Kurset har som overordnet mål at gøre de studerende fortrolige med
elementer og værktøjer forbundet med Web 2.0 (fx hente og analysere
brugergenereret data og tekst) samt analysere og modellere sociale
relationer via netværksteori.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Interagere med APIer for dataindsamling.
Anvende et nøjniveauprogrammeringssprong (fx python) til at
tilgå APIer for dataindsamling.
Anvende natural language processing til at repræsentere
statistiske strukturer i tekst og analysere indholdet.
Anvende og diskutere hovedstrategierne for at bestemme humør i
medier (fx tekst, musik, billeder, osv).
Anvende standardalgoritmer til at anbefale media (tekst, audio,
video) udfra brugerpræferencer og kontekst (venner, humør,
lokation, osv).
Evaluere fundamentale metoder for komplekse netværk og
modellere sociale strukturer baseret på netværksteori
Implementere software til at detektere grupper i sociale
netværk og analysere grupperne via netværksmål.
Kvantificere relationerne i sociale netværk med henblik på at
analysere deres dynamik ved brug af metode fra kompleks
netværksteori.
Kursusindhold:
Kurset giver mulighed for at analysere data baseret på online
sociale netværk som fx Twitter og Facebook, samt arbejde med
kvantitativ tekstanalyse. Kurset er struktureret omkring korte
forelæsninger kombineret med praktiske øvelser, samt en høj grad af
selvstændigt projektarbejde.
Bemærkninger:
Det anbefales at medbringe bærbar computer i forbindelse med
kursets øvelser.
Mulighed for GRØN DYST deltagelse:
Kontakt underviseren for information om hvorvidt dette kursus giver
den studerende mulighed for at lave eller forberede et projekt som
kan deltage i DTUs studenterkonference om bæredygtighed,
klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
