dei network, costruendo e analizzando una tassonomia dei principali tipi di network, delle loro caratteristiche e della relazione tra diversi tipi di topologia di rete. Lo scopo è permettere allo studente di categorizzare i network reali approssimandoli attraverso la struttura teorica. In particolare, verranno trattati: i network casuali, i network small-world e i network scale free. Ove possibile (in dipendenza del livello della classe) verranno derivate le caratteristiche essenziali di questi network e verranno analizzate le conseguenze di queste. Particolare importanza verrà assegnato alle reti scale free per la loro rilevanza empirica.
Per quanto concerne l’analisi empirica, dopo aver analizzato come studiare le caratteristiche di base delle reti con il software R verrà studiato: come dividere una rete in sott’insiemi (cluster) altamente connessi, e come utilizzare le reti per analizzare dal punto di vista econometrico sistemi dove le osservazioni sono altamente correlate e non possono essere considerate indipendenti.

Vari capitoli di libro e articoli scientifici come da indicazione nella pagina moodle.
Una lista parziale dei documenti trattati include:
- A.L. Barabasi and R. Albert 1999 “Emergence of scaling in random networks”
- M. Granovetter 1973: “The strength of weak ties”
- P. Erdos & A.Renyi 1959-1960 “On random networks” I and II
- Padgett & K. Ansell (1993) “Robust action and the rise of the Medici", American Journal of Sociology
- D.J. Watts & S.H. Strogatz. Collective dynamics of ’small-world’ networks

Alcune delle lezioni faranno riferimento pesantemente al libro “Network Science”, A.L. Barabasi. Il libro può essere acquistato o letto online all’indirizzo http://networksciencebook.com/

Report scritto con un’analisi di rete, oppure esame scritto. To be decided upon discussion with the class.

Lezioni frontali, attività di studio individuale, laboratorio con utilizzo software statistici (in classe).

Inglese

scritto e orale

Questo insegnamento tratta argomenti connessi alla macroarea "Economia circolare, innovazione, lavoro" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile