Behörighetskrav

120 hp varav minst 20 hp datavetenskap och minst 25 hp matematik eller statistik. En fortsättningskurs i programmering. Introduktion till dataanalys alternativt både Informationsutvinning I och en introduktionskurs i maskininlärning. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter avslutad kurs ska studenten kunna:

• samla data om sociala interaktioner och beteende från olika källor,
• överväga konsekvenserna av egenskaperna hos sociala data i analysprocessen,
• bedöma validiteten vid utvinning av sociala data,
• identifiera mönster i olika typer av sociala data,
• utvärdera och jämföra lämpligheten av olika metoder för utvinning av sociala data,
• bedöma analysen av sociala data med hänsyn till relevanta vetenskapliga, sociala och etiska kriterier,
• sammanfatta och förklara den vetenskapliga litteraturen om analys av sociala data,
• designa och genomföra en process för utvinning av sociala data.

Innehåll

Källor, typer och egenskaper av sociala data. Processen för utvinning av sociala data: rollen för beräkningsmetoder och validitet. Analys av sociala nätverk: sociala strukturer och processer. Mångsidiga sociala nätverk. Beräkningsmässig textanalys: förbehandling av text, ordfrekvenser, ämnesmodellering (klassisk och djupinlärningsbaserad). Analys av social visuell data (klassisk och djupinlärningsbaserad).

Undervisning

Föreläsningar, seminarier, laborationer.

Examination

Aktiv deltagande i seminarier (5 hp) och laborationer (5 hp).

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.