МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Анализ социальных сетей и Big Data
рабочая программа дисциплины

Закреплена за кафедройНET (реорганизована) 55
Направление подготовки39.04.01. Социология
ПрофильЦифровые методы анализа и визуализации данных в социальных исследованиях. ФГОС 3++
Форма обученияЗаочная
Общая трудоемкость3 ЗЕТ
Учебный планz39_04_01_ЦМА-1-2020
Часов по учебному плану 106
в том числе:
аудиторные занятия 8
самостоятельная работа 94
контроль 4
Виды контроля по курсам
зачеты: 1

Распределение часов по курсам

Курс 1 Итого
Вид занятий УПРПДУПРПД
Лекции 4 4 4 4
Лабораторные 4 4 4 4
Сам. работа 94 100 94 100
Часы на контроль 4 4 4 4
Итого 106 112 106 112

Программу составил(и):
к.с.н., Доцент, Д.А. Омельченко

Рецензент(ы):
д.с.н., Зав.кафедрой, С.Г. Максимова

Рабочая программа дисциплины
Анализ социальных сетей и Big Data

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования по направлению подготовки 39.04.01 Социология (уровень магистратуры) (приказ Минобрнауки России от 05.02.2018 г. № 79)

составлена на основании учебного плана:
39.04.01 Социология
утвержденного учёным советом вуза от 30.06.2020 протокол № 6.

Рабочая программа одобрена на заседании кафедры
НET (реорганизована) 55

Протокол от 31.08.2020 г. № 2
Срок действия программы: 2020-2023 уч. г.

Заведующий кафедрой
Максимова Светлана Геннадьевна

Визирование РПД для исполнения в очередном учебном году

Рабочая программа пересмотрена, обсуждена и одобрена для
исполнения в 2020-2021 учебном году на заседании кафедры

НET (реорганизована) 55

Протокол от 31.08.2020 г. № 2
Заведующий кафедрой Максимова Светлана Геннадьевна

1. Цели освоения дисциплины

1.1.Целями освоения курса «Анализ социальных сетей и Big Data» является получение знаний, умений и навыков применения метода анализа социальных сетей (social network analysis) для исследования сетей различной природы, в том числе сетей большой размерности. Дополнительной целью является знакомство с big data как подходом к управлению данных большого объема и многообразия, его применения в области социальных наук.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.О.4

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ОПК-1.1: Обосновывает выбор информационно-коммуникационных технологий для постановки и решения задач социологического исследования;
ОПК-1.5: Устанавливает правила, регламентирующие порядок и условия доступа к социологической информации и контролирует их выполнение
ПК-2.1: Знает методы и методику проведения социальных исследований по диагностике, оценке, оптимизации социальных показателей, процессов и отношений на основе цифровых методов анализа и визуализации данных;
В результате освоения дисциплины обучающийся должен
3.1.Знать:
3.1.1.основные концепции и методы сетевого анализа
3.2.Уметь:
3.2.1.использовать полученные знания в дальнейших прикладных исследованиях
3.3.Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.навыками практического анализа и визуализации сетевых данных

4. Структура и содержание дисциплины

Код занятия Наименование разделов и тем Вид занятия Курс Часов Компетенции Литература
Раздел 1. Концептуальные основы анализа социальных сетей и больших данных
1.1. Сетевые подходы в социологии. Основные теории и их взаимосвязь в решении практических задач Лекции 1 2 ОПК-1.1, ПК-2.1
1.2. Изучение теорий социального капитала, социального обмена, антропологических подходов, теорий сетевого общества Сам. работа 1 10 ПК-2.1
1.3. Введение в теорию графов Сам. работа 1 10 ПК-2.1
1.4. Знакомство с банками и наборами данных для сетевых исследований. Введние в программные среды R и Python, Gefi, Pajek. Обзор возможностей Университетского консорциума исследователей больших данных. Лабораторные 1 2 ОПК-1.1
1.5. Подготовка исследовательского проекта: обоснования целей и задач, подбор источников, сбор исходных данных. Сам. работа 1 20 ОПК-1.5 Л1.1, Л1.3
Раздел 2. Анализ социальных сетей и big data в социологических исследованиях
2.1. Сетевой анализ персональных сетей, стратификации и сегрегации, организаций и публичных сообществ. Большие данные в социальных исследованиях. Лекции 1 2 ПК-2.1
2.2. Анализ примеров использования сетевой методологии в социальных исследованиях межпоколенных отношений, частных трансферов, межгрупповых отношений, профессиональных сообществ, публичных коммуникаций. Сам. работа 1 20 ОПК-1.1
2.3. Расчет основных метрик социальной сети, визуализация социальной сети в программах Gefi, Pajek.Обсуждение самостоятельных проектов. Лабораторные 1 2 ОПК-1.5 Л1.2, Л1.3
2.4. Подготовкасамостоятельного исследовательского проекта на основе методологии и технологий сетевого анализа больших данных Сам. работа 1 40 ОПК-1.1, ОПК-1.5, ПК-2.1 Л2.1, Л1.1, Л1.3

