Studiengang Informationswissenschaft (Bachelor of Science)

• Data Science: Definition & Methoden
• Social Listening: Ziele und Anwendungsbereiche
• Sentimentanalyse: Definition, Einsatz Natural-Language-Processing-Methoden
• Social-Media-Daten: Identifikation relevanter Quellen; Erstellung & Auswertung von Datensätzen; Datenintegration
• Einsatz von Python-Programmierung zur Sentimentanalyse: Auswertung von Social-Media-Daten, um
  • Stimmungen der Kunden/Nutzer abzuleiten
  • Informationen und Erkenntnisse über die Kundenzufriedenheit mit einem Produkt oder Service zu gewinnen

Das Seminar ist praxisbezogen. Es wird projektbasiert gearbeitet mit Teams bestehend aus Studierenden der Studiengänge Onlinekommunikation, Informationswissenschaft und Informatik. Es wird der Einsatz von Data-Science-Methoden eingeübt und die Ergebnisse nach Qualität und Aufwand begutachtet werden.

Die Studierenden

• bekommen eine Einführung in Data Science und Social Listening und lernen, was sich hinter den Buzz-Wörter verbirgt
• lernen Methoden und Werkzeuge für Data Science, die für Online-Marketing eingesetzt werden
• lernen typische Abläufe der Datensammlung aus Social Media Quellen und deren Auswertung für Sentimentanalyse und Social-Listening-Zwecke kennen und üben sie ein
• sind in der Lage relevante Quellen zu identifizieren und große und mittelgroße Datensätze mithilfe von automatisierten Skripten zu erstellen und auszuwerten
• Sie haben ein Grundverständnis von Aufwand und Machbarkeit
• Sie können Auswertungen mittels Data Science durchführen und diese schriftlich und mündlich präsentieren
• Sie kennen die Möglichkeiten und die Grenzen der Data-Science-Methoden für Social-Listening

Statistik

Programmierwerkstatt, Statistik, Einführung in die Informatik

Literatur wird in der Veranstaltung und im Moodle bekannt gegeben.