Big data y social media Código:  M1.761    :  5
Consulta de los datos generales   Descripción   La asignatura en el conjunto del plan de estudios   Campos profesionales en el que se proyecta   Conocimientos previos   Información previa a la matrícula   Objetivos y competencias   Contenidos   Consulta de los recursos de aprendizaje de la UOC para la asignatura   Información adicional sobre los recursos de aprendizaje y herramientas de apoyo   Informaciones sobre la evaluación en la UOC   Consulta del modelo de evaluación  
Este es el plan docente de la asignatura para el primer semestre del curso 2024-2025. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios.

Big data y social media es una asignatura optativa de 5 créditos del máster universitario de Social Media, gestión y estrategia. 

Esta asignatura proporciona diferentes estrategias de análisis de los datos que están presentes en medios sociales como Twitte o Facebook o Youtube.

Se pondrán en práctica diversas herramientas y operaciones para realizar las siguientes actividades: recoger datos de los medios sociales, efectuar las operaciones de tratamiento de datos y su análisis básico con técnicas de minería de datos y, por último, la preparación de los datos para visualizar los resultados obtenidos.

La asignatura tiene un enfoque muy práctico y dinámico para que los estudiantes puedan aplicar de manera inmediata los contenidos del curso a temas de su interés.

Los objetivos de aprendizaje que se plantean en esta asignatura son los siguientes:

  • Recoger y analizar los datos que estan presentes en los medios sociales. 
  • Llevar a cabo operaciones y análisis básicos con técnicas de Minería de Datos.
  • Usar herramientas para visualizar los resultados obtenidos.

Amunt

La asignatura Big data y social media es una de las asignaturas optativas del máster.  Forma parte de la materia "Investigación en social media" cuyo conjunto de asignaturas computan 15 créditos.  Por tanto, "Big data y social media" se complementa con las otras dos optativas de este grupo: "Analítica avanzada en social media" y "Metodologías de investigación en comunicación" . 

Esta asignatura permite profundizar especialmente en el área de investigación centrada en los medios sociales. Así mismo, también permite conocer los medios sociales como un canal desde el cual se puede obtener información y desde el cual se distribuye esta información.

Esta asignatura, junto a la de "Analítica avanzada en social media" y la de "Metodologías de investigación en comunicación", ofrece al estudiante un perfil más analítico y de explotación de los datos para extraer conocimiento, que redunde en la creación de valor para la organización propietaria de esas redes.

Amunt

Esta asignatura refuerza de manera transversal a distintos perfiles profesionales del ámbito de gestión y estrategia del social media. Además, consolida un perfil de analista de social media que redunda en reforzar el perfil de director de social media y responsable de la estrategia en social media. 

El aspecto principal para contribuir a reforzar estos perfiles es que con datos se genera la información necesaria para crear conocimiento en el que fundamentar las decisiones implícitas en definir la estrategia en social media.

Amunt

Este máster universitario es una titulación oficial adaptada al espacio europeo de educación superior. Es necesario estar en disposición de un título universitario oficial. 

Amunt

En caso de hacer el máster en un curso lectivo es recomendable hacer esta asignatura en el primer semestre, para poder hacer en el segundo semestre las otras dos asignaturas que conforman el perfil de analista en social media: "Analítica avanzada en social media" y "Metodologías de investigación en comunicación".

Si se hace el máster en dos cursos lectivos, se recomienda hacer esta asignatura en el primer semestre del segundo curso lectivo.

Amunt

Objetivos

El contenido académico de esta asignatura se orienta a conseguir que el estudiante logre los objetivos siguientes:

  • Extraer contenidos de los medios sociales usando herramientas específicas.
  • Usar métodos de Minería de Datos para generar conocimiento en base a los datos extraídos de los medios sociales
  • Visualizar los resultados para extraer conocimiento de los datos
  • Saber interpretar y argumentar de manera clara y exhaustiva los resultados obtenidos de los datos analizados
  • Entender las implicaciones de la recopilación y análisis de datos para la privacidad de las personas implicadas.

Competencias

Las competencias básicas y generales del máster que están vinculadas a la asignatura Big data y social media son las siguientes:

  • Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • Saber comunicar, por parte de los estudiantes, sus conclusiones - y los conocimientos y razones últimas que las sustentan - a públicos especializados y no especializados de una manera clara y sin ambigüedades.
  • Reconocer y evaluar de forma cuidada la relevancia y significación de la información, identificando las implicaciones y consecuencias de un argumento, discurso o razonamiento. 

