Techniki analizy sieci społecznych

103000 - Wydział Elektroniki i Technik Informacyjnych

TASS

1

Celem przedmiotu jest przedstawienie studentom fenomenu powiązań społecznych, reprezentowanych przez obfitość i różnorodność śladów cyfrowych, pozostawianych przez ludzi. Struktura tych śladów może być ściśle zdefiniowana (np. w rejestrach połączeń telefonicznych, śladach GPS tras ruchu, danych biomedycznych), częściowo otwarta (dane opatrzone etykietami) lub zupełnie swobodna (wiadomości tekstowe, artykuły itp.). Kojarzenie ze sobą danych z różnych źródeł, choć w sposób naturalny niedoskonałe, prowadzi do uzyskania baz o zupełnie nowej wartości. Kojarzone dane są obecnie stosunkowo łatwo dostępne, a proste techniki ich analizy wspomagają uzyskiwanie informacji niezbędnej w objaśnianiu, przewidywaniu lub inżynierii określonych zjawisk, takich jak np. tworzenie grup, rozprzestrzenianie informacji. Wiedza ta ma obecnie konkretną wartość użytkową. Studenci zostają zapoznani z podstawowymi pojęciami dotyczącymi modelowania sieci, oraz z dostępnymi narzędziami i technikami (...)

Celem przedmiotu jest przedstawienie studentom fenomenu powiązań społecznych, reprezentowanych przez obfitość i różnorodność śladów cyfrowych, pozostawianych przez ludzi. Struktura tych śladów może być ściśle zdefiniowana (np. w rejestrach połączeń telefonicznych, śladach GPS tras ruchu, danych biomedycznych), częściowo otwarta (dane opatrzone etykietami) lub zupełnie swobodna (wiadomości tekstowe, artykuły itp.). Kojarzenie ze sobą danych z różnych źródeł, choć w sposób naturalny niedoskonałe, prowadzi do uzyskania baz o zupełnie nowej wartości. Kojarzone dane są obecnie stosunkowo łatwo dostępne, a proste techniki ich analizy wspomagają uzyskiwanie informacji niezbędnej w objaśnianiu, przewidywaniu lub inżynierii określonych zjawisk, takich jak np. tworzenie grup, rozprzestrzenianie informacji. Wiedza ta ma obecnie konkretną wartość użytkową. Studenci zostają zapoznani z podstawowymi pojęciami dotyczącymi modelowania sieci, oraz z dostępnymi narzędziami i technikami pozyskiwania, magazynowania i obróbki danych. Poznają również techniki prezentacji wyników oraz przykłady tworzenia konkretnych, specjalizowanych aplikacji autorskich, wykorzystujących analizę danych społecznych różnorodnego pochodzenia. Przedstawiane są techniki analizy powiązań semantycznych definiowanych w sposób formalny, jak i nieformalny. Dodatkowo, przedstawiane są przykłady zrealizowanych projektów, wykorzystujących w sposób nieoczywisty grafy powiązań społecznych.

Studenci, zaliczający ten przedmiot, będą umieli wytypować źródła danych, zastosować istniejące mechanizmy lub opracować własne, w celu pobrania i połączenia danych, wybrać sposób przechowywania danych, a następnie zastosować techniki i narzędzia analizy powiązań społecznych, adekwatne do rozwiązywanego zadania.


Treść wykładu

• Organizacja przedmiotu. Demonstracja przykładowej interaktywnej aplikacji analizującej sieć zrekonstruowaną z danych heterogenicznych, np. będących wynikiem połączenia danych o ruchu drogowym z danymi o gęstości zaludnienia. Podstawowe pojęcia z teorii grafów.
  
• Pojęcia podstawowe cd. (ścieżka, podgrafy itp.). Miary statystyczne dla grafu. Miary dla wierzchołka (stopień, pośrednictwo, ranking itp.). Algorytmy do wyznaczania w/w miar.
  
• Specyfika grafów opisujących sieci społeczne - rozkład potęgowy stopni wierzchołków, kręgi i role społeczne w grafie, istotność słabych powiązań, dyfuzja w grafie. Koncepty związane z dynamiką grafu (model Erdősa-Rényiego, powstanie spójnej składowej grafu).
  
• Prezentacja narzędzi do analizy grafów (gotowych aplikacji i modułów dostępnych w różnych językach programowania). Przegląd dostępnych źródeł danych i sposobów tworzenia z nich grafowych reprezentacji powiązań.
  
• Semantyka powiązań i węzłów - mikroformaty i HTML5. Taksonomie i folksonomie.
  
• Narzędzia i techniki pozyskiwania danych. Przechowywanie pozyskanych danych - bazy nieustrukturyzowane.
  
• Techniki łączenia danych z różnych źródeł - miary podobieństwa i istotności (Levenshteina, TF-IDF itp.), algorytmy gronowania. Techniki analizy języka naturalnego.
  
• Język zapytań semantycznych SPARQL i zastosowania praktyczne.
  
• Grafy dwudzielne. Model Isinga. Kwestie wydajnościowe implementacji wielowątkowych algorytmów analizy danych.
  
• Tworzenie aplikacji osadzonych w konkretnych serwisach społecznościowych.
  
• Techniki tworzenia dedykowanych aplikacji interaktywnych łączących dane z wielu źródeł (mashups). Komercyjne środowiska analizy danych.
  
• Przykłady praktyczne: modelowanie procesu odejść klientów, procesu sprzedaży, rekonstrukcji grafu na podstawie rejestru połączeń telefonicznych, estymacji macierzy ruchu.
  
• Kolokwium.
  
  Zakres projektu
  Studenci realizują indywidualnie dwa zadania projektowe. Pierwsze (3 tyg.) polega na pobraniu danych, skonstruowaniu grafu i wyznaczeniu szeregu jego standardowych parametrów. W tym projekcie zarówno dane, jak i narzędzia ich analizy są gotowe, istniejące, wcześniej zbadane. Funkcją pierwszego projektu jest zaznajomienie studentów z istniejącymi, gotowymi modułami programistycznymi. Drugie zadanie (5 tyg.) polega na wykonaniu aplikacji typu mashup, tj. łączącej dane z wielu źródeł i dokonującej ich analizy w aspekcie semantycznym. W tym przypadku zarówno pobranie danych, jak i ich połączenie oraz analiza wymaga albo wytworzenia przez studentów fragmentów specyficznego oprogramowania, albo właściwego skonfigurowania oprogramowania istniejącego.

1. J. Wojciechowski, K. Pieńkosz, Grafy i sieci, PWN 2013
   
2. A. Fronczak, P. Fronczak Świat sieci złożonych, PWN 2009
   
3. E. Kolaczyk Statistical Analysis of Network Data, Springer 2009
   
4. M. Russell Mining the Social Web, O`Reilly 2011
   
5. M. Tsvetovat, A. Kouznetsov Social Network Analysis for Startups, O`Reilly 2011
   
6. J.G. Breslin, A. Passant, S. Decker The Social Semantic Web, Springer 2009
   

Kolokwium: 50 pkt, projekty: 20+30 pkt.

Warunek zaliczenia: co najmniej 26 pkt z kolokwium, co najmniej 26 pkt łącznie z obu projektów.

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej

103100 - Instytut Automatyki i Informatyki Stosowanej