这门课程的目的就是要将社会的核心--社交网络--"科学化"。人类是天生的网络科学家,因为我们在考虑朋友和家人(这是社会网络的一种特殊形式)、同事和组织关系(其他重叠的网络结构),以及如何利用微妙或机会主义的网络结构来保护自己或提高自己的社会地位(社会本身就是一个大的社会网络)时,总是在不知不觉中计算出新的网络配置。虽然这种网络结构一直存在,但计算社会科学有助于更系统地揭示和研究它们。在课程的第一部分,我们将重点讨论网络结构。这看起来像是网络的静态快照,但它可能错综复杂,并揭示了社会系统的重要方面。在我们的实践实验室中,您还将亲自使用软件对网络进行可视化分析,这将有助于了解社会网络的复杂性。在课程的第二部分,我们将研究网络是如何随时间演变的。我们会问,我们如何预测会形成什么样的网络,以及我们能否和如何影响网络动态。


了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有5个模块
本模块将向您介绍网络的概念。您将能够定义网络,并确定数据如何在网络中转换和分析。您将能够讨论如何使网络正规化。
涵盖的内容
8个视频2篇阅读材料1个作业1个讨论话题
通过本单元的学习,您将能够讨论网络的结构,并能解释一个人如何成为网络的中心。您将能够发现网络使用的不同语言类型,并能够识别三种网络测量类型。
涵盖的内容
12个视频1篇阅读材料1个作业
在本模块中,您将从社交网络分析实验活动开始。您将能够对数据库进行数据整理,并将网络可视化。您将能够分析一个社交网络,还能通过案例研究考察其他社交网络分析。
涵盖的内容
9个视频4篇阅读材料1个作业1次同伴评审
通过本单元的学习,您将能够识别不同类型的社会网络。您将能够讨论产生这些不同类型网络的机制,并解释网络如何从静态走向动态。
涵盖的内容
8个视频1个作业
在本模块中,您将能够研究网络的理论预测。您将能够计算基本的数学问题,并能够讨论如何提高网络的效率和稳定性。
涵盖的内容
9个视频1个作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师

从 数据分析 浏览更多内容
状态:免费试用Johns Hopkins University
状态:免费试用University of Michigan
状态:预览University of Pennsylvania
状态:预览Stanford University
人们为什么选择 Coursera 来帮助自己实现职业发展