Las competencias transversales del máster que están vinculadas a la asignatura Big data y social media son las siguientes:

  • Aplicar de forma crítica el uso de las TIC en el ámbito académico y profesional de referencia.
  • Diseñar un plan o proyecto y gestionarlo en un entorno profesional o de investigación.
  • Actuar de manera honesta, ética, sostenible, socialmente responsable y respetuosa con los derechos humanos y la diversidad, tanto en la práctica académica como en la profesional, y diseñar soluciones para la mejora de estas prácticas.

Las competencias específicas del máster vinculadas a la asignatura Big data y social media son las siguientes:

  • Dominar las diferentes técnicas, tecnologías o recursos para la identificación, el seguimiento, la recuperación, el tratamiento, la creación, la representación, la visualización y/o la explotación de los datos y contenidos que circulen en los medios sociales.
  • Detectar y gestionar las interacciones, interrelaciones y/o el valor de los nodos que se crean en la comunicación red propia de entornos social media.
  • Analizar y emitir informes profesionales y/o específicos en el ámbito de social media.
  • Formular y desarrollar una estrategia de curación de contenidos y/o gestión de datos en social media que permita, a través de diferentes técnicas y métodos, recopilar, seleccionar y generar información de calidad para el entorno profesional o de investigación.

Por último, en "Big data y social media" trabajamos las siguientes competencias propias de la asignatura:

  • Diseñar una estrategia de recopilación y análisis de datos para responder preguntas de interés.
  • Identificar fuentes de datos relevantes.
  • Usar herramientas para recopilar datos de redes sociales como, por ejemplo, las propias de Facebook, Youtube o Twitter.
  • Preparar la visualización de los resultados obtenidos.
  • Redactar informes para explicar el proceso de análisis y los resultados, destacando innovación y aspectos de honestidad y ética.
  • Interpretar los resultados extrayendo conclusiones para responder las preguntas de investigación.

Todas estas competencias - básicas, generales, transversales, específicas, y muy especialmente las competencias propias de la asignatura - se materializan en las Pruebas de Evaluación Continuada (PEC), donde trabajamos actividades que tienen en cuenta sobre todo las competencias específicas del máster. En cada enunciado de PEC tendremos descritos los objetivos y las competencias que trabajamos.

 

Amunt

La asignatura Big data y social media consta de los contenidos siguientes:

  • Módulo 1: Datos masivos y minería de datos sociales, conceptos y herramientas 
  • Módulo 2: Minería de datos de los Social Media, técnicas para el análisis de datos masivos
  • Módulo 3: Visualización de datos extraídos de los Social Media

Amunt

Social media Toolkit Web
Datos masivos y minería de datos sociales: conceptos y herramientas básicas XML
Datos masivos y minería de datos sociales: conceptos y herramientas básicas DAISY
Datos masivos y minería de datos sociales: conceptos y herramientas básicas EPUB 2.0
Datos masivos y minería de datos sociales: conceptos y herramientas básicas MOBIPOCKET
Datos masivos y minería de datos sociales: conceptos y herramientas básicas HTML5
Datos masivos y minería de datos sociales: conceptos y herramientas básicas PDF
Visualización de datos extraídos de los medios sociales XML
Visualización de datos extraídos de los medios sociales DAISY
Visualización de datos extraídos de los medios sociales EPUB 2.0
Visualización de datos extraídos de los medios sociales MOBIPOCKET
Visualización de datos extraídos de los medios sociales HTML5
Visualización de datos extraídos de los medios sociales PDF
Minería de datos de los Social Media, técnicas para el análisis de datos masivos XML
Minería de datos de los Social Media, técnicas para el análisis de datos masivos DAISY
Minería de datos de los Social Media, técnicas para el análisis de datos masivos EPUB 2.0
Minería de datos de los Social Media, técnicas para el análisis de datos masivos MOBIPOCKET
Minería de datos de los Social Media, técnicas para el análisis de datos masivos HTML5
Minería de datos de los Social Media, técnicas para el análisis de datos masivos PDF
Toolkit de género Web
Adquisición de datos de Twitter Audiovisual
Visualización de datos con Looker Studio Audiovisual
Visualización de datos con Tableau Audiovisual
Entrenamiento de un clasificador de género Audiovisual
Cómo extraer datos en Youtube Audiovisual

Amunt

Para trabajar la asignatura, el estudiante  dispone en el aula d'un blog con los materiales básicos. Estos materiales se componen de unos módulos de lectura obligatoria, y unos videos que focalizan el trabajo de la asignatura. 

