jump to navigation

Seguint el meu primer curs massiu en línia, sobre xarxes socials 16 gener 16UTC 2014

Posted by xarxes in xarxes.
Tags: , , , , ,
trackback

Estic seguint el meu primer curs MOOC de la plataforma Coursera. Em va despertar molt d’interès veure com en un curs bàsic de xarxes com Social and Economic Networks: Models and Analysis s’incorporava els Exponential Random Graph Models al segon tema. I una vegada superat el primer tema m’ha agradat comprovar la practicitat:

  • Et pots centrar en els temes que t’interessen
  • Si no el pots seguir, el pots abandonar
  • Hi ha multitud de cursos a triar
  • Almenys en este cas, els vídeos incorporen subtítols (en anglès) opcionals. No els uso, però a molta gent li ajudaran a saltar la barrera lingüística
  • I sobretot, pots aprofitar moments morts, com un dinar solitari, per a seguir el curs.

Algunes qüestions clau del curs que ja apunten el bon camí cap a l’ERGM:

  • Entendre l’estructura de les xarxes socials ens permet entendre el comportament humà
  • Les xarxes són complexes, però poden ser descrites per multitud de paràmetres (grau, centralitat, conglomeració…)
  • Si a una xarxa feta amb llaços aleatoris li mesurem freqüència en el grau dels nodes veurem que segueix la distribució de Poisson.
  • Les xarxes socials reals estan més agrupades/coglomerades que les xarxes fetes amb llaços aleatoris.

I  aquí ja s’apunta com anirà la cosa de l’ERGM: comparar xarxes aleatòries i xarxes reals per a veure quines són les tendències que marquen una xarxa donada.

Comentaris»

No comments yet — be the first.

Deixa un comentari

Fill in your details below or click an icon to log in:

WordPress.com Logo

Esteu comentant fent servir el compte WordPress.com. Log Out / Canvia )

Twitter picture

Esteu comentant fent servir el compte Twitter. Log Out / Canvia )

Facebook photo

Esteu comentant fent servir el compte Facebook. Log Out / Canvia )

Google+ photo

Esteu comentant fent servir el compte Google+. Log Out / Canvia )

Connecting to %s

%d bloggers like this: