传媒数据与统计分析

课前推荐阅读材料：

智慧社会：大数据与社会物理学，浙江人民出版社，2015

爱上统计学，重庆大学出版社，2011

大连接：社会网络是如何形成的以及对人类现实行为的影响，北京联合出版公司，2017

巴拉巴西成功定律，天津科学技术出版社，2019

六度分隔：一个相互连接的时代的科学，中国人民大学出版社，2011

英文名称：Social Media Mining and Data Analysis

先修课程：高等代数、概率论、数理统计、一门编程语言

教学方式：课堂讲授

考核方式：考试，总评成绩计算方法如下：（1）平时成绩占20%+考勤10% ；（2）期中成绩占20%+期末考试50%

课程简介：大数据时代，我们媒体都在通过社交媒体平台与不同的人进行沟通，在纷繁复杂的社交平台上如何挖掘有价值的信息，是行业从业人员亟待解决的问题。本课程致力于解决挖掘社会媒体中的关键技术和算法，让同学们能从媒体数据中获得更多有价值的信息。

教学目的：通过本课程的教学，使学生了解社会媒体挖掘的基本思想，了解社会媒体挖掘的最新研究进展，能够系统的掌握媒体挖掘的基本理论与基本方法，培养学生应用统计方法与软件分析与解决实际问题的能力，以及创新意识与创新能力。

教学要求：要求学生了解网络科学和社会媒体理论的基本观点，掌握社会媒体挖掘的一般处理技术和原则，理解社会媒体挖掘中多种方法的应用及其原理，能够结合软件对各种实际问题进行数据分析与预测。

教学内容与学时分配

第一章 引论（2学时）

1.1 网络时代的社会媒体研究

1.2 什么是社会媒体挖掘

1.2 网络研究相关的应用

1.4 社会媒体挖掘的新挑战

第二章 图的基本要素（6学时）

2.1 网络的图表示、图类型

2.2 图算法

2.3 图的连通性

2.4 路径与连通性

2.5 二分图与匹配问题

第三章 网络度量（6学时）

3.1 中心性

3.2 传递性与相互性

3.3 相似度

3.4 聚类系数

3.5 度分布

3.6 幂律分布

第四章 网络模型（6学时）

4.1 真实世界网络的属性

4.2 随机图模型

4.3 小世界模型

4.4 优先连接模型

4.5 零模型

第五章 社区发现（6学时）

5.1 社区分析

5.2 社区演变

5.3 社区结构与模块度

5.4 基于模块的社区检测算法

第六章 网络传播模型（6学时）

6.1 羊群效应

6.2 信息级联

6.3 社交网络中的创新扩散

6.4 流行病模型

6.5 复杂网络的免疫策略

第七章 社会媒体应用

7.1 行为分析

7.2 社会媒体中的推荐

7.3 网络控制

建议教材

[1] 汪小帆等.网络科学导论. 北京：高等教育出版社，2012.

[2] Reza Zafarani等著，刘挺等译. 社会媒体挖掘. 北京：人民邮电出版社，2015

参考资料

[1] 巴拉巴西著，沈华伟，黄俊铭译.巴拉巴西网络科学. 河南：河南科学技术出版社，2020.

[2] Newman著,郭世泽，陈哲译. 网络科学引论. 北京：电子工业出版社，2014.