Il modulo ha lo scopo di fornire agli studenti gli strumenti e le conoscenze necessarie ad analizzare dati su larga scala provenienti da Online Social Networks. Nel modulo vengono presentati gli strumenti di analisi necessari, vengono poi illustrati i risultati ottenuti applicando tali strumenti a vari tipi di reti sociali. Tali strumenti vengono applicati ai due modi principali di rappresentare una OSN tramite grafi, considerando cioè il social e l’interaction graph.
Nel corso delle ore di laboratorio, gli studenti applicano i concetti appresi a lezione su dataset reali di Online Social Networks. Vengono svolti laboratori sull'analisi dei vari tipi di grafo sociale visto a lezione. Gli studenti apprendono così l'utilizzo di strumenti software di riferimento per l'analisi di dati provenienti da Online Social Networks.
Rappresentazione di Online Social Networks tramite grafi Strumenti di analisi di grafi sociali su larga scala Differenti tipi di grafi per la stessa OSN: social and interaction graphs Analisi delle caratteristiche strutturali delle OSN (tramite l’analisi dei loro grafi), loro predizione ed evoluzione temporale.
Strumenti SW per la rappresentazione e l’analisi di grafi OSN su larga scala Tecniche per l’estrazione di indici descrittivi delle proprietà fondamentali dei grafi OSN partendo da dati di interazione tra utenti Tecniche per l’analisi delle strutture delle reti sociali personali, per la raccolta dei dati necessari e per l’analisi della loro evoluzione temporale.
Nel corso vengono usati dataset pubblici di interazione tra utenti su OSN come Facebook e Twitter. Gli studenti vengono dotati nelle prime lezioni degli strumenti SW per la loro manipolazione ed analisi. Successivamente, tali dataset vengono usati per applicare i concetti fondamentali, sulla base delle tecniche e degli strumenti considerati nel corso. Dataset di riferimento sono disponibili ai seguenti indirizzi - http://snap.stanford.edu/data/index.html - http://socialnetworks.mpi-sws.org/datasets.html - http://current.cs.ucsb.edu/facebook/
Capacità di analizzare dataset di OSN su larga scala Comprensione degli indici principali per capire le proprietà strutturali delle OSN, e la loro evoluzione dinamica Capacità di utilizzare strumenti SW per la manipolazione e l’analisi di tali dati.
