※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
（是／否／其他條件）：是
哪一學年度修課：109-2
ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄) 唐牧群
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
圖資系 / 圖資所，U選課程，學士班與碩士班學生均可選修。
δ 課程大概內容
提供對社會網絡的基本概念，並著重其在文獻計量學和知識管理方面的應用。
Gephi 和 UCINET 等視覺化軟體的使用教學。
涵蓋的社會網絡概念大致上有 Cohesion、small world、clustering
coefficient、community-detection等等。
Ω 私心推薦指數(以五分計) ★★★★★
操作課：★★★★
老師活潑：★★
內容：★★★★（可能因為是入門，我覺得 cover 的有點雜）
η 上課用書(影印講義或是指定教科書)
無特定用書，老師會發論文，有興趣可以讀。
μ 上課方式(投影片、團體討論、老師教學風格)
老師會用投影片為主，因為在圖資系電腦教室上課，所以操作軟體的時候會切
螢幕，手把手的教大家怎麼使用。
老師也會給大家時間自己操作，然後那段時間就會在教室內巡迴給需要幫助的
人問問題。
老師人很好，有任何問題都會盡量幫忙解決，只是講課的時候有點平，易睏。
σ 評分方式(給分甜嗎？是紮實分？)
課堂參與：10%
作業：20% / 次，共三次
期末報告：30%
老師給分都直接算成比例，所以一次作業滿分就是 20 分。
我覺得算蠻甜，作業分數都蠻高的，但這種作業通常需要花上一些時間讓視覺
化的結果呈現他該有的樣子。期末報告也是花了一些時間討論，我們後來拿滿
分，但全般的分布應該在 17 到 30 分之間，平均落在 25 左右。
我覺得整體不難！
ρ 考題型式、作業方式
不考試，作業的話老師會希望大家練習視覺化工具或試用軟體計算網絡的特徵
，實際操作流程老師都會放在投影片中，所以操作方面不是問題。
視覺化後通常會要求你根據那些視覺化的結果提出洞見。都是問答題。
ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
加簽習慣？嚴禁遲到等…)
加簽：我學期初寫信（非本系），老師欣然應允。
出席率：不出席無妨，但會需要自己學軟體怎麼操作，所以建議出席。
基礎：我覺得沒有基礎可以上，但修過文字探勘/資料分析相關課程會更得心應
手，舉例來說，老師講各種分群演算法的時候應該都會很耳熟。
Ψ 總結
我覺得是可以學到很多有趣的東西的課！這門課應該也是學校少數專攻 SNA 的
課，老師的講解也都很淺顯易懂。
唯一小抱怨的地方是老師用的兩個軟體都有各自的缺陷，尤其在資料處理上挺
不直觀，軟體的效率也不高，但總體來說還是很好玩！