Social Network Analysis: он-лайн курс по анализу социальных сетей от Coursera

Coursera SNA На Coursera стартовал второй сезон курса по анализу социальных сетей. Насколько я знаю, на данный момент это единственный он-лайн курс по сетевому анализу, поэтому всем, кто интересуется данной темой, имеет смысл обратить на него внимание. Я прошёл его в прошлый раз и поделюсь тут своими впечатлениями.

Несмотря на то, что курс озаглавлен как Social Network Analysis, социологической составляющей в нём не так много, как хотелось бы. Читает его Lada Adamic, обессмертившая себя визуализацией американской политической блогосферы накануне выборов 2004 года. Лада относится к молодому поколению исследователей социальных сетей, которое, как правило, представлено выходцами из математики, физики и Computer Science и в силу своего образования тяготеющего к математическим, вычислительным и алгоритмическим аспектам сетевого анализа. А с появлением “библии” данного направления — книги Марка Ньюмена “Networks: Introduction” — и журнала “Network Science”, данная область стала отличаться от анализа социальных сетей также и институционально.

Lada Adamic usa political blog network
Если бы Лада получала royalty за каждое использование данной визуализации, она бы уже давно могла бросить работу и жить на отчисления. Впрочем, судя по тому, что она не использовала её в качестве логотипа своего курса, возможно эти права принадлежат кому-то другому.

Собственно поэтому, несмотря на то, что в курсе покрыты стандартные для SNA темы центральностей, выявления сообществ, визуализаций и т.д., всё-таки заметен уклон в сторону математических моделей (Erdos-Renyi, Scale-Free, preferential attachment), симуляций (в одном из домашних заданий нужно было написать фрагмет кода на SCALA для NetLogo), анализа и визуализации сетей, узлами которых не являются люди (например, та же сеть рецептов) и всего того, что логичнее относить к области Network Science.

В общем и целом, курс оставил впечатление довольно сырого (система не смогла распознать одну из моих домашек и её мне не засчитали) и не очень хорошо структурированного (в отличие от Networked Life, о котором я недавно писал).

К плюсам можно отнести видео-интервью с людьми, которые занимаются анализом социальных сетей в таких компаниях как Facebook (Cameron Marlow), LinkedIn (Sébastien Heymann, по совместительству создатель Gephi).

Впрочем, от обзорного курса сложно требовать что-то большее. Тем более, когда он является единственным в своём роде.

Networked Life – бесплатный он-лайн курс по сетям от Coursera

Coursera Networked LifeНедавно окончил он-лайн курс по сетевому анализу Networked Life от Coursera с не очень впечатляющим результатом в 97.4206349206349%, о чём был выдан соответствующий сертификат.

Как несложно догадаться из названия, курс был посвящён сетям, однако не столько социологическим их аспектам, сколько моделям, симуляциям, экспериментам и играм. Собственно поэтому первое впечатление от курса было довольно неприятным, т.к. профессор Michael Kearns почему-то решил называть диаметром сети среднее расстояние между любыми двумя узлами, а не максимальное, как это принято в литературе. Я повозмущался было по этому поводу на тамошнем форуме ссылаясь на всех мыслимых авторитетов, включая Фрэнка Харари от теории графов, Стэнли Вассермана и Кэтрин Фауст от анализа социальных сетей, и Марка Ньюмана как предтечи новомодной нынче Network Science. Но так как особой реакции не последовало (кроме обвинений в понтах и зазнайстве), я плюнул на это дело и смирился с тем, что в Интернете кто-то так и остался неправ…

Профессор вообще оказался со странностями, т.к. каждую лекцию начинал со стандартной приветственной фразы “… from a lovely place in downtown Philadelphia” в то время как в качестве “задников” использовались фотографии разных городов, причём каждый раз новые.
Впрочем, первое впечатление оказалось в очередной раз обманчивым. Его лекции были очень хорошо структурированы, материал вмеру сложен, а на тесты давалось только 2 или 3 попытки, что исключало возможность ответа на них “методом тыка”.

Из полезных вещей я для себя вынес более детальное знакомство с платформой для симуляций и агентных моделей (или как там правильно переводится agent based modelling) NetLogo, а также понимание взаимосвязи теории игр и сетевого анализа, доселе не столь очевидной. И хотя я не верю ни в то ни в другое, данные сведения были весьма полезны. Моделирование в социальных науках, как математическое, так и основанное на симуляциях, кажется мне чем-то вроде кропотливого конструирования идеальных линеек, мер и весов с тем, чтобы потом применить их к заведомо “кривому” объекту. Я прекрасно помню аргумент Макса Вебера по данному поводу, однако мне всё же интереснее отвечать на вопрос, почему эта линейка не подходит. Т.е., грубо говоря, я пока остаюсь приверженцем ad hoc исследований.

Вцелом, это был неплохой курс средней сложности с отличным изложением материала.