Kurzbeschreibung
Es werden Grundlagen für die Analyse und algorithmische Verarbeitung von Graph basierten Daten, insbesondere von Daten sozialer Netze eingeführt.
4 SWS: Vorlesung 2 SWS; Übung 2 SWS
Arbeitsaufwand
Gesamtaufwand 180 Stunden, davon
- 36h Vorlesung
- 36h Übung
- 102h Selbststudium
Angestrebte Lernergebnisse
Die Studentinnen und Studenten
- können die Relevanz der Netzwerk- und GRaphentheorie im Kontext eigener Erfahrungen erklären,
- können wesentliche Konzepte aus dem Bereich Netzwerktheorie erklären,
- können de Fachterminologie der Domäne auf Beispiele anwenden ud
- können mit üblichen Werkzeugen und ggfs. Datensätzen Netze Modellieren und analysieren
Inhalt
- Empirische Untersuchung von Netzwerken: technische Netze, Informationsnetze, soziale Netze
- Psychologische Grundlagen Sozialer Netze
- Graphentheorie: Grundlegende Konzepte, Kenngrößen, strukturelle Eigenschaften
- Graph und Netzwerk Algorithmen
- Präsentationsmaterialien
- Arbeitsblätter
Literatur
- M.E.J. Newman: Networks - An Introduction 2nd ed., Oxford University Press 2018
- A. Barabási: Network Science, Cambridge University Press 2016
- S. Wassermann, K. Faust: Social Network Analysis - Methods and Applications, Cambridge University Press 1994
- C. Kadushin: Understanding Social Networks: Theories, Concepts, and Findings, Oxford University Press 2011
- D. Easley, J. Kleinberg: Networks, Crowds, and Markets: Reasoning About a Highly Connected World , Cambridge University Press 2010
- J. Scott: Social Network Analysis, 3rd ed., Sage Pub 2012