Структура курсу
1. Дані в диджиталізованому суспільстві
-
Типи сучасних соціальних даних: структуровані, неструктуровані, мультимодальні.
-
Цифрові сліди як нова емпірична база соціології.
-
Дані як соціальна конструкція: хто, чому і як їх створює.
2. Цифрові платформи та алгоритмічні процеси
-
Алгоритми як соціальні актори: логіка рекомендацій, фільтри та таргетування.
-
Платформізація суспільства: інфраструктури Facebook, X, YouTube, TikTok.
-
Дані платформи та їх доступність для досліджень.
3. Методи збору цифрових даних
-
API, вебскрейпінг, краудсорсинг, парсинг коментарів і постів.
-
Етичні стандарти роботи з цифровими даними.
-
Особливості репрезентативності у цифровому середовищі.
4. Обробка та очищення соціальних даних
-
Токенізація, лематизація, стоп-слова, частотні моделі.
-
Обробка неструктурованих даних: текст, зображення, відео.
-
Очищення даних як методологічний етап, а не технічна процедура.
5. Python для соціологів
-
Основи роботи з pandas, numpy, matplotlib, seaborn.
-
Побудова аналітичних пайплайнів та реплікованих досліджень.
-
Інтеграція Python із хмарними середовищами (Colab, AWS).
6. NLP та ML у соціологічному аналізі
-
Кластеризація текстів, тематичне моделювання, емоційний аналіз.
-
Виявлення дискурсів та смислових полів.
-
Побудова моделей для соціальної предиктивної аналітики.
7. Аналіз соціальних мереж і поведінкових даних
-
SNA: мережі, вузли, центральність, вплив.
-
Аналіз комунікативних патернів у соцмережах.
-
Динаміка взаємодії у цифрових спільнотах.
8. Соціологічні інтерпретації алгоритмів
-
Алгоритмічна нерівність і упередження в даних.
-
Алгоритми як інститути влади.
-
Етичні та нормативні підходи до регулювання цифрових систем.