Comunicazioni
Lezioni24 | 17-01-2018
Algoritmo di ricerca miope nell'anello, sua analisi nel caso q=0, cenni sul suo comportamento nel caso q=0 e discussione dei casi 0<q<1 e q>1. Considerazioni in supporto dell'ottimalità del modello q=dimensione dello spazio nel caso della griglia. (Cap 20, par. 20.7) | 23 | 15-01-2018
Il fenomeno small world: i sei gradi di separazione e il modello di Watts-Strogatz, la ricerca decentralizzata ed un modello per essa, analisi empirica dei modelli considrati, impatto della struttura centro-peroferia (cap. 20, par. 20.1-20.6). | 22 | 18-12-2017
Voto come forma di aggregazione dell'informazione. Voto non sincero. Giurie e regola dell'unanimità. Sistemi di voto in relazione alle cascate informative. (Cap. 23, par. 23.7-23.9) | 21 | 13-12-2017
Considerazioni su significato e portata del teorema di Arrow. Alternative ordinate, preferenze single peaked e teorema del votante mediano (cap 23, par. 23.6). | 20 | 11-12-2017
Il teorema di impossibilità di Arrow (cap. 23, par. 23.5 e 23.11). | 19 | 06-12-2017
Sistemi di voto. Espressione delle preferenze mediante relazioni binarie transitive e mediante ranking e loro equivalenza. Sistemi di voto a maggioranza e paradosso di Condorcet. Tornei e agende. Sistemi di voto posizionali e alternative irrilevanti. (Cap. 23, par. 23.1-23.4) | 18 | 04-12-2017
Un modello per la diffusione in presenza di compatibilità: il bilinguismo )par. 19.7 C).
Estensione del modello base di diffusione:nodi eterogenei. Azione collettiva e conoscenza comune (cap. 19, par. 19.5, 19.6). | 17 | 29-11-2017
Capacità di cascata di una rete: catena, griglia, delimitazione inferione per topologie generiche (cap. 19, par. 19.7 A e B). | 16 | 27-11-2017
Processi di diffusione nelle reti. Modello di un processo di diffusione. Relazione fra cluster ed occorrenza delle cascate. Il ruolo dei weak ties. (Cap. 19, par. 19.1-19.4) | 15 | 22-11-2017
Analisi del modello Rich get richer (par. 18.7). Gli effetti dei motori di ricerca e i Recommendation Systems (par. 18.6) | 14 | 20-11-2017
Popolarità e fenomeno power law. Modelli Rich Get Richer. Impredicibilità degli effetti rich get richer. La lunga coda (cap. 18, par. 18.1-18.5) | 13 | 15-11-2017
Cascate informative: un semplice modello generale, relazioni fra decisioni sequenziali e insorgenza di cascate informative, considerazioni conclusive (cap. 16, par. 16.5-16.7) | 12 | 13-11-2017
Cascate informative: un semplice esperimento di herding e sua analisi (cap. 16, par. 16.1-16.4) | 11 | 08-11-2017
Ancora sul Page rank. Interpretazione del page rank in termini di random walk (cap. 14, par. 14.6).
La regola di Bayes applicata allo spam filtering (cap. 16, par. 16.3) | 10 | 06-11-2017
Termine della prova di convergenza del metodo Hubs and Authorities. Page Rank. Modern web search. (Cap. 14, par. 14.3, 14.4, 14.6) | 9 | 30-10-2017
Link analysis e ricerca sul web: il metodo Hubs and Authorities (Cap. 14, par. 14.1, 14.2, 14.6) | 8 | 25-10-2017
Bilanciamento debole: definizione e caratterizzazione (cap. 5, par. 5.4).
La struttura del web (cap. 13). | 7 | 23-10-2017
Grafi approssimativamente bilanciati (Cap. 5, Par. 5.5 B) | 6 | 18-10-2017
Caratterizzazazione del bilancio strutturale in grafi non completi (Cap. 5 Par. 5.5 A) | 5 | 16-10-2017
Omofilia, selezione e influenza sociale (cenni: par. 4.1 e 4.2).
Relazioni positive e negative; bilancio strutturale in grafi completi: definizione e caratterizzazione. Bilancio strutturale in grafi non completi. (Cap 5, par. 5.1, 5.2) | 4 | 11-10-2017
Individuazioni di comunità: metodi divisivi e metoti agglonerativi; partizionamento gerarrchico. Il metodo di Girvan-Newman. (Par. 3.6) | 3 | 09-10-2017
Posizioni di nodi ed archi rispetto alle regioni coese di una rete e capitale sociale (par. 3.5). Prime definizioni di comunità: we-communities e cut-communities, loro relazione, complessità del partizionamento di un grafo in due web-communities (dispensa 1, in questa pagina). | 2 | 04-10-2017
Legami forti e deboli, bridge e local bridge, l'esperimento di Granovetter. Rilassamento del modello, esperimento di Onnela e coincidenza dei risultati sperimentali con le previsioni teoriche. Forza dei legami, social media e passive engagement. (Pag. 43-58) | 1 | 02-10-2017
Introduzione al corso (cap. 1 del testo). Grafi: percorsi, componenti connesse e fortemente connesse (cap. 2 del testo). Grafi aleatori. Il modello di Erdos-Renyi: grado medio, popolarità. |
Materiale didatticoDispensa 1: web-communities e cut-communities | | Dispensa 2: introduzione informale alla teoria della complessità (per gli studenti del CdL in Matematica) | |
| InformazioniAnno accademico | 2017-2018 |
---|
Crediti | 6 |
---|
Settore | INF/01 |
---|
Anno | 1 |
---|
Semestre | 1 |
---|
Propedeuticità | Nessuna |
---|
ProgrammaProgramma preventivato (che potrà subire variazioni nel corso di svolgimento delle lezioni):
1) Teoria dei grafi e delle reti sociali.
- Grafi, percorsi, connettività, distanza, ricerca
- Chiusura triadica, importanza dei collegamenti deboli, struttura di rete in insiemi di grandi dimensioni,
- indici di centralità e partizionamenti
- Bilancio strutturale
2) Dinamiche nelle reti: modelli di popolazione.
- Cascate informative: il concetto "segui la massa", un modello di cascata, la regola di Bayes e le cascate
- Effetti rete: economia con e senza gli effetti rete, il problema di El Farol Bar
- Power Law e fenomeno rich-get-richer: la popolarità come un effetto rete, modelli rich-get-richer e la long tail
3) Dinamiche nelle reti: modelli strutturali.
- Comportamento a cascata: diffusione, cascate e cluster, il ruolo dei weak ties, capacità di una cascata
- Il fenomeno Small-world: i sei gradi di separazione, modelli per lo Small-world; ricerca decentralizzata: modelli e analisi
4) Reti di Informazione: il World Wide Web
- Struttura del Web: reti di informazione, ipertesti e memoria associativa
- Link analysis e ricerca nel Web: il problema del Ranking, Hubs e Authorities, il PageRank
5) Istituzioni e comportamento aggregato
- Meccanismi di voto: decisioni di gruppo e preferenze individuali; sistemi di voto a maggioranza e posizionale; Teorema di impossibilità di Arrow; Teorema del Voto Mediano
- Voto come forma di aggregazione dell'informazione: voto sincero e non sincero, la regolaa dell'unanimità e il problema del verdetto della giuria; voto sequenziale e cascate informative. |
Testi di riferimentoDavid Easley, Jon Kleinberg, "Networks, Crowds, and Markets: Reasoning about a Highly Connected World", Cambridge University Press |
Ricevimento studentiPer appuntamento, da richiedere a mezzo posta elettronica |
Modalità di esameProva orale eventualmente corredata da tesine |
|