Ziel von Network Science ist die Entwicklung von Methoden und Werkzeugen für die Sammlung, Verarbeitung und Analyse von relationalen Daten (z. B. aus sozialen Medien oder Sensordaten), die als Netzwerk modelliert werden können. Netzwerkmodelle erleichtern die Erklärung und Vorhersage der Struktur und Dynamik von sozialen Systemen.
Unsere Forschungsschwerpunkte im Bereich Network Science
- Messung von Face-to-Face-Interaktionen über RFID-Sensoren in verschiedenen Umgebungen (z. B. auf wissenschaftlichen Konferenzen) und Kombination dieser Daten mit Umfragedaten zu Verhalten und Persönlichkeitsmerkmalen
- Netzwerke von Interaktionen zwischen Nutzenden von Online-Plattformen (wie Wikipedia, Reddit, Twitter), statistische Modellierung von Mustern von Online-Interaktionen (in Bezug auf Informationsverhalten, Kooperation, Konflikt usw.)
- Generative Netzwerkmodelle, die darauf abzielen, das Verhalten von Teilpopulationen zu erklären und vorherzusagen (z. B. die Zusammenarbeit zwischen weiblichen und männlichen Forschenden)
- Kulturelle Netzwerke, die geografische Regionen durch gemeinsame Online-Präferenzen miteinander verbinden
- Ell, Theresia, Lydia Repke, and Henning Silber. 2024. "Persönliche und mediierte Kommunikation und ihre Auswirkungen auf die mentale Gesundheit aus Netzwerkperspektive." Frühjahrstagung DGNet und DGS:„Digitale Netzwerke: Soziale Formationen im und ums Internet“ , Philipps-Universität Marburg, Marburg, 2024-03-14.
- Repke, Lydia, Theresia Ell, and Henning Silber. 2023. "Beyond Distancing: An Examination of Social Networks and Mental Health in the Covid-19 Era." Social networks and wellbeing of older adults, Universität zu Köln, Köln, 2023-12-07.
- Mehta, Aditya, Arun Paudyal, Atul Sharma, Zyanya Ambros, Ipek Baris, Jun Sun, Oul Han, and Akram Sadat Hosseini. 2020. "Does the First Mover Advantage Exist on GitHub?" doi: https://doi.org/10.48550/arXiv.2006.02193.
- Kunegis, Jérôme, Jun Sun, and Eiko Yoneki. 2023. Guided Graph Generation: Evaluation of Graph Generators in Terms of Network Statistics, and a New Algorithm. ArXiV Preprint. doi: https://doi.org/10.48550/arXiv.2303.00635.
- Kunegis, Jérôme, Jun Sun, Pawan Kumar, Anna Samoilenko, and Giuseppe Pirró. 2023. SynGraphy: Succinct Summarisation of Large Networks via Small Synthetic Representative Graphs. ArXiV Preprint. doi: https://doi.org/10.48550/arXiv.2302.07755.
| Titel | Start | Ende | Förderer |
|---|---|---|---|
|
Entwicklung und Bedeutung sozialer Beziehungen im Kontext der Covid-19-Pandemie
(LoneCovid)
|
2023-02-01 | 2026-01-31 | Bund |
Knowledge Technologies for the Social Sciences
Stellvertretender Abteilungsleiter
FAIR Data
Teamleiter
Stellvertretender Abteilungsleiter
FAIR Data
Teamleiter
Präsidialbereich
Scientific Coordinator for Digital Behavioral Data
Scientific Coordinator for Digital Behavioral Data
Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen: