Learn how to model social and economic networks and their impact on human behavior. How do networks form, why do they exhibit certain patterns, and how does their structure impact diffusion, learning, and other behaviors? We will bring together models and techniques from economics, sociology, math, physics, statistics and computer science to answer these questions.
Social and Economic Networks: Models and Analysis
Stanford UniversityÜber diesen Kurs
54,447 kürzliche Aufrufe
Karriereergebnisse der Lernenden
25%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 25 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Kompetenzen, die Sie erwerben
Social NetworkGame TheoryNetwork AnalysisNetwork Theory
Karriereergebnisse der Lernenden
25%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 25 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
Stanford University
The Leland Stanford Junior University, commonly referred to as Stanford University or Stanford, is an American private research university located in Stanford, California on an 8,180-acre (3,310 ha) campus near Palo Alto, California, United States.
Lehrplan - Was Sie in diesem Kurs lernen werden
3 Stunden zum Abschließen
Introduction, Empirical Background and Definitions
Examples of Social Networks and their Impact, Definitions, Measures and Properties: Degrees, Diameters, Small Worlds, Weak and Strong Ties, Degree Distributions
3 Stunden zum Abschließen
12 Videos (Gesamt 118 min), 3 Lektüren, 3 Quiz
12 Videos
1.1: Introduction9m
1.2: Examples and Challenges 15m
1.2.5 Background Definitions and Notation (Basic - Skip if familiar 8:23)8m
1.3: Definitions and Notation 14m
1.4: Diameter 16m
1.5: Diameter and Trees 6m
1.6: Diameters of Random Graphs (Optional/Advanced 11:12)11m
1.7: Diameters in the World 6m
1.8: Degree Distributions 13m
1.9: Clustering 8m
1.10: Week 1 Wrap2m
3 Lektüren
Syllabus10m
Slides from Lecture 1, with References10m
OPTIONAL - Advanced Problem Set 110m
3 praktische Übungen
Quiz Week 128m
Problem Set 112m
Optional: Empirical Analysis of Network Data using Gephi or Pajek8m
3 Stunden zum Abschließen
Background, Definitions, and Measures Continued
Homophily, Dynamics, Centrality Measures: Degree, Betweenness, Closeness, Eigenvector, and Katz-Bonacich. Erdos and Renyi Random Networks: Thresholds and Phase Transitions
3 Stunden zum Abschließen
11 Videos (Gesamt 105 min), 3 Lektüren, 3 Quiz
11 Videos
2.2: Dynamics and Tie Strength 6m
2.3: Centrality Measures 14m
2.4: Centrality – Eigenvector Measures 13m
2.5a: Application - Centrality Measures 12m
2.5b: Application – Diffusion Centrality 6m
2.6: Random Networks 10m
2.7: Random Networks - Thresholds and Phase Transitions 7m
2.8: A Threshold Theorem (optional/advanced 13:00)13m
2.9: A Small World Model 7m
2.10 Week 2 Wrap3m
3 Lektüren
Slides from Lecture 2, with references10m
OPTIONAL - Advanced Problem Set 210m
OPTIONAL - Solutions to Advanced PS 110m
3 praktische Übungen
Quiz Week 216m
Problem Set 210m
Optional: Empirical Analysis of Network Data6m
4 Stunden zum Abschließen
Random Networks
Poisson Random Networks, Exponential Random Graph Models, Growing Random Networks, Preferential Attachment and Power Laws, Hybrid models of Network Formation.
4 Stunden zum Abschließen
12 Videos (Gesamt 143 min), 3 Lektüren, 4 Quiz
12 Videos
3.2: Mean Field Approximations 8m
3.3: Preferential Attachment 10m
3.4: Hybrid Models 14m
3.5: Fitting Hybrid Models 17m
3.6: Block Models 9m
3.7: ERGMs 9m
3.8: Estimating ERGMs 15m
3.9: SERGMs 9m
3.10: SUGMs 6m
3.11: Estimating SUGMs (Optional/Advanced 21:03)21m
3.12: Week 3 Wrap3m
3 Lektüren
Slides from Lecture 3, with references10m
OPTIONAL - Advanced Problem Set 310m
OPTIONAL - Solutions to Advanced PS 210m
4 praktische Übungen
Quiz Week 326m
Problem Set 36m
Optional: Empirical Analysis of Network Data4m
Optional: Using Statnet in R to Estimate an ERGM6m
5 Stunden zum Abschließen
Strategic Network Formation
Game Theoretic Modeling of Network Formation, The Connections Model, The Conflict between Incentives and Efficiency, Dynamics, Directed Networks, Hybrid Models of Choice and Chance.
5 Stunden zum Abschließen
15 Videos (Gesamt 209 min), 3 Lektüren, 2 Quiz
15 Videos
4.2: Pairwise Stability and Efficiency 15m
4.3: Connections Model 11m
4.4: Efficiency in the Connections Model (Optional/Advanced 12:41)12m
4.5: Pairwise Stability in the Connections Model 6m
4.6: Externalities and the Coauthor Model 11m
4.7: Network Formation and Transfers 16m
4.8: Heterogeneity in Strategic Models 13m
4.9: SUGMs and Strategic Network Formation (Optional/Advanced 13:47)13m
4.10: Pairwise Nash Stability (Optional/Advanced 11:34)11m
4.11: Dynamic Strategic Network Formation (Optional/Advanced 11:57)11m
4.12: Evolution and Stochastics (Optinoal/Advanced 16:05)16m
4.13: Directed Network Formation (Optional/Advanced 16:38)16m
4.14: Application Structural Model (Optional/Advanced 35:06)35m
4.15: Week 4 Wrap4m
3 Lektüren
Slides from Lecture 4, with references10m
OPTIONAL - Advanced Problem Set 410m
OPTIONAL - Solutions to Advanced PS 310m
2 praktische Übungen
Quiz Week 436m
Problem Set 414m
Bewertungen
Top-Bewertungen von SOCIAL AND ECONOMIC NETWORKS: MODELS AND ANALYSIS
von MR1. Nov. 2017
Really enjoyed this course. The professor is really good and covers quite a lot of ground during the lectures. Good way to get into complex networks! Probably gonna do some studying on my own now :)
von SW8. Aug. 2016
Very good course on Social Networks, and also a hard one even for graduate level. Generally assignments are not too tough but fully understanding all the concepts take lots of extra readings.
von JK9. Dez. 2018
Excellent course. The labs are the best. Pajek and Gephi will be handy for network graphing and analyzing data. Thank you Professor Matthew Jackson. Your work is very good for reference.
von MG16. Apr. 2018
Great survey course for social network analysis. Dr. Jackson's lectures motivated me to buy the book, and I hope to come back to this course later to work more on the optional parts.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Sie haben bis zu zwei Wochen nach Ihrem Zahlungsdatum beziehungsweise bis zu zwei Wochen nach Beginn der ersten Kurseinheit (bei Kursen, die gerade gestartet sind) Anspruch auf eine volle Rückerstattung, je nachdem, was später eintritt. Nach dem Erwerb eines Kurszertifikats besteht kein Anrecht mehr auf Rückerstattung, auch dann nicht, wenn Sie den Kurs innerhalb des Zeitraums von zwei Wochen abgeschlossen haben. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja, Coursera bietet Kursteilnehmern, die die Gebühr nicht bezahlen können, finanzielle Hilfe an. Sie beantragen diese Hilfe, indem Sie auf den entsprechenden Link links unter der Schaltfläche "Anmelden" klicken. Sie werden dazu aufgefordert, ein Antragsformular auszufüllen, und Sie werden benachrichtigt, wenn Ihr Antrag bewilligt wird. Mehr erfahren.
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
