Avvisi

Lo scritto si terrà il 9 gennaio alle ore 15.30 in aula Beta (via Comelico)

La presentazione dei progetti si terrà il giorno 13 Luglio alle ore 10:00 in sala riunioni al secondo piano di Via Comelico 39.

Seminari
17 Maggio: Misinformation (relatrice: dott. Michela Del Vicario)
24 Maggio: Blogmeter
25 Maggio: Comunicazione sui social media. Tribe Communication

Ai file relativi alla seconda lezione di Laboratorio è stato aggiunto un notebook (Network Analysis Cookbook) con gli elementi base dell'analisi della distribuzione del grado.

Progetti d'esame
Alghisi Simone

9 GAG

Bassani Elena

Flickr

Ba Cheick

La NBA su Youtube

Bertelè Alessandro

Reddit: la pagina principale di Internet

Consigliere Pier Raffaele

Medium

Dondi Federica

Mastodon

Laganà Giovanni

La rete dei rapper famosi su Instagram

Longo Sara

PoshMap

Macorati Riccardo

Analisi del grafo di StackOverflow

Mandelli Laura

Eurovision Song Contest su Twitter

Pariotti Claudia

DeviantArt

Sperotti Alessandro

Soundcloud

Tanzi Teresa

Last.fm

Tria Daniele/Tomasi Marco

Analisi di utenti in diverse piattaforme sociali

Programma del corso
Syllabus del corso
Teoria 27/02/2017

Generalità del corso: slide.

Introduzione al social media mining (Zafarani et al.): slide.

Teoria 01/03/2017

Elementi di teoria dei grafi, terminologia.Slide.

Introduzione alle network science (Barabasi et al.): slide.

Libro di Barabasi: capitolo 1.

Installazione di Anaconda. Slide

Teoria 06/03/2017

Network e grafi: slide.

Teoria 09/03/2017

Random networks: slide

Libro di Barabasi: 3.1, 3.2, 3.3, 3.4, 3.5, 3.13, Advanced topics 3.B

Appunti sul grado massimo

Laboratorio 10/03/2017

Notebook della lezione

Teoria 13/03/2017

Scale-free network (Barabasi et al.): slide.

Libro di Barabasi: 4.1, 4.2, 4.3, 4.4 (concetti), 4.5, 4.12, Advacend topics 4.B

Teoria 15/03/2017

Appunti sulla distribuzione di Pareto.

Il modello di Barabasi-Albert: slide.

Libro di Barabasi: 5.1, 5.2, 5.3

Teoria 16/03/2017

Connettività: slide.

Laboratorio 17/03/2017

Notebook della lezione.

Teoria 27/03/2017

Centralità in reti non orientate: Libro Zafarani 3.31

Teoria 29/03/2017

Centralità in reti non orientate: Libro Zafarani 3.31

Teoria 27/03/2017

Centralità in reti orientate: Libro Zafarani 3.31 e approfondimento su Newman 7.1 -7.7

Laboratorio 30/03/2017

Notebook della lezione.

Teoria 03/04/2017

Reciprocità. Capitolo 3.2.2 di Zafarani

Teoria 05/04/2017

Assortativit&agrvae. Capitolo 8.1 di Zafarani, 7.13 di Newman

Teoria 06/04/2017

Assortatività. Capitolo 8.1 di Zafarani, 7.13 di Newman

Laboratorio 07/04/2017

Notebook della lezione.

Teoria 10/04/2017

Assortatività. Capitolo 8.1 di Zafarani, 7.13 di Newman

Teoria 12/04/2017

Assortatività. Facebook e Twitter

Teoria 19/04/2017

Coefficiente di clustering locale. Capitolo 3.2.1 di Zafarani, 7.9 di Newman.

Teoria 20/04/2017

Coefficiente di clustering globale. Capitolo 3.2.1 di Zafarani, 7.9 di Newman

Laboratorio 21/04/2017

Notebook della lezione.

Teoria 26/04/2017

Modelli di rete. Capitolo 4 di Zafarani, Capitolo 3 di Barabasi (Slide)

Teoria 27/04/2017

Weak e strong ties: Capitolo 3 del libro di Dunbar (Slide)

Laboratorio 28/04/2017

Notebook della lezione.

Teoria 03/05/2017

Weak e strong ties

Teoria 04/05/2017

Teoria di Dunbar

Laboratorio 04/05/2017

Discussione individuale sulla realizzazione dei progetti da proporre.

Laboratorio 05/05/2017

Notebook della lezione.

Teoria 10/05/2017

Community detection (Slide)

Teoria 11/05/2017

Community detection

Laboratorio 12/05/2017

Teoria 15/05/2017

Information Diffusion. Capitoli 7.1 e 7.2 del libro di Zafarani

Laboratorio 18/04/2017

Seminario 24/05/2017

Blogmeter

Seminario 25/05/2017

Tribe Communication

Laboratorio 26/05/2017

Esercitazione 29/05/2017

Testo Esercitazione 1 e 2

Esercitazione 31/05/2017
Informazioni

Modalità d'esame

Teoria: scritto con sercizi e domande aperte.

Laboratorio: progetto da concordare con il docente e discussione del progetto.

Orario

Giorno Aula Indirizzo Orario
Lunedì Aula Beta Via Comelico 39/41 - Dipartimento di Informatica 09:00-11:30
Mercoledì Aula Beta Via Comelico 39/41 - Dipartimento di Informatica 11:30-13:30
Giovedì Aula Beta Via Comelico 39/41 - Dipartimento di Informatica 13:45-15:30
Venerdì Aula Delta Via Comelico 39/41 - Dipartimento di Informatica 9:00-12:30

Bibliografia

Social Media Mining

Reza Zafarani, Mohammad Ali Abbasi, Huan Liu

Cambridge University Press

2014

Network Science

A.L. Barabasi

2014

Networks, Crowds, and Markets: Reasoning About a Highly Connected World

David Easley e Jon Kleinberg

Cambridge University Press

2010

Social Network Analysis: Methods and Applications

Stanley Wasserman e Katherine Faust

Cambridge University Press

1995

Networks: An Introduction

M.E.J. Newman

Oxford Press

2010

Social Media ROI

Vincenzo Cosenza

Apogeo

2014

Letture consigliate

  • Barabasi, Albert-Laszlo. "Scale-free networks: a decade and beyond."science 325, no. 5939 (2009): 412. Link
  • Reka Albert, Hawoong Jeong and Albert-Laszlo Barabasi. "Internet: Diameter of the World-Wide Web." Nature 401, 130-131 (9 September 1999).Link
  • Granovetter, Mark S. "The strength of weak ties." American journal of sociology (1973): 1360-1380.
  • Ugander, Johan, Brian Karrer, Lars Backstrom, and Cameron Marlow. "The anatomy of the facebook social graph." arXiv preprint arXiv:1111.4503(2011).
  • Kwak, Haewoon, Changhyun Lee, Hosung Park, and Sue Moon. "What is Twitter, a social network or a news media?." In Proceedings of the 19th international conference on World wide web, pp. 591-600. ACM, 2010.
  • Broder, Andrei, Ravi Kumar, Farzin Maghoul, Prabhakar Raghavan, Sridhar Rajagopalan, Raymie Stata, Andrew Tomkins, and Janet Wiener. "Graph structure in the web." Computer networks 33, no. 1 (2000): 309-320.
  • Onnela, J-P., Jari Saramaki, Jorkki Hyvonen, Gyorgy Szabo, David Lazer, Kimmo Kaski, Janos Kertesz, and A-L. Barabasi. "Structure and tie strengths in mobile communication networks." Proceedings of the National Academy of Sciences 104, no. 18 (2007): 7332-7336.
  • M Cha, H Haddadi, F Benevenuto, PK Gummadi. "Measuring User Influence in Twitter: The Million Follower Fallacy." ICWSM, 2010.

Contatti e ricevimento

Docente Mail Ufficio Orario
Sabrina Gaito sabrina.gaito@unimi.it Stanza S203 - Via Comelico 39/41 su appuntamento
Zignani Matteo (laboratorio) matteo.zignani@unimi.it Lab. S230 - Via Comelico 39/41 su appuntamento
Proposte di tesi
Eearly anomaly detection and warning - in collaborazione con Blogmeter
La tesi è mirata a comprendere come implementare meccanismi di riconoscimento di anomalie e loro segnalazione. Il contesto di riferimento è la social media analysis, dove ad ogni progetto vengono associati set di keyword di ascolto concordati che vanno a comporre il set di messaggi associati a quel progetto stesso. L'attività sarà mirata a mettere in luce eventuali variazioni rilevanti rispetto alla media (es. un picco di messaggi molto superiore all'atteso) e a segnalarlo automaticamente. Lo stesso tipo di attività potrà essere finalizzata non solo sui volumi di messaggi complessivi ma anche:
  • per segnalazioni di anomalie legate al sentiment automatico atteso (sempre su dati clienti/progetti)
  • per segnalazione di anomalie legate all'andamento di metriche base sull'andamento di singole pagine Facebook o altri profili social (es. segnalazioni di picco anomalo di crescita numero di fan o engagament)
Content Similarity - in collaborazione con Blogmeter
Sulla base di un un insieme di contenuti pubblicati sui social network sia da brand che da persone cosiddette Social Influencer la tesi sarà mirata a definire quali set di contenuti (e quindi di persone e brand che li pubblicano) possano essere definiti simili all'insieme iniziale dato.
Partendo quindi da uno specifico profilo social, lo scopo della ricerca sarà quello di segnalare quali altri persone/pagnie (facenti parte di una lista selezionata di profili di partenza) presentino caratteristiche simili, attraverso l'analisi dei contenuti prodotti sui social dalle persone stesse ma anche considerando dei parametri quanti-qualitativi pre-assegnati (es. numero di fan, tasso di engagement, nazione di provenienza)
PhD Course

