Introdução às Redes Sociais / Introduction to Social Networks

Docente responsável:
Tiago Simas

Objetivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):
Esta UC tem como objetivo desenvolver as seguintes aprendizagens:
Conhecimentos: em fundamentos teóricos, metodológicos e práticos na área de Teoria de Grafos e Redes Complexas, em particular:
OAc1: definição e noções básicas de grafos, classificação de grafos, propriedades locais e globais de grafos e suas estatísticas
OAc2: construção de grafos a partir de dados reais
OAc3: modularidade e deteção de comunidades em grafos
OAc4: visualização e análise exploratória de grafos.
Aptidões:
OAa1: saber formular a partir de dados uma análise relacional com base em teoria de grafos OAa2: saber desenvolver uma análise exploratória com base na sua formulação gráfica (e.g. estatísticas, visualização), formular hipóteses e definir ciclos experimentais para testar as hipóteses formuladas.
Competências:
OAcp1: formular um problema do ponto de vista de análise relacional
OAcp2: análise exploratória em grafos, formular hipóteses, testar hipóteses e finalizar estes ciclos e sintetizar os resultados

Intended learning outcomes (knowledge, skills and competences to be developed by the students):
In this curricular unit the intended learning outcomes are:
Knowledge: fundaments in theoretical, methodologic and practical about graph theory and complex networks, in particular:
LGk1: basic definitions on graphs, graph classification, local and global properties and its statistics on graphs LGk2: graph formulation from data
LGk3: community detection and modularity on graphs
LGk4: graph visualization and exploratory data analysis on graphs.
Skills:
LGs1: relational data formulation or graph formulation from data
LGs2: develop exploratory data analysis from graphs (e.g. statistics, visualization), hypothesis formulation and testing based on point 2, define experimental cycles to test hypothesis.
Competences:
LGc1: problem formulation from a relational analysis perspective
LGc2: exploratory data analysis on graphs, hypothesis formulation, testing and experimental testing convergence and capability of synthesis of results.

Conteúdos programáticos:
CP1: Noções básicas de grafos: Definição de grafo: nós, ligações e sua representação gráfica. Grafos, grafos bi partidos, grafos pesados e grafos estendidos. Propriedades locais e globais: e.g. grau de um nó e sua distribuição estatística, etc.
CP2: Construção de grafos a partir de dados, e.g. dados estruturados e não estruturados, series-temporais, etc. CP3: Deteção de comunidades e sua qualidade em grafos.
CP4: Visualização e análise exploratória de grafos em plataformas como Python, Gephi e GraphViz. CP5: Exemplos de análise com dados reais.

Syllabus:
PC1: Graph basic notions: graph definition, nodes, edges and graphical representation. Graphs, bi-partite graphs, weighted graphs and extended graphs. Local and global graph properties: e.g. node degree and degree distribution, clustering, etc.
PC2: Graphical formulation from data: e.g. from structured and unstructured data, time-series, etc. PC3: Community detection and its quality in graphs.
PC4: Visualization and exploratory data analysis on graphs with tools such as: Python, Gephi, GraphViz, etc. PC5: Real use-cases analysis tutorials.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular: Conhecimentos:
OAc1: CP1
OAc2: CP1 e CP2
OAc3: CP1, CP2 e CP3
OAc4: todos os CP
Aptidões:
OAa1: CP1 e CP2
OAa2: todos os CP
Competências:
OAcp1: CP1 e CP2
OAcp2: todos os CP

Evidence of the syllabus coherence with the curricular unit’s intended learning outcomes: Knowledge:
LGk1: PC1
LGk2: PC1 and PC2
LGk3: PC1, PC2 and PC3
LGk4: all PC
Skills:
LGs1: PC1 and PC2
LGs2: all PC
Competences:
LGc1: PC1 and PC2
LGc2: all PC

Metodologias de ensino (avaliação incluída):
A metodologia de ensino (ME) e avaliação:
ME1: Expositiva: apresentação teórica de acordo com o plano curricular.
ME2: Experimental: realização de análises de dados em laboratório informático com software apropriado ao plano curricular.
ME3: Ativa: realização de um trabalho de projeto em grupo e sua apresentação oral (40%).
ME4: Auto-estudo: trabalho individual do aluno em trabalhos semanais a atribuir (60%).
Notas importantes da avaliação:
– Classificação mínima de 8 valores no trabalho de grupo e de 8 valores no trabalho autónomo do aluno. – Os grupos do trabalho de projeto podem ser entre 2 e 3 alunos.

Teaching methodologies (including students’ assessment):
Teaching methodologies (TM) including assessment:
TM1: Expositional: Theoretical exposition according to the syllabus.
TM2: Experimental: data analysis in informatics laboratory with appropriate software according to the syllabus. TM3: Active: teamwork in a working project and its oral presentation (40%).
TM4: Self-study: individual work on a weekly basis working problems (60%).
Important assessment notes:
Teamwork (working project) minimum grade 8 and individual weekly working problems minimum grade 8. The teamwork is with teams of 2 or 3 students.

Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular:

ME1: todos os OAc, OAa e OAcp
ME2: todos os OAc, OAa e OAcp
ME3: todos os OAc, OAa e OAcp
ME4: todos os OAc, OAa e OAcp

Evidence of the coherence between the teaching methodologies and the intended learning outcomes:

TM1: all LGk, LGs and LGc
TM2: all LGk, LGs and LGc
TM3: all LGk, LGs and LGc
TM4: all LGk, LGs and LGc

Bibliografia de consulta/existência obrigatória:
Newman, M. (2018). Networks. 2nd edition. Oxford University Press. Oxford UK.
Barabasi, A.-L. (2017). Network Science. Cambridge University Press. Cambridge UK.
Zinoviev, D. (2018). Complex Network Analysis in Python. Edited by Adaobi Obi Tulton. Pragmatic Bookshelf.
Bastian M., Heymann S., Jacomy M. (2009). Gephi: an open source software for exploring and manipulating networks. International AAAI Conference on Weblogs and Social Media.
Mathieu Jacomy, Tommaso Venturini, Sebastien Heymann, and Mathieu Bastian. ForceAtlas2, A Continuous Graph Layout Algorithm for Handy Network Visualization designed for the Gephi software. in PLoS ONE 9(6): e98679. doi: 10.1371/journal.pone.0098679.
Hocine Cherifi (editor) (2014). Complex Networks and their Applications, Cambridge University Press.
Belorkar, A., Guntuku S.C., Hora, S. and Kum