Menù principale
B027513 - WEB MINING
Principali informazioni
Lingua Insegnamento
Contenuto del corso
Libri di testo consigliati
Obiettivi Formativi
Prerequisiti
Metodi Didattici
Altre Informazioni
Modalità di verifica apprendimento
Programma del corso
Anno Accademico 2021-22
Coorte 2020 - Laurea Magistrale in INFORMATICA
Anno di corso
Secondo Anno - Secondo Semestre
Dipartimento di Afferenza
Statistica, Informatica, Applicazioni "G. Parenti" (DiSIA)
Tipo insegnamento
Attività formativa monodisciplinare
Settore Scientifico disciplinare
INF/01 - INFORMATICA
Crediti Formativi
6
Ore Didattica
48
Periodo didattico
21/02/2022 ⇒ 17/06/2022
Frequenza Obbligatoria
No
Tipo Valutazione
Voto Finale
Contenuto del corso
mostra
Programma del corso
mostra
Docenza
Mutuazione
Insegnamento mutuato da:
B027995 - SOCIAL NETWORK ANALYSIS
Laurea Magistrale in STATISTICA E DATA SCIENCE
B027995 - SOCIAL NETWORK ANALYSIS
Laurea Magistrale in STATISTICA E DATA SCIENCE
Lingua Insegnamento
Inglese
Contenuto del corso
La Social Network Analysis (SNA) ricopre oggi un ruolo di centrale importanza in ambito statistico a fronte di una crescente richiesta di informazioni su una società, quella attuale, sempre più "connessa". L'analisi dell'integrazione tra popoli, l'analisi dei flussi di import/export tra paesi e lo studio dei fenomeni migratori costituiscono solo alcuni dei possibili ambiti di applicazione. Il corso ha come obiettivo lo studio delle principali metodologie sviluppate nell'ambito della SNA.
Libri di testo consigliati (Cerca nel catalogo della biblioteca)
1) Newman (2018) -- Networks: an introduction
2) Lusher, Koskinen, and Robins (2012) -- Exponential Random Graph Models for Social Networks: Theory, Methods, and applications
3) Course slides
2) Lusher, Koskinen, and Robins (2012) -- Exponential Random Graph Models for Social Networks: Theory, Methods, and applications
3) Course slides
Obiettivi Formativi
Il corso tratta lo studio degli strumenti di Social Network Analysis. In particolare, nella prima parte del corso verranno approfonditi gli strumenti di analisi descrittiva tipicamente utilizzati per analizare le reti sociali. Questi riguardano sia la visualizzazione della rete, sia lo studio dell'importanza e della coesione dei nodi che compongono la rete stessa. La seconda parte del corso riguarderà invece lo studio alcuni dei principali modelli statistici per l'analisi delle reti sociali. Al termine del corso, gli studenti saranno in grado di (a) descrivere e sintetizzare le caratteristiche della rete; (b) spiegare gli obiettivi e le assunzioni alla base delle diverse tecniche di analisi; (c) riflettere criticamente sull'adeguatezza delle diverse tecnice di analisi presentate durante il corso; (d) comunicare efficacemente i risultati dell'analisi
Prerequisiti
Esame propedeutico: inferenza statistica.
Ulteriori conoscenze di base: modelli di regressione
Ulteriori conoscenze di base: modelli di regressione
Metodi Didattici
Lezioni teoriche e attività pratiche di laboratorio
Altre Informazioni
Modalità di verifica apprendimento
L'esame prevede la realizzazione di un work project (con redazione report finale e presentazione orale) e una discussione orale sui temi trattati durante il corso. L'obiettivo è quello di valutare (i) la comprensione degli argomenti trattati durante il corso; (ii) la capacità di identificare le metodologie di analisi più adeguate in funzione dei dati di cui si dispone e degli obiettivi di ricerca prefissati; (iii) la capacità di trarre conclusioni adeguate alla luce dei risultati; (iv) la capacità di comunicare in maniera chiara ed efficace i risultati ottenuti.
Work project (30%): analisi di un dataset tramite le metodologie introdotte durante il corso e presentazione risultati in forma scritta e orale
Esame orale (70%): 3 domande. Durata: Fino ad un massimo di 60 minuti.
Work project (30%): analisi di un dataset tramite le metodologie introdotte durante il corso e presentazione risultati in forma scritta e orale
Esame orale (70%): 3 domande. Durata: Fino ad un massimo di 60 minuti.
Programma del corso
Introduzione alle reti sociali
- Rappresentazione della rete: tipi di relazione, rappresentazione tramite grafi, rappresentazione matriciale
- Visualizzazione della rete
- Analisi descrittiva delle reti: network statistics
- Analisi descrittiva delle reti: nodal statistics
- Exponential Random Graph models
- Stochastic blockmodels
- Latent space models
- Rappresentazione della rete: tipi di relazione, rappresentazione tramite grafi, rappresentazione matriciale
- Visualizzazione della rete
- Analisi descrittiva delle reti: network statistics
- Analisi descrittiva delle reti: nodal statistics
- Exponential Random Graph models
- Stochastic blockmodels
- Latent space models