Spinner

Dokument se učitava

ATUSS

VIŠER

Akademija tehničko-umetničkih strukovnih studija Beograd

Odsek Visoka škola elektrotehnike i računarstva

Analiza društvenih mreža Šifra: OI0021 | 6 ESPB

Opšte informacije
Nivo studija: Osnovne strukovne studije
Godina studija: 2
Semestar: 3
Uslov: -
Cilj: Razumevanje opštih koncepata i tehnološke infrastrukture društvenih mreža i društvenog računarstva; sticanje teorijskih i praktičnih znanja vezanih za oblast društvenog umrežavanja; upoznavanje sa analizom i istraživanjem podataka na društvenim mrežama.
Ishod: Nakon uspešno završenog kursa student: razume opšte koncepte i tehnološku infrastrukturu društvenih mreža i društvenog računarstva, osposobljen je za analizu i istraživanje podataka na društvenim mrežama i osposobljen je da koristi savremene tehnologije za rad sa društvenim mrežama i participativnim vebom i da se uključi u dalji razvoj ovih tehnologija.
Sadržaj predmeta
Teorijska nastava:
  1. Uvodno predavanje (organizacija i sadržaj kursa). Osnovni pojmovi.
  2. Društvene mreže. Pojam, karakteristike i vrste.
  3. Dosadašnji razvoj WWW. Web 1.0 i Web 2.0.
  4. Dosadašnji razvoj WWW. Web 3.0 i Web 4.0.
  5. Dosadašnji razvoj WWW. Web 5.0 i Web 6.0.
  6. Modeli i vizuelizacija društvenih mreža.
  7. Analiza sadržaja na društvenim mrežama. Pokret za otvoreni kod.
  8. Analitika velikih podataka (big data analitika).
  9. Društveni softver.
  10. Primena analize društvenih mreža u nauci.
  11. Primena analize društvenih podataka u vođenju projekta.
  12. Društveno procesiranje informacija, navigacija i pretraga.
  13. Mehanizmi za razvoj poverenja i reputacije u društvenim mrežama.
  14. Budućnost društvenog računarstva.
Praktična nastava:
  1. U laboratoriji: prati predavanja. Praktična primena tehnologija za kreiranje društvenih mreža i analizu sadržaja na društvenim mrežama. Program predmeta usklađen sa preporukama IEEE/ACM Computing Curriculum: IT2008 IT body of knowledge: WS. Social software.
Literatura
  1. Tara Calishain, Rael Dornfest, Google trikovi, Kompjuter biblioteka, 2006.
  2. Hiroshi Ishikawa, Social Big Data Mining, CRC Press, 2015.
  3. Matthew A. Russell, Mining the Social Web: Analyzing Data from Facebook, Twitter, LinkedIn, and Other Social Media Sites, O'Reilly, 2011.
  4. D. Easley and J. Kleinberg, Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press, New York, NY, USA, 2010.
  5. M. Tsvetovat and A. Kouznetsov, Social Network Analysis for Startups: Finding connections on the social web, O’Reilly Media, 2011.
Broj časova aktivne nastave (nedeljno)
Predavanja: 2
Vežbe: 3
Drugi oblici nastave: 0
Ocena znanja (maksimalan broj poena 100)
Predispitne obaveze
Poeni
aktivnosti u toku predavanja
20
aktivnosti na laboratorijskim vežbama
10
seminarski rad
25
kolokvijum
15
Završni ispit
Poeni
Pismeni ispit
0
Usmeni ispit
30
Praktični ispit
0
Obaveštenja