Además, en el aula hay una recopilación de materiales de apoyo, cuya lectura el profesor irá indicando en el tablón del aula para reforzar conocimiento y ayudar a la realización de ejercicios.

Amunt

En la UOC, la evaluación generalmente es virtual. Se estructura en torno a la evaluación continua, que incluye diferentes actividades o retos; la evaluación final, que se lleva a cabo mediante pruebas o exámenes, y el trabajo final de la titulación.

Las actividades o pruebas de evaluación pueden ser escritas y/o audiovisuales, con preguntas aleatorias, pruebas orales síncronas o asíncronas, etc., de acuerdo con lo que decida cada equipo docente. Los trabajos finales representan el cierre de un proceso formativo que implica la realización de un trabajo original y tutorizado que tiene como objetivo demostrar la adquisición competencial hecha a lo largo del programa.

Para verificar la identidad del estudiante y la autoría de las pruebas de evaluación, la UOC se reserva la potestad de aplicar diferentes sistemas de reconocimiento de la identidad y de detección del plagio. Con este objetivo, la UOC puede llevar a cabo grabación audiovisual o usar métodos o técnicas de supervisión durante la ejecución de cualquier actividad académica.

Asimismo, la UOC puede exigir al estudiante el uso de dispositivos electrónicos (micrófonos, cámaras u otras herramientas) o software específico durante la evaluación. Es responsabilidad del estudiante asegurar que estos dispositivos funcionan correctamente.

El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de las actividades académicas. La web sobre integridad académica y plagio de la UOC contiene información al respecto.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; la suplantación de identidad; la aceptación o la obtención de cualquier actividad académica a cambio o no de una contraprestación; la colaboración, el encubrimiento o el favorecimiento de la copia, o el uso de material, software o dispositivos no autorizados en el plan docente o el enunciado de la actividad académica, incluida la inteligencia artificial y la traducción automática, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.

Estas conductas irregulares pueden conllevar el suspenso (D/0) en las actividades evaluables definidas en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, ya sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas (como el uso de inteligencia artificial no permitida, redes sociales o buscadores de información en internet), porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, por la compraventa de actividades académicas, o porque se ha llevado a cabo cualquier otra conducta irregular.

Asimismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC.

En el marco del proceso de evaluación, la UOC se reserva la potestad de:

  • Solicitar al estudiante que acredite su identidad según lo establecido en la normativa académica.
  • Solicitar al estudiante que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación, tanto en la evaluación continua como en la evaluación final, a través de una entrevista oral síncrona, que puede ser objeto de grabación audiovisual, o por los medios establecidos por la UOC. Estos medios tienen el objetivo de verificar los conocimientos y las competencias que garanticen la identidad del estudiante. Si no es posible garantizar que el estudiante es el autor de la prueba, esta puede ser calificada con una D, en el caso de la evaluación continua, o con un suspenso, en el caso de la evaluación final.

Inteligencia artificial en el marco de la evaluación

La UOC reconoce el valor y el potencial de la inteligencia artificial (IA) en el ámbito educativo y, a su vez, pone de manifiesto los riesgos que supone si no se utiliza de forma ética, crítica y responsable. En este sentido, en cada actividad de evaluación se informará al estudiantado sobre las herramientas y los recursos de IA que se pueden utilizar y en qué condiciones. Por su parte, el estudiantado se compromete a seguir las indicaciones de la UOC a la hora de realizar las actividades de evaluación y de citar las herramientas utilizadas y, concretamente, a identificar los textos o imágenes generados por sistemas de IA, los cuales no podrá presentar como si fueran propios.

Respecto a usar o no la IA para resolver una actividad, el enunciado de las actividades de evaluación indica las limitaciones en el uso de estas herramientas. Debe tenerse en cuenta que usarlas de manera inadecuada, como por ejemplo en actividades en las que no están permitidas o no citarlas en las actividades en las que sí lo están, puede considerarse una conducta irregular en la evaluación. En caso de duda, se recomienda que, antes entregar la actividad, se haga llegar una consulta al profesorado colaborador del aula.

Amunt

La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC.

 

Amunt