社会计算(徐童) 2024春 2023春 2022春 2021春  课程号:COMP6223P01
2024春 2023春 2022春 2021春  课程号:COMP6223P01
8.3(13人评价)
8.3(13人评价)
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:一般
选课类别:专业 教学类型:理论实验课
课程类别:研究生课程 开课单位:计算机科学与技术系
课程层次:硕士   学分:2.5
简介 最后更新:

Web2.0时代的来临,促使人们从信息的被动接受者转变为主动创造和分享者,也促使社交元素与各种智能应用场景日益深度结合。由此,人们的社会交往模式与信息传递模式都发生了革命性的变革,并由此引发了诸多新颖的科学问题。本课程将从交叉学科的视角出发,综合运用计算机科学、统计学、社会学、经济学的有关概念与方法,力图引导学生借助大数据分析工具,实现对于经济社会生活中实际问题的量化分析与推理。

本课程的主要内容包括:图论与社会网络基本概念、网络结构的生成与演化、链接预测与链接推荐、社团分析与社团挖掘、网络动力学与信息传播模型、社交推荐与影响力分析、社会中的博弈论、群体决策与群体智能、特殊类型的社交网络等。在理论教学的同时,还将通过相应的量化实验,使学生通过描述信息传播过程,为社会网络中个人或群体的认知、动机进行画像并预测其行为,从而加深对于课程内容的理解。

排序 学期

评分 评分 13条点评

匿名用户 2023春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般

  1. 两次作业占20%,还行
  2. 两个实验,第一个实验挺有意思,第二个投票预测有些难
  3. 课程作业:小组合作完成综述

出分了,给分一般!

3 0 复制链接
sandra 2021春
  • 课程难度:中等
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:很少
  • 给分:超好
  • 收获:很多

1.首先老师上课非常非常有趣,超多梗,上课内容还是比较通俗易懂

2.上课当然不可能全部覆盖所有知识面,给的作业一般是参考书目的课后习题,两次实验,一次博弈一次推荐,推荐也是最后的project。(博弈的实验很好玩哈哈)

3.可能因为这学期是一整个下午一直上,所以我感觉一整节课下来之后满脑子都是干饭(干饭人无疑了!!)

4.这学期课时比较少,很早就结课了,一般最后一节课presentation,所以选课的蜗壳们合理安排选课(其实老师和助教也都很温柔,老师也声明不搞军备竞赛哈,不要卷不要卷)(还有不点名哦,所以有时候有事也可以……dddd  /狗头保命)

所以直接冲这门课就对了!!!

3 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:没有
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:没有

分数范围是75-98,其中90+比重约为1/3多。
分数范围是徐老师发在群里的。

作业:两次(没有答案)

实验:两次(第一次是行为实验,不需要写代码很有趣;第二次是写代码,不过是小组合作)

节课报告实在要求的内容有点多

2 0 复制链接
匿名用户 2023春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般

两次实验,第一次实验挺有趣,第二次实验给定数据集,对没有机器学习基础的学生不太友好 两次作业,自己摸索,答案不太好找 最后结课的大作业,需要组队按照指定格式写一篇20页以上的综述

出分了:给分一般

2 0 复制链接
chenlou 2021春
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:很多

老师真的超级好,平时上课不点名。如果你是那种特别老实的从来没tao过课的可以进行人生当中的第一次尝试,就是这么轻松。一个学期只有两次实验,也是非常的简单,不需要有社会计算或者social network的相关基础,小白就可以直接上车。给分非常不错,所以不选这门课绝对血亏。每次到选课的时候不到半小时这么课就会被选完,而且只上10周,你选不了吃亏,你选不了上当,同志们,行动起来,go!go!!go!!!

(最后修改于 2 0 复制链接
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:中等
  • 作业:中等
  • 给分:一般
  • 收获:一般

这门课有两次作业,两次实验,一个文献综述。总体来说事情比较多,实验二还需要上台汇报,需要花费不少精力。最后给分一般。

慎选!!!!!!!

