|
|
Atividade
| 105884 - Estatística de Redes Sociais |
| Período da turma: | 14/03/2022 a 14/01/2024
|
||||
|
|
|||||
| Descrição: | Programa
1. Elementos básicos de teoria de grafos. Grafos aleatórios. O grafo de Erdos-Rényi. Transição de fase em gratos aleatórios. O modelo pequeno-mundo de Watts e Strogatz. Grafos com graus distribuídos segundo uma lei de potência. 2. Redes de opiniões evoluindo ao longo do tempo. O modelo clássico do votante, com e sem campo externo e robôs. Sistemas de votantes com memóriade alcance variável inter agindo entre si. 3. Formação e evolução temporal de redes sociais. O modelo de Barábasi e Albert. Processos estocásticos assumindo valores num conjunto de grafos marcados. 4. Detecção de comunidades em redes sociais. O modelo de grafo de adesão a comunidades (community affiliation-graph model). Seleção estatística de modelos como ferramenta para detectar comunidades. Identificação de gratos de interação em sistemas de processos com memória de alcance variável interagindo entre si. 5. Comunidades homogêneas em redes sociais. Formação rápida de consenso em redes sociais. Identificação de campanhas de opinião a partir de amostras parciais. Bibliografia 1. Brody, D.C. Modelling election dynamics and the impact of disinformation. Info. Geo. 2, 209–230 (2019). https://link.springer.com/article/10.1007%2Fs41884-019-00021-2 2. Collins, D., Efford, C., Elliott, J., Farrelly, P., Hart, S. Knight, J., Lucas, I. C., OʼHara, B., Pow, R., Stevens, J., Watling, G.: House of Commons Digital, Culture, Media and Sport Committee: Disinformation and ‘fake newsʼ: Final Report, Eighth Report of Session2017–2019. https://publications.parliament.uk/pa/cm201719/cmselect/cmcumeds/1791/1791.pdf 3.Duarte, A., Galves, A., Loecherbach, E., Ost, G.: Estimating the interaction graph of stochastic neural dynamics, Bernoulli 25(1), 2019,771–792 https://doi.org/10.3150/17-BEJ1006 4. R.A. Holley e T. M Liggett, Ergodic theorems for interacting infinite systems and the voter model, Annals of Probability, vol. 3, pag. 643-663, 1975 (https:// www.jstor.org/stable/2959329?seq=1#metadata_info_tab_contents) 5. Liggett, T.M. (1999). Stochastic interacting systems: contact, voter and exclusion processes. Springer. ISBN 3-540-65995-1. 6. Milgram, S.: The small world problem. Psychology Today 1(May):61-67 (1967). 7.Newman, M.: Networks, Oxford University Press, Second Edition (2018) DOI: 10.1093/oso/9780198805090.001.0001 8. Travers, J., S Milgram, S,: An experimental study of the “small world” problem Sociometry, no 32(1969) 9. Vosoughi, S., Roy, D., Aral, S.: The spread of true and false news online. Science, Vol. 359, Issue 6380, pp. 1146-1151 (2018). https://science.sciencemag.org/content/359/6380/1146 10. Watts, D. J., Strogatz, S. H.: Collective dynamics of small-world net works. Nature 393,440–442 (1998). 11. J. Yang and J. Leskovec, Community-Affiliation graph model for overlapping network community detection, 2012 IEEE 12th International Conference on Data Mining, Brussels, 2012, pp. 1170-1175. 12. Y. Yang, L. Zhou, Z. Jin and J. Yang, "Meta path-based Information entropy for modeling social Influence in heterogeneous Information networks," 2019 20th IEEE International Conference on Mobile Data Management (MDM), Hong Kong, Hong Kong, 2019, pp. 557-562. |
||||
| Carga Horária: |
60 horas |
||||
| Tipo: | Optativa | ||||
| Vagas oferecidas: | 10 | ||||
| Ministrantes: |
Jefferson Antonio Galves |
 voltar |
|
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |