Social Network Analysis

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues. Consultez les langues disponibles.

Social Network Analysis

Name: Social Network Analysis
Rating: 4.181818181818182 (11 reviews)

Ce cours fait partie de plusieurs programmes.

Instructeur : Ian McCulloh

2 510 déjà inscrits

Inclus avec

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

11 avis

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

11 avis

niveau Intermédiaire

Expérience recommandée

1 semaine à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

Learn to calculate and interpret key centrality measures to identify influential nodes in social networks.
Gain skills in applying statistical models to analyze relationships and dynamics within social networks.
Understand how foundational social theories inform network analysis and shape interpretations of social interactions.

Compétences que vous acquerrez

Catégorie : Graph Theory
Catégorie : Social Sciences
Catégorie : Network Analysis
Catégorie : Social Network Analysis
Catégorie : Statistical Hypothesis Testing
Catégorie : Statistical Modeling
Catégorie : Sociology
Catégorie : Statistical Analysis

Outils que vous découvrirez

Catégorie : R Programming

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

9 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours est disponible dans le cadre de

Lorsque vous vous inscrivez à ce cours, vous devez également sélectionner un programme spécifique.

Apprenez de nouveaux concepts auprès d'experts du secteur
Acquérez une compréhension de base d'un sujet ou d'un outil
Développez des compétences professionnelles avec des projets pratiques
Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

The "Social Network Analysis" course offers a comprehensive exploration of the intricate relationships within social networks, emphasizing the theoretical and practical applications of network analysis. Through engaging modules, learners will delve into advanced topics in graph theory, centrality measures, and statistical modeling, equipping them with the skills to analyze and interpret social structures effectively.

By completing this course, learners will gain a solid understanding of how to identify key influencers, measure network cohesion, and conduct hypothesis testing using empirical data. What sets this course apart is its blend of theoretical foundations and hands-on experience using R programming for network analysis, specifically with tools like 'statnet' and 'RSiena.' Whether you’re looking to enhance your skills in data analysis or seeking to understand the dynamics of social behavior, this course will serve as a vital resource. With a focus on real-world applications, learners will emerge equipped to tackle complex social phenomena, making significant contributions to their fields.

This course explores the intersection of social theories and statistical analysis within social networks, focusing on structural dependence and its implications. You will engage in hypothesis testing of social forces using empirical data, and will learn to construct networks and model longitudinal behavior with tools such as 'statnet' and 'RSiena.' Key terminology and the hierarchy of social link formation will be emphasized, alongside practical calculations of fundamental graph and network measures like Density and Degree. Additionally, you will be able to differentiate between various network types and centrality measures, equipping them with a comprehensive understanding of social network analysis.

Inclus

1 lecture1 plugin

In this module, you will explore advanced topics in graph theory and centrality measures as applied to social networks. You will learn to identify key influencers, measure network cohesion, and strategize interventions based on network structure and dynamics.

Inclus

6 vidéos1 lecture3 devoirs1 laboratoire non noté

6 vidéos Total 77 minutes

Terminology 24 minutes
Degree Centrality 17 minutes
Betweenness Centrality 14 minutes
Closeness Centrality 7 minutes
Centrality PE 8 minutes
Graph Level Measures 7 minutes

1 lecture Total 10 minutes

Reading References 10 minutes

3 devoirs Total 90 minutes

Introduction to Graph Theory and Network Types 18 minutes
Centrality Measures in Social Networks 12 minutes
Graph Theory and Centrality Measures 60 minutes

1 laboratoire non noté Total 60 minutes

Practice Lab: Graph Theory & Centrality Measures 60 minutes

In this module, you will explore Graph Theory and Centrality Measures, delving into the dynamics of social networks. You will also learn to distinguish between the six social forces and understand the hierarchical formation of social links. You will discuss foundational social theories that underpin social network analysis, providing insights into how these theories shape organizational networks and societal interactions. This module equips you with essential knowledge to analyze and interpret the intricate relationships within social structures.

Inclus

4 vidéos2 lectures3 devoirs1 laboratoire non noté

4 vidéos Total 79 minutes

Social Theory Part 1 27 minutes
Social Theory Part 2 30 minutes
Social Theory Part 3 10 minutes
Organizational Theories 12 minutes

2 lectures Total 55 minutes

Reading References 15 minutes
Self-Reflective Reading: Looking Glass Self 40 minutes

3 devoirs Total 90 minutes

Understanding Social Forces and Link Formation 12 minutes
Social Theories and Organizational Networks 18 minutes
Centralization and Social Theory 60 minutes

1 laboratoire non noté Total 60 minutes

Practice Lab: Social Network Analysis Using R 60 minutes

In this module, you will explore Network Statistical Methods through a comprehensive study of structural dependence and its impact on statistical analysis. You will also learn to calculate link likelihoods manually and conduct hypothesis testing on social forces using empirical data. You will also gain practical skills in constructing Exponential Random Graph Models (ERGM) using ‘statnet’ in R and modeling longitudinal network behavior with Stochastic Actor Oriented Models (SAOM) using ‘RSiena’.

Inclus

3 vidéos1 lecture3 devoirs1 laboratoire non noté

3 vidéos Total 58 minutes

Exponential Random Graph Models (ERGM) 22 minutes
ERGM Example - Gray's Anatomy 17 minutes
Stochastic Actor Oriented Models (SAOM) 19 minutes

1 lecture Total 10 minutes

Reading References 10 minutes

3 devoirs Total 90 minutes

Structural Dependence and Statistical Analysis in Networks 12 minutes
Advanced Network Modeling with Exponential Random Graphs and SAOM 18 minutes
Network Statistical Models 60 minutes

1 laboratoire non noté Total 60 minutes

Practice Lab: Network Analysis Using ERGM & RSiena Models with the s50 Dataset 60 minutes

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Instructeur

Ian McCulloh

Johns Hopkins University

17 Cours 25 126 apprenants

Offert par

Johns Hopkins University

En savoir plus sur Algorithms

University of California, Davis
Social Network Analysis
Cours
University of Michigan
Applied Social Network Analysis in Python
Cours
University of Colorado Boulder
Network Analysis for Marketing Analytics
Cours
University of Michigan
Network Modeling and Analysis in Python
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Découvrir les diplômes

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.