对大量的关系数据进行定量分析，得出定性的结论，为实证研究提供量化的检验工具。通过对网络中各种关系进行客观的定量分析为实证研究提供量化的检验工具。社会网络分析是定性和定量的桥梁，它对大量的关系数据进行定量分析得出定性的结论。社会网络分析法所具有的这些优点使得该方法在我国多个领域都得到了广泛的应用，并取得了一系列的成果。
讲师介绍：
张忠元, 理学博士, 中央财经大学教授, 博士生导师, 中国计算机学会高级会员, 果壳网科学顾问。
主要研究兴趣在复杂网络分析和数据挖掘. 在Data Mining and Knowledge Discovery, Physical Review E, EPL, Knowledge and Information Systems, Scientific Reports, 中国科学等国内外著名期刊上发表学术论文十余篇。爱思唯尔杰出审稿人, 担任Data Mining and Knowledge Discovery, Physica A, Management Science等著名期刊的匿名审稿人。
课程大纲：
第1讲（3小时）
1. 欧拉七桥问题 （0.5小时）
2. 图论的发展历史 （0.25小时）
3. 复杂网络分析的发展历史 （0.25小时）
4. 图论的现状和主要关注的问题 （1.5小时）
5. Python编程的基础知识（0.5小时）
第2讲（3小时）
1. 图论相关编程实践（0.5小时）
2. 复杂网络分析的现状和主要关注的问题 （0.25小时）
3. 复杂网络的小世界性质 （0.5小时）
4. ER、WS、BA网络生成模型 （0.5小时）
5. 其它生成模型, 产生具有特定拓扑结构性质的网络 （0.25小时）
6. 使用Python进行实操生成网络 (0.25小时)
7. 复杂网络拓扑结构的稳健性和易感性（0.5小时）
第3讲（3.5小时）
1. 复杂网络的同配性概念和计算（0.25小时）
2. 弱连边的强度（0.25小时）
3. 复杂网络点的中心性 （0.5小时）
4. 复杂网络的社团结构探测: 方法和评价（0.5小时）
5. 链路预测（0.5小时）
6. 符号网络、多层网络和含时网络分析（0.5小时）
7. 以上均使用python实际操作 （0.5小时）
8. 网络的低维嵌入（0.5小时）
第4讲（3小时）
1. 复杂网络上的博弈论（0.5小时）
2. SI、SIS、SIR 模型 （0.5小时）
3. 线性阈值模型、级联模型 （0.25小时）
4. 以上模型的性质, 关系和区别 （0.25小时）
5. 以上模型的python实操 （0.25小时）
6. 案例、文献阅读、机动、互动和答疑时间（1小时）
优惠：
现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
同一单位六人以上同时报名8折优惠；
以上优惠不叠加。
联系方式：
尹老师
Tel：010-53352991
QQ：42884447
WeChat：yinyinan888
