Vai al contenuto principale
Oggetto:
Oggetto:

Fisica della complessità in sistemi sociali

Oggetto:

Physics of the complexity in social systems

Oggetto:

Anno accademico 2013/2014

Codice dell'attività didattica
MFN0126
Docente
Dott. Daniela Paolotti (Titolare del corso)
Corso di studi
008703 Laurea in Fisica
Anno
3° anno
Tipologia
D=A scelta dello studente
Crediti/Valenza
3
SSD dell'attività didattica
FIS/02 - fisica teorica, modelli e metodi matematici
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Modalità d'esame
L'esame si svolgera' nel laboratorio informatico e consistera' in una serie di tasks da svolgere e domande a cui rispondere, con la scrittura di semplici programmi o con l'utilizzo di software presentato a lezione. Si trattera' per lo piu' di analisi e caratterizzazione di dati, con le conoscenza acquisite a lezione nell'ambito dei vari topics presentati.
Mutuato da
http://fisica-sc.campusnet.unito.it/cgi-bin/corsi.pl/Show?_id=4ef1;sort=DEFAULT;search=;hits=49
Oggetto:

Sommario insegnamento

Oggetto:

Programma

 

“Fisica della Complessita’ nei Sistemi Sociali”

C. Cattuto, V. Colizza, S. Fortunato.

Complex Networks and Systems Group, Fondazione ISI, Torino.

 

La fisica statistica offre una serie di metodi e approcci utili allo studio di fenomeni su larga scala. Il corso presentera’ l’applicazione della fisica statistica per lo studio e la comprensione dei sistemi sociali e della loro intrinsica complessita’. Questo approccio si basa sull’idea che il comportamento su larga scala dei sistemi sociali composti da un largo numero di individui possa essere descritto senza la necessita’ di conoscerne tutti i dettagli a livello individuale ma solo alcuni dei suoi aspetti cruciali, considerando gli individui come entita’ relativamente semplici.

La prima parte del corso presentera’ la descrizione di fenomeni sociali in termini di modelli fisici, a partire da una fenomenologia quantitativa che consenta la caratterizzazione e descrizione delle caratteristiche emergenti osservate in fenomeni sociali a larga scala. La modellizzazione si concentrera’ sull’identificazione di classi generali di comportamento, non basate su definizioni e proprieta’ microscopiche, ma su caratteristiche universali su larga scala per scoprire i meccanismi responsabili dello spontaneo emergere di fenomeni come il consenso nelle opinioni, la disseminazione culturale, il moto collettivo degli individui, le gerarchie sociali.

La seconda parte del corso presentera’ il ruolo dei sistemi sociali nei processi di contagio. Una larga varieta’ di fenomeni di contagio verra’ analizzata, dai processi biologici della propagazione di una malattia infettiva nella popolazione umana, ai processi di contagio sociale come la diffusione di notizie o le epidemie di comportamenti antisociali o di dipendenza, fino a epidemie tecnologiche come la diffusione di virus informatici su vari ambienti (da Internet, a sistemi WiFi, a cellulari, etc). Analogie e differenze tra i vari processi di contagio saranno presentate e discusse nell’ambito di esempi e applicazioni reali, e con l’introduzione di modelli e teorie per la loro descrizione. L’attenzione sara’ concentrata sull’impatto della complessita’ – intrinseca negli aspetti sociali,biologici, e culturali del sistema – sulle proprieta’ cruciali dei fenomeni di propagazione e contagio.

La terza parte del corso si concentrerà su reti di informazione sul web, la cui evoluzione è guidata dagli utenti. Recentemente, sono emersi nuovi paradigmi che hanno enormemente stimolato
lo svilippo dal basso di reti di utenti, contenuti e annotazioni. Verrà descritta l'architettura di questi
sistemi e la loro rappresentazione in termini di reti, con particolare attenzione alle annotazioni sociali e al tagging collaborativo. Usando semplici concetti di teoria delle reti complesse, verranno esplorati dati da sistemi reali come Delicious e Flickr. Alcune delle reti rilevanti
saranno caratterizzate e si mostrerà come le loro peculiarità possano essere comprese e modellizzate. Verranno coperte le prioprietà assortative, la diffusione di informazione, l'allineamento lessicale,
e l'interazione fra la struttura della rete sociale e le reti semantiche. Verrano infine introdotte
e caratterizzate diverse misure di similitudine fra nodi di una rete.

 

 

 

“Physics of Complexity in Social Systems”

C. Cattuto, V. Colizza, S. Fortunato.

Complex Networks and Systems Group, ISI Foundation, Turin.

 

Statistical physics provides a precious set of tools to study large scale phenomena. This course will focus on the application of statistical physics to the understanding of social systems and their inherent complexity. The main idea is that only a few aspects of the human-human interaction suffice to derive the large-scale behavior of social systems, especially when a great number of individuals are involved. Topics will include: human mobility, cultural dissemination, contagion phenomena, annotation systems, information networks, and others.

 The first part of the course will introduce the physical modeling of social phenomena, starting from a quantitative phenomenology that enables the characterization and description of the empirical regularities observed in large scale social phenomena. The modeling will focus on the identification of general classes of behavior, not based on microscopic definitions, but rather on large-scale universal characteristics to uncover driving mechanisms for the spontaneous emergence of consensus, cultural dissemination, collective motion and social hierarchies.  

The second part of the course will present how social systems play a crucial role in a large variety of spreading and contagion phenomena. Contagion will include biological processes as the spreading of an infectious disease in a population, social contagion phenomena as the rumor spreading or the contagion of addictive behaviors, and cyber-epidemics due to the diffusion of cyber-viruses in various technological domains. Analogies and differences will be presented and discussed through the description of real examples and applications, and the introduction of the theories and models developed to address them. The focus will be on the impact of the complexity inherent to the biological, social and behavioral aspects of these systems on the key properties of the spreading phenomena. 

The third part of the course will focus on user-driven information networks in web-based systems. Recently, a variety of new technologies and tools have stimulated the bottom-up formation of large-scale networks of users, content and annotations. We will describe the architecture of these systems and their underlying network representations, with a special focus on social annotations and tagging systems. Using concepts from the theory of complex networks, we will explore real-world data from Delicious, Flickr, and similar systems. We will characterize some of the relevant networks and show how their features can be understood and modeled. We will cover assortativity, information diffusion, lexical alignment, and the interplay of social network structure and semantics. Several notions of node similarity in information networks will also be introduced and characterized.

 

Testi consigliati e bibliografia

Oggetto:

* Alain Barrat, Marc Barthélemy, Alessandro Vespignani. Dynamical Processes on Complex Networks (Cambridge University Press, Cambridge, 2008). * Mark Buchanan. The Social Atom: Why the Rich Get Richer, Cheaters Get Caught, and Your Neighbor Usually Looks Like You (Bloomsbury USA, 2007). * Mark Buchanan. Nexus: Small Worlds and the Groundbreaking Theory of Networks (W. W. Norton & Company, 2003). * Claudio Castellano, Santo Fortunato, Vittorio Loreto. Statistical physics of social dynamics. http://arxiv.org/abs/0710.3256 [arxiv.org] * M. E. J. Newman. The structure and function of complex networks. SIAM Review 45, 167-256 (2003). * S. Boccaletti, V. Latora, Y. Moreno, M. Chavez, D.-U. Hwang, Complex Networks: Structure and Dynamics [www.ct.infn.it]. Physics Reports 424 (2006) 175 * D. Tapscott, A. Williams. Wikinomics, How Mass Collaboration Changes Everything (New York: Portfolio, 2006). * Robert M. May. Network structure and the biology of populations. Trends in Ecology & Evolution, Volume 21, Issue 7, July 2006, Pages 394-399



Oggetto:

Note

Il corso sara' tenuto da C. Cattuto, V. Colizza e S. Fortunato dell'I.S.I.

Oggetto:
Ultimo aggiornamento: 23/07/2014 09:12
Non cliccare qui!