社会和经济网络：模型与分析

位教师：Matthew O. Jackson

访问权限由 New York State Department of Labor 提供

74,657 人已注册

8个模块

深入了解一个主题并学习基础知识。

759 条评论

高级设置等级

面向相关领域的从业人员而设计

灵活的计划

3 周在 10 小时一周

自行安排学习进度

97%

大多数学生喜欢此课程

8个模块

深入了解一个主题并学习基础知识。

759 条评论

高级设置等级

面向相关领域的从业人员而设计

灵活的计划

3 周在 10 小时一周

自行安排学习进度

97%

大多数学生喜欢此课程

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

20 项作业

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有8个模块

学习如何模拟社会和经济网络及其对人类行为的影响。网络是如何形成的，为什么会呈现出某些模式，其结构又是如何影响扩散、学习和其他行为的？我们将汇集经济学、社会学、数学、物理学、统计学和计算机科学的模型和技术来回答这些问题。课程首先介绍社会和经济网络的一些经验背景，以及用于描述和测量网络的概念概述。接下来，我们将介绍一系列关于网络如何形成的模型，包括随机网络模型、战略形成模型和一些混合模型。然后，我们将讨论网络如何影响行为的一系列模型，包括传染、扩散、学习和同伴影响。您可以在这里找到更详细的教学大纲： http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf 您可以在这里找到一个简短的介绍视频： http://web.stanford.edu/~jacksonm/Intro_Networks.mp4

社会网络的实例及其影响、定义、度量和属性：度数、直径、小世界、弱联系和强联系、度数分布

涵盖的内容

12个视频3篇阅读材料3个作业

12个视频总计118分钟

课程简介 4分钟
1.1:导言 9分钟
1.2: 示例与挑战 15分钟
1.2.5 背景定义和符号（基础--熟悉者跳过 8:23） 8分钟
1.3: 定义和符号 14分钟
1.4:直径 17分钟
1.5: 直径和树木 6分钟
1.6: 随机图形的直径（选修/高级 11:12） 11分钟
1.7: 世界直径 7分钟
1.8: 学位分布 13分钟
1.9: 集群 9分钟
1.10: 第一周总结 3分钟

3篇阅读材料总计30分钟

教学大纲 10分钟
第 1 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 1 10分钟

3个作业总计90分钟

第 1 周测验 30分钟
可选：使用 Gephi 或 Pajek 对网络数据进行实证分析 30分钟
问题集 1 30分钟

同源性、动态、中心度量：度、间隔度、紧密度、特征向量和 Katz-Bonacich。厄尔多斯和雷尼随机网络：阈值和相变

涵盖的内容

11个视频3篇阅读材料3个作业

11个视频总计105分钟

2.1:同亲 10分钟
2.2:动力和拉杆强度 7分钟
2.3:中心性测量 15分钟
2.4:中心度 - 特征向量 13分钟
2.5a: 应用 - 中心度量法 13分钟
2.5b:应用 - 扩散中心性 7分钟
2.6:随机网络 10分钟
2.7:随机网络--阈值和相位转换 7分钟
2.8:阈值定理（选修/高级 13:00） 13分钟
2.9:小世界模式 7分钟
2.10 第 2 周总结 4分钟

3篇阅读材料总计30分钟

第 2 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 2 10分钟
选修 - 高级 PS 1 的解决方案 10分钟

3个作业总计90分钟

第 2 周测验 30分钟
可选：网络数据实证分析 30分钟
问题集 2 30分钟

泊松随机网络、指数随机图模型、成长随机网络、优先附着和幂律、网络形成的混合模型。

涵盖的内容

12个视频3篇阅读材料4个作业

12个视频总计143分钟

3.1:生长随机网络 18分钟
3.2:平均场近似值 8分钟
3.3:优先附着 11分钟
3.4: 混合模式 15分钟
3.5: 拟合混合模型 17分钟
3.6:模块模型 10分钟
3.7: 机构风险管理小组 9分钟
3.8:估算 ERGM 16分钟
3.9: SERGMs 10分钟
3.10: SUGMs 6分钟
3.11: 估算 SUGM（可选/高级 21:03） 21分钟
3.12: 第三周总结 3分钟

3篇阅读材料总计30分钟

第 3 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 3 10分钟
选修 - PS 2 高级解决方案 10分钟