1 0 复制链接
匿名用户 2023春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:一般
  • 收获大小:一般
  • 难度:困难
  • 作业:中等
  • 给分:一般
  • 收获:一般

课程挺有意思的,实验二给了3个数据集跑训练,还要做模型预测,答辩提问,就占20分,难炸了。

1 1 复制链接
Bennett主要是数据集有点一言难尽
立即登录,说说你的看法
匿名用户 2022春
  • 课程难度:困难
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:困难
  • 作业:中等
  • 给分:超好
  • 收获:很多

目前刚刚做到实验二,怎么说捏,难。

1 0 复制链接
秋裤 2021春
  • 课程难度:简单
  • 作业多少:很少
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:简单
  • 作业:很少
  • 给分:超好
  • 收获:很多

 不选血亏

1 0 复制链接
potatoo 2024春
  • 课程难度:简单
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:中等
  • 给分:超好
  • 收获:一般

一门合格的研究生选修课。如果想听课,老师讲得挺有趣的。如果不想听课,也不点名。

没有考试,今年的成绩组成:20% 实验一(社交博弈) + 40% 实验二(社交行为建模) + 40% 实验三(社会网络+大模型),都是组队完成,最多8人一组。最后给分很好。

其中实验一和实验三类似于小游戏,做完写写报告就可以。实验二需要写代码,稍微麻烦一点,但好像是祖传的投票预测实验。

0 0 复制链接
putatio 2022春
  • 课程难度:简单
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:一般
  • 难度:简单
  • 作业:中等
  • 给分:超好
  • 收获:一般

徐老师讲课风格一如既往的有趣,上过的都知道

两次作业,不难自己看书就行,网上也有答案

一次行为学实验(?),上课玩游戏回去写动机用课堂知识分析一下就完事

一次代码实验,给了数据集,自定题目(推荐了一些方向)自己评价,总之就是不搞军备竞赛,最后一周按组做pre报告

一篇综述,6人不少于25页40篇参考文献

除了作业都是小组完成,我们分工三人写综述三人码代码就完事,实验报告写好了分数不会差:)

十周结课对期末也友好一些,不用期末同时赶ddl,给分也很好

0 0 复制链接
USTC369 2021春
  • 课程难度:中等
  • 作业多少:中等
  • 给分好坏:超好
  • 收获大小:很多
  • 难度:中等
  • 作业:中等
  • 给分:超好
  • 收获:很多

“此课若彩虹,遇上方知有”

10分,浅讲几点。

考核方面是没有考试,2次作业+2次lab+1个综述,lab和综述都是以小组完成的,整体来说工作量不大。

1.上课氛围轻松,老师不点名。社会计算说实话和大多数人研究方向不太相同,但因为徐老师的准备充分和精巧的课程安排,你会发现很多内容都很有趣有梗,加上xt老师自己也比较年轻和同学们都比较合得来,所以听起来还是非常轻松愉快的。(但由于老师人太好从不点名,一忍不住就旷课了

2.课程设计很舒服,讲理论的课没几节就来一个实验课,所谓实验课就是带大家玩游戏 认真做实验!做完了还可以提前走,事后补上一个实验报告即可。整体来说只有实验二难度略大一些,需要建模,我们组是图省事复现了徐老师的论文套模型,最终效果虽然差强人意但还算全面。此外有的课会变成讲座,一般是徐老师请一些研究方向类似的大牛过来做一个分享,总之很轻松,还能学到一些前沿知识。

3.给分好,我身边的似乎都给分很好,我平时上课也没咋听,甚至没去。 但作业都认真的完成了,lab和综述也和组员一起讨论了不少次,最后给了很不错的分数。这门课的作业网上基本上查不到答案,可能还是方向有点偏,但老师比较"用心良苦"的选择了一些很容易做的题,虽然说很容易做,但也需要你大概浏览下教材的相关内容,要对其中主干部分有所了解才能写的好,有时候写完作业自己甚至感觉,对社交网络的一些性质和理论燃起了兴趣。总之觉得还是很有收获,算是个人觉得研究生阶段上的很舒服的一节课了,短小精悍。

0 0 复制链接

徐童

教师主页: 戳这里

其他老师的「社会计算」课

徐童老师的其他课

Web信息处理与应用 8.7 (46) 2023秋 2022秋...
数据科学基础 8.0 (1) 2020秋
数据科学导引 7.0 (1) 2020春