آموزش جامع تحلیل شبکه‌های اجتماعی و علم شبکه - آخرین آپدیت

دانلود Introduction to Social Media Analytics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره جامع به بررسی تلاقی پلتفرم‌های شبکه‌های اجتماعی و علم شبکه می‌پردازد و مهارت‌های ضروری برای تحلیل تعاملات اجتماعی دیجیتال را در اختیار دانشجویان قرار می‌دهد. با شروع از اصول تئوری گراف، دانشجویان یاد می‌گیرند که داده‌های شبکه‌های اجتماعی را به صورت شبکه مدل‌سازی کرده و از چارچوب‌های ریاضی برای استخراج بینش‌های ارزشمند استفاده کنند. سرفصل‌های این دوره شامل تحلیل پیشرفته شبکه، معیارهای مرکزیت و الگوریتم‌های تشخیص جامعه (Community Detection) است. دانشجویان بر مفاهیم کلیدی از جمله مرکزیت درجه، تحلیل واسطگی، الگوریتم‌های رتبه‌بندی پیج (PageRank) و مدل‌های انتشار اطلاعات مسلط خواهند شد. کاربردهای عملی بر شناسایی اینفلوئنسرها، سیستم‌های توصیه‌گر، استراتژی‌های بازاریابی ویروسی و تشخیص رهبران جامعه متمرکز است. ماژول‌های پیشرفته شامل تکنیک‌های یادگیری ماشین برای شبکه‌های اجتماعی، از جمله تحلیل زبان، تشخیص اخبار جعلی و پیش‌بینی رفتار است. دانشجویان ملاحظات اخلاقی در تحقیقات شبکه‌های اجتماعی، حفظ حریم خصوصی و کاربردهای مسئولانه هوش مصنوعی را بررسی خواهند کرد. این دوره بر پیاده‌سازی عملی با استفاده از NetworkX، مطالعات موردی واقعی و پروژه‌های مرتبط با صنعت تأکید دارد. پس از پایان این دوره، دانشجویان برای تحلیل حرفه‌ای شبکه‌های اجتماعی، توسعه الگوریتم‌های توصیه‌گر، طراحی کمپین‌های بازاریابی ویروسی و انجام تحقیقات اخلاقی در فضای مجازی آماده خواهند بود. این دوره برای دانشمندان داده، متخصصان بازاریابی، محققان و هر کسی که به دنبال درک مبانی ریاضی تحلیل شبکه‌های اجتماعی است، ایده‌آل است.

سرفصل ها و درس ها

مقدمه‌ای بر شبکه‌های اجتماعی و مبانی گراف Introduction to Social Media and Graph Fundamentals

  • مقدمه دوره Course Introduction

  • آشنایی با استاد: پروفسور انیش چیوکولا Meet Your Instructor: Prof. Aneesh Chivakula

  • آشنایی با استاد: پروفسور سیتا پارامسواران Meet Your Instructor: Prof. Seetha Parameswaran

  • چرا تحلیل شبکه‌های اجتماعی اهمیت دارد؟ Why Social Media Analytics Matters

  • تعریف و تکامل شبکه‌های اجتماعی Social Media Definition and Evolution

  • انواع پلتفرم‌های شبکه‌های اجتماعی Types of Social Media Platforms

  • کاربردها و چالش‌های داده‌کاوی شبکه‌های اجتماعی Social Media Mining Applications and Challenges

  • بررسی پلتفرم‌های مختلف و ساختار داده‌های آن‌ها Exploring Different Social Media Platforms and Their Data Structures

  • مبانی گراف: بلوک‌های سازنده شبکه‌ها Graph Basics - Building Blocks of Networks

  • گراف‌های جهت‌دار و غیرجهت‌دار در شبکه‌های اجتماعی Directed vs. Undirected Graphs in Social Media

  • ویژگی‌های پایه گراف Basic Graph Properties

  • مدل‌سازی شبکه‌های اجتماعی به عنوان شبکه Modelling Social Media as Networks

  • دمو: ایجاد گراف‌های ساده شبکه‌های اجتماعی با NetworkX Demo: Creating Basic Social Media Graphs with NetworkX

  • نمایش ماتریس مجاورت Adjacency Matrix Representation

  • نمایش لیست مجاورت Adjacency List Representation

  • نمایش لیست یال‌ها و سایر روش‌های نمایش Edge List and Other Representations

  • دمو: پیاده‌سازی نمایش‌های مختلف گراف در پایتون Demo: Implementing Different Graph Representations in Python

  • مقدمه‌ای بر APIهای شبکه‌های اجتماعی Introduction to Social Media APIs

  • ذخیره‌سازی و مدیریت داده‌ها Data Storage and Management

  • ملاحظات اخلاقی و حریم خصوصی Privacy and Ethical Considerations

  • دمو: ساخت خط لوله جمع‌آوری اخلاقی داده‌های شبکه‌های اجتماعی Demo: Building Ethical Social Media Data Collection Pipeline

  • از تئوری تا عمل From Theory to Practice

تحلیل شبکه و ویژگی‌های گراف Network Analysis and Graph Properties

  • درک ساختار شبکه Understanding Network Structure

  • شبکه‌های دو بخشی و تصویرسازی‌ها Bipartite Networks and Projections

  • شبکه‌های وزن‌دار در شبکه‌های اجتماعی Weighted Networks in Social Media

  • شبکه‌های بدون مقیاس و دنیای کوچک Scale-free and Small-world Networks

  • اندازه‌گیری اتصال شبکه Measuring Network Connectivity

  • ایجاد و تحلیل انواع مختلف شبکه Creating and Analysing Different Network Types

  • الگوریتم DFS و کاوش در شبکه DFS and Network Exploration

  • الگوریتم BFS و تحلیل فاصله BFS and Distance Analysis

  • الگوریتم دایکسترا برای شبکه‌های وزن‌دار Dijkstra's Algorithm for Weighted Networks

  • مفاهیم پایه جریان در شبکه Basic Network Flow Concepts

  • شناسایی و تحلیل ساختارهای خاص گراف Identifying and Analysing Special Graph Structures

  • چگالی شبکه و خوشه‌بندی Network Density and Clustering

  • درخت‌ها و ساختارهای سلسله‌مراتبی Trees and Hierarchical Structures

  • پیچیدگی الگوریتم و ملاحظات عملی Algorithm Complexity and Practical Considerations

  • تحلیل اتصال در شبکه‌های واقعی Analysing Connectivity in Real Networks

  • پیاده‌سازی الگوریتم‌های گراف Graph Algorithms Implementation

  • از ساختار تا رفتار From Structure to Behaviour

معیارهای شبکه و تحلیل مرکزیت Network Measures and Centrality Analysis

  • سنجش اهمیت در شبکه‌ها Measuring Importance in Networks

  • مقدمه‌ای بر معیارهای شبکه Introduction to Network Measures

  • مرکزیت درجه Degree Centrality

  • ویژگی‌های پایه گره‌ها Basic Node Properties

  • دسته‌بندی و نقش گره‌ها Node Classification and Roles

  • محاسبه معیارهای پایه شبکه برای کاربران شبکه‌های اجتماعی Computing Basic Network Measures for Social Media Users

  • مرکزیت واسطگی Betweenness Centrality

  • مرکزیت نزدیکی Closeness Centrality

  • الگوریتم PageRank PageRank Algorithm

  • مقایسه و انتخاب مرکزیت Centrality Comparison and Selection

  • محاسبه و مقایسه معیارهای مرکزیت مختلف Calculating and Comparing Different Centrality Measures

  • تعدی و تقابل Transitivity and Reciprocity

  • مبانی هم‌گرایی و هم‌سانی Homophily and Assortativity Basics

  • پیش‌بینی لینک و کاربردهای عملی Link Prediction and Practical Applications

  • تحلیل الگوهای اجتماعی در داده‌های شبکه Analysing Social Patterns in Network Data

  • ساخت پروفایل کاربری با استفاده از معیارهای شبکه Building User Profiles Using Network Measures

  • از گره‌های فردی تا گروه‌ها From Individual Nodes to Groups

تشخیص و تحلیل جوامع (Community Detection) Community Detection and Analysis

  • یافتن گروه‌ها در شبکه‌های اجتماعی Finding Groups in Social Networks

  • تعریف و ویژگی‌های جوامع اجتماعی Social Communities Definition and Characteristics

  • رویکردهای تشخیص جامعه Community Detection Approaches

  • تشخیص جامعه مبتنی بر ماژولار بودن Modularity-Based Community Detection

  • الگوریتم‌های ساده تشخیص جامعه Simple Community Detection Algorithms

  • تصویرسازی و کاوش جوامع در شبکه‌های واقعی Visualising and Exploring Communities in Real Networks

  • الگوریتم Louvain Louvain Algorithm

  • روش‌های طیفی برای تشخیص جامعه Spectral Methods for Community Detection

  • جوامع هم‌پوشان Overlapping Communities

  • تشخیص پویای جامعه Dynamic Community Detection

  • پیاده‌سازی الگوریتم‌های پایه تشخیص جامعه Implementing Basic Community Detection Algorithms

  • ارزیابی کیفیت جامعه Community Quality Evaluation

  • مقایسه الگوریتم‌ها Algorithm Comparison

  • کاربرد در شبکه‌های اجتماعی Social Media Applications

  • تشخیص سلسله‌مراتبی جوامع Hierarchical Community Detection

  • تشخیص جوامع هم‌پوشان Overlapping Community Detection

  • از ساختار تا رفتار From Structure to Behaviour

انتشار اطلاعات و تحلیل رفتار Information Diffusion and Behaviour Analytics

  • اطلاعات و رفتار چگونه منتشر می‌شوند How Information and Behaviour Spread

  • مبانی انتشار اطلاعات Information Diffusion Fundamentals

  • مدل آبشاری مستقل Independent Cascade Model

  • مدل آستانه خطی Linear Threshold Model

  • مبانی بیشینه‌سازی نفوذ Influence Maximisation Basics

  • شبیه‌سازی انتشار اطلاعات در شبکه‌های اجتماعی Simulating Information Diffusion in Social Networks

  • رفتار گله‌ای و اثبات اجتماعی Herd Behaviour and Social Proof

  • اتاق‌های پژواک و حباب‌های فیلتر Echo Chambers and Filter Bubbles

  • مکانیسم‌های سرایت اجتماعی Social Contagion Mechanisms

  • تشخیص و اندازه‌گیری آبشارها Cascade Detection and Measurement

  • تشخیص و تحلیل رفتار گله‌ای در داده‌های شبکه‌های اجتماعی Detecting and Analysing Herd Behaviour in Social Media Data

  • نفوذ در برابر هم‌سانی Influence vs. Homophily

  • روش‌های پیش‌بینی رفتار Behaviour Prediction Methods

  • کاربردها در تحلیل شبکه‌های اجتماعی Applications in Social Media Analytics

  • اندازه‌گیری و مدل‌سازی نفوذ در برابر هم‌سانی Measuring and Modelling Influence vs Homophily

