Προαπαιτούμενο Μάθημα: CIS 207 Μέθοδοι Έρευνας στην Επικοινωνία Ι: Ποσοτική Ανάλυση

Στόχος Μαθήματος:

Το μάθημα «Συλλογική Νοημοσύνη» επιδιώκει να εξοικειώσει τους φοιτητές /τριες με τεχνικές και εργαλεία συλλογής και ανάλυσης δεδομένων από το Διαδίκτυο και να τους διδάξει στην πράξη πως οργανώνεται ένα project συλλογής συλλογικής γνώσης / άποψης. Η εξοικείωση με τα Συστήματα Συστάσεων και με τεχνικές όπως το Συνεργατικό Φιλτράρισμα θα προσδώσει στους φοιτητές/τριες την ικανότητα αξιοποίησης της συλλογικής γνώμης και γνώσης σε σύγχρονες εφαρμογές ψηφιακού μάρκετινγκ και έξυπνων συστημάτων.

Μαθησιακά Αποτελέσματα:

Με την ολοκλήρωση του μαθήματος οι φοιτητές/τριες πρέπει να είναι σε θέση να:

1.     Κατανοούν και επεξηγούν τις έννοιες επιστήμη δεδομένων, πληθοπορισμός, συλλογική νοημοσύνη και συστήματα συστάσεων

2.     Εφαρμόζουν βασικές τεχνικές συλλογής και ανάλυσης δεδομένων μέσω του Διαδικτύου χρησιμοποιώντας Python και R

3.     Οργανώνουν project σε σύγχρονες πλατφόρμες πληθοπορισμού όπως το figure-8 (πρώην Crowdflower)

4.     Γνωρίζουν τις βασικές αρχές των συστημάτων συστάσεων

5.     Εφαρμόζουν συστήματα συστάσεων σε ψηφιακό και πολιτικό μάρκετινγκ

Περιεχόμενο Μαθήματος:

1.     Συλλογική Νοημοσύνη: Από τα δεδομένα στις έξυπνες εφαρμογές

2.     Μορφή δεδομένων στο Web: Ανάκτηση και Αποθήκευση

3.     Πληθοπορισμός: Εισαγωγή και βασικές έννοιες

4.     Συλλογή γνώμης – γνώσης μέσω πλατφορμών πληθοπορισμού

5.     Ανάλυση δεδομένων: Βασικές στατιστικές μετρήσεις - Συσχετίσεις μεταξύ μεταβλητών - Έλεγχος Υποθέσεων

6.     Μηχανική μάθηση: Από τα δεδομένα στη νοημοσύνη

7.     Συλλογική Νοημοσύνη στην Πράξη: Συστήματα Συστάσεων, Συνεργατικό Φιλτράρισμα

8.     Συστήματα Συστάσεων στη Πολιτική: Οι Ψηφιακοί Σύμβουλοι Ψήφου - Συνεργατικό Φιλτράρισμα μέσω Μηχανικής Μάθησης