社会和经济网络：模型和分析

你将学到什么

课程概况

社会网络普遍存在于社会和经济生活当中，在传递就业信息和商品服务贸易中发挥核心作用；社会网络是决定群体行为的重要因素，例如购买什么商品、选择哪种语言、选举方式，以及犯罪倾向，受教育程度和职业发展潜力。网络结构作用于我们生活的方方面面，所以了解网络结构对行为的影响、结构类型与社会的匹配关系以及组织行为的原因是非常重要的。为了让大家有一个全面的认识，课程借助社会学、经济学、物理学、数学和计算机科学等专业知识来研究社会和经济网络。

我们首先从社会和经济网络的背景入手，介绍网络描述和测量的相关概念，进而分析网络模型，探索网络的形成过程，其中包括随机网络模型、战略形成模型和其他混合模型；另外我们还会利用模型研究网络对行为的影响，如传染病传播，信息扩散、学习和同伴影响等等。

Learn how to model social and economic networks and their impact on human behavior. How do networks form, why do they exhibit certain patterns, and how does their structure impact diffusion, learning, and other behaviors? We will bring together models and techniques from economics, sociology, math, physics, statistics and computer science to answer these questions.

The course begins with some empirical background on social and economic networks, and an overview of concepts used to describe and measure networks. Next, we will cover a set of models of how networks form, including random network models as well as strategic formation models, and some hybrids. We will then discuss a series of models of how networks impact behavior, including contagion, diffusion, learning, and peer influences.

You can find a more detailed syllabus here: http://web.stanford.edu/~jacksonm/Networks-Online-Syllabus.pdf

You can find a short introductory videao here: http://web.stanford.edu/~jacksonm/Intro_Networks.mp4

课程大纲

第一周：引言，背景和定义
举例说明社会网络及其影响、定义、测量和属性：度数、直径、小世界、强连接&弱连接、度分布

第二周：背景、定义、测量（续）
同质性、动态，中心性度量：度，中间性，接近性，特征向量，Katz-Bonacich理论，Erdos-Renyi随机网络：阈值和相变。

第三周：随机网络
泊松随机网络，指数随机图模型，随机增长网络，偏好依附/优先连接，幂律，网络形成的混合模型

第四周：战略网络的形成
网络形成的博弈论模型，连接模型，激励与效率的冲突，动态分析，有向网络，选择与机会的混合模型

第五周：网络扩散。
经验背景，巴斯模型，传染病随机网络模型，SIS模型，模拟模型拟合实际数据

第六周：网络学习。
贝叶斯网络学习，DeGroot网络学习模型，信念的收敛，群体智慧，影响对网络位置的依赖。

第七周：网络博弈。
网络博弈，同伴影响：战略补充与替代，网络结构与行为的关系，线性二次型博弈，重复交互作用和网络结构。

预备知识

需要具备数学和统计学的基础知识，如果对线性代数（如矩阵乘法），概率论（概率分布、期望值、贝叶斯法则等），统计学（假设检验等）和微积分（微分与积分）有所了解，学习起来会相对轻松一些；除上述概念以外，教学内容课上均已包含。

参考资料

课程相对独立，所有测验和期末考试中涉及的内容课上均已包含， 由本课程导师编写的《社会与经济网络》（普林斯顿大学出版社出版）一书涵盖了课程的大部分内容， 这里是可以购买此书的链接普林斯顿大学出版社和亚马逊。书籍可供大家 参考，但不做强制性要求。 欲了解其他背景资料，包括学术论文和相关专题研究可访问导师主页。