Quantitative Netzwerkforschung untersucht und analysiert komplexe Netzwerke. Das Gebiet ist in den letzten Jahren stark gewachsen und hat zunehmend an Bedeutung gewonnen. Netzwerkforschung ist nicht auf eine einzelne wissenschaftliche Disziplin beschränkt, sondern kommt in ganz unterschiedlichen wissenschaftlichen Bereichen vor.
Netzwerke bieten die Möglichkeit, auf abstrakte Weise Beziehungen und Interaktionen zwischen Elementen in komplexen und heterogenen Systemen zu beschreiben. Zum Beispiel lässt sich das WWW als ein Netzwerk darstellen, in dem die HTML-Dokumente die Knoten sind, die durch Hyperlinks verbunden sind, welche zwischen den einzelnen Dokumenten verweisen. Auch unser Nervensystem bildet ein großes Netzwerk: Die Neuronen und Nervenzellen sind die Knoten, die mit Axonen verbunden sind. Komplexe Netzwerke finden sich auch in den Sozial- und Wirtschaftswissenschaften. Hier bilden (bestimmte Gruppen von) Individuen oder Einheiten die Knoten, und die Kanten beschreiben die sozialen (oder sonstigen Arten der) Interaktion zwischen ihnen. Ein weiteres Beispiel der Anwendung von Netzwerken ist in den Bereichen der Informations- und Datenvisualisierung und Visual Analytics, um unerwartete Muster in Netzwerkdaten zu erkennen.
Obwohl die Wissenschaftszweige, in denen Netzwerke verwendet werden, sehr unterschiedlich sind, so ist der Analysebedarf doch ähnlich, und es können die gleichen oder ähnliche quantitative Methoden und Modelle angewendet werden. Dies umfasst Methoden und Theorien, die von der mathematischen Graphentheorie über statistische Netzwerkmodelle bis hin zu Visualisierungstechniken in der Informatik reichen. Der Forschungsschwerpunkt Quantitative Network Science bündelt die verschiedenen Aktivitäten im Bereich Netzwerkforschung an der LMU München und bringt Mathematiker, Statistiker und Informatiker mit Wissenschaftlern aus diversen akademischen Disziplinen zusammen, um die quantitative Netzwerkforschung voranzutreiben.
Ehemaliger Visiting Fellow
Ehemaliger Visiting Fellow
Ehemaliger Visiting Fellow