ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Social and Economic Network Analysis

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ School of Economics and Business Administration
ΤΜΗΜΑ Department of Economic Sciences
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Undergraduate
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ 661 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ 6th
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Social and Economic Network Analysis
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων. 		ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Lectures and Practice work 3 5
Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4.    
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ
Γενικής Υποδομής (ΓΥ),Ειδικής Υποδομής (ΕΥ), Γενικών Γνώσεων (ΓΓΔ) και Επιστημονικής Περιοχής (ΔΔΤΝ, ΕΔ, ΕΥΣ, ΗΛ, ΠΑ) . 		 Special Background
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:  
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:  Greek
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα
Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

Network Theory is a relatively new area of ​​Science within Operations Research and Graph Theory. Recent proposals in the literature consider that it is now a new paradigm. This course provides an introduction to the classic concepts of graph theory and network optimization. Next, newer concepts related to Social Network Analysis are introduced in terms of their structure. Particular emphasis is placed on the modeling of problems related to the general subject of Economics and Management, such as in the analysis of networks of employees – customers – companies, credit institutions, stocks, but also in the production of new information through data mining techniques.

After successful completion of this course, students will be able to:

  • Define the concepts graph, network and their components.
  • Know and apply classical optimization algorithms in networks.
  • Model classic business research problems in network form and will solve them (shortest – longest paths, PERT, CPM).
  • Realize the utility of representing interconnected units in various fields of the contemporary economic and social situation.
  • Know concepts related to the importance of specific nodes.
  • Analyze networks in terms of node importance using specific software.
  • Recognize the need for grouping and the various structures (cliques, cores, clans, communities) and gain knowledge and experience in how to search for them
  • Implement one or more social networks in the context of individual or group work and will study them macroscopically as well as at the node level.
  • Learn about link analysis.
  • Evaluate and classify specific networks into categories (small worlds, scale free, random).
  • Develop abilities to acquire new knowledge related to network theory and its manifestations in their science.
Γενικές Ικανότητες
Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.
Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών με τη χρήση και των απαραίτητων τεχνολογιών - Προσαρμογή σε νέες καταστάσεις - Λήψη αποφάσεων - Αυτόνομη εργασία - Ομαδική εργασία - Εργασία σε διεθνές περιβάλλον - Εργασία σε διεπιστημονικό περιβάλλον - Παράγωγή νέων ερευνητικών ιδεών Σχεδιασμός και διαχείριση έργων - Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα - Σεβασμός στο φυσικό περιβάλλον - Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Independent work.
  • Team work.
  • Search for, analysis and synthesis of data and information, with the use of the necessary technology.
  • Decision making.
  • Working in an international environment.
  • Production of free, creative and inductive thinking.

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

  1. Introductory concepts, graph, network, vertices, edges.
  2. Computer network representation, density, connectivity.
  3. Presentation of free software (gephi, nodexl).
  4. Shortest paths, algorithmic solving.
  5. Shorter paths, application in project management (PERT – CPM).
  6. Social Networks, modeling techniques.
  7. Important nodes (centrality metrics – calculations and algorithms).
  8. Important nodes – applications.
  9. Grouping (cliques, clans, communities), finding.
  10. Applications in the field of economics and finance.
  11. Applications in the field of administration and marketing.
  12. Presentation of projects.
  13. Course outline.

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.
  • In the classroom, face to face.
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές
  • Basic software (windows, word, power point, the web, etc.).
  • Support of learning process through the electronic platform / e-class.
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS

Teaching Organization

ActivitySemester workload
Lectures26
Practice Works13
Assignement (Essay writing)20
Independent Study66
Total125
ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες. Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

Written final exams (60%) that may include:

  • Judgemental questions
  • Short answer questions
  • Application exercises
  • True/False and multiple choice questions
  • Composite theoratical questions

In each question, corresponding evaluation points are specified.
Optional assignment (Essay writing and presentation) corresponds to 40% of the final grade.

5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Συγγράμματα

  1. Charles Kadushin, ΚΟΙΝΩΝΙΚΑ ΔΙΚΤΥΑ, 2019, ΚΡΙΤΙΚΗ
  2. Katharina A. Zweig, Network Analysis Literacy, 2016, Springer Vienna,
    https://service.eudoxus.gr/search/#s/social%20network%20analysis/0
  3. Νικολόπουλος Σταύρος, Γεωργιάδης Λουκάς, Παληός Λεωνίδας, Αλγοριθμική θεωρία γραφημάτων,
    https://repository.kallipos.gr/handle/11419/2067