Adresse und Kontakt

AG Netzbasierte Informationssysteme
FU Berlin
Königin-Luise-Straße 24-26
14195 Berlin

Tel.: +49-30-838-75221
Fax: +49-30-838-75220

This site is no longer maintained. You see a static copy as of April 1 2016.

Vorlesung/Praktikum Computational Network Analysis

Vorlesung und Praktikum (19620) – 2+2-stündig, ECTS: 5

Dozent:Claudia Müller-Birn
Zeitraum:17.02.2012 bis 28.02.2012, Takustraße 9, SR 051
Haupttermine:Blockkurs: vormittags Vorlesung 10:00-12:00 Uhr, nachmittags Praktikum von 12:00 – 14:00 Uhr
Inhalt:Das World Wide Web basiert auf formal definierten Sprachen und Protokollen, aber erst durch die Nutzung des Webs durch die Erstellung von Webseiten und den Einsatz von Anwendungen wie beispielsweise Blog-Plattformen, Social Networking Services wie Facebook und Twitter, aber auch Wikipedia entsteht der Mehrwert. Dieser Mehrwert basiert auf der Wechselbeziehung von Inhalte, die durch Millionen von Individuen und Organisationen erzeugt und genutzt werden und der zugrunde liegenden Technologie. In dieser Veranstaltung werden Sie die zentralen Konzepte und Ansätze der Analyse von sozialen und Informationsnetzwerken anhand von bestehenden Forschungserkenntnissen kennenlernen. Die praktische Anwendung des Erlernten erfolgt innerhalb eines eigenständigen Projekts. Wir werden uns unter anderem mit folgenden Themen beschäftigen:.

  • Netzwerke: Basiskonzepte, Definitionen, Maße
  • Community Detection, Modularität und Overlapping Communities
  • Definition von temporalen Netzwerken
  • Informationsverbreitung in Netzwerken

Im Rahmen des Praktikums werden sich Studierende mit einem Themenbereich aus dem Bereich der Komplexen Netzwerke auseinandersetzen und sich dazu mit bestehenden wissenschaftlichen Artikeln beschäftigen. Unter Nutzung von Beispieldatensätzen werden Studierende sich in ausgewählte Themenbereiche eigenständig einarbeiten. Zum Einsatz sollen dazu vor allem die Programmiersprache und Softwareumgebung R für statistisches Rechnen mit ihren unterschiedlichen Netzwerkbibliotheken als auch die Python Softwarepaket NetworkX kommen.

Das Seminar Netzwerke entfällt im WS13/14. Als Alternativveranstaltung wird diese Veranstaltung (Computational Network Analysis von Frau Müller-Birn) empfohlen.

Literatur:Crawley, Michael J.: The R book. Wiley, 2007.
Newman, Mark: Networks: An Introduction. Oxford University Press, 2010.
Leistungs-
nachweise
Active Participation:
  • Homework Assignments 1 (homework assignments are due to the beginning of the following lecture)
  • Class project (giving a talk (presentation based on slides) about current state of class project and reporting results in class report (five pages) with extensive discussion)
Exam

All slides are available via Blackboard (more information in the first class).

DayLectureLabAssignment
Mon
2014-02-17
  • Basics of descriptive statistics
  • Basics of GNU R (part I)
Homework: Basics statistics (part I)
Tues
2014-02-18
  • Networks: basic concepts and basic properties
  • Basics of GNU R (part II)
Homework: Basics statistics (part II)
Wed
2014-02-19
  • Centrality measures
  • Introducing the igraph library
Homework: Basic network measures 
Thu
2014-02-20
  • Cohesive subgroups (clique, k-core, k-plex, k-cliques)
  • Local clustering, Global clustering, components
  • Computing network measures with igraph
  • Writing your own functions
Homework: Prepare class project and your presentation
Fri
2014-02-21
  • Parameters for defining temporal networks
  • R: *apply function
Homework: Writing your own functions
Mon
2014-02-24
  • Community detection in networks
  • Modeling overlapping communities
  • Calculating modularity in igraph
Homework: Modularity
Tues
2014-02-25
  • Eleftherios Diakomichalis „Practical Data Science and Network Analysis at Soundcloud“
 —Class project
Wed
2014-02-26
  • Diffusion in networks
  • Introducing other network analysis packages
Class project
Thu
2014-02-27
  • Network Visualization
  • Visualizing networks
Class project
Fri
2014-03-07
Exam

* After importing the network you should apply the following function „g <- simplify(g)“. This function deletes all multiple edges (Two directed edges are multiple edges if they have exactly the same two endpoints) and all loops in the graph.

Bitte beachten Sie die Hinweise zu Plagiaten.

 

AG Netzbasierte Informationssysteme, http://www.ag-nbi.de
Königin-Luise-Straße 24-26, 14195 Berlin, Tel.: +49-30-838-75221, Fax: +49-30-838-75220