Imprimir

Programa

CURSO:MINERÍA DE MEDIOS SOCIALES Y CIENCIA DE REDES	 
TRADUCCIÓN:SOCIAL MEDIA MINING AND NETWORK SCIENCE
SIGLA:INF3801
CRÉDITOS:05 
MÓDULOS:02	
CARÁCTER:OPTATIVO
TIPO:CÁTEDRA,LABORATORIO
CALIFICACIÓN:ESTÁNDAR
DISCIPLINA:INGENIERÍA,COMPUTACIÓN
PALABRAS CLAVE:COMPUTACIÓN,INTELIGENCIA,ARTIFICIAL,CIENCIA,DATOS,MEDIOS,SOCIALES,REDES,MINERÍA


I.DESCRIPCIÓN DEL CURSO 

En este curso los estudiantes analizarán los conceptos básicos y algoritmos fundamentales apropiados para la investigación de datos masivos de medios sociales, comparando teorías y metodologías desde distintas disciplinas como ciencia de la computación, ciencia de redes, minería de datos, aprendizaje de máquinas, análisis de redes sociales, sociología, etnografía, estadística y matemáticas. Además los estudiantes adquirirán herramientas para representar, medir, modelar, y extraer patrones significativos para datos sociales de gran escala.


II.RESULTADOS DE APRENDIZAJE 

1.Analizar datos de medios sociales por medio de teorías sociales y computacionales. 

2.Relacionar las teorías sociales y computacionales y el mundo de los medios sociales a través del uso de herramientas computacionales. 


III.CONTENIDOS

1.Introducción
1.1.Definiciones: ¿Qué son los medios sociales?
1.2.Contexto histórico
1.3.Diferencias con minería de datos tradicional
1.4.Nuevos desafíos en la minería de medios sociales
	
2.Fundamentos de Grafos
2.1.Modelos de Representación
2.2.Tipos de Gafos
2.3.Conectividad
2.4.Algoritmos de Grafos

3.Medidas de Redes
3.1.Medidas de Centralidad
3.2.Transitividad y Reciprocidad
3.3.Balance y Status
3.4.Similaridad

4.Modelos de Red
4.1.Propiedades de Redes del Mundo Real
4.2.Grafos Aleatorios
4.3.Modelo Small-World
4.4.Modelo Preferential Attachment

5.Fundamentos de Minería de Datos
5.1.Tipos de Datos
5.2.Preprocesamiento de Datos
5.3.Aprendizaje Supervisado
5.4.Aprendizaje No Supervisado

6.Análisis de Comunidades
6.1.Detección de Comunidades
6.2.Evolución de Comunidades
6.3.Evaluación de Comunidades

7.Difusión de Información en Medios Sociales
7.1.Comportamiento de Grupos
7.2.Cascadas de Información
7.3.Difusión de Innovación
7.4.Modelos de Epidemias

8.Homofilia e Influencia
8.1.Medición de Asortatividad
8.2.Influencia
8.3.Homofilia
8.4.Distinguiendo Influencia y Homofilia

9.Aplicaciones
9.1.Sistemas Recomendadores Sociales
9.2.Analíticas de Comportamiento Individual
9.3.Analíticas de Comportamiento Colectivo


IV.ESTRATEGIAS METODOLÓGICAS

-Clases expositivas.

-Talleres prácticos de laboratorio. 


V.ESTRATEGIAS EVALUATIVAS

-Controles: 30%

-Actividades prácticas en laboratorio: 30%

-Proyecto: 40%


VI.BIBLIOGRAFÍA 

Mínima

Zafarani, R., Abbasi, M. A., & Liu, H. (2014). Social media mining: an introduction. Cambridge University Press.

Barabási, A. (2016) Network Science. Cambridge University Press.
 
Easley, D., & Kleinberg, J. (2010). Networks, crowds, and markets. Cambridge Univ Press, 6(1), 1-6.


Complementaria

Jackson, M. O. (2010). Social and economic networks. Princeton university press.

Kraut, R. E., Resnick, P., Kiesler, S., Burke, M., Chen, Y., Kittur, N., ... & Riedl, J. (2012). Building successful online communities: Evidence-based social design. Mit Press.

Liu, H., Salerno, J., & Young, M. J. (Eds.). (2009). Social computing and behavioral modeling. Springer Science & Business Media.


PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE 
ESCUELA DE INGENIERÍA / ENERO 2020