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания
1.Основныепонятияиположениятеориисоциальныхсетей.
2.Особенности математического моделирования социальных процессов.
3.Теоретический потенциал применения сетевых методов в социологии.
4.Теория графов: применение к сетевым измерениям.
5. Связь сетевых подходов в социологии с другими современными социологическими теориями.
6.Методологические принципы изучения социальных сетей.
7.Предпосылки и возникновение сетевых подходов в социологии.
8.Современные направления исследований социальных сетей.
9.Специфика анализа социальных сетей.
10.Методы анализа социальных сетей.
11.Принципы моделирования социальных сетей. Основные модели.
5.2. Темы письменных работ (эссе, рефераты, курсовые работы и др.)
1.Теории социального капитала и сетевой анализ
2.Теория сетевого общества М. Кастельса: теоретико-социологический анализ
3.Сила «слабых» связей и сетевые работы М. Грановеттера: перспективы и возможности для применения
4.Концепция «small world» в сетевом анализе
5.Социальная и пространственная этническая сегрегация: возможности сетевого анализа
6.Поведение, влияние друзей и социальное «заражение».
7.Структурные «дыры» в сетевой теории Р. Берта
8.Сетевой подход в экономическом анализе и экономической социологии
9.Сетевой анализ в менеджменте. Иерархии и сети внутри организаций.
10.Инновации, потоки знания. Сети и распространение инноваций.
11.Сети соавторства и со-цитирования. Сетевой подход в анализе науки.
12.Организация местных сообществ. Репутационные лидеры. Изучение местных элит сетевыми методами.
13.Политическое действие: партии, политики и сети.
14.Социальные движения и коллективное действие.
15.Сетевой анализ социальных медиа: возможности, алгоритмы, технологии.
16.Теория графов и сетевой анализ
17.Описательные статистики реальных сетей, модели формирования сети
18.Меры влияния агентов в сетях
19.Распространение информации и эпидемии в сетях
20.Принципы работы с большими данными в сетевом анализе
5.3. Фонд оценочных средств
Вопросы к зачету, описание требований к самостоятельному проекту исследования социальных сетей.
Приложения

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
Авторы Заглавие Издательство, год Эл. адрес
Л1.1 У. Маккинли Python и анализ данных: ДМК Пресс, 2015//ЭБС издательства «Лань» http://e.lanbook.com/books/element.php?pl1_id=73074
Л1.2 Клековкин Г.А., Коннова Л.П., Коннов В.В. ГЕОМЕТРИЧЕСКАЯ ТЕОРИЯ ГРАФОВ 2-е изд., испр. и доп. Учебное пособие для СПО: Гриф УМО СПО М.:Издательство Юрайт, 2018 https://biblio-online.ru/book/32DCB4DD-0BC7-4B7E-9C9A-EAAB9995BB03
Л1.3 Люк Д.А. Анализ сетей (графов) в среде R. Руководство пользователя: Издательство "ДМК Пресс", 2017 https://e.lanbook.com/book/90111
6.1.2. Дополнительная литература
Авторы Заглавие Издательство, год Эл. адрес
Л2.1 Л. Рамальо Python. К вершинам мастерства: ДМК Пресс, 2016//ЭБС издательства «Лань» https://e.lanbook.com/book/93273
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
Название Эл. адрес
Э1 Курс "Анализ социальных сетей и Big Data" на образовательном портале АлтГУ https://portal.edu.asu.ru/course/view.php?id=6646
Э2 Danneman N. Social Media Mining with R http://pzs.dstu.dp.ua/DataMining/social/bibl/Social%20Media%20Mining%20with%20R.pdf
Э3 Zhang G. Social network analysis with R sna package https://www.r-project.org/nosvn/conferences/useR-2010/slides/Zhang.pdf
Э4 Grandjean M. GEPHI – Introduction to Network Analysis and Visualization http://www.martingrandjean.ch/gephi-introduction/
Э5 Градосельская Г. Сетевые измерения в социологии. М.: Издательский дом "Новый учебник", 2004. http://ecsocman.hse.ru/text/19188138/
6.3. Перечень программного обеспечения
R, RStudio, Python, Gefi, Pajek
6.4. Перечень информационных справочных систем
Stanford Large Network Dataset Collection - https://snap.stanford.edu/data/
Pajek datasets - http://vlado.fmf.uni-lj.si/pub/networks/data/
UC Irvine Network Data Repository - http://networkdata.ics.uci.edu/index.html
The Center for Complex Network Research (CCNR) - https://www.barabasilab.com/

7. Материально-техническое обеспечение дисциплины

Аудитория Назначение Оборудование
Учебная аудитория для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска)
Помещение для самостоятельной работы помещение для самостоятельной работы обучающихся Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ
511Д лаборатория математического обеспечения социально-психологических исследований - учебная аудитория для проведения занятий лекционного типа; занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации Учебная мебель на 20 посадочных мест; рабочее место преподавателя; доска меловая 1 шт.; компьютеры: 10 единиц; мониторы: 10 единиц.

8. Методические указания для обучающихся по освоению дисциплины

Для освоения курса «Анализ социальных сетей и Big Data» необходимо посещение 100% лекционных и лабораторных занятий и интенсивная самостоятельная работа, позволяющая погрузиться в процесс исследования социальных сетей. Требуется обязательное освоение навыков, связанных с работой в программах R, Python, Gefi, Pajek,которые демонстрируются в ходе реализации исследовательского проекта, его защиты.
Для получения зачета студенты готовят научное эссе по теоретическим основам сетевого анализа и практический исследовательский проект.