Technische Universität Ilmenau

Applied Social Network Analysis for Communication Research - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Applied Social Network Analysis for Communication Research im Studiengang Master Medien- und Kommunikationswissenschaft/Media and Communication Science 2013
Fachnummer101937
Prüfungsnummer2500431
FakultätFakultät für Wirtschaftswissenschaften und Medien
Fachgebietsnummer 2559 (Kommunikationswissenschaft mit Schwerpunkt Computational Communication Science)
Fachverantwortliche(r) Mian Waqas Ejaz
Turnusganzjährig
Spracheenglish
Leistungspunkte6
Präsenzstudium (h)22
Selbststudium (h)158
VerpflichtungWahlpflicht
Abschlussalternative Prüfungsleistung
Details zum Abschluss

Frequent and active participation during class and research presentation – Preparing a Term Paper

max. Teilnehmerzahl30
Vorkenntnisse

The course requires basic knowledge or affinity of field of social media communication, network analysis and R

Lernergebnisse

Students are expected to learn the following things during the course:

  • Theoretical understanding of Network Analysis
  • Understand basic data structures required for Network analysis
  • Automated Web data scrapping particularly social media data
  • Data munging and transforming
  • Visualizing networks
Inhalt

The course is structured to make students aware usability of social media data for network analysis. Moreover, the course is primarily focused on communicating climate change issue and how the debate around this topic exists on social media. In the course, students are expected to learn different data structures and will be trained to use Twitter data. The instructor will make sure students get comfortable in using programming language R for data scrapping and analyzing. Finally, students will develop an understanding to visualize and explain different networks.

Medienformen
Literatur
  • Stinerock, R. (2018): Statistics with R – A Begniner’s Guide. New Delhi: Sage
  • Field, A. (2012): Discovering Statistics Using R. London, Thousand Oaks and New Delhi: Sage.
  • Robins, G. (2015): Doing Social Network Research: Network-based Research Design for Social Scientists. London: Sage
  • Häussler, T. (2017): Heating up the debate? Measuring fragmentation and polarisation in a German climate change hyperlink network. Social Network. https://doi.org/10.1016/j.socnet.2017.10.002
Lehrevaluation

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.