72677 - ANALISI DELLE RETI SOCIALI APPLICATA AD INTERNET

Anno Accademico 2016/2017

  • Docente: Marco Ruffino
  • Crediti formativi: 6
  • SSD: SECS-P/10
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea Magistrale in Informatica (cod. 8028)

Conoscenze e abilità da conseguire

Al termine del corso, lo studente conosce le metodiche e gli strumenti della network analysis nei loro fondamentali teorici e nelle tipiche applicazioni in internet, con riferimento alla caratterizzazione ed alla modellizzazione dei fenomeni economici e sociali propri della rete. E' in grado di disegnare un protocollo di ricerca ed applicarlo a contesti reali, definendo le modalità di acquisizione e gestione dei dati, l'identificazione e l'esecuzione di misure di rete, l'interpretazione dei loro esiti, in modo integrato con esigenze di simulazione e supporto alla presa delle decisioni. Lo studente conosce inoltre l'uso dei principali software di analisi statistica e rappresentazione grafica delle reti.

Contenuti

  • Proprietà topologiche di Internet: small words, distribuzioni power law e reti scale-free. Proprietà di resilienza.
  • La (S)NA – (Social) Network Analysis. Generalità. Uso modellistico: reti come rappresentazione di fenomeni complessi ed interdipendenti.
  • 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.
  • I dataset di rete: rappresentazione dei nodi e dei legami; reti mono e bimodali. Ego networks. Grafi con legami vincolati ed orientati. Matrici di adiacenza e di incidenza. Operazioni algebriche sulle matrici e loro significato. Blocchi e matrici immagine. Attributi dei nodi.
  • 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.
  • Layout teorici di rappresentazione grafica ed interpretazione delle immagini. Bias cognitivi.
  • 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.
  • Concetto di centralità e sue relazioni con il concetto di potere. Grado di centralità: misure di Freeman e Bonacich. Betweenness centrality.
  • Definizione e misure di Egonet. Buchi strutturali: teoria di Burt. Brokerage: misure di Fernandez e Gould
  • 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

Testi/Bibliografia

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

TESTI GENERALI DI RIFERIMENTO

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 docenteo acquisiti direttamente da Internet.

Modalità di verifica e valutazione dell'apprendimento

Project work individuale o di piccolo gruppo, da definire nei suoi obiettivi e nella metodologia con il docente

Strumenti a supporto della didattica

Presentazione dei concetti attraverso trattamento di casi didattici tramite gli applicativi Ucinet 6.90, Pajek 1.02, Netdraw 2.12, Mage 6.02, Gephi 0.8. Studio di casi di letteratura. Disegno di casi applicativi.

Orario di ricevimento

Consulta il sito web di Marco Ruffino