  • ساخت خط لوله کامل تحلیل رفتار Building Complete Behaviour Analytics Pipeline

  • از ساختار تا رفتار From Structure to Behaviour

سیستم‌های توصیه‌گر Recommender Systems

  • رویکردهای توصیه‌گر اجتماعی Social Recommendation Approaches

  • رویکردهای توصیه‌گر بین دامنه‌ای Cross-Domain Recommendation Approaches

  • توصیه‌گر مبتنی بر هوش وب Web Intelligence-Powered Recommendation

  • طراحی سیستم توصیه‌گر Recommender System Design

  • روش‌های مبتنی بر حافظه Memory-Based Methods

  • ماشین‌های فاکتورگیری Factorisation Machines

  • الگوریتم‌های بهینه‌سازی محاسباتی Computational Optimization Algorithms

  • ماشین‌های فاکتورگیری عصبی Neural Factorisation Machines

  • الگوریتم‌های خوشه‌بندی Clustering Algorithms

  • الگوریتم‌های استخراج الگوهای پرتکرار Frequent Pattern Mining Algorithms

  • الگوریتم‌های استخراج قوانین انجمنی Association Rule Mining Algorithms

  • جمع‌بندی ماژول Module Wrap-Up

تحلیل کلان داده (Big Data) Big Data Analytics

  • مدل‌سازی پیش‌بینانه Predictive Modelling

  • داده‌کاوی جریان داده Data Stream Mining

  • تحلیل داده‌های غیرایستا Non-Stationary Data Analytics

  • تحلیل پویای شبکه Dynamic Network Analysis

  • دستیارهای مجازی Virtual Assistants

  • تکامل هوش مصنوعی عامل‌محور Agentic AI Evolution

  • تاب‌آوری در برابر حملات خصمانه Adversarial Robustness

  • عدم تقارن اطلاعات - بخش ۱ Information Asymmetry - Part 1

  • عدم تقارن اطلاعات - بخش ۲ Information Asymmetry - Part 2

  • عدم تقارن اطلاعات - بخش ۳ Information Asymmetry - Part 3

سیستم‌های هوشمند Intelligent Systems

  • طبقه‌بندی استراتژیک Strategic Classification

  • بازی‌های پیش‌بینی Prediction Games

  • عدالت ضدواقعی Counterfactual Fairness

  • حذف یادگیری ماشین (Machine Unlearning) Machine Unlearning

  • قطبی‌سازی در شبکه‌های اجتماعی Social Media Polarisation

  • حفظ حریم خصوصی Privacy Preservation

  • رمزنگاری داده‌ها Data Encryption

  • یادگیری راهزن (Bandit Learning) Bandit Learning

  • تاب‌آوری سیستم‌های توصیه‌گر Robustness of Recommendation

  • سیستم‌های یادگیری ترکیبی Hybrid Learning Systems

  • عملیات یادگیری ماشین (MLOps) MLOps

تحلیل زبان Language Analysis

  • فیلترینگ مبتنی بر محتوا Content-Based Filtering

  • فیلترهای تشخیص نوآوری - بخش ۱ Novelty Detection Filters - Part 1

  • فیلترهای تشخیص نوآوری - بخش ۲ Novelty Detection Filters - Part 2

  • مدل‌سازی موضوعی Topic Modelling

  • داده‌کاوی وب معنایی Semantic Web Mining

  • تولید زبان طبیعی Natural Language Generation

  • مدل‌های ترنسفورمر Transformer Models

  • یادگیری خصمانه در مدل‌های بنیادی Adversarial Learning in Foundation Models

روش‌های تشخیص در شبکه‌های اجتماعی Social Media Detection Methods

  • تشخیص اخبار جعلی Fake News Detection

  • دیپ‌فیک (Deepfakes) Deepfakes

  • تشخیص قلدری سایبری Cyberbullying Detection

  • تشخیص جرایم سایبری Cybercrime Detection

  • هوش مصنوعی خصمانه در جنگ اطلاعاتی Adversarial AI in Information Warfare

  • تیم‌های قرمز محاسباتی Computational Red Teaming

  • تهدیدات پیشرفته و مداوم Advanced Persistent Threats

  • بازی‌های جنگی (Wargaming) Wargaming

  • جمع‌بندی دوره Course Wrapup

نمایش نظرات

آموزش جامع تحلیل شبکه‌های اجتماعی و علم شبکه
جزییات دوره
47h 6m
140
(آخرین آپدیت)
34
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar