Course Syllabus
Obiettivi formativi
Conoscenza e comprensione
Il corso si propone di far conoscere le tecnologie web (social media) a supporto dei servizi digitali (pubblici e privati) e delle strategie aziendali. Inoltre il corso offre la possibilità di imparare ad usare software di text analytics.
Capacità di applicare conoscenza e comprensione
Previste esercitazioni pratiche su casi da studiare singolarmente o a gruppi mediante l’utilizzo di tecnologie web, finalizzate alla produzione di documenti oggetto di valutazione.
Contenuti sintetici
- Social Media
- Servizi digitali
- Big Data
- Social Media Analytics
- Social Media Marketing
- Text Mining e Text Analytics
Programma esteso
1. Servizi digitali e Social Media
2. Big Data
2.1 I dati non strutturati
3. Social Media Marketing, strategie
3.1 Brand reputation
3.2 Influencer Marketing
3.3 Engagement Marketing
4. Introduzione a Social Media Analytics
4.1 Metriche e tecniche
5. Tecniche di trattamento dei dati non strutturati
6. Text Mining con software (Rapidminer e Orange)
7. Laboratorio di Text Mining
Prerequisiti
Generale conoscenza delle principali tecnologie ed applicazioni informatiche. Conoscenza di base del pacchetto Office.
Metodi didattici
Il corso è erogato in italiano e prevede lezioni ed esercitazioni.
Le lezioni frontali sono dedicate all'approfondimento degli argomenti teorici inerenti il corso.
Le esercitazioni sono mirate all'utilizzo di software di trattamento dei dati non strutturati (testuali), in particolare per eseguire operazioni di Text Mining su dati scaricati da diverse fonti Web.
Modalità di verifica dell'apprendimento
La modalità di verifica si basa su una prova scritta.
La prova scritta si svolge al computer ed è composta da 3 domande aperte (brevi saggi) e 10 domande chiuse a risposta multipla. Le domande aperte hanno l'obiettivo di valutare le capacità di ragionamento e di discussione critica di un argomento del corso. Le domande chiuse hanno l'obiettivo di valutare la preparazione su tutti gli argomenti del corso. Le domande aperte hanno un peso maggiore nel computo del voto finale.
In sede di valutazione viene considerata la capacità dello studente di rispondere a quesiti specifici facendo riferimento agli aspetti teorici e pratici (mediante esempi) connessi all'argomento richiesto.
La prova d'esame è comune sia per gli studenti frequentanti sia per i non frequentanti.
Non sono previste prove intermedie. Durante il laboratorio gli studenti sono invitati a svolgere un progetto in gruppo, non è obbligatorio, chi lo porta a termine avrà qualche punto in più all'esame. Gli studenti non frequentanti possono liberamente scegliere se svolgere il progetto o no.
Testi di riferimento
1) M. Mezzanzanica, D. Cavenago, “Scienza dei servizi – Un percorso tra metodologie e applicazioni”, Springer-Verlag Italia, (2010) [ISBN: 978 88 470 1363 6];
2) V. Cosenza, "Social media ROI", Apogeo, 2012, ebook acquistabile in rete, capitoli: 1, 2, 4, 5 (i concetti fondamentali).
Nel corso delle lezioni sarà indicato dai docenti ulteriore materiale (slide, articoli…).
Sustainable Development Goals
Learning objectives
Knowledge and understanding
The course aims to learn some web technologies (social media) to support digital services (public and private) and corporate strategies. In addition, the course offers the opportunity to learn how to use text analytics softwares.
Applying knowledge and understanding
Provided practical exercises on cases to be studied individually or in groups through the use of web technologies, aimed at the production of documents being evaluated.
Contents
- Social media
- Digital services
- Big Data
- Social media analysis
- Social media marketing
- Text Mining and Text Analytics
Detailed program
1. Digital services and Social Media
2. Big Data
2.1 Unstructured data
3. Social Media Marketing, strategies
3.1 Brand reputation
3.2 Influencer Marketing
3.3 Engagement Marketing
4. Introduction to Social Media Analytics
4.1 Metrics and techniques
5. Techniques for processing unstructured data
6. Text Mining with software (Rapidminer and Orange)
7. Text Mining laboratory
Prerequisites
Fairly good skills in learning, writing and speaking, together with a general knowledge about the main technologies and applications of Computer Science. Basic knowledge of the Office package.
Teaching methods
The course is delivered in Italian and includes lectures and exercises.
The lectures are dedicated to the study of the theoretical topics related to the course.
The exercises are aimed at using tools to analyze unstructured data (texts), in particular to perform Text Mining techniques on data scraped from the web.
Assessment methods
The verification method is based on a written test.
The written test takes place at the computer and it consists of 3 open (short essays) and 10 closed questions with multiple answers. Open questions aim to evaluate the reasoning and critical discussion skills of a topic. The closed questions aim to evaluate the preparation on all the topics of the course. Open questions have a greater weight in the calculation of the final grade.
The evaluation is focused on the student's ability to answer to specific questions by referring both to the theoretical and practical aspects (through examples) connected to the requested topic.
The test is common for both attending students and non-attending students.
There are no intermediate tests. During the course, students are invited to carry out a project in a group, it is not mandatory, whoever completes it will have a few more points in the exam. Non-attending students can freely choose whether to carry out the project or not.
Textbooks and Reading Materials
1) M. Mezzanzanica, D. Cavenago, “Scienza dei servizi – Un percorso tra metodologie e applicazioni”, Springer-Verlag Italia, (2010) [ISBN: 978 88 470 1363 6];
- V. Cosenza, "Social media ROI", Apogeo, 2012, ebook available on internet, chapters: 1, 2, 4, 5 (the basic concepts).
Further material (slides and papers on specific topics) is available on the elearning page of the course.
