In this chapter, you will be introduced to fundamental concepts in social network analysis. You will learn how to use the <code>igraph</code> R package to explore and analyze social network data as well as learning how to visualize networks. 


What are social networks?

Creating an igraph object

Counting vertices and edges

Network attributes

Node attributes and subsetting

Edge attributes and subsetting

Visualizing attributes

Quiz on attributes

Network visualization

igraph network layouts

Visualizing edges

Quiz on igraph objects

Introduction to networks

In this chapter you will learn about directed networks.  You will also learn how to identify key relationships between vertices in a network as well as how to use these relationships to identify important or influential vertices. 
Throughout this chapter you will use a network of measles transmission. The data come from the German city of Hagelloch in 1861. Each directed edge of the network indicates a child becoming infected with measles after coming into contact with an infected child.



Directed networks

Directed igraph objects

Identifying edges for each vertex

Relationships between vertices

Neighbors

Distances between vertices

Finding longest path between two vertices

Important and influential vertices

Identifying key vertices

Betweenness

Visualizing important nodes and edges

Important vertices quiz

Identifying important vertices in a network

This module will show how to characterize global network structures and sub-structures. It will also introduce generating random network graphs.

Introductie

Forrest Gump-netwerk

Netwerkdichtheid en gemiddelde padlengte

Quiz over graafdichtheid

Netwerkstructuren begrijpen

Willekeurige grafen

Willekeurige netwerkcreaties

Quiz over randomisatie

Netwerk-substructuren

Driehoeken en transitiviteit

Randomisaties van transitiviteit

Cliques

Visualiseer grootste cliques

Characterizing network structures

This chapter will further explore the partitioning of networks into sub-networks and determining which vertices are more highly related to one another than others.  You will also develop visualization methods by creating three-dimensional visualizations.


Close relationships: assortativity & reciprocity

Assortativity

Using randomizations to assess assortativity

Reciprocity

Assortativity quiz

Community detection

Fast-greedy community detection

Edge-betweenness community detection

Community quiz

Interactive network visualizations

Interactive networks with threejs

Sizing vertices in threejs

3D community network graph

Identifying special relationships

Friendship network data

Friendship network edge data

Friendship network node data

Forrest Gump network data

Measles network data

<b>Krijg een introductie tot netwerken</b>
<br><br>
Ontdek de basisconcepten van netwerkanalyse. Deze cursus begint met de essentie van sociale netwerken, knopen en randen, en hoe je het R-pakket igraph kunt gebruiken om netwerkgegevens te verkennen en te visualiseren.
<br><br>
Vervolgens ga je dieper in op gerichte netwerken, inclusief het identificeren van sleutelrelaties tussen knopen en het toepassen van je nieuwe vaardigheden op een netwerkgegevensset over mazelenoverdracht in Hagelloch.
<br><br>
<b>Begrijp netwerkstructuren en grafen</b>
<br><br>
Leer netwerkstructuren en substructuren te karakteriseren door te kijken naar netwerkmate en gemiddelde padlengte. Het derde hoofdstuk van deze cursus behandelt randomisatie en willekeurige grafen, en gaat daarna verder met driehoeken, transitiviteit en het visualiseren van cliques.
<br><br>
<b>Identificeer relaties met assortativiteit in igraph</b>
<br><br>
Assortativiteit bepaalt hoe waarschijnlijk het is dat twee knopen met elkaar verbonden zijn als ze een gemeenschappelijk kenmerk delen — of dat nu numeriek of categorisch is. Je verkent de functie ASSORTATIVITY in igraph om het effect van geslacht op een vriendschapsnetwerkgegevensset te bepalen, en past randomisaties toe om je bevindingen te toetsen.
<br><br>
<b>Maak interactieve netwerkplots met threejs</b>
<br><br>
Aan het einde van deze cursus breid je je kennis uit voorbij igraph en verken je de visualisatiemogelijkheden voor netwerken van threejs. Je maakt je eerste interactieve netwerkplots met dit R-pakket en bekijkt hoe je je visualisatie verder kunt uitbouwen.

<h2>Maak kennis met netwerken</h2>
Ontdek de basisideeën van netwerkanalyse. Deze cursus begint met de basis van sociale netwerken, knooppunten en randen, en hoe je het igraph R-pakket kunt gebruiken om netwerkgegevens te verkennen en te visualiseren.
<br><br>
Je gaat verder met het bekijken van gerichte netwerken in meer detail, inclusief het identificeren van belangrijke relaties tussen hoekpunten en het toepassen van je nieuwe vaardigheden op een netwerkdataset waarin je kijkt naar de overdracht van mazelen in Hagelloch.

<h2>Netwerkstructuren en grafieken begrijpen</h2>
Leer netwerkstructuren en substructuren te karakteriseren door te kijken naar netwerkdichtheid en gemiddelde padlengte. Het derde hoofdstuk van deze cursus laat je kennismaken met randomisatie en willekeurige grafieken, voordat we verdergaan met driehoeken, transitiviteit en het visualiseren van cliques.

<h2>Relaties vinden met assortativiteit in igraph</h2>
Assortativiteit laat zien hoe waarschijnlijk het is dat twee punten met elkaar verbonden zijn als ze een gemeenschappelijk kenmerk hebben, of dat nu numeriek of categorisch is. Je gaat de ASSORTATIVITY-functie in igraph gebruiken om te kijken hoe geslacht invloed heeft op een dataset van vriendschapsnetwerken, en je gaat randomisaties toepassen om je bevindingen te beoordelen.

<h2>Maak interactieve netwerkplots met threejs</h2>
Aan het einde van deze cursus ga je verder dan igraph en leer je de netwerkvisualisatiemogelijkheden van threejs kennen. Je gaat je eerste interactieve netwerkplots maken met dit R-pakket en kijken hoe je je visualisatie verder kunt verbeteren.

Intermediate R

Leer netwerkgegevens te analyseren en visualiseren met igraph en interactieve netwerkplots te maken met threejs.

Netwerkanalyse in R

Leer netwerkgegevens analyseren en visualiseren met het igraph-pakket en maak interactieve netwerkgrafieken met threejs.

Quiz over randomisatie

Netwerkanalyse in R

Praktische interactieve oefening