Il corso fornisce una conoscenza di base dei modelli di rappresentazione e delle metodologie di analisi descrittiva e predittiva dei dati, con particolare riferimento ai dati derivanti dalle interazioni degli utenti con le piattaforme di social networking. Tali dati possono essere di diverso tipo, come serie temporali di azioni (posts, retweet, likes, etc. ), contenuto testuale o visuale dei post, grafi sociali, informazioni sugli utenti, etc. Le tecniche di analisi trattate spaziano dalla misurazione e visualizzazione di valori quantitativi, all’analisi delle reti di interazioni sociali, all’analisi del testo e all’applicazione di tecniche di Machine Learning. Il corso presenterà altresì una serie di strumenti software che verranno usati per mettere in pratica alcune delle tecniche trattate. Il corso prevede l’analisi di casi di studio (anche attraverso seminari mirati), esercitazioni in classe e l’implementazione di un progetto finale di gruppo.

Introduzione alla Data Analytics: pianificare, reperire i dati, analizzare i dati, presentare i risultati dell'analisi

Dati strutturati e non strutturati, formati di rappresentazione comuni, modello relazionale

Caratteristiche dei dati social

Metodi per estrarre dati dai social: API, scrapers e altro

Metriche e KPI per monitorare i social media

Social network analysis e sue applicazioni

Elementi di Machine Learning: metodi supervisionati e non supervisionati

Elementi di analisi del testo: classification, sentiment, named entities extraction, topic modeling

Visualizzazione dei dati, creazione di report e dashboard interattive

Esempi e casi studio: trend analysis, brand awarness, social monitoring/listening, individuazione di influencers, segmentazione degli utenti, etc.

I vari argomenti saranno corredati da dimostrazioni pratiche utilizzando strumenti software aperti e/o commerciali, come Tableau, Netlytics, Scikit-learn, Talkwalker, Brandwatch e altri.