Social and Economic Networks: Models and Analysis

스탠퍼드 대학교

이 강좌에 대하여

최근 조회 56,224회

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.
The course begins with some empirical background on social and economic networks, and an overview of concepts used to describe and measure networks. Next, we will cover a set of models of how networks form, including random network models as well as strategic formation models, and some hybrids. We will then discuss a series of models of how networks impact behavior, including contagion, diffusion, learning, and peer influences.

You can find a more detailed syllabus here:  http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf 

You can find a short introductory videao here: http://web.stanford.edu/~jacksonm/Intro_Networks.mp4

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 25시간 필요

영어

자막: 영어

귀하가 습득할 기술

Social NetworkGame TheoryNetwork AnalysisNetwork Theory

학습자 경력 결과

25%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 25시간 필요

영어

자막: 영어

강사

강사 평가

4.91/5 (24개의 평가)

Matthew O. Jackson

제공자:

스탠퍼드 대학교

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.

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가96%(3,048개의 평가)

주

주 1

완료하는 데 3시간 필요

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

완료하는 데 3시간 필요

12개 동영상 (총 118분), 3 개의 읽기 자료, 3 개의 테스트

12개의 동영상

An Introduction to the Course4m

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

3개의 읽기 자료

Syllabus10m

Slides from Lecture 1, with References10m

OPTIONAL - Advanced Problem Set 110m

3개 연습문제

Quiz Week 128m

Problem Set 112m

Optional: Empirical Analysis of Network Data using Gephi or Pajek8m

주

주 2

완료하는 데 3시간 필요

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

완료하는 데 3시간 필요

11개 동영상 (총 105분), 3 개의 읽기 자료, 3 개의 테스트

11개의 동영상

2.1: Homophily10m

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

3개의 읽기 자료

Slides from Lecture 2, with references10m

OPTIONAL - Advanced Problem Set 210m

OPTIONAL - Solutions to Advanced PS 110m

3개 연습문제

Quiz Week 216m

Problem Set 210m

Optional: Empirical Analysis of Network Data6m

주

주 3

완료하는 데 4시간 필요

Random Networks

Poisson Random Networks, Exponential Random Graph Models, Growing Random Networks, Preferential Attachment and Power Laws, Hybrid models of Network Formation.

완료하는 데 4시간 필요

12개 동영상 (총 143분), 3 개의 읽기 자료, 4 개의 테스트

12개의 동영상

3.1: Growing Random Networks17m

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

3개의 읽기 자료

Slides from Lecture 3, with references10m

OPTIONAL - Advanced Problem Set 310m

OPTIONAL - Solutions to Advanced PS 210m

4개 연습문제

Quiz Week 326m

Problem Set 36m

Optional: Empirical Analysis of Network Data4m

Optional: Using Statnet in R to Estimate an ERGM6m

주

주 4

완료하는 데 5시간 필요

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.

완료하는 데 5시간 필요

15개 동영상 (총 209분), 3 개의 읽기 자료, 2 개의 테스트

15개의 동영상

4.1: Strategic Network Formation12m

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

3개의 읽기 자료

Slides from Lecture 4, with references10m

OPTIONAL - Advanced Problem Set 410m

OPTIONAL - Solutions to Advanced PS 310m

2개 연습문제

Quiz Week 436m

Problem Set 414m

주

주 5

완료하는 데 4시간 필요

Diffusion on Networks

Empirical Background, The Bass Model, Random Network Models of Contagion, The SIS model, Fitting a Simulated Model to Data.

완료하는 데 4시간 필요

12개 동영상 (총 158분), 3 개의 읽기 자료, 3 개의 테스트

12개의 동영상

5.1: Diffusion12m

5.2: Bass Model12m

5.3: Diffusion on Random Networks 9m

5.4: Giant Component Poisson Case 15m

5.5: SIS Model17m

5.6: Solving the SIS Model 9m

5.7: Solving the SIS Model - Ordering (Optional/Advanced 24:16)24m

5.8a: Fitting a Diffusion Model to Data (Optional/Advanced 22:47)22m

5.8b: Application: Financial Contagions (Optional/Advanced 12:47)12m

5.8c: Application: Financial Contagions - Simulations (Optional/Advanced 13:41)13m

