close

Anmelden

Neues Passwort anfordern?

Anmeldung mit OpenID

Amtsblatt KW 13 - Verbandsgemeinde Lauterecken

EinbettenHerunterladen
Wahlpflichtkurs „Predictive Analytics und Social Media Analytics“, SS 2015
Der Wahlpflichtkurs vermittelt wie Predictive Analytics und Social Media Analytics Software-Lösungen von
Unternehmen zur Verbesserung des Geschäftsergebnisses eingesetzt werden.
Social passiert - ob man will oder nicht. Selbst ein Unternehmen, das mit sozialen Netzwerken, Blogs oder
Twitter wenig anfangen kann, wird nicht verhindern können, dass auf eben diesen Plattformen über seine
Produkte oder sein Image diskutiert wird. Unternehmen verfolgen daher diese Diskussionen systematisch und
versuchen, Schlüsse für ihr Geschäft zu ziehen. Wie wird die eigene Marke wahrgenommen? Wie kommen
einzelne Produkte an? Wer sind die Meinungsmacher? Gibt es Trends, die für den eigenen Absatz relevant
sind? Solche und andere Fragen sollen durch Social Analytics beantwortet werden - also durch die Analyse der
Inhalte, die User auf Facebook, Twitter und anderen Seiten veröffentlichen.
Anbieter wie IBM, Microsoft oder Adobe haben dafür Softwareprodukte entwickelt. Diese haben die Aufgabe,
die Daten, die nach vorgegebenen Kriterien auf den Social-Media-Seiten gesammelt werden, in einem Data
Warehouse zu speichern und mit Werkzeugen für Text-Mining oder auch Textanalyse auszuwerten - mit
statistischen und linguistischen Verfahren. Dabei kategorisieren die Programme die Web-Inhalte zunächst und
erkennen dann, von wem oder wovon in einem Text die Rede ist. Im Rahmen einer Sentiment-Analyse lässt sich
dann die Tonalität feststellen - also ob positiv, negativ oder neutral berichtet wird.
In Kooperation mit der Unternehmensberatung novem business applications (www.novemba.de) wird anhand
eines konkreten Kundenprojektes eine Lösung konzipiert und beim Kunden zum Einsatz gebracht.
Lernziele des Kurses sind
1.
2.
Theoretische Grundlagen
a. Einordnung in den Analyseprozess
b. Predictive Analytics und Social Analytics
c. Methoden
d. Allgemeine Vorgehensweise (CRISP-DM)
e. Software Werkzeuge
Praxis Kundenprojekt:
a. Geschäftsverständnis , Analyse Kundensituation
b. Datensammlung, Datenverständnis
c. Datenbereinigung, -aufbereitung und -integration (Social Media und Geschäftsdaten)
d. Modellierung / Einsatz Predictive Analytics Tool (Modell, Parameter)
e. Auswertung, kritische Untersuchung des Projektes
f. Präsentation der Ergebnisse
Organisation:
Aufwand und CP:
Prüfung:
Erforderliche Vorkenntnisse:
Zielgruppe:
Fragen und Kontakt:
2 h Vorlesung + 2 h Praktikum, 6 CP
Projektfortschritt und Projektergebnisse
Interesse am Thema, Kreativität und Spieltrieb,
Fähigkeit zur Gruppenarbeit
Dieses WP richtet sich an alle Studierende
der Wirtschaftsinformatik
Prof. Dr. Klaus-Peter Schoeneberg
klaus-peter.schoeneberg@haw-hamburg.de
Document
Kategorie
Bildung
Seitenansichten
2
Dateigröße
211 KB
Tags
1/--Seiten
melden