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
Metodi didattici
Lezioni FrontaliTeaching Methods
Prerequisiti
NessunoPrerequisites
Verifiche dell'apprendimento
Esame OraleAssessment
Programma 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
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: