INFORMATION VISUALIZATION, DATA SCIENCE AND SOCIAL MEDIA ANALYTICS MOD.1
- Anno accademico
- 2021/2022 Programmi anni precedenti
- Titolo corso in inglese
- INFORMATION VISUALIZATION, DATA SCIENCE AND SOCIAL MEDIA ANALYTICS MOD.1
- Codice insegnamento
- FM0533 (AF:338873 AR:191118)
- Lingua di insegnamento
- Inglese
- Modalità
- In presenza
- Crediti formativi universitari
- 6 su 12 di INFORMATION VISUALIZATION, DATA SCIENCE AND SOCIAL MEDIA ANALYTICS
- Livello laurea
- Laurea magistrale (DM270)
- Settore scientifico disciplinare
- INF/01
- Periodo
- 1° Periodo
- Anno corso
- 2
- Sede
- VENEZIA
- Spazio Moodle
- Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
Il corso mira a fornire una panoramica di metodi e tecniche per l’esplorazione, l’analisi e la visualizzazione dati, con particolare enfasi su dati social (es: YouTube, Facebook, Twitter). Il corso fornirà anche un’introduzione di network analysis.
Risultati di apprendimento attesi
- Usare API per ottenere dati da piattaforme social
- Effettuare sentiment analysis e emotion detection su dati utente
- Analizzare le interazioni degli utenti sulle piattaforme social
- Estrarre argomenti di discussione dai dibattiti sui social media
- Identificare comunità di interesse (es: echo chamber)
- Effettuare sentiment analysis e emotion detection su dati utente
- Analizzare le interazioni degli utenti sulle piattaforme social
- Estrarre argomenti di discussione dai dibattiti sui social media
- Identificare comunità di interesse (es: echo chamber)
Prerequisiti
- Conoscenza basilare del calcolatore (funzioni base del sistema operativo, navigazione web, posta elettronica, pacchetti di lavoro Office, motori di ricerca)
- Buona conoscenza di Python (o equivalente, es: R)
- Buona conoscenza di Python (o equivalente, es: R)
Contenuti
- Introduzione alla data science e alla social media analysis
- Lavorare con API
- Data e Information Visualisation
- Topic Extraction
- Sentiment Analysis
- Network Analysis
Gli studenti non frequentanti sono invitati a contattare la docente.
(La lista dei contenuti potrà subire variazioni)
- Lavorare con API
- Data e Information Visualisation
- Topic Extraction
- Sentiment Analysis
- Network Analysis
Gli studenti non frequentanti sono invitati a contattare la docente.
(La lista dei contenuti potrà subire variazioni)
Testi di riferimento
- Easley, David, and Jon Kleinberg. Networks, crowds, and markets. Vol. 8. Cambridge: Cambridge university press, 2010.
- Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. O'Reilly Media, 2019.
- Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. O'Reilly Media, 2019.
Modalità di verifica dell'apprendimento
L'esame finale orale consiste in domande teoriche sui contenuti del corso e prevede la presentazione di un progetto precedentemente concordato con la docente.
Modalità di esame
orale
Metodi didattici
Lezioni frontali interattive, lavori di gruppo
Obiettivi Agenda 2030 per lo sviluppo sostenibile
Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile
Programma definitivo.
Data ultima modifica programma: 09/09/2021