4个作业总计120分钟

第 3 周测验 30分钟
可选：网络数据实证分析 30分钟
可选：使用 R 中的 Statnet 估算 ERGM 30分钟
问题集 3 30分钟

网络形成的博弈论模型、连接模型、激励与效率之间的冲突、动力学、定向网络、选择与机会的混合模型。

涵盖的内容

15个视频3篇阅读材料2个作业

15个视频总计209分钟

4.1:战略网络的形成 12分钟
4.2:成对稳定性和效率 15分钟
4.3:连接模式 11分钟
4.4:连接模式中的效率（选修/高级 12:41） 13分钟
4.5: 连接模型中的成对稳定性 7分钟
4.6: 外差因素与合著者模式 11分钟
4.7: 网络的形成与转移 17分钟
4.8: 战略模型中的异质性 14分钟
4.9: SUGM 与战略网络的形成（选修/高级 13:47） 14分钟
4.10: 成对纳什稳定性（选修/高级 11:34） 12分钟
4.11: 动态战略网络形成（选修/高级 11:57） 12分钟
4.12：演化与随机（光学/高级 16:05） 16分钟
4.13: 定向网络形成（选修/高级 16:38） 17分钟
4.14: 应用结构模型（选修/高级 35:06） 35分钟
4.15: 第四周总结 4分钟

3篇阅读材料总计30分钟

第 4 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 4 10分钟
选修 - PS 3 高级解决方案 10分钟

2个作业总计60分钟

第 4 周测验 30分钟
问题集 4 30分钟

经验背景、巴斯模型、传染的随机网络模型、SIS 模型、模拟模型与数据拟合。

涵盖的内容

12个视频3篇阅读材料3个作业

12个视频总计158分钟

5.1:扩散 13分钟
5.2: 低音模型 12分钟
5.3:随机网络上的扩散 9分钟
5.4:巨型分量泊松情况 15分钟
5.5: SIS 模型 18分钟
5.6: 解决 SIS 模型 9分钟
5.7: 解决 SIS 模型 - 排序（选修/高级 24:16） 24分钟
5.8a:根据数据拟合扩散模型（选修/高级 22:47） 23分钟
5.8b:应用：金融传染病（可选/高级 12:47） 13分钟
5.8c:应用：金融传染病 - 模拟（选修/高级 13:41） 14分钟
5.9: 扩散总结 4分钟
5.10: 第 5 周总结 4分钟

3篇阅读材料总计30分钟

选修 - 高级问题集 5 10分钟
选修 - PS 4 高级解决方案 10分钟
第 5 讲的幻灯片，附参考文献 10分钟

3个作业总计90分钟

第 5 周测验 30分钟
可选：网络数据实证分析 30分钟
问题集 5 30分钟

网络上的贝叶斯学习、网络学习的 DeGroot 模型、信念的趋同、群众的智慧、影响力如何取决于网络位置...

涵盖的内容

9个视频3篇阅读材料2个作业

9个视频总计100分钟

6.1:学习 26分钟
6.2: 德格鲁特模型 16分钟
6.3: 迪格罗特模型的收敛性 14分钟
6.4:收敛定理的证明（选修/高级 10:25） 10分钟
6.5: 影响 7分钟
6.6: 影响力实例 8分钟
6.7:信息汇总 9分钟
6.8: 学习总结 5分钟
6.9: 第六周总结 4分钟

3篇阅读材料总计30分钟

第 6 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 6 10分钟
选修 - PS 5 高级解决方案 10分钟

2个作业总计60分钟

第 6 周测验 30分钟
问题集 6 30分钟

网络博弈，同伴影响：战略互补与替代、网络结构与行为之间的关系、线性二次博弈、重复互动与网络结构。

涵盖的内容

10个视频4篇阅读材料2个作业

10个视频总计141分钟

7.1:网络游戏 12分钟
7.2:互补与替代 20分钟
7.3: 平衡的性质 14分钟
7.4: 多元平衡 13分钟
7.5: 应用 8分钟
7.6: 0-1 选择之外 21分钟
7.7: 二次线性模型 15分钟
7.8: 重复游戏和网络 24分钟
7.9: 第 7 周总结 5分钟
7.9b:课程总结 10分钟

4篇阅读材料总计40分钟

第 7 讲的幻灯片，附参考文献 10分钟
选修 - 高级问题集 7 10分钟
选修 - PS 6 高级解决方案 10分钟
选修 - PS 7 高级解决方案 10分钟

2个作业总计60分钟

第 7 周测验 30分钟
问题集 7 30分钟

说明如下

涵盖的内容

1个作业

位教师

授课教师评分

(114个评价)

Matthew O. Jackson

Stanford University

3 门课程 640,303 名学生

提供方

Stanford University

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
84.71%
4 stars
12.77%
3 stars
1.44%
2 stars
0.13%
1 star
0.92%

显示 3/759 个

已于 Jun 5, 2020审阅

Interesting survey of modern network theory, from Erdos-Renyi random graphs, to SIS ("flu") models, and games on networks. Rather academic at times, without the rigour.

已于 Aug 8, 2016审阅

Very good course on Social Networks, and also a hard one even for graduate level. Generally assignments are not too tough but fully understanding all the concepts take lots of extra readings.

已于 Dec 9, 2018审阅

Excellent course. The labs are the best. Pajek and Gephi will be handy for network graphing and analyzing data. Thank you Professor Matthew Jackson. Your work is very good for reference.

查看更多评论