Μαθησιακά Αποτελέσματα
Η αλματώδης ανάπτυξη των κοινωνικών δικτύων έχει μεταμορφώσει το κοινωνικό, πολιτικό και τεχνολογικό τοπία. Σήμερα σε εφαρμογές κοινωνικής δικτύωσης και διαμοιρασμού περιεχομένου όπως το Twitter, Facebook, YouTube κ.ά., μεγάλος αριθμός ατόμων δημοσιεύουν πλούσια περιεχόμενα, τα συνοδεύουν με περιγραφικά μεταδεδομένα, και τα επικοινωνούν σε άλλα άτομα, δημιουργώντας ένα πλούσιο και πολύ-πλευρο δίκτυο που συνδυάζει ανθρώπους και πληροφορίες και παρουσιάζει προκλήσεις για τις παραδοσιακές τεχνικές ανάλυσης δικτύων. Τα κοινωνικά δίκτυα μεταξύ άλλων έχουν μεταμορφώσει τον τρόπο με τον οποίο δημιουργούμε νέα γνώση, ανταποκρινόμαστε σε κοινωνικές/οικονομικές/περιβαντολογικές προκλήσεις και αλληλεπιδρούμε με τον κόσμο και ο ένας με τον άλλο. Στο μάθημα αυτό θα δοθούν εισαγωγικές έννοιες των δικτύων, θεωρίας γράφων, πιθανοτήτων και στατιστικής για την μελέτη και ανάλυση των μεγάλων δεδομένων των κοινωνικών δικτύων. Επίσης, θα εξεταστούν ειδικά θέματα στην ανάλυση κοινωνικών δικτύων, συμπεριλαμβανομένης της επιρροής και της κεντρικής θέσης στα κοινωνικά δίκτυα καθώς και της διάδοσης πληροφοριών στα κοινωνικά δίκτυα. Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να κατανοούν τις βασικές έννοιες των κοινωνικών δικτύων και τις θεμελιώδεις έννοιες στην ανάλυση των μεγάλων δεδομένων των κοινωνικών δικτύων.
Περιεχόμενο Μαθήματος
1η Εβδομάδα (Διάλεξη): Εισαγωγή στα δίκτυα. Βασικές έννοιες γραφημάτων. Διαδρομές, κύκλοι, συντομότερα μονοπάτια. Αναπαράσταση γραφημάτων.
2η Εβδομάδα (Διάλεξη): Το διαδίκτυο ως γράφημα. Δίκτυα στον πραγματικό κόσμο. Τα μοντέλα Erdős–Rényi (Gnp and Gnm).
3η Εβδομάδα (Διάλεξη): Φαινόμενα μικρού κόσμου (small-world). Power-law και scale-free δίκτυα. Το μοντέλο Barabasi-Albert. Το R-MAT μοντέλο.
4η Εβδομάδα (Διάλεξη): Βασικές μετρικές δικτύων. Μετρικές αποστάσεων (συντομότερα μονοπάτια, εκκεντρικότητα κόμβων, ακτίνα, διάμετρος). Centrality μετρικές: closeness, betweenness, Katz.
5η Εβδομάδα (Διάλεξη): Ανάλυση συνδέσμων: Οι αλγόριθμοι υπολογισμού κύρους κόμβων HITS και PageRank – Καθολικοί και Τοπικοί Συντελεστές Ομαδοποίησης κόμβων δικτύων – Αριθμός τριγώνων, κλειστά τρίγωνα και σχετικές ιδιότητες δικτύων.
6η Εβδομάδα (Εργαστήριο): Πρακτική εφαρμογή. Υπολογισμός μετρικών δικτύων με την χρήση των βιβλιοθηκών JGraphT (Java) and NetworkX (Python).
7η Εβδομάδα (Διάλεξη): Πρόβλεψη ακμών σε δίκτυα.
8η Εβδομάδα (Διάλεξη): Εύρεση κοινοτήτων σε δίκτυα.
9η Εβδομάδα (Εργαστήριο): Πρακτική Εφαρμογή. Χρήση των JGraphT και NetworkX για πρόβλεψη ακμών και εύρεση κοινοτήτων.
10η Εβδομάδα (Διάλεξη): Κλιμακούμενη συμπεριφορά (Cascading Behavior), Μοντέλα διάδοσης επιδημιών (Epidemics)
11η Εβδομάδα (Διάλεξη): Μεγιστοποίηση επιρροής, Ανίχνευση Επιδημικής Έξαρσης
12η Εβδομάδα: Παρουσιάσεις Εργασιών