Ab 01.04.2022 | UUlm | Big (Social) Data Analytics – Methoden und Anwendungen

Heutzutage stehen Unternehmen enorme Datenmengen bspw. aus Online Social Networks zur Verfügung. Die zielgerichtete und fundierte Analyse dieser Daten ermöglicht eine verbesserte Entscheidungsunterstützung und birgt großes Potenzial, bspw. in den Bereichen Produktentwicklung, Marketing und Customer Relationship Management. Im Modul „Big (Social) Data Analytics“ werden hierfür zentrale Methoden vermittelt und fallstudienbasiert illustriert.

 

Präsenz- oder Online-Termine:

  • Donnerstag, 12. Mai 2022, 09:00 – 17:00 Uhr
  • Freitag, 13. Mai 2022, 09:00 – 17:00 Uhr
  • Donnerstag, 30. Juni 2022, 09:00 – 17:00 Uhr
  • Freitag, 1. Juli 2022, 09:00 – 17:00 Uhr

 

Inhalt:

  • Einführung: Big (Social) Data Analytics als hoch relevantes Thema
  • Methoden und Anwendungen der Big Data Analytics am Beispiel Social Media Analytics
  • Social Media Analytics - Methoden und Anwendungen:
    • Soziale Netzwerkanalyse (z. B. Identifizierung einflussreicher Nutzer mithilfe von Vernetzungsmaßen, Community Detection)
    • Text Mining (z.B. Klassifikation von Texten mit Machine Learning Methoden, Sentimentanalyse)
  • Zusammenfassung und kritische Würdigung

 

Lernsetting:

Das Online-Studium findet im Selbststudium statt. Für das Selbststudium stehen zum einen Video-Vorlesungen bereit, die Ihnen die Modulinhalte anschaulich darlegen. Als schriftliches Material empfehlen wir das Grundlagenbuch von Kemper und Eickler mit dem Titel Datenbanksysteme, eine Einführung. In den Videos und in Begleitung durch ein E-Learning-System werden die Studierenden auf entsprechende Abschnitte des Buchs verwiesen. Der Stoff wurde in Lernabschnitte unterteilt, die durch Multiple- und Single-Choice-Fragen, Quizzes und Übungsaufgaben begleitet werden. An den Präsenzterminen werden Übungsaufgaben teilweise auch in Gruppenarbeit gelöst.

Ihr Mentor wird Ihnen in regelmäßigen Abständen Online-Sprechstunden in Form von Seminaren anbieten, die Sie bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein Forum für den Austausch der Studierenden untereinander bereit.


Dozent:

Prof. Dr. Mathias Klier, Professor im Institut für Business Analytics

 

Leistungsumfang:

Bei erfolgreichem Abschluss des Moduls erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigt Ihnen der Modulverantwortliche das Äquivalent von 6 Leistungspunkten nach ECTS.


Teilnahmeentgelt:
1.900 €

Weitere Informationen zum Modul

Die Anmeldung erfolgt ausschließlich über die Universität Ulm. Bitte nutzen Sie für Ihre Anmeldung nur den oben aufgeführten Link zum Modul und nicht das untenstehende Formular.

Anmeldung zur Veranstaltung





Datenschutzinformationen

Die von Ihnen eingegebenen Daten der Modulanmeldung werden von der Geschäftsstelle der School of Advanced Professional Studies (SAPS) der Universität Ulm gespeichert. Sie können sich diese Daten für Ihre Unterlagen selbst ausdrucken. Ihre Einwilligung zur Verarbeitung Ihrer personenbezogenen Daten können Sie jederzeit auch merkmalsbezogen bei der SAPS-Geschäftsstelle widerrufen. Selbstverständlich haben Sie jederzeit in Bezug auf § 14 Landesdatenschutzgesetz ein Auskunfts- und Berichtigungsrecht bezüglich Ihrer gespeicherten Daten. Eine entsprechende Anfrage richten Sie bitte schriftlich (saps@uni-ulm.de) an die SAPS-Geschäftsstelle der Universität Ulm. Ihre Daten werden über eine verschlüsselte Verbindung übertragen. Von der SAPS-Geschäftsstelle gespeicherte Daten können Sie jederzeit per E-Mail nachfragen und ggf. ändern/berichtigen lassen.
Die im Formular von Ihnen angegebenen Daten werden von uns ausschließlich für die Beantwortung bzw. Umsetzung Ihrer Anfrage und zur Kontaktaufnahme verarbeitet. Für die Verarbeitung beziehen wir uns auf den Art. 6. Abs. 1 lit. a DSGVO, sofern keine anderweitige gesetzliche Grundlage besteht. Eine Weitergabe an Dritte findet grundsätzlich nicht statt. Sie können Ihre erteilte Einwilligung jederzeit mit Wirkung für die Zukunft widerrufen. Im Falle des Widerrufs werden Ihre Daten umgehend gelöscht. Ihre Daten werden ansonsten gelöscht, wenn wir Ihre Anfrage bearbeitet haben oder der Zweck der Speicherung entfallen ist. Sie können sich jederzeit über die zu Ihrer Person gespeicherten Daten informieren. Weitere Informationen zum Datenschutz finden Sie auch in der Datenschutzerklärung dieser Webseite.