Social Network Analysis

Viele soziale, wirtschaftliche oder technische Systeme aus der realen Welt lassen sich als Netzwerke modellieren. Solche Netzwerke ermöglichen eine mathematische Modellierung und statistische Analyse von Netzwerkeffekten, wie sie etwa in der Verbreitung von Krankheiten, Fake News oder Innovationen auftreten. Unser Kompetenzcenter erforscht, wie sich Informationen und Einflüsse in Netzwerken ausbreiten und wie diese Prozesse gezielt eingedämmt oder gefördert werden können.

Das Kompetenzcenter Social Network Analysis vereint Experten mit breit abgestütztem Fachwissen in den Bereichen Ökonomie, Data Science, Mathematik und Statistik. Was uns verbindet, ist ein grosses Interesse an Netzwerken und der Vielzahl an Herausforderungen, die sich mithilfe der Netzwerkanalyse lösen lassen.

Ein zentraler Fokus unseres Kompetenzcenters liegt auf der Erforschung epidemischer Prozesse. Wir entwickeln datengetriebene Methoden zur frühzeitigen Eindämmung solcher Prozesse. Der Anwendungsbereich dieser Forschung ist jedoch nicht auf Krankheiten beschränkt: sie ist ebenso relevant für soziale Ansteckungseffekte, etwa im Zusammenhang mit Fake News, Innovation oder im Marketing (z.B. zur Identifikation von einflussreichen Akteuren in Netzwerken).

Mit unserer angewandten Forschung wollen wir praxisrelevante Probleme lösen. Ziel jedes Projekts ist es, die Ergebnisse in die Praxis zu überführen, denn nur so kann unsere Forschung am Ende spürbare Wirkung entfalten.

Wir unterstützen Forschende, Organisationen und Unternehmen gerne bei methodischen Fragen zu folgenden Themengebieten:

Machine Learning (auf Netzwerken)

• Graph Neural Networks
• Gaussian Processes und Bayesian Optimisation
• Recommender Systems

Netzwerkstruktur und Repräsentation

• Statische und temporale Netzwerkrepräsentationen
• Visualisierung von Netzwerken
• Identifizierung von Communities in Netzwerken

Analyse von zentralen Akteuren

• Zentralitätskennzahlen, PageRank, etc.
• Influence Maximisation
• Influence Maximization

Dynamik und Simulation auf Netzwerken

• Dynamische Prozesse auf Netzwerken (Epidemien, Random Walks, etc.)
• Monte-Carlo Simulationen auf Netzwerken