• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Онлайн-сообщества и сложные социальные системы

Статус: Курс по выбору (Анализ больших данных в бизнесе, экономике и обществе)
Направление: 01.04.02. Прикладная математика и информатика
Когда читается: 2-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Прогр. обучения: Анализ больших данных в бизнесе, экономике и обществе
Язык: русский
Кредиты: 8
Контактные часы: 48

Программа дисциплины

Аннотация

Целью освоения дисциплины «Онлайн-сообщества и сложные социальные системы» является ознакомление студентов с ролью интернет-технологий во взаимодействии между людьми. По завершению дисциплины студент будет способен разбираться в социальной организации средств коммуникации и коллаборативной работы (Slack, Asana), сообществ (Stack Overflow), массовых онлайн игр. Также студент будет способен понимать связь между социальной теорией и проектированием онлайн-сообществ и уметь анализировать различные социальные системы, характерные для Интернет-технологий.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Онлайн-сообщества и сложные социальные системы» является ознакомление студентов с ролью интернет-технологий во взаимодействии между людьми. По завершению дисциплины студент будет способен разбираться в социальной организации средств коммуникации и коллаборативной работы (Slack, Asana), сообществ (Stack Overflow), массовых онлайн игр. Также студент будет способен понимать связь между социальной теорией и проектированием онлайн-сообществ и уметь анализировать различные социальные системы, характерные для Интернет-технологий.
Планируемые результаты обучения

Планируемые результаты обучения

  • Способен анализировать данные пользователе социальных медиа. Знает временные процессы в социальных медиа и традиционные временные модели. Способен анализировать контент; текст и неструктурированные данные.
  • Владеет понятиями выстраивания лояльности в онлайн-сообществах; мотивации; репутационных систем. Знает эффективные политики, модерацию, самомодерацию. Знает модели адаптации.
  • Владеет понятиями: социальные сети; социальный капитал; структурные дыры; центральности в сетях. Знает модели социального влияния; сетевые каскады. Владеет понятием асимметрии информации. Знает социальные алгоритмы.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Анализ данных в социальных медиа
  • Онлайн-сообщества
  • Социальные сети и сложные социальные системы
Элементы контроля

Элементы контроля

  • неблокирующий Эссе
  • неблокирующий Аудиторная работа
  • блокирующий Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    0.3 * Аудиторная работа + 0.3 * Экзамен + 0.4 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Szabó, G., & Boykin, O. (2019). Social Media Data Mining and Analytics. Hoboken: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1899346

Рекомендуемая дополнительная литература

  • Wilensky, U., & Rand, W. (2015). An Introduction to Agent-Based Modeling : Modeling Natural, Social, and Engineered Complex Systems with NetLogo. Cambridge, Massachusetts: The MIT Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=976350