Última actualización: 18/05/2022


Curso Académico: 2022/2023

Análisis de Redes Sociales
(19144)
Titulación: M.U Ciencias Sociales Computacionales (375)
Escuela de Economía y Ciencia Política


Coordinador/a: SANCHEZ SANCHEZ, ANGEL

Departamento asignado a la asignatura: Departamento de Matemáticas

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Programación de Datos (19138) Visualización de Datos (19139) Extracción de Datos (19145) Estadística y Ciencia de Datos I (19140)
Objetivos
Competencias Básicas: - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios. - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. Competencias Generales: - Capacidad para comprender y analizar las principales teorías sociales de carácter global y cómo están cambiando con la aplicación de herramientas computacionales. - Capacidad para identificar, definir y formular problemas de las ciencias sociales y resolverlos mediante técnicas computacionales. Esta capacidad incluye la valoración simultánea de todos los factores en juego, no sólo técnicos, sino también legales. - Capacidad de recopilar y analizar los conocimientos existentes en las diferentes áreas de las ciencias sociales computacionales y de hacer una propuesta de posibles soluciones a los problemas planteados. - Capacidad para aplicar los conocimientos teóricos y metodológicos propios de las ciencias sociales computacionales al análisis y resolución de casos y problemas empíricos concretos. - Capacidad para abordar de manera proactiva los problemas planteados bajo entornos nuevos o poco conocidos, dentro del contexto de las ciencias sociales computacionales. - Capacidad para planificar y llevar a cabo de manera autónoma una investigación en el campo de las ciencias sociales computacionales. - Capacidad de comunicar y presentar, de forma clara, precisa y rigurosa, conceptos y resultados relacionados con actividades en ciencias sociales computacionales ante públicos tanto especializados como no especializados. Competencias Específicas: - Capacidad de comprender y analizar los principales enfoques teórico-metodológicos de las ciencias sociales computacionales, incluyendo sus potenciales y limitaciones, así como de aplicarlos al análisis de problemas sociales concretos. - Capacidad de elaborar un diseño experimental/causal adecuado a las preguntas de investigación. - Capacidad de dirigir y supervisar equipos interdisciplinares en el ámbito de las ciencias sociales computacionales. Resultados del Aprendizaje: - Capacidad de explicar los conceptos básicos y teorías de redes en ciencias sociales, y entender cómo estos conceptos y teorías pueden explicar comportamientos de los diferentes actores, así como resultados globales de dichos comportamientos. - Capacidad de examinar de forma crítica cómo las redes pueden contribuir a la explicación de fenómenos sociales, políticos, económicos y culturales. - Capacidad de utilizar software estadístico para visualizar redes y analizar sus propiedades, conectándolas con dichos conceptos y teorías. - Capacidad de explicar los principios que subyacen los modelos estadísticos para redes sociales.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción, definiciones y principales conceptos 1.1. Datos "enredados". Procesos sociales que puede representarse como redes 1.2. Definición de red y redes aleatorias 2. Medidas para el análisis relacional de datos de redes sociales 2.1. Análisis estadístico de redes sociales 2.2. Medidas locales: grado, transitividad, asortatividad 2.3. Centralidad en redes sociales 2.4. Estructura de comunidades y de mundo pequeño 2.5. Importancia de los enlaces fuertes y débiles 3. Estructura y comportamiento de las redes 3.1. Procesos de contagio social. Homofilia vs. influencia 3.2. Formación de enlaces, dinámica de redes 3.3. Polarización y coordinación en redes sociales 3.4. Resiliencia de redes sociales 4. Visualización de redes sociales 4.1. Introducción a paquetes de visualización de redes sociales 4.2. Taller de visualización de redes sociales en Twitter 5. Ejemplos prácticos 5.1. Análisis de conversaciones en redes sociales 5.2. Modelos de propagación de epidemias en redes 5.3. Marketing en redes sociales 5.4. Segregación en redes sociales y zonas urbanas
Actividades formativas, metodología a utilizar y régimen de tutorías
Actividades Formativas: - Clases teórico-prácticas - Prácticas de laboratorio - Tutorías - Trabajo en grupo - Exámenes parciales y finales Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. - Resolución de casos prácticos, problemas, etc., planteados por el profesor de manera individual o en grupo. - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo. - Seminarios/ponencias de expertos nacionales e internacionales, en sesión síncrona presencial o remota.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60
Bibliografía básica
  • A.L. Barabási. Network Science. Cambridge University Press. 2016
  • Networks, Crowds and Markets. D. Easley and J. Kleinberg. Cambridge Univ Press. 2010
  • Networks: An Introduction (1st Edition). M.E.J. Newman. Oxford University Press. 2010
Recursos electrónicosRecursos Electrónicos *
Bibliografía complementaria
  • A. Barrat, M. Barthelemy and A. Vespignani. Dynamical Processes on Complex Networks. Cambridge University Press. 2008
  • Bit by Bit: Social Research in the Digital Age. Matthew J. Salganik . Princeton University Press. 2017
  • M.O. Jackson. Social and economic networks. Princeton University Press. 2010
  • The structure and function of complex networks SIAM Review 45, 167-256 (2003). M.E.J. Newman. SIAM. 2003
(*) El acceso a algunos recursos electrónicos puede estar restringido a los miembros de la comunidad universitaria mediante su validación en campus global. Si esta fuera de la Universidad, establezca una VPN


El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.