Syllabus del corso
Obiettivi formativi
Il Corso intende creare le necessarie conoscenze, sotto il profilo tecnico e metodologico, che consentano un approccio corretto alla progettazione di un sistema informativo, quale risorsa strategica essenziale al raggiungimento degli obiettivi di un’organizzazione aziendale.
Conoscenza e capacità di comprensione
L'insegnamento consente allo studente di acquisire solide basi sulla teoria dei sistemi informativi e delle tecniche di gestione della conoscenza e analisi dei dati da utilizzare nel contesto lavorativo biostatistico/statistico/demografico.
Questo insegnamento fornirà conoscenze e capacità di comprensione relativamente a:
- Progettazione di sistemi informativi per l’analisi dati e di supporto decisionale,
- Identificazione delle fonti dati di un sistema informativo aziendale,
- Gestione di dati strutturati e non strutturati.
Conoscenza e capacità di comprensione applicate
Gl studenti partecipano a esercitazioni pratiche con software di analisi dei dati, su casi da studiare singolarmente o a gruppi mediante l’utilizzo di tecnologie web, finalizzate alla produzione di documenti oggetto di valutazione.
Inoltre il corso permette di imparare ad usare software di text analytics su dati reali. Attraverso lo sviluppo di progetti in gruppo gli studenti impareranno a recuperare i dati, pulirli e analizzarli per presentare poi i risultati.
Nel dettaglio gli studenti impareranno a:
- Utilizzare software per l'analisi di dati strutturati e non strutturati,
- Utilizzare software per la visualizzazione di dati,
- Interpretare i risultati di analisi di dati a supporto decisionale.
Autonomia di giudizio
Attraverso l'analisi dei dati gli studenti sono chiamati a formulare giudizi e valutare le strategie aziendali di comunicazione, di CRM o di marketing basato sulle tecnologie web. Le discussioni in aula e i feedback dei docenti sui progetti, supportano lo sviluppo della capacità di valutazione autonoma dei casi aziendali.
Abilità comunicative
Gli studenti devono presentare oralmente i progetti di gruppo davanti ai colleghi e ai docenti, sviluppando capacità di comunicazione chiara, sintetica ed efficace. Durante le lezioni interattive e le discussioni di casi, viene incentivata la partecipazione attiva e il confronto.
Contenuti sintetici
- Architetture applicative e tecnologiche dei sistemi informativi
- Applicazioni informatiche e analisi del sistema informativo
- Progettazione del sistema informativo per l’analisi dati e di supporto direzionale
- Sistemi informativi e social media
- Introduzione alla Social Media Analytics
- Big Data e tecniche di trattamento dei dati non strutturati
- Text Mining e Text Analytics
Programma esteso
Architetture applicative e tecnologiche dei sistemi informativi:
- Processi di elaborazione e basi dati
- Architetture distribuite, client server, di rete, internet e World Wide Web
Applicazioni informatiche e l’analisi del sistema informativo:
- Il portafoglio applicativo nelle aziende industriali e di servizi
- CRM
Progettazione del sistema informativo per l’analisi dati e di supporto direzionale:
- Progetto dei processi e dei dati
- BPR
- Analisi delle attività e delle informazioni
- Data – warehouse e data mining
Sistemi informativi e social media - Evoluzione dei sistemi informativi aziendali
- Social Media Marketing
Introduzione alla Social Media Analytics: - Sentiment Analysis
Big Data e tecniche di trattamento dei dati non strutturati - Text Mining e Text Analytics
Prerequisiti
Sono richieste buone capacità di apprendimento, scrittura e comunicazione orale, generale conoscenza delle principali tecnologie ed applicazioni informatiche. Conoscenza del pacchetto Office.
Metodi didattici
Il corso è erogato in italiano e prevede lezioni frontali in aula ed esercitazioni in laboratorio.
Le lezioni frontali coprono 6 CFU del corso, le esercitazioni coprono i restanti 3 CFU.
Nelle lezioni frontali vengono illustrati gli argomenti teorici inerenti il corso (modalità erogativa), inoltre sono assegnati agli studenti dei project work da realizzare in gruppo e discutere entro la fine del corso (modalità interattiva).
Le esercitazioni in laboratorio sono mirate all'insegnamento e utilizzo di tecniche di trattamento dei dati non strutturati, Natural Language Processing, in particolare per eseguire operazioni di Text Mining su dati scaricati da diverse fonti Web.
