851-0252-15L  Network Analysis

SemesterHerbstsemester 2020
DozierendeU. Brandes
Periodizitätjährlich wiederkehrende Veranstaltung
KommentarParticularly suitable for students of D-INFK, D-MATH


851-0252-15 VNetwork Analysis2 Std.
Mi18:00-20:00ON LI NE »
U. Brandes


KurzbeschreibungNetwork science is a distinct domain of data science that is characterized by a specific kind of data being studied.
While areas of application range from archaeology to zoology, we concern ourselves with social networks for the most part.
Emphasis is placed on descriptive and analytic approaches rather than theorizing, modeling, or data collection.
LernzielStudents will be able to identify and categorize research problems
that call for network approaches while appreciating differences across application domains and contexts.
They will master a suite of mathematical and computational tools,
and know how to design or adapt suitable methods for analysis.
In particular, they will be able to evaluate such methods in terms of appropriateness and efficiency.
InhaltThe following topics will be covered with an emphasis on structural and computational approaches and frequent reference to their suitability with respect to substantive theory:

* Empirical Research and Network Data
* Macro and Micro Structure
* Centrality
* Roles
* Cohesion
SkriptLecture notes are distributed via the associated course moodle.
Literatur* Hennig, Brandes, Pfeffer & Mergel (2012). Studying Social Networks. Campus-Verlag.
* Borgatti, Everett & Johnson (2013). Analyzing Social Networks. Sage.
* Robins (2015). Doing Social Network Research. Sage.
* Brandes & Erlebach (2005). Network Analysis. Springer LNCS 3418.
* Wasserman & Faust (1994). Social Network Analysis. Cambridge University Press.
* Kadushin (2012). Understanding Social Networks. Oxford University Press.


Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte3 KP
PrüfendeU. Brandes
Formbenotete Semesterleistung
RepetitionRepetition ohne erneute Belegung der Lerneinheit möglich.
ZulassungsbedingungBasic knowledge of discrete mathematics


Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.


Keine Informationen zu Gruppen vorhanden.


Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

Data Science MasterInterdisziplinäre WahlfächerWInformation
Doktorat Departement Geistes-, Sozial- und StaatswissenschaftenLehrangebot Doktorat und PostdoktoratWInformation
GESS Wissenschaft im Kontext (Science in Perspective)SoziologieWInformation
GESS Wissenschaft im Kontext (Science in Perspective)D-INFKWInformation
GESS Wissenschaft im Kontext (Science in Perspective)D-MATHWInformation
Integrated Building Systems MasterGESS Wissenschaft im KontextWInformation