Магистратура
2021/2022
Прикладной сетевой анализ
Статус:
Курс по выбору (Коммуникации, основанные на данных)
Направление:
42.04.01. Реклама и связи с общественностью
Кто читает:
Школа коммуникаций
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 1 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
27
Охват аудитории:
для своего кампуса
Преподаватели:
Степнов Михаил Игоревич
Прогр. обучения:
Коммуникации, основанные на данных
Язык:
русский
Кредиты:
4
Контактные часы:
32
Программа дисциплины
Аннотация
Курс знакомит студентов с активно развивающейся междисциплинарной областью исследование структурных данных и закономерностей в них. В рамках курса мы рассмотрим методы статистического и структурного анализа сетей, модели формирования и эволюции сетей и процессов, машинное обучение на графах. Особое внимание будет уделено практическому анализу и визуализации реальных сетей с использованием доступных программных средств, современных языков программирования и библиотек.
Цель освоения дисциплины
- Целью освоения дисциплины «Прикладной сетевой анализ» является получение студентами системных представлений об анализе графов и социальных сетей, метода сбора, обработки и моделирование сетевых структур и применении в прикладных областях.
Планируемые результаты обучения
- Владеет методами представления результатов проекта в области сетевого анализа
- Владеет навыками моделирования случайных графов для тестирования статистических гипотез на структурных данных
- Умеет находить структурно схожие элементы и меры схожести в структурной информации
- Умеет обнаруживать сообщества в сетях, владеет методами кластеризации на графах
- Владеет методами машинного обучения для структурной модели графа
- Владеет методами машинного обучения для структурной модели графа с учетом текстовых эмбеддингов
- Демонстрирует общие знания об области применения анализа социальный сетей и программных средствам для работы с графами
- Знает модели распространения влияния. Умеет прогнозировать достижение равновесия в сетевой модели на основе Марковских процессов в сетях
- Знает понятие центральности как меры ранжирования вершин в графе на основе структурной информации
- Знает понятия центральности и престижа как мер ранжирования вершин, взаимовлияние в ориентированных сетях
- Знает статистические особенности реальных сетей, основные отличия реальных сетей от модельных данных
- Умеет строить модель классификации элементов сети, выявлять агентов влияния, осуществлять количественные предсказания на основе временных динамических графов
- Умеет строить рекомендации связей между элементами сети, владеет методами детектирования фрода в сетях
- Умеет использовать информационные каскады как модель сетевого маркетинга и оценивать успешность сетевого маркетинга.
- Умеет моделировать распространение информации. Понимает сущность понятия эпидемии в информационном поле.
Содержание учебной дисциплины
- Тема 1. Введение в сетевой анализ
- Тема 2. Описательные статистики реальных сетей
- Тема 3. Модели формирования сети
- Тема 4. Меры влияния агентов в неориентированных сетях
- Тема 5. Меры влияния агентов в ориентированных сетях
- Тема 6. Структурная эквивалентность
- Тема 7. Сообщества в социальных сетях
- Тема 8. Распространение и эпидемии в сетях
- Тема 9. Распространение инноваций и информационные каскады
- Тема 10. Распространение влияния и консенсус в социальных сетях
- Тема 11. Векторные модели сетей без атрибутов
- Тема 12. Векторные модели сетей с текстовыми атрибутами
- Тема 13. Предсказание связей и рекомендации в сетях
- Тема 14. Классификация сетевых данных и графовые нейронные сети
- Тема 15. Защита проектов
Промежуточная аттестация
- 2021/2022 учебный год 1 модуль0.5 * О проект2 + 0.2 * О проект1 + 0.3 * О аудит.
Список литературы
Рекомендуемая основная литература
- Easley, D., & Kleinberg, J. (2010). Networks, Crowds, and Markets : Reasoning About a Highly Connected World. New York: Cambridge eText. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=324125
Рекомендуемая дополнительная литература
- Newman, M. E. J. (2010). Networks : An Introduction. Oxford: OUP Oxford. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=458550