Anche durante le esercitazioni sono assegnati dei project work agli studenti da realizzare in gruppo e discutere entro la fine delle esercitazioni.
Nel dettaglio:
- 42 ore di lezione in presenza nel primo semestre (6 CFU)
- di queste 30 in modalità erogativa e 12 in modalità interattiva, con presentazione e discussione di lavori di gruppo
- 24 ore di esercitazione in presenza nel secondo semestre (3 CFU), con utilizzo di linguaggi e software per il trattamento di dati non strutturati.
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 (VERO/FALSO). Le domande aperte hanno l'obiettivo di valutare le capacità di ragionamento e di discussione critica di un argomento. 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.
Testi di riferimento
- G. Bracchi, C. Francalanci, G. Motta. Sistemi informativi d’impresa. McGraw-Hill, 2010.
- 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…).
Periodo di erogazione dell'insegnamento
Il corso viene erogato nel secondo ciclo del primo semestre e nel primo ciclo del secondo semestre.
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The course aims to create the necessary knowledge, from a technical and methodological point of view, to enable a correct approach to the design of an information system, as an essential strategic resource for achieving the objectives of a business organisation.
Knowledge and comprehension skills
This teaching enables students to acquire a solid foundation in the theory of information systems and techniques of knowledge management and data analysis to be used in the biostatistical/demographic work context.
This teaching will provide knowledge and understanding in relation to:
- Design of information systems for data analysis and decision support,
- Identification of data sources in a business information system,
- Management of structured and unstructured data.
Applied knowledge and understanding
Students participate in practical exercises with data analysis software, on cases to be studied individually or in groups using web technologies, aimed at the production of documents for evaluation.
In addition, the course enables students to learn how to use text analytics software on real data. Through the development of group projects, students will learn how to retrieve data, clean and analyse them and then present the results.
In detail, students will learn to:
- Use software for analysing structured and unstructured data,
- Use software for data visualisation,
- Interpret the results of data analysis for decision support.
Autonomy of judgement
Through data analysis, students are called upon to make judgements and evaluate corporate communication, CRM or web-based marketing strategies. Classroom discussions and lecturer feedback on projects support the development of the ability to independently evaluate business cases.
Communication skills
Students have to present group projects orally in front of colleagues and lecturers, developing clear, concise and effective communication skills. During interactive lectures and case discussions, active participation and discussion is encouraged.
Contents
- Application architectures and technological architectures of information systems
- Digital applications and analysis of information system
- Design of information system for data analysis and decision support system
- Information systems and social media
- Introduction to Social Media Analytics
- Big Data and techniques for processing unstructured data
- Text Mining and Text Analytics
Detailed program
Application architectures and technological architectures of information systems:
- Database management processes
- Distributed architectures, client server, network, Internet and World Wide Web
Digital applications and analysis of information system: - The application portfolio in the industrial and service companies
- CRM
Design of information system for data analysis and decision support system: - Design of processes and data modelling
- BPR
- Activities and information analysis
Information systems and social media: - Evolution of enterprise information systems
- Social Media Marketing
Introduction to Social Media Analytics: - Sentiment Analysis
Big Data and techniques for processing unstructured data: - Text Mining and Text Analytics
Prerequisites
Fairly good skills in learning, writing and speaking are expected, together with a general knowledge about the main technologies and applications of Computer Science. Knowledge of the Office package.
Teaching methods
The course is delivered in Italian and includes classroom lectures and laboratory exercises.
The lectures cover 6 CFU of the course, the exercises cover the remaining 3 CFU.
In the lectures, the theoretical topics inherent to the course are illustrated (delivery mode), and students are assigned project work to carry out in groups and discuss by the end of the course (interactive mode).
The laboratory exercises are aimed at teaching and using techniques for processing unstructured data, Natural Language Processing, in particular to perform Text Mining operations on data downloaded from various web sources.
Also during the exercises, project work is assigned to the students to be carried out in groups and discussed by the end of the exercises.
In detail:
- 42 classroom hours in the first semester (6 CFU)
- of which 30 in lecture mode and 12 in interactive mode, with presentation and discussion of group work
- 24 hours of face-to-face tutorials in the second semester (3 CFU), with the use of languages and software for processing unstructured data.
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 (TRUE/FALSE). 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.
Textbooks and Reading Materials
- G. Bracchi, C. Francalanci, G. Motta. Sistemi informativi d’impresa. McGraw-Hill, 2010.
- 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.
Semester
The course is delivered in the second cycle of the first semester and in the first cycle of the second semester.
Teaching language
Italian
