90730 - SOCIAL NETWORK ANALYSIS

Conoscenze e abilità da conseguire

L'obiettivo del corso è quello di esaminare i modelli, metodi e temi essenziali dell'analisi delle reti sociali, comprendendo anche le information networks, dove più in generale nodi e links rappresentano rispettivamente dati e relazioni fra dati. La prima parte è dedicata ai metodi d'analisi basati sul confronto fra reti reali e random graphs, con enfasi su configuration model e modularity clustering. La seconda parte è dedicata ai metodi objective function-based e ai modelli fuzzy per module/community detection, con focus sul cluster score dei sottinsiemi di vertici quantificato da funzioni pseudo-Booleane.

Contenuti

• Introduzione. Concetti Fondamentali nell’Analisi delle Reti. Esempi. Cenni Storici.
• Analisi delle Relazioni. Concetti Fondamentali nella SNA. Variabili Strutturali e di Composizione. Variabili di Affiliazione. Tipi di Reti. Livelli di Misura. Reti One-Mode, Reti Two-Mode. Reti Ego-centrate.
• Raccolta dei dati e Misure. Validazione delle misure, Affidabilità, Accuratezza, Errore. Small World.
• Alcuni dataset di rete.
• Rappresentazione Matematica delle reti sociali. Rappresentazione dei nodi e dei legami. Notazione Sociometrica e Algebrica. Grafi e Matrici. Operazioni algebriche sulle matrici e loro significato. Calcolare Semplici Proprietà della Rete.
• Statistica descrittiva delle reti. Grado dei nodi: in-degree e out-degree, densità, raggiungibilità, connettività, distanza geodetica, diametro, flusso massimo, reciprocità, transitività e legami simmeliani, coefficiente di clustering, External-Internal index.
• Proprietà Strutturali e di Localizzazione. Centralità e Prestigio. Concetto di centralità e sue relazioni con il concetto di potere. Grado di centralità: misure di Freeman e Bonacich. Betweenness centrality.
• Gruppi e sottogruppi. Cliques, N-cliques, N-clans, K-cores, F-groups. Analisi delle componenti principali. Punti di rottura e ponti.
• Cenni ai concetti di ruolo e di posizione. Similarità/Dissimilarità. Equivalenza strutturale, automorfica e regolare. Cenni a tecniche di statistica multivariata (cluster analysis, analisi fattoriale) applicata alle misure di similarità
• Definizione e misure di Egonet. Buchi strutturali: teoria di Burt. Brokerage: misure di Fernandez e Gould
• La (S)NA applicata ad Internet ed ai big data. Ambiti tipici di lavoro in campo economico, sociale ed informatico. Relazioni con il Knowledge Management. Studi di caso.
• Gli applicativi di analisi e rappresentazione grafica delle reti: caratteristiche, limiti, ambiti d'uso.
• Il disegno di una network analysis in Internet: dal problema reale al modello, identificazione dei dati e loro raccolta, costruzione del dataset ed operazioni sui dati, classi di misure e loro scelta; validità degli esiti e loro interpretazione. Uso di dataset bimodali in Internet.

Testi/Bibliografia

Dispense del docente
Dateset resi disponibili dal docente ai fini delle esercitazioni in aula

TESTI GENERALI DI RIFERIMENTO

Stanley Wasserman, Katherine Faust (1994), Social Network Analysis: Methods and Applications, Cambridge University Press.

Koch R. and Lockwood G. (2010), Superconnect. The Power of Networks and the Strenght of Weak Links, London, Little Brown.
Watts D. (2004), Small Worlds. The dynamicof Networks between Order and Randomness, Princeton, Princeton University Press.
Carrington P., Scott J. and Wasserman S., (2005), Models and Methods in Social Network Analysis, Cambridge (MA), Cambridge University Press.
Barabasi A-L. (2002), Link. La scienza delle reti, Torino, Einaudi.
Salvini A. (2007), Analisi delle reti sociali. Teorie, metodi, applicazioni, Milano, Franco Angeli.
Wasserman S. and Faust K. (1996), Social Network Analysis. Method and Applications, Cambridge (MA), Cambridge University Press.

Metodi didattici

Aula frontale alternata ad esercitazioni guidate su dataset reali resi disponibili dal docente o acquisiti direttamente da Internet.

Modalità di verifica e valutazione dell'apprendimento

Il voto finale risulta dalla valutazione di un lavoro individuale, che ciascuno studente deve proporre e definire dettagliatamente in anticipo, in vista della verifica finale che si basa sia su uno scritto, sia su una presentazione orale.

Strumenti a supporto della didattica

https://networkx.github.io/

http://snap.stanford.edu/

Orario di ricevimento

Consulta il sito web di Andrea Piroddi