Social nätverksanalys, 7.5 hp (771A23)

Social Network Analysis, 7.5 credits

Huvudområde

Computational Social Science

Nivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Christian Steglich

Kursansvarig

Christian Steglich

Studierektor eller motsvarande

Karl Wennberg
Kursen ges för Termin Veckor Språk Ort VOF
F7MCD Master´s Programme in Computational Social Science 2 (VT 2019) v201909-201913 Engelska Norrköping o
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Computational Social Science

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1X

Kursen ges för

  • Master´s Programme in Computational Social Science

Förkunskapskrav

Kandidatexamen inom humaniora, samhällskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap.
​Dokumenterad kunskap i engelska motsvarande Engelska 6/B.

Lärandemål

Efter avslutad kurs ska den studerande på avancerad nivå kunna:

  • Förklara grundläggande begrepp och teorier inom samhällsvetenskaplig nätverksanalys, samt förstå hur dessa teorier och begrepp kan bidra till att förklara olika aktörers beteenden på mikronivå, samt olika makroutfall;
  • Kritiskt granska hur nätverk kan bidra till att förklara sociala, politiska, ekonomiska och kulturella fenomen;
  • Använda statistisk programvara för att visualisera nätverk och analysera deras egenskaper, samt kunna koppla dessa resultat till nätverksanalytiska begrepp och teorier;
  • Förklara principerna bakom olika statistiska modeller för sociala nätverk;
  • Använda programvara för att statistiskt modellera sociala nätverk, för att förstå deras uppkomst och utveckling;
  • Simulera nätverksdynamik utifrån olika nätverksmodeller.

Kursinnehåll

Kursen går igenom de huvudsakliga begrepp, mått och statistiska metoder som används vid datorbaserad analys av samhällsvetenskaplig nätverksdata. Nätverkskoncept såsom centralitet och ”brokerage” diskuteras, och olika sätt att mäta dessa utvärderas. Kursen omfattar även hur datorer kan användas för att hantera, visualisera och analysera nätverksdata. Statistiska modeller för att analysera nätverk introduceras, och studenten får erfarenhet av att arbeta med relevanta programvaruverktyg. I interaktiva datorlaborationer presenteras och estimeras olika statistiska modeller för nätverksdata, inklusive metoder för att simulera dessa nätverksmodeller.

 

Undervisnings- och arbetsformer

Undervisningen sker i form av föreläsningar, litteraturstudier, datorlaborationer och seminarier. Utöver detta ska den studerande utöva självstudier.

Undervisningsspråk: engelska

Examination

Kursen examineras genom inlämningsuppgifter, aktivt deltagande i seminarier, datorlaborationer samt en avslutande individuell skriftlig uppgift.

Detaljerad information om examinationen finns i kursens studiehandledning.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

ECTS, EC

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Institution

Institutionen för ekonomisk och industriell utveckling
Det finns ingen kurslitteratur tillgänglig för den här kursen.
PRO1 Projekt EC 3 hp
ASS1 Uppgifter EC 4.5 hp

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Klicka på filen för att spara ner och öppna den.

Namn Filnamn Beskrivning
Reading list Reading list.pdf
Sidansvarig: Infocenter, infocenter@liu.se