Social Media Analytics 2019/2020

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 canali social.

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.

Contenuti dell'insegnamento

• Tipologie di dati: strutture, formati e media;
• Collezione, estrazione e visualizzazione di dati provenienti dai social media;
• Indici e indicatori, semplici e complessi, per analizzare i social media;
• Tecniche di Clustering;
• Social Network Analysis;
• Sentiment Analysis e Trend Sentiment Analysis;
• Latent Semantic Analysis;
• Topic modeling.

Metodi didattici

Lezioni convenzionali di teoria accompagnate da esercitazioni e discussione di casi studio.

Laboratori con il supporto del software statistico R (www.r-project.org).

Modalità di valutazione

La valutazione si svolgerà mediante una prova scritta e orale.

Gli studenti frequentanti discuteranno un progetto di lavoro, concordato con il docente durante il corso.

Libri di testo

Cerioli A. Zani S. (2007) Analisi dei dati e data mining per le decisioni aziendali. Giur editore. Milano.

Iezzi D.F. (2013). Statistica per le Scienze Sociali, Carocci, Roma.

Ceron A., Curini L., Iacus S. (2014). Social Media e Sentiment Analysis. L'evoluzione dei fenomeni sociali attraverso la Rete. Springer. Milano.

Materiale didattico curato del docente.