Προαπαιτούμενα Μαθήματα: 

1.     CIS 207 Μέθοδοι Έρευνας στην Επικοινωνία Ι: Ποσοτική Ανάλυση

2.     CIS 208 Μέθοδοι Έρευνας στην Επικοινωνία ΙΙ: Ποιοτική Ανάλυση

Στόχος Μαθήματος:

Το μάθημα “Ανάλυση Κοινωνικών Δικτύων” επιδιώκει να περιγράψει υπολογιστικές μορφές αναπαράστασης των μορφολογικών (δομικών) χαρακτηριστικών των δικτύων σε συνδυασμό με υπολογιστικές διαδικασίες που υποστηρίζουν ή προσομοιώνουν τη συμπεριφορά δικτύων που αναπαριστούν κοινωνικά φαινόμενα.

Μαθησιακά Αποτελέσματα:

Με την ολοκλήρωση του μαθήματος οι φοιτητές πρέπει να είναι σε θέση να:

1.     Αναγνωρίζουν και επεξηγούν τις έννοιες “επιρροή – επίδραση” και “ομοφιλία” και να μπορούν να τις συνδυάσουν με αναδυόμενες τεχνικές αύξησης δημοσιότητας και ηλεκτρονικού μάρκετινγκ.

2.     Επεξηγούν τις βασικές έννοιες που σχετίζονται με την Ανάλυση Κοινωνικών Δικτύων

3.     Αναπαριστούν με τη βοήθεια γράφων, λιστών και πινάκων γειτνίασης τη δομή Κοινωνικών Δικτύων

4.     Διεξάγουν εφαρμοσμένη έρευνα σε Κοινωνικά Δίκτυα με τη βοήθεια σύγχρονων λογισμικών όπως το Python NetworkX, UCINET και Pajek 

5.     Σχεδιάζουν βασική έρευνα για τη διερεύνηση πιθανών συσχετίσεων ανάμεσα σε εξαρτημένες (π.χ. Επιρροή) και ανεξάρτητες μεταβλητές (π.χ. Κεντρικότητα).

6.     Χρησιμοποιούν τα εργαλεία που παρέχουν σύγχρονα Ηλεκτρονικά Κοινωνικά Δίκτυα (όπως το API του Twitter) για την εξαγωγή πληροφοριών (data mining) από αυτά.

Περιεχόμενο Μαθήματος:

Βασικές Έννοιες – Ιστορική Αναδρομή – Βασικές Θεωρίες ΚΔ, Συλλογή και Αναπαράσταση Δεδομένων Συσχέτισης, Ορολογία – Θεωρία Γράφων, Προσωπικά (Εγωκεντρικά) Κοινωνικά Δίκτυα, Δίκτυα δύο τρόπων - Κατασκευή δικτύων δύο τρόπων, Ορολογία και Μετρήσεις σε Κοινωνικά Δίκτυα: Ολικός χαρακτηρισμός δικτύου - Κεντρικότητα - Ανάλυση Υποομάδων, Ισοδυναμία & Blockmodelling, Μεγάλα Κοινωνικά Δίκτυα, Ανάλυση Υπερσυνδέσμων: Οι αλγόριθμοι HITS και Pagerank.