Analiza socijalnih mreža (13M111ASM) - O predmetu

Izborni predmet na master studijama na Odseku za softversko inženjerstvo.

Plan i program predmeta

Detaljni planovi i programi predmeta na srpskom i engleskom jeziku se mogu videti ovde.

Cilj predmeta

Upoznavanje studenata sa analizom socijalnih i kompleksnih mreža sa teorijskog, metodološkog i softverskog aspekta. Primena analize socijalnih mreža, od društvenih mreža na Internetu, kao što su Facebook, Linkedin ili Twitter, do koautorskih mreža i mreža citiranja u naučnoj produkciji. Upotreba matematičkog aparata i softverskih alata u cilju kvantitativne analize socijalnih mreža i njihove vizualizacije.

Sadržaj predmeta

Pojam socijalne mreže i predstavljanje u obliku grafa. Prikupljanje podataka i njihovo predstavljanje; modelovanje mreže i odabir neusmerenog, usmerenog ili težinskog grafa. Svojstva mreže i mere centralnosti; distance u mrežama; detektovanje najuticajnijih čvorova i zajednica u mreži; metode klasterizacije. Model malog sveta. Ego mreže. Dinamičko ponašanje mreže. Vizuelizacija mreže.

Alati za analizu socijalnih mreža: Gephi, UCINET, NodeXL, Pajek. Jezik za statističku obradu podataka R. Programski jezik Python i biblioteke (NetworkX). Prikupljanje podataka iz različitih izvora i njihova transformacija u odgovarajući format iz realne društvene mreže, indeksne baze naučnih radova, kao i veb stranica. Određivanje različitih mera centralnosti i vizualizacija na navedenim primerima. Samostalni projekat.

Način polaganja ispita

Pismeni ispit nosi 40% ocena, dok praktičan projekat sa prezentacijom nosi 60% ocene.

Moodle kurs predmeta

Moodle kursu predmeta se može pristupiti putem sledećeg linka.
Lozinka za pristup će biti saopštena putem predmetne liste elektronske pošte.

Literatura

1. D. Hansen, B. Shneiderman, M. Smith, Analyzing Social Media Networks with NodeXL: Insights from a Connected World, Morgan Kaufmann, 2010.
2. Charles Kadushin, Understanding Social Networks: Theories, Concepts and Findings, Oxford University Press, 2012.
3. Christina Prell, Social Network Analysis: History, Theory and Methodology, SAGE Publications Ltd, 2012.
4. Robert A. Hanneman, Mark Riddle, Introduction to social network methods, University of California, Riverside, 2005.
5. Filippo Menczer, Santo Fortunato, Clayton A. Davis, A First Course in Network Science, Cambridge University Press, 2020.
6. Materijali sa predavanja

Alati

1. NetworkX biblioteka programskog jezika Python
2. Gephi
3. NodeXL
4. Pajek
5. UCINET
6. Programski jezik R