Offerta Didattica
METODI E LINGUAGGI DEL GIORNALISMO
SOCIAL MEDIA MANAGEMENT
Classe di corso: LM-19 - Informazione e sistemi editoriali
AA: 2019/2020
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
SECS-S/05, ING-INF/05 | Caratterizzante | Libera | Libera | Sì |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
12 | 12 | 0 | 0 | 72 | 72 | 0 | 0 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
Obiettivi Formativi
MODULO WEB 3.0 E SOCIAL MEDIA Il corso si prefigge di illustrare le potenzialità delle più moderne tecnologie informatiche che hanno una diretta rilevanza nel giornalismo (anche note col nome di Data Journalism). Il corso verterà su molteplici argomenti tra cui metodi statistici di analisi dei dati testuali, tecniche di filtraggio dell'informazione ed elementi di analisi delle reti sociali e la loro applicazione nella conduzione di indagini giornalistiche. Le lezioni teoriche saranno accompagnate da un intensa attività di laboratorio condotta mediante l'uso del linguaggio Python con l'obiettivo di illustrare le potenzialità e le limitazioni delle tecnologie informatiche ed algoritmiche nella gestione responsabile dell'informazione. Durante il corso saranno discussi alcuni tra i più recenti articoli scientifici nel settore del data journalism. MODULO ANALISI DEI BIG DATA Apprendimento dei principali metodi per l'analisi di grandi quantità di dati. Offrire una nuova prospettiva sul mondo dei dati e il loro potere informativo orientato ai professionisti della conoscenza, come comunicatori e giornalisti, per consentire loro di sapere dove trovarli e come analizzarli al fine di utilizzarli per estrarne comprensione e significato. Le novità principali che si stanno sviluppando in questo ambito risiedono proprio nelle modalità di ricerca, analisi e design utilizzate per estrarre contenuti dai dati e trasformarli in informazione. Imparare a interpretare i dati affinché siano non più solamente sequenze alfanumeriche, ma sistemi comprensibili nei quali si possano leggere differenze, tendenze, correlazioni, imperfezioni e persino sfumature di significato.Learning Goals
WEB 3.0 AND SOCIAL MEDIA MODULE The goal of the course is to illustrate the potential of the most modern information technologies that have a direct impact on the journalism (also known as Data Journalism). We will focus on multiple topics including statistical methods of textual data analysis, information filtering techniques and elements of analysis of social networks and their application in journalism. Besides theoretical lectures, we will introduce the Python language with the goal of highlighting the potential and limitations of information and algorithmic technologies in responsible information management. During the course some of the most recent scientific articles in the field of data journalism will be discussed. BIG DATA ANALYSIS MODULE Th emain goal of the course consists of learning the main methods for analyzing large amounts of data and to illustrate the benefits arising from the extensive usage of data, with a special emphasis on communication experts and journalists . The student will be able to know where to find information, how to collect anbd analyze them with the purpose of extracting actionable knowledge. The main innovations that are being developed in this area lie precisely in the research, analysis and design methods used to extract content from data and transform it into information. Learn to interpret the data so that they are no longer just alphanumeric sequences, but understandable systems in which you can read differences, trends, correlations, imperfections and even nuances of meaning.Metodi didattici
Lezioni FrontaliTeaching Methods
LecturesPrerequisiti
NessunoPrerequisites
NoneVerifiche dell'apprendimento
Esame OraleAssessment
Oral examProgramma del Corso
MODULO WEB 3.0 E SOCIAL MEDIA 1. Studiare la realtà attraverso i dati digitali 2. Social Media e Analisi del Contenuto 3. La sentiment analysis 4. Analisi di reti sociali. 5. Applicazioni dellIntelligenza Artificiale alle Scienze Sociali. 6. Social Media e società: tra Big Data e Echo Chamber MODULO ANALISI DEI BIG DATA Big Data: verso una società e una scienza guidate dai dati. Il valore dei dati nellera dei Big Data. I Big Data nel sistema dellinformazione. Visualizzare i dati. Tradizione e innovazione: evoluzione e sviluppo della Data Visualization. Comunicare con i dati: il Data Journalism.Course Syllabus
WEB 3.0 AND SOCIAL MEDIA MODULE 1. Th edigital data in everydau life 2. Social Media and Content Analysis 3. Sentiment analysis 4. Analysis of social networks. 5. Applications of Artificial Intelligence to Social Sciences. 6. Social Media and society: between Big Data and Echo Chamber BIG DATA ANALYSIS MODULE Big Data: towards a data-driven society and science. The value of data in the era of big data. Big Data in the information system. Data visualization Tradition and innovation: evolution and development of Data Visualization. Communicating with data: Data Journalism.Testi di riferimento:
P. Natale e M. Airoldi, Web e Social Media, Maggioli Editore.
R. Walpole, R. Myers, S. Myers, K. Ye. Analisi Statistica dei Dati per l'Ingegneria. Pearson, 2016
C. Manning, P. Raghavan, H. Schultze. Introduction to Information Retrieval. Disponibile al sito Web: https://nlp.stanford.edu/IR-book/
Pometti M., Tissoni F., Comunicare con i dati. Linformazione tra Data Journalism e Data Visualization, Ledizioni, Milano, 2018.
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
Docente: GIUSEPPE AVENA
Orario di Ricevimento - GIUSEPPE AVENA
Dato non disponibile
Docente: PASQUALE DE MEO
Orario di Ricevimento - PASQUALE DE MEO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Mercoledì | 15:00 | 16:30 | DICAM, stanza n. 246 |
Note: