Offerta Didattica

 

METODI E LINGUAGGI DEL GIORNALISMO

SOCIAL MEDIA MANAGEMENT

Classe di corso: LM-19 - Informazione e sistemi editoriali
AA: 2020/2021
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
ING-INF/05, SECS-S/05CaratterizzanteLiberaLibera
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
121200727200
Legenda
CFU: 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

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. Il modulo di Social Web Management (6 CFU) si pone l’obiettivo id fornire le competenze utili alla progettazione e alla gestione efficace di canali comunicativi digitali quali ad esempio il Web 2.0, i Social Media e i canali tradizionali dell'editoria multimediale.

Learning Goals


Metodi didattici

Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Lezioni Frontali Modulo: A000121 - ANALISI DEI BIG DATA Il corso è articolato in lezioni frontali teoriche e pratiche, con applicazioni su grandi basi di dati. A questo scopo, vengono utilizzati specifici packages open source.

Teaching Methods


Prerequisiti

Conoscenze di Base della Statistica Sociale. Lo studente deve avere familiarità con le moderne piattaforme di produzione e disseminazione dei contenuti nel Web 2.0.

Prerequisites


Verifiche dell'apprendimento

Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Esame orale Modulo: A000121 - ANALISI DEI BIG DATA La prova d'esame verte sia sull’accertamento della conoscenza della teoria, sia sulla capacità di applicare su dati empirici o simulati quanto appreso, tramite una o più prove intermedie. La valutazione viene effettuata in trentesimi. Viene giudicato sufficiente il raggiungimento, da parte dello studente, di un livello di preparazione che gli permetta di individuare correttamente, e mettere in pratica, la metodologia di indagine utile per affrontare un problema specifico. La valutazione cresce in misura diretta al grado di autonomia dello studente nell’analisi e nel confronto fra modelli e metodologie alternative. Viene valutata positivamente anche la capacità di analizzare i risultati ottenuti con adeguato spirito critico.

Assessment


Programma del Corso

Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA 1. Studiare la realtà attraverso i dati digitali 2. Social Media e Analisi del Contenuto 3. Lasentiment analysis 4. Analisi di reti sociali. 5. Applicazioni dellIntelligenza Artificiale alleScienze Sociali. 6. Social Media e società: tra Big Data e Echo Chambe Modulo: A000121 - ANALISI DEI BIG DATA STRUMENTI DI MISURAZIONE IN AMBITO SOCIALE: scale di misura, differenze individuali, correlazione, regressione. Affidabilità e validità di uno strumento di misura (ad esempio, un questionario, un test di profitto etc.) ERRORI DI MISURAZIONE: errori di risposta, errori nella costruzione di un test o di un questionario. I BIG DATA: informazione, tecnologia, metodi e impatto. Tecniche di classificazione, Riconoscimento di strutture, Analisi del testo.

Course Syllabus


Testi di riferimento: Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA P. Natale e M. Airoldi, Web e Social Media, Maggioli Editore, 2017 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 alsito Web: https://nlp.stanford.edu/IR-book/ , 2018 Modulo: A000121 - ANALISI DEI BIG DATA Domenica Fioredistella Iezzi – Statistica per le Scienze Sociali. Carocci Editore (capitoli da 1 a 9, e da 12 a 14). Andrea De Mauro - Big Data Analytics - Analizzare e interpretare dati con il machine learning.. Ed. Apogeo. ISBN libro : 9788850334780 - ISBN Ebook: 9788850318599

Elenco delle unità didattiche costituenti l'insegnamento

Docente: PASQUALE DE MEO

Orario di Ricevimento - PASQUALE DE MEO

GiornoOra inizioOra fineLuogo
Mercoledì 15:00 16:30DICAM, stanza n. 246
Note:

Docente: ANTONINO DI PINO INCOGNITO

Orario di Ricevimento - ANTONINO DI PINO INCOGNITO

GiornoOra inizioOra fineLuogo
Giovedì 14:00 19:00per via telematica, su appuntamento sulla Chat di Microsoft Team di Ateneo
Note:
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti