Johns Hopkins University

Social Network Analysis

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

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.
Johns Hopkins University

Social Network Analysis

Ce cours fait partie de plusieurs programmes.

Ian McCulloh

Instructeur : Ian McCulloh

2 740 déjà inscrits

Inclus avec Coursera Plus

En savoir plus

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
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 : Statistical Analysis
  • Catégorie : Statistical Modeling
  • Catégorie : Graph Theory
  • Catégorie : Social Sciences
  • Catégorie : Statistical Methods
  • Catégorie : Statistical Hypothesis Testing
  • Catégorie : Dependency Analysis
  • Catégorie : Sociology
  • Catégorie : Network Model
  • Catégorie : Social Network Analysis
  • Catégorie : Network Analysis

Outils que vous découvrirez

  • Catégorie : R (Software)
  • Catégorie : Statistical Software
  • 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

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

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

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

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 Cours28 121 apprenants

Offert par

Johns Hopkins University

En savoir plus sur Algorithms

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.’

Foire Aux Questions

Plus de questions

Aide financière disponible,