آموزش شبکه‌های اجتماعی و اقتصادی: مدل‌سازی و تحلیل - آخرین آپدیت

مقدمه، پیشینه تجربی و تعاریف Introduction, Empirical Background and Definitions

• مقدمه‌ای بر دوره An Introduction to the Course

• 1.1: مقدمه 1.1: Introduction

• 1.2: مثال‌ها و چالش‌ها 1.2: Examples and Challenges

• 1.2.5 تعاریف پیش‌زمینه و نمادگذاری (پایه - در صورت آشنایی رد کنید 8:23) 1.2.5 Background Definitions and Notation (Basic - Skip if familiar 8:23)

• 1.3: تعاریف و نمادگذاری 1.3: Definitions and Notation

• 1.4: قطر شبکه 1.4: Diameter

• 1.5: قطر و درخت‌ها 1.5: Diameter and Trees

• 1.6: قطر گراف‌های تصادفی (اختیاری/پیشرفته 11:12) 1.6: Diameters of Random Graphs (Optional/Advanced 11:12)

• 1.7: قطر در دنیای واقعی 1.7: Diameters in the World

• 1.8: توزیع درجه 1.8: Degree Distributions

• 1.9: خوشه‌بندی 1.9: Clustering

• 1.10: جمع‌بندی هفته اول 1.10: Week 1 Wrap

ادامه پیشینه، تعاریف و معیارها Background, Definitions, and Measures Continued

• 2.1: هم‌سانی (Homophily) 2.1: Homophily

• 2.2: دینامیک و قدرت پیوند 2.2: Dynamics and Tie Strength

• 2.3: معیارهای مرکزیت 2.3: Centrality Measures

• 2.4: مرکزیت – معیارهای بردار ویژه 2.4: Centrality – Eigenvector Measures

• 2.5a: کاربرد معیارهای مرکزیت 2.5a: Application - Centrality Measures

• 2.5b: کاربرد – مرکزیت انتشار 2.5b: Application – Diffusion Centrality

• 2.6: شبکه‌های تصادفی 2.6: Random Networks

• 2.7: شبکه‌های تصادفی – آستانه‌ها و گذارهای فاز 2.7: Random Networks - Thresholds and Phase Transitions

• 2.8: قضیه آستانه (اختیاری/پیشرفته 13:00) 2.8: A Threshold Theorem (optional/advanced 13:00)

• 2.9: مدل دنیای کوچک 2.9: A Small World Model

• 2.10 جمع‌بندی هفته دوم 2.10 Week 2 Wrap

شبکه‌های تصادفی Random Networks

• 3.1: رشد شبکه‌های تصادفی 3.1: Growing Random Networks

• 3.2: تقریب‌های میدان میانگین 3.2: Mean Field Approximations

• 3.3: اتصال ترجیحی 3.3: Preferential Attachment

• 3.4: مدل‌های ترکیبی 3.4: Hybrid Models

• 3.5: برازش مدل‌های ترکیبی 3.5: Fitting Hybrid Models

• 3.6: مدل‌های بلوکی 3.6: Block Models

• 3.7: مدل‌های ERGMs 3.7: ERGMs

• 3.8: تخمین ERGMs 3.8: Estimating ERGMs

• 3.9: مدل‌های SERGMs 3.9: SERGMs

• 3.10: مدل‌های SUGMs 3.10: SUGMs

• 3.11: تخمین SUGMs (اختیاری/پیشرفته 21:03) 3.11: Estimating SUGMs (Optional/Advanced 21:03)

• 3.12: جمع‌بندی هفته سوم 3.12: Week 3 Wrap

شکل‌گیری استراتژیک شبکه Strategic Network Formation

• 4.1: شکل‌گیری استراتژیک شبکه 4.1: Strategic Network Formation

• 4.2: پایداری دوطرفه و کارایی 4.2: Pairwise Stability and Efficiency

• 4.3: مدل اتصالات 4.3: Connections Model

• 4.4: کارایی در مدل اتصالات (اختیاری/پیشرفته 12:41) 4.4: Efficiency in the Connections Model (Optional/Advanced 12:41)

• 4.5: پایداری دوطرفه در مدل اتصالات 4.5: Pairwise Stability in the Connections Model

• 4.6: اثرات خارجی و مدل هم‌نویسندگی 4.6: Externalities and the Coauthor Model

• 4.7: شکل‌گیری شبکه و انتقال‌ها 4.7: Network Formation and Transfers

• 4.8: ناهمگونی در مدل‌های استراتژیک 4.8: Heterogeneity in Strategic Models

• 4.9: مدل‌های SUGMs و شکل‌گیری استراتژیک شبکه (اختیاری/پیشرفته 13:47) 4.9: SUGMs and Strategic Network Formation (Optional/Advanced 13:47)

• 4.10: پایداری نش دوطرفه (اختیاری/پیشرفته 11:34) 4.10: Pairwise Nash Stability (Optional/Advanced 11:34)

• 4.11: شکل‌گیری استراتژیک دینامیک شبکه (اختیاری/پیشرفته 11:57) 4.11: Dynamic Strategic Network Formation (Optional/Advanced 11:57)

• 4.12: تکامل و احتمالات (اختیاری/پیشرفته 16:05) 4.12: Evolution and Stochastics (Optinoal/Advanced 16:05)

• 4.13: شکل‌گیری شبکه جهت‌دار (اختیاری/پیشرفته 16:38) 4.13: Directed Network Formation (Optional/Advanced 16:38)

• 4.14: کاربرد مدل ساختاری (اختیاری/پیشرفته 35:06) 4.14: Application Structural Model (Optional/Advanced 35:06)

• 4.15: جمع‌بندی هفته چهارم 4.15: Week 4 Wrap

انتشار در شبکه‌ها Diffusion on Networks

• 5.1: انتشار 5.1: Diffusion

• 5.2: مدل باس (Bass Model) 5.2: Bass Model

• 5.3: انتشار در شبکه‌های تصادفی 5.3: Diffusion on Random Networks

• 5.4: مؤلفه غول‌پیکر در حالت پوآسون 5.4: Giant Component Poisson Case

• 5.5: مدل SIS 5.5: SIS Model

• 5.6: حل مدل SIS 5.6: Solving the SIS Model

• 5.7: حل مدل SIS – ترتیب‌بندی (اختیاری/پیشرفته 24:16) 5.7: Solving the SIS Model - Ordering (Optional/Advanced 24:16)

• 5.8a: برازش یک مدل انتشار بر روی داده‌ها (اختیاری/پیشرفته 22:47) 5.8a: Fitting a Diffusion Model to Data (Optional/Advanced 22:47)

• 5.8b: کاربرد: سرایت‌های مالی (اختیاری/پیشرفته 12:47) 5.8b: Application: Financial Contagions (Optional/Advanced 12:47)

• 5.8c: کاربرد: شبیه‌سازی سرایت‌های مالی (اختیاری/پیشرفته 13:41) 5.8c: Application: Financial Contagions - Simulations (Optional/Advanced 13:41)

• 5.9: خلاصه انتشار 5.9: Diffusion Summary

• 5.10: جمع‌بندی هفته پنجم 5.10: Week 5 Wrap

یادگیری در شبکه‌ها Learning on Networks

• 6.1: یادگیری 6.1: Learning

• 6.2: مدل دی‌گروت (DeGroot) 6.2: DeGroot Model

• 6.3: همگرایی در مدل دی‌گروت 6.3: Convergence in DeGroot Model

• 6.4: اثبات قضیه همگرایی (اختیاری/پیشرفته 10:25) 6.4: Proof of Convergence Theorem (Optional/Advanced 10:25)

• 6.5: نفوذ و تأثیر 6.5: Influence

• 6.6: مثال‌هایی از نفوذ 6.6: Examples of Influence

• 6.7: تجمیع اطلاعات 6.7: Information Aggregation

• 6.8: خلاصه یادگیری 6.8: Learning Summary

• 6.9: جمع‌بندی هفته ششم 6.9: Week 6 Wrap

بازی‌ها در شبکه‌ها Games on Networks

• 7.1: بازی‌ها در شبکه‌ها 7.1: Games on Networks

• 7.2: مکمل‌ها و جایگزین‌ها 7.2: Complements and Substitutes

• 7.3: ویژگی‌های تعادل‌ها 7.3: Properties of Equilibria

• 7.4: تعادل‌های متعدد 7.4: Multiple Equilibria

• 7.5: یک کاربرد عملی 7.5: An Application

• 7.6: فراتر از انتخاب‌های 0 و 1 7.6: Beyond 0-1 Choices

• 7.7: یک مدل خطی کوادراتیک 7.7: A Linear Quadratic Model

• 7.8: بازی‌های تکرارشونده و شبکه‌ها 7.8: RepeatedGames and Networks

• 7.9: جمع‌بندی هفته هفتم 7.9: Week 7 Wrap

• 7.9b: جمع‌بندی نهایی دوره 7.9b: Course Wrap

امتحان نهایی Final Exam