SOCIAL MEDIA ANALYTICS

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
2
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
46
Prerequisiti: 

Conoscenza di base di database relazionali e NoSQL, basi di programmazione, principi di algebra lineare, principi di statistica.

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Esame Scritto e Progetto di gruppo (con presentazione orale).

• Esame scritto valutato su una scala da 0 a 24.

• Gli studenti che hanno ottenuto una valutazione maggiore o uguale a 12 nello scritto possono sostenere svolgere il progetto e la relativa discussione orale.

• Il progetto, con relativa discussione orale, viene valutato su una scala da 0 a 9.
Il voto finale sarà dato dalla somma del voto ottenuto nell'esame scritto e dal voto relativo al progetto.

Valutazione: 
Voto Finale

Obiettivi formativi

Alla fine del corso, lo studente avrà appreso i principali concetti che stanno alla base della gestione dei dati originati nei media sociali (accesso, pre-processing, modellazione) e della loro successiva analisi. Alla fine del corso, lo studente sarà in grado di collezionare, processare e analizzare dati provenienti dai principali media sociali, utilizzando le tecnologie più adatte allo scopo. Sarà inoltre in grado di fornire una rappresentazione di strutture sociali complesse al fine di estrarne informazione utile.

Contenuti

1. Introduzione al Web sociale e alla terminologia utilizzata; 2. Il reperimento dei dati nei media sociali; 3. La rappresentazione dei dati sociali mediante strutture sociali complesse (teoria dei grafi); 4. Introduzione all’analisi dei dati sociali; 5. Descrizione di problematiche di interesse (diffusione dell’informazione, credibilità); 6. Analisi di grafi (analisi di reti sociali); 7. Analisi della soggettività, del “sentiment” e dell’ironia; 8. Named-entity Recognition e Linking; 9. Social Media Tagging e Summarization; 10. Problematiche e tecniche di visualizzazione dei dati sociali

Programma esteso

Prima parte
1. Introduzione
a. Introduzione al Web sociale e alla terminologia utilizzataWeb sociale, reti sociali, media sociali, contenuto generato dagli utenti

b. Gli “oggetti informativi” sul Web sociale: 1) testi: post, blog, microblog, 2) immagini, 3) audio, 4) video

c. Social Media Analytics: definizione e obiettivi

2. Il reperimento dei dati nei media sociali

a. Le principali piattaforme, le interfacce di programmazione, il processo di crawling

b. Pre-processing e memorizzazione di dati sociali

3. Il problema della rappresentazione dei dati sociali:

a. Strutture dati elementari e complesse

b. Rappresentazione di strutture sociali mediante grafi (teoria dei grafi, tipologie di reti, elementi di analisi delle reti: link analysis, web link analysis, misure di centralità)

4. Introduzione all’analisi dei dati sociali, tipologie e caratteristiche

5. Descrizione di alcune problematiche di interesse

a. Analisi dell’ evoluzione dell’informazione nel tempo

b. Valutazione della credibilità dell’informazione nei social media

Seconda parte
6. Analisi di grafi

a. Network clustering: algoritmi di community detection

b. Modelli di influenza e contagio nelle reti sociali

7. Analisi di soggettività, “sentiment”, emozioni ed ironia:

a. Lessici

b. Modelli probabilistici del linguaggio

c. Ensemble learning

8. Named-entity Recognition e Linking

a. Modelli grafico probabilistici

b. Probabilistic Topic Models e Basi di Conoscenza

c. Word Sense Disambiguation

9. Social Media Tagging e Summarization

10.Problematiche e tecniche di visualizzazione dei dati sociali

Bibliografia consigliata

Arthur Benjamin, Gary Chartrand, and Ping Zhang. The fascinating world of graph theory. Princeton University Press, 2015.

John Scott. Social Network Analysis. Sage, 2012.

Bing Liu. Sentiment Analysis and Opinion Mining. Morgan & Claypool. 2016

Eneko Agirre, Philip Edmonds. Word Sense Disambiguation: Algorithms and Applications (Text, Speech and Language Technology). Springer. 2007

Metodi didattici

Lezioni frontali, esercitazioni, laboratori