Réseau social

En sciences humaines et sociales, l'expression réseau social désigne un agencement de liens entre des individus ou des organisations, constituant un groupement qui a un sens : la famille, les collègues, un groupe d'amis, une communauté, etc. L'anthropologue australien John Arundel Barnes a introduit l'expression en 1954. L'analyse des réseaux sociaux est devenue une spécialité universitaire dans le champ de la sociologie, se fondant sur la théorie des réseaux et l'usage des graphes. L’expression « réseau social » dans l'usage habituel renvoie généralement à celle de « médias sociaux », qui recouvre les différentes activités qui intègrent technologie, interaction sociale entre individus ou groupes d'individus, et la création de contenu. Andreas Kaplan et Michael Haenlein les définissent comme . Analyse des réseaux sociaux Les études sur l'urbanisation de l'École de Manchester autour de Max Gluckman, réalisées principalement en Zambie durant les années 1960 ont les premières utilisé la théorie des réseaux sociaux en sciences sociales. La sociométrie, visant à quantifier les relations sociales, a enchaîné le pas. Des universitaires comme Harrison White ou Mark Granovetter ont élargi l'usage de l'analyse des réseaux sociaux, et elle sert maintenant pour étudier divers phénomènes de la vie courante en sciences sociales. La théorie des réseaux sociaux est un champ très actif dans le milieu universitaire et plusieurs outils d'analyse des réseaux sociaux sont disponibles en ligne et sont relativement faciles à employer pour présenter simplement un graphe de réseau social (c.f. article détaillé). La théorie de la diffusion des innovations explore les réseaux sociaux et leur rôle pour influencer la diffusion de nouvelles idées et pratiques. Les systèmes socio-techniques sont vaguement liés à l'analyse de réseaux et se concentrent sur les relations parmi les individus, les institutions, les objets et les technologies. Dans l'interactionnisme structural, la notion de réseau social est utilisée pour formaliser des interactions et ce qu'elles forment.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (37)

Personnes associées (20)

Concepts associés (150)

Cours associés (85)

Séances de cours associées (516)

MOOCs associés (9)

Bien-être humain : énergie, besoins et durabilité

S'inscrit dans l'équilibre complexe entre l'énergie, les besoins humains et la durabilité, soulignant l'importance de satisfaire les besoins humains dans les limites des contraintes écologiques.

Réseaux sociaux et d'information 2: Evolution

Plonge dans la dynamique des réseaux sociaux et d'information, y compris le comportement de troupeau, les cascades d'informations, l'attachement préférentiel et le paradoxe de l'amitié.

Analyse des réseaux sociaux : Relations d'amitié

Introduit l'analyse des réseaux sociaux par le biais du code Python modélisant les relations d'amitié.

Criminologie

thumb|200px|Une du supplément illustré du Petit Journal (). La criminologie est l'étude scientifique de la nature, des causes, du développement et du contrôle criminel à la fois d'un point de vue individuel et social. C'est un champ interdisciplinaire qui étudie le phénomène criminel et qui fait appel à de nombreuses disciplines allant de la psychologie, au droit en passant par la sociologie (en particulier dans le domaine de la sociologie de la délinquance ) ou l'économie.

Analyse des réseaux sociaux

L'analyse des réseaux sociaux est une approche issue de la sociologie, qui a recours à la théorie des réseaux afin d'étudier les interactions sociales, en termes de réseau. La théorie des réseaux sociaux conçoit les interactions sociales en termes de nœuds et liens. Les nœuds sont habituellement les acteurs sociaux dans le réseau, mais ils peuvent aussi représenter des institutions, et les liens sont les interactions ou les relations entre ces nœuds.

Centralité intermédiaire

En théorie des graphes et théorie des réseaux, la centralité intermédiaire, centralité d'intermédiarité ou intermédiarité est une mesure de centralité d'un sommet d'un graphe. Elle est égale au nombre de fois que ce sommet est sur le chemin le plus court entre deux autres nœuds quelconques du graphe. Un nœud possède une grande intermédiarité s'il a une grande influence sur les transferts de données dans le réseau, sous l'hypothèse que ces transferts se font uniquement par les chemins les plus courts.

AR-219: Advanced CAO and Integrated Modeling DIM

1ère année: bases nécessaires à la représentation informatique 2D (3D). Passage d'un à plusieurs logiciels: compétence de choisir les outils adéquats en 2D et en 3D. Mise en relation des outils de CAO

MATH-448: Statistical analysis of network data

A first course in statistical network analysis and applications.

EE-452: Network machine learning

Fundamentals, methods, algorithms and applications of network machine learning

Nature, in Code: Biology in JavaScript

Learn JavaScript programming by implementing key biology concepts in code, including natural selection, genetics and epidemics.

Neuronal Dynamics 2- Computational Neuroscience: Neuronal Dynamics of Cognition

This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.

Neuronal Dynamics 2- Computational Neuroscience: Neuronal Dynamics of Cognition

This course explains the mathematical and computational models that are used in the field of theoretical neuroscience to analyze the collective dynamics of thousands of interacting neurons.

Wet Markets and Food Safety: TripAdvisor for Improved Global Digital Surveillance

Sharada Prasanna Mohanty

Background: Wet markets are markets selling fresh meat and produce. Wet markets are critical for food security and sustainable development in their respective regions. Due to their cultural significan

2019

Efficient large-scale graph processing: optimisations for storage, performance and evolving graphs

Jasmina Malicevic

Graph processing systems are used in a wide variety of fields, ranging from biology to social networks. Algorithms to mine graphs incur many random accesses, and the sparse nature of the graphs of in

EPFL2019

Automatic Online Fake News Detection Combining Content and Social Signals

Stefano Moret, Gabriele Ballarin

The proliferation and rapid diffusion of fake news on the Internet highlight the need of automatic hoax detection systems. In the context of social networks, machine learning (ML) methods can be used

IEEE2018