Dipartimento di InformaticaUniversità degli Studi di Milano
Dario Malchiodi

Big data and digital methods2015/16

Laurea magistrale in Comunicazione pubblica e d'impresa · Università degli Studi di Milano · Le lezioni sono in inglese · 3 CFU · 40 ore

Edizione archiviata: questa pagina è conservata come riferimento e alcuni materiali o collegamenti potrebbero non essere più disponibili.

Questo insegnamento introduce le principali tematiche legate all'analisi di grosse moli di dati. Il corso, tenuto in lingua inglese, è diviso in due moduli: big data (BD) e digital methods (DM).

Avvisi

Nessun avviso per ora.

Orari del corso

Le lezioni si svolgeranno presso l'Edificio 1 di via Conservatorio, secondo il seguente orario provvisorio:

Giorno Ora Luogo
mercoledì 8:30 - 10:30 aula 26 (DM)
giovedì 8:30 - 12:30 aula 26 (BD)
venerdì 8:30 - 10:30 aula 26 (DM)

Eventuali variazioni rispetto al calendario pianificato verranno comunicate in aula e pubblicizzate nel paragrafo Avvisi di questa pagina.

Ricevimento studenti

Su appuntamento, stanza 5015 del Dipartimento di Informatica. È possibile contattare il docente tramite posta elettronica, avendo cura di leggere preventivamente la guida predisposta dal Prof. Sebastiano Vigna e di specificare chiaramente nell'oggetto del messaggio il nome dell'insegnamento e l'anno accademico. In particolare, si invitano gli studenti a usare sempre come mittente l'indirizzo fornito loro dall'Ateneo (basato cioè sul dominio studenti.unimi.it) firmando con nome, cognome e matricola e ricordando che i tempi di risposta possono variare in funzione degli impegni del docente.

Materiale didattico

Il modulo BD è basato sui seguenti libri: Viktor Mayer-Schönberger and Kenneth Cukier, Big data – A revolution that will transform how we live, work, and think, Aemon Dolan, 2013 (ISBN:978-0-544-00269-2), e Bernard Marr, Big data: Using SMART Big Data, Analytics and Metrics To Make Better Decisions and Improve Performance, Wiley, 2015 (ISBN:978-1-118-96583-2)

Il modulo DM è invece basato sul seguente materiale: Rogers, R. 2013. Digital Methods, Cambridge, The MIT Press; Hine, C. 2015. Ethnography for the Internet: Embedded, Embodied and Everyday, London Bloomsbury; materiale addizionale comunicato a lezione. È consigliata la frequenza in aula utilizzando un laptop, e si raccomanda caldamente di apprendere le basi del package Digital Methods Initiative tools e di scaricare il software libero Gephi. Agli studenti non frequentanti è richiesto di prepararsi anche sul libro Kozinets, R.V. 2010. Netnography: Doing Ethnographic Research Online. Los Angeles: Sage.

Programma

Modulo BD: panoramica del mondo «big data»; analisi del fenomeno «big data»; analizzare grosse moli di dati; data science: un esempio; lavorare con dati incoerenti; cercare correlazioni tra i dati; il fenomeno della «datafication»; il valore dei dati; rischi legati al fenomeno «big data»; possibili evoluzioni del fenomeno «big data». Modulo DM: big data (opportunities and constrains); digital methods; ethnography of the Internet; netnography; digital ethnography; etnomining and short-term ethnography; useful heuristics; data collection tools; coding/programming scrapers; sentiment analysis; content analysis; quali-quantitative text analysis; online network analysis; introduction to Gephi; digital identity analysis; twitter analysis; data visualization; research design.

Calendario delle lezioni

Lezione Data Argomento Materiale
L01 24/09/2015 BD1: Panoramica del mondo «big data»
L02 01/10/2015 BD2: Applicazioni e strumenti
L03 08/10/2015 BD3: Case studies
L04 15/10/2015 BD4: Data science
L05 22/10/2015 BD5: Pagerank
L06 29/10/2015 BD6: Entity resolution
L07 05/11/2015 BD7: Clustering
L08 12/11/2015 BD8: Recommender systems
L09 19/11/2015 BD9: Apprendimento automatico
    L10 26/11/2015 BD9: Apprendimento automatico
    l01 23/09/2015 DM01: Big Data (opportunities and constrains)
      l02 25/09/2015 DM02: Digital Methods
        l03 30/09/2015 DM03: Ethnography of the Internet
          l04 02/10/2015 DM04: Netnography
            l05 07/10/2015 DM05: Digital Ethnography
              l06 09/10/2015 DM06: Etnomining & Short-term Ethnography
                l07 14/10/2015 DM07: Useful Heuristics (Community, Public, Crowd and Digital Identity)
                  l08 16/10/2015 DM08: Data Collection Tools
                    l09 21/10/2015 DM09: Coding/Programming Scrapers
                      l10 23/10/2015 DM10: Sentiment Analysis
                        l11 28/10/2015 DM11: Content Analysis
                          l12 30/10/2015 DM12: Quali-Quantitative Text Analysis
                            l13 04/11/2015 DM13: Online Network Analysis
                              l14 06/11/2015 DM14: Introduction to Gephi
                                l15 11/11/2015 DM15: Digital Identity Analysis
                                  l16 13/11/2015 DM16: Twitter Analysis
                                    l17 18/11/2015 DM17: Case study 1
                                      l18 20/11/2015 DM18: Case study 2
                                        l19 25/11/2015 DM19: Data Visualization
                                          l20 27/11/2015 DM20: Research Design (course recap)

                                            Modalità d'esame

                                            L'esame consiste a scelta in: i) una prova orale sul contenuto dei moduli BD e DM, ii) due tesine, una per ciascun modulo e iii) una tesina che combini i contenuti dei due moduli.