社会网络已经成为覆盖用户最广、传播影响最大、商业价值最高的Web2.0业务，在世界范围内，最著名的社会网络代表是Facebook、Twitter，用户量分别达到12亿、5亿；国内使用人数最多的社会网络工具是新浪微博和腾讯微博，其中新浪微博用户达到5亿，腾讯微博用户超过8亿。

社会网络中的巨大用户群每天产生海量的用户数据、关系数据和信息数据，若能够对海量数据进行准确、及时的分析，则会在精确营销、舆情探测以及网络安全等方面创造巨大价值。

社会网络分析技术是一项关键技术，也是一项热门的研究，涵盖了社会学、人类学、社会语言学、地理、社会心理学、通信研究、资讯科学、社会网络分析与探勘、组织研究、经济学以及生物学等多个领域，是一项多学科交叉技术。

社会网络大数据分析系统要求具有坚实的数据支撑，即数据获取全面、更新及时、获取数量大，也强调多维度、多粒度的分析手段相结合，并对分析速度、可视化以及人机交互等方面都提出很高的要求。

基于上述现状和挑战，经管之家学术培训开设了Python为工具的社会网络分析周末班，

从零基础掌握社会网络分析，使用Python作为载体, 结合理论知识实际操作,

使学员不仅理解社会网络分析的计算思维方法, 同时掌握实际计算技能：

社会网络分析思想与应用

培训时长：12小时

培训方式：线上学习，提供全套资料及答疑

培训费用：2200元 / 1900元(学生价,仅限全日制本科及硕士在读)

在线报名：http://www.peixun.net/main.php?mod=buy&cid=578

适用人群：

高校老师与学生、对社会网络分析感兴趣的业界人士;

不需要数据分析基础、不需要Python基础、不需要编程基础。

课程目的：

1. 希望大家经过两天的学习, 能对基本的社会网络分析理论和实际应用有所掌握, 同时掌握python分析网络数据的基本技能；

2. 希望学员能够理解大量顶级期刊上相关领域的研究, 以期为后续学习和研究打下宽厚坚实的基础。

讲师介绍：

张忠元, 理学博士, 中央财经大学教授, 博士生导师, 中国计算机学会高级会员, 果壳网科学顾问。

主要研究兴趣在复杂网络分析和数据挖掘. 在Data Mining and Knowledge Discovery,Physical Review E, EPL, Knowledge and Information Systems, Scientific Reports, 中国科学等国内外著名期刊上发表学术论文十余篇。爱思唯尔杰出审稿人, 担任Data Mining and Knowledge Discovery,Physica A, Management Science等著名期刊的匿名审稿人。

课程大纲：

第1讲（3小时）

• 欧拉七桥问题 （0.5小时）
• 图论的发展历史 （0.25小时）
• 复杂网络分析的发展历史 （0.25小时）
• 图论的现状和主要关注的问题 （1.5小时）
• Python编程的基础知识（0.5小时）
  

第2讲（3小时）

• 图论相关编程实践（0.5小时）
• 复杂网络分析的现状和主要关注的问题 （0.25小时）
• 复杂网络的小世界性质 （0.5小时）
• ER、WS、BA网络生成模型 （0.5小时）
• 其它生成模型, 产生具有特定拓扑结构性质的网络 （0.25小时）
• 使用Python进行实操生成网络 (0.25小时)
• 复杂网络拓扑结构的稳健性和易感性（0.5小时）
  

第3讲（3.5小时）

• 复杂网络的同配性概念和计算（0.25小时）
• 弱连边的强度（0.25小时）
• 复杂网络点的中心性 （0.5小时）
• 复杂网络的社团结构探测: 方法和评价（0.5小时）
• 链路预测（0.5小时）
• 符号网络、多层网络和含时网络分析（0.5小时）
• 以上均使用python实际操作 （0.5小时）
• 网络的低维嵌入（0.5小时）
  

第4讲（3小时）

• 复杂网络上的博弈论（0.5小时）
• SI、SIS、SIR 模型 （0.5小时）
• 线性阈值模型、级联模型 （0.25小时）
• 以上模型的性质, 关系和区别 （0.25小时）
• 以上模型的python实操 （0.25小时）
• 案例、文献阅读、机动、互动和答疑时间（1小时）
  

优惠：

现场班老学员9折优惠；

同一单位三人以上同时报名9折优惠；

以上优惠不叠加。

报名流程：

1，点击“http://www.peixun.net/main.php?mod=buy&cid=578”，在线提交报名信息；

2，通过订单支付；

3，开课前一周发送课程资料，开课前一天远程测试；

4，快递发票，开课通知和结业证书。

联系方式：

尹老师

座机：010-53352991

QQ：42884447

WeChat：yinyinan888