学生评论
240 条评论
- 5 stars
79.25%
- 4 stars
14.10%
- 3 stars
2.48%
- 2 stars
2.07%
- 1 star
2.07%
显示 3/240 个
已于 Jul 6, 2020审阅
The course was good, but how to collect data for computation to study social networks (other than digital platforms should have been included.
已于 Apr 15, 2020审阅
Excellent course. Learning a lot about social network analysis. Hope to see some advance courses on this domain.
已于 Apr 10, 2020审阅
A great crack course on SNA. It might be a bit difficult for newcomers, but you are making the right choice.
常见问题
以下是参加过计算社会科学专业课程学习的学生的一些感想:
"非常愉快,最重要的是,它让我掌握了非常重要的技能,满足了我在慕尼黑新岗位上的工作要求。您可能有兴趣了解课程对薪水的影响,就我而言,所获得的知识和认证使我的年薪又增加了约 2 万欧元(年薪约为 12 万欧元)"。
"我的总体印象是我迫不及待地想把它用在其他方面!"
"我绝对认为这些工具可以用在我未来的工作中,甚至作为一种个人反思。如果你对你的企业在 Youtube、Twitter、Instagram 等网站上获得的评论/反应进行搜刮和分析,他们的语言使用说明了他们与你的品牌的互动方式--或者你的品牌给他们带来了什么?"
"哇,这真是又酷又有趣的东西。尽管在不久的将来我可能不会从事任何与社会科学相关的工作,但能学习和体验计算社会科学提供的所有这些工具,并在各种职业和研究领域中受益,还是很不错的。"
"出于某种原因,我特别喜欢网络抓取。......这似乎是一种非常快速、高效的数据抓取方式"。
"我喜欢玩机器学习!......它能在几秒钟内掌握并学习我们的输入,速度之快也令我惊讶。这让我不禁要问,在接下来的几年里,技术还会进步多少?这很可怕,但也很吸引人"。
"在我看来,这些工具如此易于使用和获得,实在令人难以置信。我们不仅可以像使用 Facebook 和 Twitter 一样使用它们,而且它们是免费的。
"最有趣的一点是,这些工具都是免费和在线的。过去,只有资金雄厚的大学的研究人员才能使用我们实验室使用的这些程序。但现在,即使是对复杂软件没有太多技术知识的人也可以使用这些工具"。
"我计划将来开一家服装公司,我认为能够分析如此多的在线数据对我来说真的很有帮助。
"作为环境政策分析与规划专业的学生,我很高兴了解到有一种可行的方法可以在短时间内多次模拟政策的实施和影响。
"UCCSS让我对自己使用电脑的能力更有信心,也让我更好地了解Facebook或Twitter等公司。......这些工具确实很强大,但也很危险......它允许有权势的人操纵思想。"
"整个课程的内容都很有挑战性,但当最终将这些内容应用到每个模块末尾的实验室时,看到一切都得以实现,真的很有成就感。当它变得有意义时,收获就更大了!...我真的很高兴选了这门课!这绝对是一个挑战,但我很高兴我能够体验和学习到这么多我从来不知道的课题"。
"看到自己编写的代码产生的结果很有趣,我从没想过自己这辈子会做这样的事情。这些结果还向我展示了社会的面貌....。社交网络分析和网络搜索可能会成为我未来工作中使用的工具,因为我现在找的所有实习工作都与社交媒体或数字媒体有关。
"我的职业理想是成为一名数字营销专家。这些计算工具对这一领域有着巨大的影响。"
"我非常非常喜欢这门课,它让我亲身实践,让我体验到工具在现实世界中的应用,并将 STEM 与社会科学相结合。我认为,这些工具的用处远远超出了家庭作业"。
"我上过的最好的课程。我希望能有更多这样的在线课程"。
计算社会科学专业是一项集体努力的成果,来自加利福尼亚大学所有 10 个校区的教授都为该专业做出了贡献。它由加州大学戴维斯分校的马丁-希尔伯特(Martin Hilbert)负责协调,并由以下人员进行讲座:
1) 加州大学伯克利分校:Joshua Blumenstock,iSchool 教授;Stuart Russell,计算机科学与工程教授。
2) 加州大学戴维斯分校:传播学系教授Martin Hilbert、传播学系教授Seth Frey 和 IRB 主任Cynthia Gates。
3) 加州大学欧文分校:认知科学教授Lisa Pearl。
4) 加州大学洛杉矶分校:PJ Lamberson,传播学助理教授。
5) 加州大学默塞德分校:Paul Smaldino,认知与信息科学教授。
6) 加州大学河滨分校:Christian Shelton,计算机科学教授。
7) 加州大学圣地亚哥分校:詹姆斯-福勒(James Fowler),全球公共卫生与政治科学教授。
8) 加州大学旧金山分校:Maria Glymour,医学院社会流行病学与生物统计学副教授。
9) 加州大学圣巴巴拉分校:René Weber,传播与媒体神经科学实验室教授(与 Frederic Hopp 合作)。
10) 加州大学圣克鲁兹分校:Marilyn Walker,计算机科学教授,计算媒体主任。
要获取课程资料、作业和证书,您需要在注册课程时购买证书体验。 您可以尝试免费试听,或申请资助。课程可能提供 "完整课程,无证书"。通过该选项,您可以查看所有课程资料,提交必要的评估,并获得最终成绩。这也意味着您无法购买证书体验。
更多问题
提供助学金,
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。




