• Descripción

Las redes son un modelo de representación de la información muy potente y muy empleado en la actualidad. Las redes permiten representar entidades (nodos o vértices) y las relaciones entre ellos (aristas o arcos), que pueden ser de distinta índole. Además, los propios nodos o aristas pueden contener información específica de cada entidad o relación, proporcionando una estructura muy rica para la representación de muy diversas realidades del mundo real. En este sentido, podemos tener redes con información sobre usuarios y relaciones (generalmente conocidas como redes sociales), comunicaciones o estructuras de telecomunicaciones, sensores, etc.

En esta asignatura veremos las principales técnicas y métodos empleados en el análisis de datos de redes sociales (social network analysis, SNA) o, en general, de redes de cualquier tipo, como por ejemplo redes de comunicaciones, redes de sensores, etc.

Concretamente, veremos las principales propiedades de las redes reales, las principales métricas empleadas para la caracterización de las redes, los modelos de generación de redes sintéticas, así como los algoritmos de detección de comunidades (i.e. clustering), análisis del flujo de información y visualización de redes.

• La asignatura en el conjunto del plan de estudios

Esta asignatura pertenece al conjunto de asignaturas optativas del Máster universitario en Ciencia de datos (Data Science).

• Conocimientos previos

El curso requiere que los estudiantes tengan conocimientos de programación (preferiblemente en lenguaje Python), así como conocimientos básicos de minería de datos.

Además, como la metodología incluye estudios de casos y la investigación autónoma de información, es aconsejable que el estudiante esté familiarizado con la búsqueda de fuentes de información, el análisis de la información cuantitativa y cualitativa, la capacidad de sintetizar y obtener conclusiones así como de poseer ciertas habilidades de comunicación escrita.

Asimismo también es necesario que los estudiantes tengan la capacidad de leer y comprender el idioma inglés puesto que una parte de los materiales adicionales y otros recursos, están en dicho idioma.

• Información previa a la matrícula

• Objetivos y competencias

Los objetivos que se desea que el estudiante alcance mediante esta asignatura son los siguientes:

• Conocer las principales características de las redes reales.
• Entender como se representa una red real a partir de un grafo y la taxonomía de grafos existentes.
• Conocer las principales técnicas de extracción de información y almacenamiento en formato de grafos.
• Conocer los principales algoritmos y/o técnicas para visualización de grafos.
• Comprender y saber aplicar las principales técnicas relacionadas con la evaluación de redes, incluyendo métricas a nivel de red, nodo y/o arista o arco.
• Comprender y saber aplicar las principales técnicas relacionadas con la detección de comunidades, así como las métricas de similitud empleadas.
• Comprender y saber aplicar las principales técnicas relacionadas con el análisis del flujo de información, que permite determinar los principales caminos de información dentro de un grafo.

• Contenidos

Los contenidos de esta asignatura se distribuyen en 7 módulos teóricos:

1. Introducción a los grafos y las redes
2. Métricas y propiedades de los grafos
3. Extracción y visualización de grafos
4. Detección de comunidades
5. Difusión y propagación de la información
6. Generación de grafos sintéticos
7. Nuevas tendencias

• Consulta de los recursos de aprendizaje de los que dispone la asignatura

• Consulta del modelo de evaluación