WEB & SOCIAL MEDIA

“Un’opera tempestiva sulle nuove frontiere della politica e della ricerca. Un utile vademecum per orientarsi nelle tecniche di analisi in ambiente web.
In una complessa, e ancora incerta, galassia di dati digitali.”
Fortunato Musella
Introduzione
Capitolo 1 – Oltre il virtuale. Studiare la società attraverso i dati digitali
1.1 I dati digitali
1.2 Oltre il virtuale: Internet, media digitali e società aumentata
1.3 Gli oggetti della ricerca online
1.4 Studiare la società attraverso i dati digitali: istruzioni per l’uso
1.4.4 Post-demografia
1.5 Conclusioni

Capitolo 2 – Dai dati digitalizzati ai dati virtuali: la Web survey
2.1 I dati virtuali: dall’indagine postale alla survey online
2.2 Tecniche qualitative in Rete: il blog
2.3 Conclusioni

Capitolo 3 – Social media e analisi del contenuto
di Francesca Arcostanzo e Pamela Pansardi
3.1 Metodi di analisi del contenuto: una rassegna
3.2 Case study: la campagna di Sala e Parisi per le elezioni a sindaco di Milano
3.3 Conclusioni

Capitolo 4 – Sentiment analysis
4.1 Nascita e sviluppi della sentiment analysis
4.2 Le tecniche di sentiment analysis
4.3 Case study: sentiment analysis e ricerca elettorale
4.4 Sentiment analysis: limiti e opportunità
4.5 Conclusioni

Capitolo 5 – Network analysis e reti su Twitter
5.1 Che cos’è una rete?
5.2 Ontologia delle reti su Twitter
5.3 Raccolta e preparazione dei dati
5.4 Centralità di grado: quali sono i nodi più importanti?
5.5 Peso dei legami: quali sono le interazioni più ricorrenti?
5.6 Struttura di comunità: in quali sotto-gruppi si può scomporre la rete?
5.7 Conclusioni

Capitolo 6 – Etnografia digitale
6.1 Il metodo di ricerca
6.2 Tecniche e strumenti di ricerca
Content Analysis
Sentiment Analysis
Network Analysis
Discourse Analysis
6.3 Case study: ecosistemi politici su Twitter
6.4 Conclusioni

Capitolo 7 – Machine Learning per le scienze sociali
7.1 Cenni storici e diffusione di Machine Learning
7.2 Machine Learning e nuovi quesiti per le scienze sociali
7.3 Principali tecniche di applicazione di Machine Learning
7.4 Machine Learning e campagna elettorale: come predire le strategie dei partiti

Capitolo 8 – Un esercizio: applicare tecniche statistiche tradizionali ai dati digitali
8.1 Stimare le posizioni dei partiti attraverso dati online: quali strategie?
8.2 Derivare le posizioni dei partiti dai legami di following: un esercizio empirico
8.3 Conclusioni

Capitolo 9 – Social media e società: tra Big Data ed echo chambers
9.1 Generazione spontanea di gruppi
9.2 Origine delle echo chambers
9.3 Sfruttamento delle echo chambers
9.4 Studio delle echo chambers
9.5 Conclusioni

Appendice – Fare ricerca digitale, i mezzi e gli strumenti
A.1 Applicativi (quasi) gratuiti
A.2 Tool ‘ibridi’ per la raccolta dei dati
A.3 Python e programmazione API
A.4 Conclusioni

Glossario
Riferimenti bibliografici