| SOCIAL MEDIA ANALYTICS
(obiettivi)
OBIETTIVI FORMATIVI:
L'insegnamento ha l'obiettivo di fornire agli studenti una serie di strumenti teorici e applicativi per la raccolta, l'analisi statistica e la visualizzazione di dati provenienti dai principali Social Media (Facebook, Twitter, Whatapps, Instagram, Linkedin)
CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
Durante il corso, lo studente impara a pianificare un'indagine statistica sui principali Social Media, raccogliere i dati, strutturati e non strutturati, organizzarli in archivi trattabili dal punto di vista statistico, ad analizzarli utilizzando alcune tecniche di Machine Learning, Data Mining e Text Mining.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE:
Lo studente applica metodi e procedure descritte a lezione, individuando le più idonee ad analizzare e interpretare i fenomeni osservati.
AUTONOMIA DI GIUDIZIO:
Lo studente deve saper motivare gli strumenti di analisi utilizzati, valutarne la correttezza, l’'efficacia, la coerenza e la completezza. Saper integrare e fornire collegamenti fra fonti e metodi.
ABILITÀ COMUNICATIVE:
Lo studente deve saper illustrare (in modo sia sintetico sia analitico…)il fenomeno statistico oggetto di studio, utilizzando un linguaggio tecnico,mediante la predisposizione di presentazioni e di report tecnici.
CAPACITÀ DI APPRENDIMENTO:
Lo studente deve applicare correttamente i principi del ragionamento e adottare le giuste decisioni riguardo alle possibili metodologie di analisi, essere in grado di stabilire possibili correlazioni tra metodi diversi, saper applicare e leggere una diagnostica per la scelta dei modelli di analisi.
|
Canale Unico
|
Docente
|
IEZZI DOMENICA
(programma)
Tipologie di dati: strutture, formati e media;
Collezione, estrazione e visualizzazione di dati provenienti dai Social Media;
Costruzione di indici e indicatori, semplici e complessi, per analizzare i Social Media;
Misure di similarità e dissimilarità tra unità statistiche e variabili;
Tecniche di Cluster Analysis;
Analisi delle componenti principali;
Analisi delle corrispondenze;
Correlazione canonica;
Scaling Multidimensionale;
Analisi delle matrici a più vie;
Social Network Analysis;
Sentiment Analysis e Text Mining per Social Media.
 Cerioli A. Zani S. (2007) Analisi dei dati e data mining per le decisioni
aziendali. Giuffrè editore. Milano.
Ceron A., Curini L., Iacus S. (2014). Social Media e Sentiment Analysis. L'evoluzione dei fenomeni sociali attraverso la Rete. Springer. Milano.
Iezzi D.F. (2013). Statistica per le Scienze Sociali, Carocci, Roma.
|
|
Date di inizio e termine delle attività didattiche
|
- |
|
Modalità di erogazione
|
Tradizionale
|
|
Modalità di frequenza
|
Non obbligatoria
|
|
Metodi di valutazione
|
Prova orale
Valutazione di un progetto
|
|
