İSTİNYE ÜNİVERSİTESİ BİLGİ PAKETİ / DERS KATALOĞU
| Veri Bilimi (YL) (Tezli) (İngilizce) | |||||
| Yüksek Lisans | TYYÇ: 7. Düzey | QF-EHEA: 2. Düzey | EQF-LLL: 7. Düzey | ||
Ders Genel Tanıtım Bilgileri
| Ders Kodu: | DATS5025 | ||||
| Ders İsmi: | Sosyal Ağ Analizi ve Veri Odaklı Gazetecilik | ||||
| Ders Yarıyılı: | Bahar | ||||
| Ders Kredileri: |
|
||||
| Öğretim Dili: | İngilizce | ||||
| Ders Koşulu: | |||||
| Ders İş Deneyimini Gerektiriyor mu?: | Hayır | ||||
| Dersin Türü: | Bölüm/Program Seçmeli | ||||
| Dersin Seviyesi: |
|
||||
| Dersin Veriliş Şekli: | E-Öğrenme | ||||
| Dersin Koordinatörü: | Araş. Gör. KAZIM TİMUÇİN UTKAN | ||||
| Dersi Veren(ler): | |||||
| Dersin Yardımcıları: |
Dersin Amaç ve İçeriği
| Dersin Amacı: | Bu ders, öğrencileri Sosyal Ağ Analizi (SNA) ve bunun modern veri odaklı gazetecilikteki önemli rolü hakkında kapsamlı bir anlayışla donatmayı amaçlamaktadır. Öğrenciler SNA'nın disiplinler arası doğasını, metodolojik yaklaşımlarını ve karmaşık toplumsal ve iletişimsel ağları nasıl ortaya çıkarabileceğini keşfedeceklerdir. Ders, haber için veri analizi yaparken eleştirel düşünmenin ve etik hususların önemini vurgulayacaktır. Dersin sonunda öğrenciler, etkili hikayeler anlatmak için SNA'dan yararlanabilecek ve büyük veri kümelerinden içgörülü anlatılar türetebileceklerdir. |
| Dersin İçeriği: | 1. Sosyal Ağ Analizine (SNA) giriş ve gazetecilikteki uygulamaları. 2. Haber ve toplumsal eğilimler bağlamında SNA için veri toplama yöntemleri. 3. Ağ yapılarını ve örüntülerini anlamada metriklerin ve algoritmaların rolü. 4. SNA tekniklerini kullanan veri odaklı gazetecilik projelerinin vaka çalışmaları. 5. Gazeteciliğe uygulanan SNA'da etik hususlar ve gizlilik kaygıları. |
Öğrenme Kazanımları
|
Bu dersi başarıyla tamamlayabilen öğrenciler;
1) - Gazetecilik araştırmalarında sosyal yapıları araştırmak için SNA yöntemlerini uygulama becerisi. 2) - Ağ verilerini toplamak ve analiz etmek için SNA yazılımı ve araçlarını kullanma konusunda yeterlilik. 3) - Temel ağ ölçümlerini ve bunların haber hikayeleri bağlamında yorumlanmasını anlama. 4) - Gazetecilikte veri kullanımının etik sonuçlarını eleştirel olarak değerlendirme becerisi. 5) - Sosyal ağ analizi tekniklerini kullanarak veri odaklı hikayelerden oluşan bir portföy geliştirme. |
Ders Akış Planı
| Hafta | Konu | Ön Hazırlık |
| 1) | Sosyal Ağ Analizine giriş; tarihçesi ve gazetecilikteki önemi. | - |
| 2) | Ağ teorisinin temel kavramları ve terminolojisi. | - |
| 3) | Temel ağ ölçümleri - merkezilik ölçütleri, kümelenme ve topluluklar. | - |
| 4) | Gazetecilikte Gazetecilikte SNA için veri temini, kamu ve özel veri tabanlarına odaklanma. | - |
| 5) | Ağ analizi ve görselleştirme için araçlar ve yazılımlar. | - |
| 6) | Ağ örüntüsü tespiti ve analizi için algoritmaların anlaşılması. | - |
| 7) | Zaman içinde ağ dinamiklerini keşfetmek - büyüme, evrim ve çürüme. | - |
| 8) | Ara Sınav. | - |
| 9) | Ara sınavın tekrarı ve ileri SNA tekniklerine giriş. | - |
| 10) | SNA'nın güncel olaylara ve viral trendlere uygulanması. | - |
| 11) | Vaka çalışmaları: SNA'nın araştırmacı haberciliğe başarılı entegrasyonu. | - |
| 12) | Verilerle anlatı oluşturma ve hikaye anlatımı. | - |
| 13) | Büyük veri, gizlilik ve gazetecilik için SNA'da etik hususlar. | - |
| 14) | Veri gazeteciliğinin interaktif ve multimedya yönleri. | - |
| 15) | Gazetecilikte SNA projelerinin öğrenci sunumları. | - |
| 16) | Final Sınavı | - |
Kaynaklar
| Ders Notları / Kitaplar: | Herhangi bir ders kitabı bulunmamaktadır. There is no textbook. |
| Diğer Kaynaklar: | Güncel makaleler, kitaplar kullanılacaktır. Current articles and books will be used. |
Ders - Program Öğrenme Kazanım İlişkisi
| Course Learning Outcomes | 1 |
2 |
3 |
4 |
5 |
|---|---|---|---|---|---|
| Program Kazanımları | |||||
| 1) Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir. | 3 | 3 | 3 | 3 | 3 |
| 2) Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir. | 3 | 3 | 3 | 3 | 3 |
| 3) Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır | 3 | 3 | 3 | 3 | 3 |
| 4) Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar | 3 | 3 | 3 | 3 | 3 |
| 5) Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar. | 3 | 3 | 3 | 3 | 3 |
Ders - Öğrenme Kazanımı İlişkisi
| Etkisi Yok | 1 En Düşük | 2 Orta | 3 En Yüksek |
| Dersin Program Kazanımlarına Etkisi | Katkı Payı | |
| 1) | Bu programı başarıyla tamamlayan öğrenciler, Veri biliminin teknik uygulamalarının kapsamını ve kullanılabilecek araçları bilir. | 3 |
| 2) | Bu programı başarıyla tamamlayan öğrenciler, Uygulama sonuçlarının toplum-kültür-hukuk üzerindeki etkilerini bilir. | 3 |
| 3) | Bu programı tamamlayan öğrenciler; Uygulama süreçlerindeki matematiği ve kodu tanır | 3 |
| 4) | Bu programı tamamlayan öğrenciler; Veri bilimindeki süreçlerin çıktı ve birey üzerindeki etkilerini açıklar | 3 |
| 5) | Bu programı başarıyla tamamlayan öğrenciler, Bir bütün olarak veri bilimiyle oluşan içgörü-öngörü ve uzgörüyü belli bir disiplin/vaka karşında anlar. | 3 |
Ölçme ve Değerlendirme
| Yarıyıl İçi Çalışmaları | Aktivite Sayısı | Katkı Payı |
| Ara Sınavlar | 1 | % 40 |
| Final | 1 | % 60 |
| Toplam | % 100 | |
| YARIYIL İÇİ ÇALIŞMALARININ BAŞARI NOTU KATKISI | % 40 | |
| YARIYIL SONU ÇALIŞMALARININ BAŞARI NOTUNA KATKISI | % 60 | |
| Toplam | % 100 | |
İş Yükü ve AKTS Kredisi Hesaplaması
| Aktiviteler | Aktivite Sayısı | İş Yükü |
| Ders Saati | 16 | 32 |
| Ara Sınavlar | 8 | 86 |
| Final | 8 | 24 |
| Toplam İş Yükü | 142 | |