Programmierpraktikum: Analyse von (Online) Social DataModulbeschreibung #41092 / Version 1
- 6 LP
- Portfolioprüfung
- Unbenotet
- Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v3)
| Modul / Version | #41092 / #1 |
|---|---|
| Gültigkeit | SoSe 2023 – WiSe 2023/24 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Berendt, Bettina |
| Benotung | Unbenotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Telekommunikationssysteme |
| Fachgebiet | 34332900 FG Internet und Gesellschaft |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Staufer, Dimitri |
| E-Mail-Adresse | staufer@tu-berlin.de |
| Webseite | https://www.tu.berlin/ias |
Lernergebnisse
Die Studierenden
- verfügen über ein solides Grundverständnis über Verzerrungen und plattformspezifische Eigenschaften von Datensätzen, welches ihnen dabei hilft, Limitationen von Forschungsvorhaben darzustellen.
- kennen Methoden der Datensammlung und -beschaffung und können für ihr Vorhaben geeignete Methoden auswählen und anwenden.
- kennen verschiedene Metriken, die bei der Analyse von Social Data angewendet werden und können diese interpretieren und vergleichen.
- lernen Methoden der Analyse von Social Data kennen und können diese auf ausgewählte Datensätze anwenden.
- verfügen über ein solides Grundverständnis über Verzerrungen und plattformspezifische Eigenschaften von Datensätzen, welches ihnen dabei hilft, Limitationen von Forschungsvorhaben darzustellen.
- kennen Methoden der Datensammlung und -beschaffung und können für ihr Vorhaben geeignete Methoden auswählen und anwenden.
- kennen verschiedene Metriken, die bei der Analyse von Social Data angewendet werden und können diese interpretieren und vergleichen.
- lernen Methoden der Analyse von Social Data kennen und können diese auf ausgewählte Datensätze anwenden.
Lehrinhalte
Die Studierenden lernen, welche Aspekte bei der Datensammlung von Online Social Data zu beachten sind, wie man Datensätze von Online Social Data zusammenstellt oder wo man fertige Datensätze findet, Best Practices für Datensatzannotation, sowie Methoden der Analyse von Online Social Data, wie Social Network Analysis und Sentiment Analysis.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Programmierpraktikum: Analyse von (Online) Social Data | Praktikum | Sommersemester | [de] | 4 | ISIS |
Arbeitsaufwand und Leistungspunkte
Programmierpraktikum: Analyse von (Online) Social Data (Praktikum)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 120 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Erstellung, Dokumentation und Koordination des Projekts | 12 | 5 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Angeleitete, selbstorganisierte Projektarbeit in Kleingruppen mit Besprechungen in den Kleingruppen und dem gesamten Kurs, Präsentationen, Meilensteinen, Methoden des Projektmanagements, sowie Anfertigen von Dokumentation über den Arbeitsprozess und die Ergebnisse.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Kenntnisse aus dem Modul „Diskrete Strukturen“ oder äquivalent;
Kenntnisse aus dem Modul „Informationssysteme und Datenanalyse“ oder äquivalent;
Darüber hinaus sind
* gute Kenntnisse in Python oder die Bereitschaft, es schnell und selbstständig zu erlernen *
eine *verpflichtende Voraussetzung*. Wir listen dies nur deshalb hier unter "wünschenswerte Voraussetzungen" auf, weil wir diese Kenntnisse nicht an ein spezifisches bestandenes anderes Modul knüpfen können/wollen.
Kenntnisse aus dem Modul „Informationssysteme und Datenanalyse“ oder äquivalent;
Darüber hinaus sind
* gute Kenntnisse in Python oder die Bereitschaft, es schnell und selbstständig zu erlernen *
eine *verpflichtende Voraussetzung*. Wir listen dies nur deshalb hier unter "wünschenswerte Voraussetzungen" auf, weil wir diese Kenntnisse nicht an ein spezifisches bestandenes anderes Modul knüpfen können/wollen.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) Dokumentation des Projekt-Codes | 10 | praktisch | dem Code entsprechend |
| (Ergebnisprüfung) Implementierung einer Projektaufgabe | 10 | schriftlich | der Aufgabe und individuellen Absprache entspechend |
| (Ergebnisprüfung) Projektbericht | 40 | praktisch | ca. 10-15 Seiten |
| (Lernprozessevaluation) Aktive Mitarbeit bei der Erstellung des Projekt-Codes | 20 | schriftlich | ca. 10 Wochen, semesterbegleitend |
| (Lernprozessevaluation) Präsentationen und Abschlusspräsentation | 20 | schriftlich | 15-20 Minuten pro Präsentation |
Prüfungsbeschreibung (Abschluss des Moduls)
Das Praktikum gilt als bestanden, wenn mindestens 50 der 100 Portfoliopunkte erreicht wurden. Es wird nicht benotet.
Aktive Mitarbeit bei der Erstellung des Projekt-Codes wird gemessen an Aktivität im Git Repository der jeweiligen Kleingruppe anhand von Merge Requests, Kommentaren, Erstellung von Wikiseiten etc.
Die Projektaufgabe wird in Absprache mit den Studierenden gewählt, wobei einige Themenfelder vorgegeben werden.
Der Projektbericht umfasst 10-15 Seiten und enthält eine Beschreibung des verwendeten Datensatzes nach den gelernten Praktiken, eine Beschreibung der bearbeiteten Aufgabe, eine Auswertung der Daten anhand der angewendeten Methode, sowie weitere Bestandteile.
Aktive Mitarbeit bei der Erstellung des Projekt-Codes wird gemessen an Aktivität im Git Repository der jeweiligen Kleingruppe anhand von Merge Requests, Kommentaren, Erstellung von Wikiseiten etc.
Die Projektaufgabe wird in Absprache mit den Studierenden gewählt, wobei einige Themenfelder vorgegeben werden.
Der Projektbericht umfasst 10-15 Seiten und enthält eine Beschreibung des verwendeten Datensatzes nach den gelernten Praktiken, eine Beschreibung der bearbeiteten Aufgabe, eine Auswertung der Daten anhand der angewendeten Methode, sowie weitere Bestandteile.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 15.
Anmeldeformalitäten
Die Vergabe der Plätze für das Praktikum erfolgt über den Metakurs auf ISIS.
Die Anmeldeformalitäten werden zu Beginn des Semesters im ISIS-Kurs des Programmierpraktikums mitgeteilt.
Die Anmeldeformalitäten werden zu Beginn des Semesters im ISIS-Kurs des Programmierpraktikums mitgeteilt.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe