Lernen Sie, wie Sie soziale und wirtschaftliche Netzwerke und ihre Auswirkungen auf das menschliche Verhalten modellieren können. Wie bilden sich Netzwerke, warum weisen sie bestimmte Muster auf und wie wirkt sich ihre Struktur auf die Verbreitung, das Lernen und andere Verhaltensweisen aus? Wir werden Modelle und Techniken aus den Bereichen Ökonomie, Soziologie, Mathematik, Physik, Statistik und Informatik zusammenführen, um diese Fragen zu beantworten. Der Kurs beginnt mit einigen empirischen Hintergründen zu sozialen und wirtschaftlichen Netzwerken und einem Überblick über Konzepte, die zur Beschreibung und Messung von Netzwerken verwendet werden. Als Nächstes werden wir eine Reihe von Modellen zur Bildung von Netzwerken behandeln, darunter zufällige Netzwerkmodelle, Modelle zur strategischen Bildung und einige Mischformen. Anschließend werden wir eine Reihe von Modellen besprechen, wie Netzwerke das Verhalten beeinflussen, einschließlich Ansteckung, Verbreitung, Lernen und Einflüsse von Gleichaltrigen. Einen detaillierteren Lehrplan finden Sie hier: http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf Ein kurzes Einführungsvideo finden Sie hier: http://web.stanford.edu/~jacksonm/Intro_Networks.mp4
Soziale und wirtschaftliche Netzwerke: Modelle und Analyse
Dozent: Matthew O. Jackson
72.246 bereits angemeldet
(744 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Soziales Netzwerk
- Kategorie: Spieltheorie
- Kategorie: Netzwerkanalyse
- Kategorie: Netzwerktheorie
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
20 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 8 Module
Beispiele für soziale Netzwerke und ihre Auswirkungen, Definitionen, Maße und Eigenschaften: Grad, Durchmesser, kleine Welten, schwache und starke Bindungen, Gradverteilungen
Das ist alles enthalten
12 Videos3 Lektüren3 Aufgaben
Homophilie, Dynamik, Zentralitätsmaße: Grad, Verflechtung, Nähe, Eigenvektor und Katz-Bonacich. Erdos und Renyi Zufallsnetzwerke: Schwellenwerte und Phasenübergänge
Das ist alles enthalten
11 Videos3 Lektüren3 Aufgaben
Poisson-Zufallsnetzwerke, Exponentiale Zufallsgraphenmodelle, Wachsende Zufallsnetzwerke, Präferenzielle Anhaftung und Power Laws, Hybride Modelle der Netzwerkbildung.
Das ist alles enthalten
12 Videos3 Lektüren4 Aufgaben
Spieltheoretische Modellierung der Netzwerkbildung, Das Verbindungsmodell, Der Konflikt zwischen Anreizen und Effizienz, Dynamik, gerichtete Netzwerke, Hybridmodelle von Wahl und Zufall.
Das ist alles enthalten
15 Videos3 Lektüren2 Aufgaben
Empirischer Hintergrund, Das Bass-Modell, Zufallsnetzwerkmodelle der Ansteckung, Das SIS-Modell, Anpassen eines simulierten Modells an die Daten.
Das ist alles enthalten
12 Videos3 Lektüren3 Aufgaben
Bayes'sches Lernen in Netzwerken, Das DeGroot-Modell des Lernens in einem Netzwerk, Konvergenz der Überzeugungen, Die Weisheit der Massen, Wie der Einfluss von der Netzwerkposition abhängt...
Das ist alles enthalten
9 Videos3 Lektüren2 Aufgaben
Netzwerkspiele, Einflüsse von Gleichaltrigen: Strategische Ergänzungen und Substitute, die Beziehung zwischen Netzwerkstruktur und Verhalten, ein lineares quadratisches Spiel, wiederholte Interaktionen und Netzwerkstrukturen.
Das ist alles enthalten
10 Videos4 Lektüren2 Aufgaben
Die Beschreibung finden Sie hier
Das ist alles enthalten
1 Aufgabe
Dozent
Empfohlen, wenn Sie sich für Wirtschaft interessieren
University of Illinois Urbana-Champaign
University of Colorado Boulder
Tecnológico de Monterrey
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
744 Bewertungen
- 5 stars
85,08 %
- 4 stars
12,50 %
- 3 stars
1,47 %
- 2 stars
0,13 %
- 1 star
0,80 %
Zeigt 3 von 744 an
Geprüft am 8. 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.
Geprüft am 5. Juni 2020
Interesting survey of modern network theory, from Erdos-Renyi random graphs, to SIS ("flu") models, and games on networks. Rather academic at times, without the rigour.
Geprüft am 3. Sep. 2016
The course is a helpful first step in the field of network science. Presenting clearly many complex ideas that are important for understanding current research.
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugang zu allen Kursmaterialien, einschließlich der benoteten Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Sie haben Anspruch auf eine vollständige Rückerstattung bis zwei Wochen nach Ihrem Zahlungsdatum oder (bei Kursen, die gerade erst begonnen haben) bis zwei Wochen nach Beginn der ersten Sitzung des Kurses, je nachdem, welcher Zeitpunkt später liegt. Sie können keine Rückerstattung erhalten, sobald Sie ein Kurszertifikat erworben haben, auch wenn Sie den Kurs innerhalb der zweiwöchigen Rückerstattungsfrist abschließen. Siehe unsere vollständigen Rückerstattungsbedingungen.