Introduction

Materials and slides:

A.L. Barabasi, Network Science, http://barabasi.com/networksciencebook/, Chapter 1.

Reading

Newman, M.E.J . Networks: An Introduction. Oxford University Press. 2010. Chapter I.

Degree, degree distribution, scale-free networks, random network model and Barabasi-Albert model

Materials and slides:

A.L. Barabasi, Network Science, http://barabasi.com/networksciencebook/, 2.1 - 2.4, 3.1 - 3.5, 3.13, 4.1 - 4.5, 4.11, 4.12, 4.13, 5.1-5.5

Reading

Newman, M.E.J . Networks: An Introduction. Oxford University Press. 2010. 6.1 - 6.9, 12.1, 12.2, 12.3, 13.1, 13.2, 13.3, 14.1, 14.2

Centrality

Materials and slides:

Zafarani et al. 3.1
Newmann: 7.1-7.1

Transitivity and Small World

Materials and slides:

Zafarani et al: 3.2.1, 4.1.2, 4.1.3, 4.3
Barabasi: 3.9
Newman: 7.9, 8.6, 12.4, 12.7, 15.1

Strong-Weal Ties

Materials and slides:

Kleinberg et al: Chapter 3

Applications

Similarity
Community detection
Information diffusion

Bibliography

Newman, M.E.J . Networks: An Introduction. Oxford University Press. 2010.
D. Easley, J. Kleinberg Networks, Crowds, and Markets: Reasoning About a Highly Connected World http://www.cs.cornell.edu/home/kleinber/networks-book/
Reza Zafarani, Mohammad Ali Abbasi, Huan Liu Social Media Mining: An Introduction A Textbook by Cambridge University Press http://www.cambridge.org/ca/academic/subjects/computer-science/knowledge-managementdatabases-and-data-mining/social-media-mining-introduction [dmml.asu.edu/smm]
Wasserman, Stanley and Katherine Faust. 1994. Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press

Reading

Barabasi, Albert-Laszlo. "Scale-free networks: a decade and beyond."science 325, no. 5939 (2009): 412.
Reka Albert, Hawoong Jeong and Albert-Laszlo Barabasi. "Internet: Diameter of the World-Wide Web." Nature 401, 130-131 (9 September 1999).
P. Boldi, S. Vigna, Axioms for centrality. Internet Math. 10, 222-262 (2014).
Granovetter, Mark S. "The strength of weak ties." American journal of sociology (1973): 1360-1380.
Ugander, Johan, Brian Karrer, Lars Backstrom, and Cameron Marlow. "The anatomy of the facebook social graph." arXiv preprint arXiv:1111.4503(2011).
Kwak, Haewoon, Changhyun Lee, Hosung Park, and Sue Moon. "What is Twitter, a social network or a news media?." In Proceedings of the 19th international conference on World wide web, pp. 591-600. ACM, 2010.
Broder, Andrei, Ravi Kumar, Farzin Maghoul, Prabhakar Raghavan, Sridhar Rajagopalan, Raymie Stata, Andrew Tomkins, and Janet Wiener. "Graph structure in the web." Computer networks 33, no. 1 (2000): 309-320.
Onnela, J-P., Jari Saramaki, Jorkki Hyvonen, Gyorgy Szabo, David Lazer, Kimmo Kaski, Janos Kertesz, and A-L. Barabasi. "Structure and tie strengths in mobile communication networks." Proceedings of the National Academy of Sciences 104, no. 18 (2007): 7332-7336.
M Cha, H Haddadi, F Benevenuto, PK Gummadi. "Measuring User Influence in Twitter: The Million Follower Fallacy." ICWSM, 2010