Digital Social Science: Algorithmen und Tools (Bachelor)

In digitalen Daten bilden sich soziale Zusammenhänge und Phänomene ab: In sozialen Netzwerken werden Freundschafts- und Arbeitsbeziehungen widergespielt; im World Wide Web lassen sich Positionierungen und Vernetzungen von Organisationen und Initiativen beobachten; in Newsforen werden intensive Debatten zu gesellschaftlichen Fragen geführt.

Um diese Phänomene empirisch analysieren zu können, sind fundierte Kenntnisse zur Funktionsweise und Entwicklung von Algorithmen eine wichtige Voraussetzung. Am Beispiel der Programmiersprache Python werden daher grundlegende Konstrukte für Algorithmen und Datenstrukturen vorgestellt und ausprobiert. Anhand von großzahligen Datensätzen aus aktuellen Forschungsprojekten wie zum Beispiel zu Klimawandel-Debatten im World Wide Web oder zur Wissensgenerierung auf Wikipedia werden soziale Netzwerkanalysen durchgeführt.

Für Studierende, die Digital Social Science vertiefen und ggf. in diesem Bereich später eigenständige Projekte (z.B. im Rahmen der Bachelorarbeit, bei Praktika oder im Beruf) durchführen wollen, wird empfohlen, die Veranstaltung 24-408.22 im gleichen Semester zu besuchen, da dort ergänzende Theorien und Ansätze zum tieferen Verständnis der hier analysierten Daten diskutiert werden.

Lernziele

Fähigkeiten zur selbständigen Entwicklung von Algorithmen
Kenntnisse zur Durchführung von sozialen Netzwerkanalysen auf digitalen Daten
Erste Erfahrungen mit eigenen Digital Social Science-Forschungsprojekten

Weitere Informationen

Siehe Vorlesungsverzeichnis: 24-408.23 Digital Social Science: Algorithmen und Tools (digital)

Rückfragen?

Bitte wenden Sie sich an Prof. Dr. Achim Oberg oder an Dipl. Wirtsch.-Inf. Olaf Kellermeier.