Type of Credit: Partially Required
Credit(s)
Number of Students
社群媒體探勘是一門專注於從社群媒體平台上提取有價值的資訊與知識的學科。本課程將介紹社群媒體的基本概念、數據探勘技術以及網路分析等方法，並探討如何應用這些技術來分析和理解社群媒體數據。學生將學習到如何從社群媒體中收集數據、進行數據預處理、應用探勘技術並解釋結果，以幫助解決實際問題。本課程將包括YouTube、Twitter、Facebook、Instagram等平台的數據探勘實作與專題，並介紹OpenAI技術應用和Python實作。適合對數據科學、社群媒體和網路分析有興趣的同學。
能力項目說明
這門課程將通過討論、實作、分組專案來幫助學生全面掌握社群媒體探勘的理論與實踐技能。包括對社群平台的探勘實作與專題，並介紹OpenAI技術的應用和Python的實作，讓學生能夠運用所學知識解決實際問題。
| 教學週次Course Week | 彈性補充教學週次Flexible Supplemental Instruction Week | 彈性補充教學類別Flexible Supplemental Instruction Type |
|---|---|---|
|
每週課程 進度與作 業要求 (講座型課程 請列出每週 授課教師) |
|
週次 |
課程主題 |
課程內容 與 指定閱讀 |
教學活動 與 作業 |
學習投入 時間 |
|
|
|
課堂 講授 |
課程 前後 |
|||||||
|
1 |
課程介紹與社群媒體概論 |
教師自編教材 |
介紹及安裝開發環境 |
3 |
4.5 |
|||
|
2 |
社群媒體資料收集 |
教師自編教材 |
API介紹與使用 |
3 |
6 |
|||
|
3 |
YouTube資料探勘 |
教師自編教材 |
YouTube API介紹 YouTube資料收集與分析 |
3 |
6 |
|||
|
4 |
Facebook資料探勘 |
教師自編教材 |
Facebook API 介紹 Facebook 資料收集與分析 |
3 |
6 |
|||
|
5 |
自主整理學習
|
|
|
0 |
6 |
|||
|
6 |
【YouTube/Facebook資料探勘小組實作】 *小組討論與報告 |
|
【YouTube/Facebook資料探勘小組實作】 *小組討論與報告 |
3 |
6 |
|||
|
7 |
Instagram資料探勘 |
教師自編教材 |
Instagram API 介紹 Instagram資料收集與分析 |
3 |
6 |
|||
|
8 |
【Instagram資料探勘小組實作】 *小組討論與報告 |
|
【Instagram資料探勘小組實作】 *小組討論與報告 |
3 |
6 |
|||
|
9 |
期中專題報告 |
|
專題報告與討論 資料分析與結果展示 |
3 |
6 |
|||
|
10 |
網頁爬蟲技術與資料搜集 |
教師自編教材 |
網頁爬蟲技術與資料搜集 |
3 |
6 |
|||
|
11 |
網頁爬蟲技術與資料搜集實作及討論 |
|
網頁爬蟲技術與資料搜集實作及討論 |
3 |
6 |
|||
|
12 |
彈性自主學習 |
|
完成指定作業或作品 |
0 |
6 |
|||
|
13 |
社群媒體趨勢分析 |
教師自編教材 |
社群媒體趨勢分析實作及討論 |
3 |
6 |
|||
|
14 |
OpenAI技術在社群媒體探勘中的應用 |
教師自編教材 |
OpenAI技術在社群媒體探勘中的應用 |
3 |
6 |
|||
|
15 |
OpenAI技術在社群媒體探勘中的應用 |
教師自編教材 |
OpenAI技術在社群媒體探勘中的應用 |
3 |
6 |
|||
|
16 |
期末專題準備 |
|
期末專題準備 |
0 |
6 |
|||
|
17/18 |
期末專題呈現與回饋 |
|
專題報告與討論 資料分析與結果展示 |
3 |
6
|
|||
|
※依據課務組函文，學生學習投入時間為：課堂講授(授課時數)+課程前後(學分數*1.5~2 小時)。 |
||||||||
*課堂參與以及實作練習：35%
*小組作業：20%
(小組作業之評量項目包括：小組團隊成品、組員針對團隊合作的過程互評/自評，以及個別學習歷程記錄)
*期中、期末專題：45%
(期中末專題之評量項目包括：小組團隊成品、組間互評，以及組員針對團隊合作的過程互評/自評)
參考書目：
1.社群網站資料探勘｜看數字說故事、不用拔草也能測風向 (Mining Social Media : Finding Stories in Internet Data)，基峰。
2.社群網站的資料探勘（第三版）（Mining the Social Web), 歐萊禮。
3. Python官方文件 (https://www.python.org/doc/)