Disciplina
Análise de Redes Complexas
Área
Área Científica de Metodologia e Tecnologias da Programação > Algoritmia
Activa nos planos curriculares
MMA 2006 > MMA 2006 > 2º Ciclo > Perfis > Matematica da Computação > Metodologia e Tecnologia da Programação > Opções - Mtp > Ciência de Redes Complexas
MEIC-T 2018 > MEIC-T 2018 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Ciência de Redes Complexas
Min-MCAF 2021 > Min-MCAF 2021 > Ciência de Redes Complexas
Min-CED 2021 > Min-CED 2021 > Ciência de Redes Complexas
Min-BPTS 2021 > Min-BPTS 2021 > Ciência de Redes Complexas
METI 2021 > METI 2021 > 2º Ciclo > Área Principal > Especializações > Especialização em Gestão de Redes e Sistemas > Informática > Ciência de Redes Complexas
MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Bioinformática e Biologia Computacional > Ciência de Redes Complexas
MECD2019 > MECD2019 > 2º Ciclo > Opções > Ciência de Redes Complexas
MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Bioinformática e Biologia Computacional > Ciência de Redes Complexas
GENI > GENI > 1º Ciclo > Área Principal > Percursos > Percurso Livre > Opções 1 > Ciência de Redes Complexas
MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Bioinformática e Biologia Computacional > Ciência de Redes Complexas
MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Algoritmos e Programação > Ciência de Redes Complexas
DEAEEC2006 > DEAEEC2006 > 3º Ciclo > Ciência de Redes Complexas
DEAEIC2006 > DEAEIC2006 > 3º Ciclo > Ciência de Redes Complexas
Nível
30% problemas 20% análise e discussão de artigo 50% projecto
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
126.0 h/semestre
Objectivos
Esta disciplina tem como objecto de estudo as redes complexas, com foco nos algoritmos, modelos e aplicações quer para redes artificiais quer para redes reais, tais como redes sociais, redes de informação, a Internet, e redes biológicas. Os grafos inerentes a estas redes partilham algumas características recorrentes: grande dimensão; esparsos; scale-free; small-world and clustering effect; comunidades; etc. Neste contexto, não interessam apenas bons modelos, mas também algoritmos e estruturas de dados escaláveis para que seja possível um análise efectiva destas redes complexas. As aplicações são inúmeras, indo desde motores de pesquisa, difusão de informação na internet, nas redes sociais, nos blogs, ao marketing viral, tolerância das redes a eventos destrutivos, fenómenos epidemiológicos em redes, dinâmica de redes biológicas, com ligações às ciências sociais, à física e à economia.
Programa
Grafos: teoria e definições básicas. Redes de grande dimensão e propriedades. Modelos e grafos aleatórios. Análise de ligações e pesquisa na web. Detecção de comunidades e partição de grafos. Evolução e dinâmica de redes. Efeitos causados pela estrutura das redes, ligações a eventos económicos, sociais e biológicos. Algoritmos e estruturas de dados necessários à análise de redes de grande dimensão, e aplicações a várias redes reais.
Metodologia de avaliação
30% problemas 20% análise e discussão de artigo 50% projecto
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Networks, Crowds, and Markets: Reasoning about a Higly Connected World
David Easley and Jon Kleinberg