Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Michele CATALANO
Lingua di erogazione: INGLESELessons taught in: ENGLISH
Laurea - [ET07] DIGITAL ECONOMICS AND BUSINESS First Cycle Degree (3 years) - [ET07] DIGITAL ECONOMICS AND BUSINESS
Dipartimento: [040002] Dipartimento Scienze Economiche e SocialiDepartment: [040002] Dipartimento Scienze Economiche e Sociali
Anno di corsoDegree programme year : 3 - Primo Semestre
Anno offertaAcademic year: 2024-2025
Anno regolamentoAnno regolamento: 2022-2023
Opzionale
Crediti: 6
Ore di lezioneTeaching hours: 44
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: SECS-P/01 - ECONOMIA POLITICA
INGLESE
English
Il corso richiede la conoscenza dei principi base dell'informatica e familiarità con l'algebra lineare e la statistica.
The course requires knowledge of basic computer science principles and familiarity with linear algebra and statistics.
Il docente utilizzerà: lezioni frontali teoriche e al computer
The teacher will use: theoretical and computer lectures
Gli studenti/studentesse acquisiranno i modelli e gli strumenti rilevanti per l'analisi empirica delle reti sociali ed economiche, e otterranno una panoramica dei concetti utilizzati per descrivere e misurare le reti. Successivamente, gli studenti/studentesse verranno introdotti a una serie di modelli su come si formano le reti, inclusi i modelli di reti casuali. Infine, verranno discussi diversi modelli su come le reti influenzano il comportamento, tra cui contagio, diffusione, apprendimento e influenze tra pari.
Capacità di applicare conoscenze e comprensione.
Al termine del corso, gli studenti/studentesse saranno in grado di progettare e realizzare studi di analisi delle reti sociali su larga scala.
Competenze trasversali.
Il corso prevede applicazioni pratiche e sessioni al computer utilizzando il linguaggio di programmazione R. Gli studenti/studentesse impareranno a gestire grandi database e a mappare i dati nelle reti.
Knowledge and Understanding.
Students will acquire the models and relevant tools for the empirical analysis of social and economic networks and get an overview of concepts used to describe and measure networks. Next, students will come into a set of models of how networks form, including random network models. We will then discuss a series of models of how networks impact behavior, including contagion, diffusion, learning, and peer influences.
Capacity to apply Knowledge and Understanding.
At the end of the course, students will be able to design and carry out large-scale social network analysis studies.
Transversal Skills.
The course provides practical applications and computer sessions using R programming language. Students will learn how to manage big databases and map data in network models.
Introduzione alle reti ed esempi, fondamenti di R per l’analisi delle reti, rappresentazioni e visualizzazioni di dati di rete.
Elementi di teoria dei grafi
Modelli di rete
Algoritmi di clustering
Rilevamento di comunità
Modelli statistici per le reti
Network Introduction and examples, R fundamentals for network analysis, Network data representations and visualizations.
Elements of Graph Theory
Network Models
Clustering algorithms
Community Detection
Statistical Models for Networks
L'esame consiste in una prova orale composta da due parti
1) Discussione e dimostrazione di una elaborazione individuale per lo sviluppo di un’analisi di rete in codice R, da preparare autonomamente e seguendo la traccia assegnata durante il corso.
2) Verifica conoscenza teorica con domande specifiche riguardanti gli elementi di analisi delle reti.
Per gli di studenti/studentesse con disabilità/invalidità o disturbo specifico di apprendimento (DSA), che abbiano fatto debita richiesta di supporto per affrontare lo specifico esame di profitto all’Info Point Disabilità/DSA dell’Ateneo. Le modalità di esame saranno adattate alla luce di quanto previsto dalle linee guida di Ateneo (https://www.univpm.it/Entra/Accoglienza_diversamente_abili )
Criteri di valutazione dell'apprendimento.
Capacità di elaborazione critica dei concetti teorici; Autonomia e precisione nelle elaborazioni computazionali e di programmazione; Padronanza lessicale e concettuale degli elementi analitici;
Criteri di misurazione dell'apprendimento.
Il voto finale è attribuito in trentesimi. L’esame si intende superato quando il voto è maggiore o uguale a 18.
Criteri di attribuzione del voto finale.
La prova orale assegna i voti nel seguente modo:
1) Discussione elaborato punti 20
2) Risposta a domande orali punti 12
Learning Evaluation Methods.
The exam consists of an oral test divided into two parts:
1) Discussion and demo of an individual project for the development of a network analysis in R code, to be prepared independently following the instructions given during the course.
2) Verification of theoretical knowledge with specific questions regarding the elements of network analysis.
For students with disabilities or Specific Learning Disability (SLD) who have contacted the University Disability/SLD Info Point to request support for the specific curricular exam, please note that the way the exam is taken can be adapted in accordance with the University Guidelines (https://www.univpm.it/Entra/Accoglienza_diversamente_abili).
Learning Evaluation Criteria.
Critical understanding of theoretical concepts; Autonomy and accuracy in computational and programming tasks; Lexical and conceptual mastery of analytical elements.
Learning Measurement Criteria.
The final grade is assigned on a scale of thirty. The exam is considered passed when the grade is greater than or equal to 18.
Final Mark Allocation Criteria.
The oral exam assigns grades as follows:
1) Discussion of the project: 20 points
2) Answers to oral questions: 12 points
• Network Science by A-L Barabasi http://networksciencebook.com/
ISBN-13: 9781107076266
ISBN-10: 1107076269
• Rawlings, Craig M., Jeffrey A. Smith, James Moody, and Daniel A. McFarland 2023. Network Analysis: Integrating Social Network Theory, Method, and Application with R. New York: Cambridge University Press.
ISBN-13: 9781107611900
ISBN-10: 1107611903
• Network Science by A-L Barabasi http://networksciencebook.com/
ISBN-13: 9781107076266
ISBN-10: 1107076269
• Rawlings, Craig M., Jeffrey A. Smith, James Moody, and Daniel A. McFarland 2023. Network Analysis: Integrating Social Network Theory, Method, and Application with R. New York: Cambridge University Press.
ISBN-13: 9781107611900
ISBN-10: 1107611903
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2024-2025
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427