- Docente: Marco Albertini
- Crediti formativi: 4
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Comunicazione giornalistica, pubblica e d'impresa (cod. 5703)
-
dal 29/09/2025 al 01/12/2025
Conoscenze e abilità da conseguire
Il laboratorio mira ad introdurre gli studenti all’utilizzo di linguaggi di programmazione, software e pacchetti di comandi specifici per la raccolta ed analisi di dati e testi in formato digitale. Particolare attenzione verrà dedicata a sviluppare competenze tipiche del data journalism e quindi nell’ambito delle attività di web scraping, text mining, e visualizzazione di informazioni, testi e dati digitali.
Contenuti
Il laboratorio richiede alle studentesse/agli studenti di avere alcune competenze pregresse rispetto alla natura ed utilizzo dei dati digitali, ed in particolare, dei dati prodotti dalle "tracce digitali".
Tali competenze sono acquisibili frequentando il corso tenuto dal docente nello stesse semestre (B5589 - ANALISI DELLA COMUNICAZIONE DIGITALE) o con lo studio dei due seguenti testi:
- Salganik, M.J. (2020) Bit by bit. La ricerca sociale nell'era digitale. Bologna: il Mulino.
- Mayer-Schönberger, V. e Cukier, K. (2014) Big Data: A Revolution That Will Transform How We Live, Work, and Think. Eamon Dolan/Mariner Books.
A partire da queste conoscenze il laboratorio svilupperà, in forma pratica, competenze specifiche nelle operazioni di:
- scraping da web/video/data base digitali di dati e materiali testuali
- costruzione e preparazione di archivi dati e/o testuali per l'analisi
- analisi dei testi digitali attraverso tecniche di text-minig
- rappresentazioni grafiche dei risultati delle analisi
verranno utilizzati software e linguaggi specifici per ciascuna di queste operazioni (i.e. pacchetti specifici di R e Python)
Testi/Bibliografia
I materiali utili per il laboratorio, così come letture specifiche che possano essere utili per gli studenti, saranno indicati e resi disponibili sulla piattaforma virtuale del corso.
Metodi didattici
Esercitazioni pratiche guidate con utilizzo di R, R-Studio e Python. Gli studenti avranno bisogno di un computer (senza particolari requisiti tecnici) per svolgere gli esercizi.
Modalità di verifica e valutazione dell'apprendimento
Una esercitazione finale, in aula che prevede l'estrazione di testi da una traccia digitale, la loro organizzazione per l'analisi e l'analisi testuale.
L'esercitazione sarà in tutto assimilabile ad esercizi guidati svolti durante il laboratorio.
Strumenti a supporto della didattica
Il corso utilizzerà per i materiali e le comunicazioni la piattaforma virtuale. Gli studenti/Le studentesse sono invitati a iscriversi alla piattaforma non appena disponibile.
Orario di ricevimento
Consulta il sito web di Marco Albertini