※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：109-2
ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 唐牧群
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
图资系 / 图资所，U选课程，学士班与硕士班学生均可选修。
δ 课程大概内容
提供对社会网络的基本概念，并着重其在文献计量学和知识管理方面的应用。
Gephi 和 UCINET 等视觉化软件的使用教学。
涵盖的社会网络概念大致上有 Cohesion、small world、clustering
coefficient、community-detection等等。
Ω 私心推荐指数(以五分计) ★★★★★
操作课：★★★★
老师活泼：★★
内容：★★★★（可能因为是入门，我觉得 cover 的有点杂）
η 上课用书(影印讲义或是指定教科书)
无特定用书，老师会发论文，有兴趣可以读。
μ 上课方式(投影片、团体讨论、老师教学风格)
老师会用投影片为主，因为在图资系电脑教室上课，所以操作软件的时候会切
萤幕，手把手的教大家怎么使用。
老师也会给大家时间自己操作，然后那段时间就会在教室内巡回给需要帮助的
人问问题。
老师人很好，有任何问题都会尽量帮忙解决，只是讲课的时候有点平，易困。
σ 评分方式(给分甜吗？是扎实分？)
课堂参与：10%
作业：20% / 次，共三次
期末报告：30%
老师给分都直接算成比例，所以一次作业满分就是 20 分。
我觉得算蛮甜，作业分数都蛮高的，但这种作业通常需要花上一些时间让视觉
化的结果呈现他该有的样子。期末报告也是花了一些时间讨论，我们后来拿满
分，但全般的分布应该在 17 到 30 分之间，平均落在 25 左右。
我觉得整体不难！
ρ 考题型式、作业方式
不考试，作业的话老师会希望大家练习视觉化工具或试用软件计算网络的特征
，实际操作流程老师都会放在投影片中，所以操作方面不是问题。
视觉化后通常会要求你根据那些视觉化的结果提出洞见。都是问答题。
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
加签：我学期初写信（非本系），老师欣然应允。
出席率：不出席无妨，但会需要自己学软件怎么操作，所以建议出席。
基础：我觉得没有基础可以上，但修过文字探勘/资料分析相关课程会更得心应
手，举例来说，老师讲各种分群算法的时候应该都会很耳熟。
Ψ 总结
我觉得是可以学到很多有趣的东西的课！这门课应该也是学校少数专攻 SNA 的
课，老师的讲解也都很浅显易懂。
唯一小抱怨的地方是老师用的两个软件都有各自的缺陷，尤其在资料处理上挺
不直观，软件的效率也不高，但总体来说还是很好玩！