V této kapitole se seznámíš se základními koncepty analýzy sociálních sítí. Naučíš se používat R balíček <code>igraph</code> k prozkoumání a analýze dat sociálních sítí i k jejich vizualizaci.


Co jsou sociální sítě?

Vytvoření objektu igraph

Počítání vrcholů a hran

Atributy sítě

Atributy uzlů a filtrování

Atributy hran a filtrování

Vizualizace atributů

Kvíz o atributech

Vizualizace sítí

Rozvržení sítí v igraph

Vizualizace hran

Kvíz o objektech igraph

Úvod do sítí

V této kapitole se naučíš pracovat s orientovanými sítěmi. Zjistíš také, jak identifikovat klíčové vztahy mezi vrcholy sítě a jak tyto vztahy využít k nalezení důležitých nebo vlivných vrcholů.
V průběhu celé kapitoly budeš pracovat se sítí přenosu spalniček. Data pocházejí z německého města Hagelloch z roku 1861. Každá orientovaná hrana sítě představuje dítě, které se nakazilo spalničkami po kontaktu s již nakaženým dítětem.



Orientované sítě

Orientované objekty igraph

Identifikace hran pro každý vrchol

Vztahy mezi vrcholy

Sousedé

Vzdálenosti mezi vrcholy

Hledání nejdelší cesty mezi dvěma vrcholy

Důležité a vlivné vrcholy

Identifikace klíčových vrcholů

Betweenness

Vizualizace důležitých vrcholů a hran

Kvíz: důležité vrcholy

Identifikace důležitých vrcholů v síti

Tento modul ukáže, jak charakterizovat globální struktury sítí a jejich podstruktury. Zároveň tě uvede do generování náhodných síťových grafů.

Úvod

Síť z filmu Forrest Gump

Hustota sítě a průměrná délka cesty

Kvíz: hustota grafu

Porozumění síťovým strukturám

Náhodné grafy

Randomizace sítí

Kvíz o randomizaci

Podstruktury sítě

Trojúhelníky a tranzitivita

Randomizace tranzitivity

Kliky

Vizualizace největších klik

Charakterizace struktur sítí

Tato kapitola se dále zaměří na rozdělování sítí na podítě a na určování toho, které vrcholy spolu vzájemně více souvisejí. Rozviješ také metody vizualizace tvorbou trojrozměrných grafů.


Blízké vztahy: asortativita a reciprocita

Asortativita

Použití randomizací k vyhodnocení asortativnosti

Reciprocita

Kvíz o asortativitě

Detekce komunit

Detekce komunit metodou fast-greedy

Detekce komunit metodou edge-betweenness

Kvíz o komunitách

Interaktivní vizualizace sítí

Interaktivní sítě s threejs

Velikost vrcholů v threejs

3D graf komunitní sítě

Identifikace speciálních vztahů

Friendship network edge data

Friendship network data

Forrest Gump network data

Friendship network node data

Measles network data

<b>Úvod do sítí</b>
<br><br>
Objev základní koncepty analýzy sítí. Kurz začíná základy sociálních sítí, vrcholy a hranami a ukáže ti, jak používat R balíček igraph k prozkoumání a vizualizaci síťových dat.
<br><br>
Dál se podíváme podrobněji na orientované sítě, včetně identifikace klíčových vztahů mezi vrcholy. Nové dovednosti pak uplatníš na síťovém datasetu, který zachycuje přenos spalniček v Hagellochu.
<br><br>
<b>Pochopení struktur sítí a grafů</b>
<br><br>
Nauč se charakterizovat struktury sítí a jejich podstruktury pomocí hustoty sítě a průměrné délky cesty. Třetí kapitola kurzu tě provede randomizací a náhodnými grafy a dále trojúhelníky, tranzitivitou a vizualizací klik.
<br><br>
<b>Identifikace vztahů pomocí asortativit v igraphu</b>
<br><br>
Asortativita určuje, jak pravděpodobné je, že dva vrcholy budou navzájem propojeny, pokud sdílejí společný atribut – ať už numerický, nebo kategorický. Prozkoumáš funkci ASSORTATIVITY v igraphu, abys zjistil/a vliv pohlaví na dataset přátelské sítě, a k ověření svých zjištění použiješ randomizace.
<br><br>
<b>Tvorba interaktivních síťových grafů pomocí threejs</b>
<br><br>
Na konci kurzu rozšíříš své znalosti za hranice igraphu a prozkoumáš možnosti vizualizace sítí pomocí threejs. Vytvoříš své první interaktivní síťové grafy v tomto R balíčku a podíváš se, jak svou vizualizaci dále rozvíjet.

<h2>Získejte úvod do sítí</h2>
Objevte základní koncepty analýzy sítí. Tento kurz začíná seznámením se se základy sociálních sítí, vrcholy a hranami a s tím, jak můžete pomocí balíčku igraph v R zkoumat a vizualizovat síťová data.
<br><br>
Přejdete k podrobnějšímu zkoumání orientovaných sítí, včetně identifikace klíčových vztahů mezi vrcholy a uplatnění nově získaných dovedností na datové sadě sítě zaměřené na přenos spalniček v Hagellochu.

<h2>Pochopte síťové struktury a grafy</h2>
Naučte se charakterizovat síťové struktury a podstruktury pomocí síťové hustoty a průměrné délky cesty. Třetí kapitola tohoto kurzu vás provede randomizací a náhodnými grafy, a poté přejde k trojúhelníkům, tranzitivitě a vizualizaci kliků.

<h2>Identifikujte vztahy pomocí assortativity v igraph</h2>
Asortativita určuje, jak pravděpodobné je, že dva vrcholy budou propojeny, pokud sdílejí společný atribut – ať už číselný, nebo kategoriální. Prozkoumáš funkci ASSORTATIVITY v igraphu, abys zjistil/a vliv pohlaví na datovou sadu přátelské sítě, a použiješ randomizace k ověření svých zjištění.

<h2>Vytvářejte interaktivní síťové grafy pomocí threejs</h2>
Na konci tohoto kurzu rozšíříš své znalosti nad rámec igraphu a prozkoumáš možnosti vizualizace sítí v threejs. Pomocí tohoto balíčku R vytvoříš své první interaktivní síťové grafy a podíváš se, jak můžeš svou vizualizaci dále rozvíjet.

Intermediate R

Naučte se analyzovat a vizualizovat síťová data s balíčkem igraph a vytvářet interaktivní grafy s threejs.

Analýza sítí v R

Naučte se analyzovat a vizualizovat síťová data s balíčkem igraph a vytvářet interaktivní síťové grafy s threejs.

Kvíz: hustota grafu

Analýza sítí v R

Interaktivní praktické cvičení