| Müfredat Adı | Ders Kodu | Ders Adı | Ders Türü | Dönem | AKTS | Teorik | Uygulama |
| Bilgisayar Mühendisliği - Bilgisayar Mühendisliği (İngilizce) - Tezli Yüksek Lisans - 2014 | CSE7053 | Social Network Analysis | Seçmeli | 1 | 8,00 | 3 | 0 |
Marmara Üniversitesi
Marmara Üniversitesi Eğitim-Öğretim Bilgi Sistemi
Programlar Hakkında Bilgi
Tezli Yüksek Lisans - Fen Bilimleri Enstitüsü - Bilgisayar Mühendisliği (İngilizce)
Dersin İçeriği
Dersin Amacı
Bu ders Sosyal Ağ Analizine bir giriş yaparak bu alandaki güncel araştırmaları inceleyecektir.
Öğrenim Türü
-
Dersin İçeriği
Dersler ders kitaplarındaki konuları ve alakalı araştırma konularının değişimli bir şekilde sunumunu içermektedir. Ağırlık sosyal ağ analizinin matematiksel arkaplanı: çizgeler, karmaşık ağlar, gruplaşmalar ve ağlar üzerinde dinamik süreçleri üzerindedir.
Planlanan Öğrenme Aktiviteleri ve Metodları
Ders Sunumları Öğrencilerin araştırma yayınları sunumları Dönem Projesi Proje Raporu
Staj Durumu
-
Dersin Sunulduğu Dil
İngilizce
Ders Kitabı / Malzemesi / Önerilen Kaynaklar
Notlar ve okuma ödevleri peryodik olarak sınıf web sayfasına yüklenecektir. Aşağıdaki kitaplar yardımcı ders kitaplarıdır: * Analyzing the Social Web , Jennifer Golback * Networks: An Intraduction, M.E.J. Newman * Networks, Crowds, and Markets: Reasoning About a Highly Connected World by David Easley and Jon Kleinberg * Network Science by Albert-László Barabási
Dersin Web Sayfası
https://classroom.google.com/u/0/c/MzEwMjQ1ODI5NTJa
Öğrenme Çıktıları
- To be able to understand the basic components and different representations of social network graphs
- To be able to describe nodes, edges and networks using appropriate measures
- To be able to understand the concepts of tie strength and trust and their application in social network analysis
- To be able to understand the concepts of entity resolution and link prediction in the context of social network analysis
- To be able to understand different models of propagation (epidemic, threshold and stochastic) in social network analysis
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik |
|---|---|
| 1 | Introduction to Social Network Analysis |
| 2 | Representation of networks, graph data structures,nodes, edges and measures |
| 3 | Network Structures and Descriptive Measures |
| 4 | Tie Strength |
| 5 | Trust |
| 6 | Building Networks |
| 7 | Entity Resolution and Link Prediction |
| 8 | Ara Sınav Haftası |
| 9 | Link Analysis: PageRank |
| 10 | Community Structure in Networks 4. Community Structure in Networks 4. Community Structure in Networks Community Structures in Networks |
| 11 | Message Passing and Node Classification |
| 12 | Graph Representation Learning |
| 13 | Graph Neural Networks |
| 14 | Deep Generative Models for Graphs |
| 15 | Propagation in Networks, Outbreak Detection in Networks |
| 16 | Ders Çalışma Haftası |
| 17 | Yarı Yıl Sonu Sınavı |
Değerlendirme
| Değerlendirme | Değer |
|---|---|
| Yarıyıl (Yıl) İçi Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 50 |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Değer |
| Final Sınavı | 100 |
Öğrenci İş Yükü Hesabı
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ders Öncesi/Sonrası Bireysel Çalışma | 15 | 3 | 45 |
| Proje ve Hazırlığı | 1 | 40 | 40 |
| Sunum ve Hazırlığı | 2 | 10 | 20 |
| Demo ve Hazırlığı | 1 | 10 | 10 |
| Araştırma ve Hazırlığı | 2 | 20 | 40 |
| Rapor ve Hazırlığı | 1 | 10 | 10 |
| Arasınav ve Hazırlığı | 1 | 10 | 10 |
| Final ve Hazırlığı | 1 | 20 | 20 |