5.9: Diffusion Summary 3m

5.10: Week 5 Wrap4m

3개의 읽기 자료

OPTIONAL - Advanced Problem Set 510m

OPTIONAL - Solutions to Advanced PS 410m

Slides from Lecture 5, with references10m

3개 연습문제

Quiz Week 518m

Problem Set 512m

Optional: Empirical Analysis of Network Data4m

주

주 6

완료하는 데 3시간 필요

Learning on Networks

Bayesian Learning on Networks, The DeGroot Model of Learning on a Network, Convergence of Beliefs, The Wisdom of Crowds, How Influence depends on Network Position..

완료하는 데 3시간 필요

9개 동영상 (총 100분), 3 개의 읽기 자료, 2 개의 테스트

9개의 동영상

6.1: Learning26m

6.2: DeGroot Model 15m

6.3: Convergence in DeGroot Model 13m

6.4: Proof of Convergence Theorem (Optional/Advanced 10:25)10m

6.5: Influence 6m

6.6: Examples of Influence 8m

6.7: Information Aggregation 9m

6.8: Learning Summary 4m

6.9: Week 6 Wrap4m

3개의 읽기 자료

Slides from Lecture 6, with references10m

OPTIONAL - Advanced Problem Set 610m

OPTIONAL - Solutions to Advanced PS 510m

2개 연습문제

Quiz Week 614m

Problem Set 612m

주

주 7

완료하는 데 4시간 필요

Games on Networks

Network Games, Peer Influences: Strategic Complements and Substitutes, the Relation between Network Structure and Behavior, A Linear Quadratic Game, Repeated Interactions and Network Structures.

완료하는 데 4시간 필요

10개 동영상 (총 141분), 4 개의 읽기 자료, 2 개의 테스트

10개의 동영상

7.1: Games on Networks12m

7.2: Complements and Substitutes 19m

7.3: Properties of Equilibria 14m

7.4: Multiple Equilibria 13m

7.5: An Application 7m

7.6: Beyond 0-1 Choices 20m

7.7: A Linear Quadratic Model 14m

7.8: RepeatedGames and Networks 24m

7.9: Week 7 Wrap 4m

7.9b: Course Wrap10m

4개의 읽기 자료

Slides from Lecture 7, with references10m

OPTIONAL - Advanced Problem Set 710m

OPTIONAL - Solutions to Advanced PS 610m

OPTIONAL - Solutions to Advanced PS 710m

2개 연습문제

Quiz Week 724m

Problem Set 716m

주

주 8

완료하는 데 14분 필요

Final Exam

The description goes here

완료하는 데 14분 필요

1개 연습문제

Final14m

자주 묻는 질문

강의 및 과제를 언제 이용할 수 있게 되나요?
강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:
강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
이 수료증을 구매하면 무엇을 이용할 수 있나요?
수료증을 구매하면 성적 평가 과제를 포함한 모든 강좌 자료에 접근할 수 있습니다. 강좌를 완료하면 전자 수료증이 성취도 페이지에 추가되며, 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 콘텐츠만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.
환불 규정은 어떻게 되나요?
결제일 기준 2주 후 또는 (방금 시작된 강좌의 경우) 강좌의 첫 번째 세션이 시작된 후 2주 후 중에서 나중에 도래하는 날짜까지 전액 환불받을 수 있습니다. 2주 환불 기간 이내에 강좌를 완료했더라도 강좌 수료증을 받았으면 환불받을 수 없습니다. 전체 환불 정책을 확인하세요.
재정 지원을 받을 수 있나요?
예, Coursera는 수업료를 지급하기 어려운 학습자들에게 재정 지원을 제공합니다. 왼쪽의 "등록" 버튼 아래에 있는 재정 지원 링크를 클릭하면 재정 지원을 신청할 수 있습니다. 이 링크를 클릭하면 신청서를 작성하라는 메시지가 나타나며, 신청서가 승인되면 통지를 받게 됩니다. 자세히 알아보세요.
강좌를 수료하면 대학 학점을 받을 수 있나요?
이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위 및 Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.

Social and Economic Networks: Models and Analysis