Última actualización: 22/04/2019


Curso Académico: 2019/2020

Big Data
(17746)
Titulación: Máster Universitario en Análisis Político y Electoral (344)
Escuela de Economía y Ciencia Política


Coordinador/a: GARCIA ALBACETE, GEMA MARIA

Departamento asignado a la asignatura: Departamento de Matemáticas

Tipo: Obligatoria
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Competencias que adquiere el estudiante y resultados del aprendizaje.
CB6: 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 CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio CB8: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. CG1: Capacidad de planificar y llevar a cabo de manera autónoma una investigación en el campo de la opinión pública o del comportamiento político. CG2: Capacidad de interpretar e integrar la información del entorno político y social con el fin de poder realizar análisis de manera efectiva a partir de contextos de información incompleta. CG3: Habilidad para aplicar de forma práctica a los fenómenos de la actualidad política y social los conocimientos teóricos y metodológicos especializados en la disciplina. CG4: Dominio de las herramientas necesarias para la obtención de datos e información empírica, especialmente de carácter cuantitativa, la evaluación de su validez y relevancia, y su empleo de manera efectiva en el análisis político. CG5: Habilidad para transmitir adecuadamente en los análisis la incertidumbre inherente a los fenómenos políticos y sociales CG6: Capacidad de elaborar y comunicar análisis políticos de manera clara y presentarlos ante públicos tanto especializados como no especializados. CE2: Capacidad de entender y analizar de forma rigurosa las encuestas demoscópicas en el campo del comportamiento político. CE3: Dominio de los instrumentos de análisis de datos cuantitativos (muy particularmente de encuestas) para aplicarlos al estudio del comportamiento político. CE6: Dominio de las herramientas teóricas y metodológicas para analizar los principales determinantes del comportamiento político (electoral y no electoral) en las democracias de nuestro entorno. CE7: Capacidad para aplicar de forma analítica y profesional las últimas teorías avanzadas en comportamiento de la opinión pública y nuevos fenómenos políticos y sociales. RESULTADOS DEL APRENDIZAJE ¿ Capacidad para elegir el tipo de evidencia empírica (encuestas y grandes bases de datos) más adecuado para analizar un fenómeno político. ¿ Dominio de las herramientas (paquetes estadísticos) necesarias para realizar análisis empíricos usando datos de encuesta y grandes bases de datos. ¿ Capacidad de elegir la técnica apropiada para responder a una pregunta sobre una cuestión política utilizando datos cuantitativos. ¿ Elección y ejecución de los modelos estadísticos más adecuados para el análisis político y electoral.
Descripción de contenidos: Programa
Big Data (código 2.2): 1. Consideraciones teóricas y empíricas sobre Big Data. 2. Minería de datos para el análisis social. 3. Característica de las redes sociales online y adquisición de datos. 4. Análisis socio-político de redes sociales (la Web y Twitter).
Actividades formativas, metodología a utilizar y régimen de tutorías
ACTIVIDADES FORMATIVAS DE LA MATERIA AF3 Clases teórico prácticas AF4 Prácticas de laboratorio AF5 Tutorías AF6 Trabajo en grupo AF7 Trabajo individual del estudiante Código actividad Nº Horas totales Nº Horas Presenciales % Presencialidad Estudiante AF3 27 27 100 AF4 27 27 100 AF5 14 14 100 AF6 24 0 0 AF7 133 0 0 TOTAL MATERIA 225 68 30 METODOLOGÍAS DOCENTES DE LA MATERIA MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD3: Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor de manera individual o en grupo MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos MD5: Elaboración de trabajos e informes de manera individual o en grupo
Sistema de evaluación
  • Peso porcentual del Examen Final 0
  • Peso porcentual del resto de la evaluación 100
Bibliografía básica
  • Jungherr, Andreas. Analyzing Political Communication with Digital Trace Data. The Role of Twitter Messages in Social Science Research. Springer. 2015
  • Melova, Yelena, Ingmar Weber y Michael W. Macy. Twitter: A Digital Socioscope. Cambridge University Press. 2015
  • Russell, Matthew A. y Mikhail Klassen. Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More. O'Reilly. 2018
Bibliografía complementaria
  • Jungherr, A.. Twitter use in election campaigns: a systematic literature review. Journal of Information Technology & Politics 13(1), 72-91.. 2016
  • Lazer, David y Jason Radford. Data ex Machina: Introduction to Big Data. Annual Review of Sociology Vol. 43:19-39. 2017
  • Salganik, Matthew J.. Bit by Bit: Social Research in the Digital Age. Princeton University Press. 2017

El programa de la asignatura y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.