课程概述
世界万事万物皆有联系——人、信息、事件和地点，新兴的在线社交媒体更是如此。要理解这些杂乱无章的联系，将其作为网络来分析是一种切实可行的方法。在本课程中，你将学到网络的结构和演化历程。本课程涉及社会学、数学、计算机科学、经济学和物理学等广泛学科的知识。课程包括在线互动演示和真实数据集的分析实践，主要包括以下任务：确定网络中的重要节点、探测社区、跟踪信息的扩散和观点的形成。
课程大纲
第1周：什么是网络，学习他们有什么用？
概念：节点、边、邻接矩阵，1模网络和2模网络、节点度
活动：上传一个社交网络（如把你的Facebook社交网络上传到Gephi软件中并显示为图形）
第2周：随机网络模型：Erdos-Renyi模型和Barabasi-Albert模型
概念：连通组件、最大连通分支、平均最短路径、直径、广度优先搜索、优先连接
活动：创建随机网络、计算组件分布、平均最短路径、评估结构对信息扩散能力的影响
第3周：网络中心性
概念：中介中心性、接近中心性、特征向量中心性（+ PR值）、网络中心势
活动：计算和解释现实网络（你的Facebook 图谱、安然公司电子邮件网络、Twitter网络等）的节点中心性
第4周：社区
概念：聚类、社区结构、模块化、重叠社区
活动：探测并解释各种网络（科研合作、政治博客、食材等）的分离与重叠
第5周：小世界网络模型、优化、战略网络形成与搜索
概念：小世界、地理网络、分散搜索
Activity: 验证几个真实网络是否具有小世界属性，在不同拓扑结构上模拟分散搜索，评估小世界拓扑上信息扩散的效果。
第6周：传播、观点形成、协调与合作
概念：简单传播、阈值模型、观点形成
活动：通过模拟评估网络结构的上述过程的影响
第7周：又酷又另类的社交网络分析应用
Hidalgo等：用产品的空间网络（哪个国家生产哪种产品）预测经济发展程度
Ahn等和Teng等：通过成分和风味网络学习烹饪
Lusseau等：海豚的社交网络
其他待定
活动：利用之前课程学到的知识动手探索这些网络
第8周：社交网络分析与在线社交网络
概念：诸如Facebook、LinkedIn、Twitter，CouchSurfing等社交平台，如何利用社交网络分析了解用户并提升服务
活动：阅读最近有关这些服务的研究以及社交网络分析概念如何应用于社交平台的研究
背景知识
本课程不要求数学和编程技巧。针对有编程能力的同学，会有一些额外的练习，主要使用R统计编程语言，结合NetLogo实现。
参考资料
如果想提前准备，建议下载 Gephi并尝试它的一些教程。要交互探索社交网络，可访问 查看NetLogo 示例。如果你渴望阅读，Easley 和Kleinberg的免费文本非常棒，可通过 网络、大众和市场获得。与本门课相关的章节包括1-5、13-14和19-21。
授课形式
课程包括讲座视频，每集时长8-12分钟，并包含1-2个小测验。除了视频，还有独立的家庭作业，可选的编程任务，以及（必须参加的）期末考试。
http://c.open.163.com/coursera/courseIntro.htm?cid=38&tabNoJmp=1#/courseIntro