Uniwersytet Warszawski - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Użyteczność danych sieciowych

Informacje ogólne

Kod przedmiotu: 2700-M-LM-D3UDSI Kod Erasmus / ISCED: 15.1 / (0321) Dziennikarstwo
Nazwa przedmiotu: Użyteczność danych sieciowych
Jednostka: Wydział Dziennikarstwa, Informacji i Bibliologii
Grupy: LM-DZIENNE II STOPNIA 3 semestr, 2 rok
Punkty ECTS i inne: 3.00
zobacz reguły punktacji
Język prowadzenia: polski
Kierunek podstawowy MISMaP:

informatyka

Założenia (opisowo):

(tylko po angielsku) The base: Nearly all information generated over the world is recorded in digital form. Resources of this scale are referred to as Big Data. Analysis – refining (including adopting sentimental analyses) of this information - provides a new source of valuable information for business, education, journalism and other fields

Skrócony opis:

Cel: omówienie zestawu narzędzi (procedur, oprogramowania i sprzętu) do rafinacji Big Data (sieć zasobów informacyjnych). Narzędzia te mogą zapewnić prawdziwy obraz przeszłości, obraz w czasie rzeczywistym i prognozy.

W trakcie kursu zostaną przedstawione podstawowe etapy rafinacji: 1. Zbieranie informacji (robot); 2. Rozpoznawanie wpisów tekstowych dostępnych w formacie nietekstowym; 3. podsystemowe uczące się uczucia identyfikacji; 4. Analiza podsystemu treści wiadomości; 5. Tworzenie modelu badanego procesu; 6. Podsystem prezentacji wyników; Przykłady: studia przypadków.

Pełny opis: (tylko po angielsku)

1. Forms of creating, recording, processing information in digital form (multimedia).

2. The current conditions, tools and methodology of IT use in processing multimedia.

3. Assessment of readability of texts.

4. Potential of Information of the indexed Net, Deep Web and Dark Web.

5. Search engines bias: the results of global research. Manipulation of information in the Network. Personalize of the Net Information

6. Big Data - The value of the hidden information.

7. Refining of information. The new source of information for science (business, politics, media and others fields).

8. Robots. Collecting text and no-text (audio, pictures of text,) information from the Web.

9. Identification of personalized and current sentiments for sentiment analyze. Live time of the sentiments.

10. Models of predictions.

11. The Cases. Methodology, results.

12. Workshops. Development and monitoring of practical projects for students. The idea of the projects: to familiarize students with the information richness of Big Data and proper identification of sentiments to sentiment analyze .

Literatura:

• Gogołek W., Komunikacja Sieciowa Uwarunkowania, kategorie i paradoksy, Wydawnictwo ASPRA, Warszawa 2010.

• WWW.gogolek.pl

• Gogołek W., Komunikacja Sieciowa Uwarunkowania, kategorie i paradoksy, Wydawnictwo ASPRA, Warszawa 2010.

Efekty uczenia się:

Po ukończeniu przedmiotu student:

Wiedza:

zna formy cyfrowego zapisu multimediów

zna aktualny potencjał informacyjny i usługowy dostępny w Internecie,

 zna uwarunkowania techniczne funkcjonowania Sieci,

 zna podstawowe formy obecności mediów w Internecie – prasy, radia i telewizji oraz przykładowych form social networkingu, dziennikarstwa obywatelskiego.

zna istotę wykorzystywania dużych zasobów informacyjnych Big Data

Umiejętności:

 umie skorzystać w pracy dziennikarskiej z potencjału informacyjnego i usługowego dostępnego w Internecie,

 umie określić wymagania techniczne w zakresie sprawnego korzystania z Internetu,

umie dostosować wybór formy obecności mediów w Internecie do własnej pracy dziennikarskiej.

Inne kompetencje:

 świadomość dynamiki zmian w zakresie konwergencji starych i nowych mediów,

 zanikające i powstające technologie informacyjne mające związek z pracą dziennikarza.

Metody i kryteria oceniania:

Egzamin testowy. Ocena pozytywna gdy odpowiedź jest udzielona w 66% lub więcej.

Praktyki zawodowe:

brak

Zajęcia w cyklu "Semestr zimowy 2020/21" (jeszcze nie rozpoczęty)

Okres: 2020-10-01 - 2021-01-31

Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Wykład, 30 godzin więcej informacji
Koordynatorzy: Jan Grzegorek
Prowadzący grup: Wiesław Cetera, Jan Grzegorek, Patryk Makulski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.