Saltar para:
Logótipo
This page in english Ajuda Autenticar-se
Formação regular da Biblioteca |fevereiro a maio
Você está em: Início > PRODEI040
Autenticação




Mapa das Instalações
Edifício A (Administração) Edifício B (Aulas) - Bloco I Edifício B (Aulas) - Bloco II Edifício B (Aulas) - Bloco III Edifício B (Aulas) - Bloco IV Edifício C (Biblioteca) Edifício D (CICA) Edifício E (Química) Edifício F (Minas e Metalurgia) Edifício F (Minas e Metalurgia) Edifício G (Civil) Edifício H (Civil) Edifício I (Electrotecnia) Edifício J (Electrotecnia) Edifício K (Pavilhão FCNAUP) Edifício L (Mecânica) Edifício M (Mecânica) Edifício N (Garagem) Edifício O (Cafetaria) Edifício P (Cantina) Edifício Q (Central de Gases) Edifício R (Laboratório de Engenharia do Ambiente) Edifício S (INESC) Edifício T (Torre do INEGI) Edifício U (Nave do INEGI) Edifício X (Associação de Estudantes)

Análise de Redes Sociais e de Informação

Código: PRODEI040     Sigla: ARSI

Áreas Científicas
Classificação Área Científica
OFICIAL Sistemas Inteligentes

Ocorrência: 2018/2019 - 2S Ícone do Moodle

Ativa? Sim
Unidade Responsável: Departamento de Engenharia Informática
Curso/CE Responsável: Programa Doutoral em Engenharia Informática

Ciclos de Estudo/Cursos

Sigla Nº de Estudantes Plano de Estudos Anos Curriculares Créditos UCN Créditos ECTS Horas de Contacto Horas Totais
PRODEI 5 Plano de estudos Oficial 1 - 6 28 162

Docência - Horas

Teórico-Práticas: 2,00
Tipo Docente Turmas Horas
Teórico-Práticas Totais 1 2,00
Carlos Manuel Milheiro de Oliveira Pinto Soares 2,00

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Os serviços de social media dão origem a um elevado número de conteúdos gerados por utilizadores na World Wide Web. Esses conteúdos são fontes valiosas de informação e de business intelligence. Esses serviços assentam na criação de redes sociais sociais constituídas por milhões de indivíduos e organizações, que interagem on-line todos os dias através da partilha de informação. A análise dessas redes sociais é fundamental para a compreensão do comportamento dos utilizadores e da dinâmica das ligações estabelecidas.

A primeira parte do curso aborda os fundamentos da teoria dos grafos, análise de redes sociais e visualização de redes. A segunda parte aborda as propriedades estruturais e dinâmicas observadas em redes de larga escala. A parte final do curso apresenta várias aplicações de análise de redes sociais e de informação.

Resultados de aprendizagem e competências

No final do curso os estudantes deverão ser capazes de:
- Explicar os principais conceitos e técnicas de análise de redes sociais;
- Aplicar uma série de técnicas para a caracterização da estrutura das redes;
- Definir metodologias para a análise de redes explícitas e implícitas em vários contextos de aplicação;
- Demonstrar conhecimento investigação recente na área e apresentar competências na escrita e apresentação de trabalhos científicos.

Modo de trabalho

Presencial

Programa

O curso está estruturado em três partes: (I) Introdução à Análise de Redes Sociais, (II) Estrutura e Dinâmica das Redes, e (III) Análise de redes: Técnicas e Aplicações.


(I) Introduction to Social Network Analysis, (II) Network Structure and Dynamics, and (III) Mining Social and Information Networks: Techniques and Applications.

Part I - Introduction to Social Network Analysis
1. Fundamentals of graph theory: Paths and connectivity. Distance and breadth-first search. Connected components.
2. Basic social network metrics: Degree, clustering coefficient, cohesion, density, centrality measures, clique-census.
3. Exploratory network analysis: Data collection, analysis and interactive visualization.

Part II - Network Structure and Dynamics
1. Community structure: Strength of weak ties, community detection and betweeness centrality. Homophily, selection and social influence. Modularity. Graph partitioning methods.
2. The small-world phenomenon: Clustering. Milgram's small world experiment. Structure and randomness. Small world models.
3. Power laws and preferential attachment phenomena: Popularity as a network phenomenon. Rich-get-richer models and the effect of recommendation systems.
4. Cascading behaviour in networks: Cascades and clusters. Diffusion and the role of weak ties. Knowledge, thresholds, and collective action.

Part III - Mining Social and Information Networks: Techniques and Applications
1. Social web mining case studies: Analysis of explicit and implicit user interaction networks, semantic networks, folksonomies.
2. Business intelligence: Information extraction and sentiment analysis of social media streams.
3. Influence detection and expert finding: Measures of user influence. Identification of user roles and topic experts in online communities.

Bibliografia Obrigatória

David Easley and Jon Kleinberg; Networks, Crowds, and Markets: Reasoning About a Highly Connected World, Cambridge University Press, 2010. ISBN: 9780521195331 (http://www.cs.cornell.edu/home/kleinber/networks-book/)
Derek L. Hansen, Ben Schneiderman, Marc A. Smith; Analyzing social media networks with NodeXL. ISBN: 78-0-12-382229-1

Bibliografia Complementar

Stanley Wasserman, katherine Faust; Social network analysis. ISBN: 978-0-521-38707-1
R. A. Hanneman and M. Riddle ; Introduction to social network methods, University of California, Riverside, 2005 (http://faculty.ucr.edu/~hanneman/)

Métodos de ensino e atividades de aprendizagem

O curso é composto por aulas teórico-práticas, discussões, realização de trabalhos e apresentações. A avaliação baseia-se nas seguintes componentes:

1) Trabalhos de casa(HW)
2) Projecto + artigo (PP)
3) Apresentação do trabalho final (OP)

Tipo de avaliação

Avaliação distribuída sem exame final

Componentes de Avaliação

Designação Peso (%)
Trabalho escrito 100,00
Total: 100,00

Componentes de Ocupação

Designação Tempo (Horas)
Elaboração de projeto 54,00
Frequência das aulas 54,00
Trabalho de investigação 54,00
Total: 162,00

Obtenção de frequência

N/A

Fórmula de cálculo da classificação final

A classificação final (FG) é calculada da seguinte forma:

FG = 20% x HW + 70% x PP + 10% x OP

HW: Trabalhos de casa
PP: Projecto + artigo
OP: Apresentação do trabalho final

Provas e trabalhos especiais

N/A

Avaliação especial (TE, DA, ...)

Os estudantes sujeitos ao beneficio de avaliação especial estão dispensados da participação nas aulas, mas terão que cumprir os prazos de entrega dos trabalhos, projecto e artigo. Poder-se-á ajustar a data da apresentação final caso haja incompatibilidade com a sessão de apresentações.

Melhoria de classificação

A melhoria de classificação poderá ser efectuada na edição seguinte da unidade curricular.

Recomendar Página Voltar ao Topo
Copyright 1996-2019 © Faculdade de Engenharia da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z  I Livro de Visitas
Página gerada em: 2019-04-26 às 05:37:16 | Política de Utilização Aceitável | Política de Proteção de Dados Pessoais