Erciyes University - Info Package

Dersin Adı	Dersin Seviyesi	Dersin Kodu	Dersin Tipi	Dersin Dönemi	Yerel Kredi	AKTS Kredisi	Ders Bilgileri
SOSYAL MEDYA PAZARLAMASI VE ANALİZİ	İkinci Düzey	PAZ 520		2	7.00	7.00	Yazdır

Dersin Tanımı

Ön Koşul Dersleri	Yoktur. Temel bilgisayar becerisi ve programlama bilgisi önerilir.
Eğitimin Dili	Türkçe
Koordinatör	DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
Dersi Veren Öğretim Eleman(lar)ı	DOÇ. DR. ESRA KAHYA ÖZYİRMİDOKUZ
Yardımcı Öğretim Eleman(lar)ı	-
Dersin Veriliş Şekli	Yüz yüze + uygulamalı + proje tabanlı öğrenme + dijital platform destekli (Google Classroom destekli)
Dersin Amacı	Bu dersin amacı; Sosyal medya ekosistemini, pazarlama stratejilerini ve kullanıcı davranışlarını analiz etmek Sosyal medya verilerinden anlamlı bilgi üretme sürecini öğretmek Veri analitiği, veri madenciliği ve doğal dil işleme tekniklerini uygulamalı olarak kazandırmak Öğrencilerin gerçek veri ile çalışarak karar destek sistemleri geliştirmesini sağlamak
Dersin Tanımı	Bu ders, sosyal medyanın teknolojik ve sosyo-teknik gelişimi ile başlayarak, sosyal medya pazarlaması, büyük veri, veri madenciliği ve doğal dil işleme teknikleri kullanılarak sosyal medya verilerinin analiz edilmesini kapsamaktadır. Ders kapsamında öğrenciler: Veri → bilgi → kazanılmış bilgi dönüşümünü KDD (Knowledge Discovery) sürecini Sosyal medya pazarlama stratejilerini Gerçek veri setleri ile makine öğrenmesi ve NLP uygulamalarını

Dersin İçeriği

1	Bilişim, teknoloji ve dijital dönüşüm kavramları
2	Veri, bilgi, kazanılmış bilgi (knowledge) kavramları İş zekası nedir? İş analitiği nedir? Büyük veri nedir? Yapay zeka, derin öğrenme, makine öğrenimi kavramları
3	Sosyal medyanın gelişimi (Web 1.0 – Web 2.0 – Web 3.0), Büyük veri ve sosyal medya verisi, Endüstri 1,2,3,4 ve İnsan ve kalabalık kavramları Sosyo teknik sistemler
4	Sosyal medya platformları ve kullanıcı davranışları, Sosyal medya pazarlaması, Sosyal medya stratejileri ve kampanya yönetimi
5	Veri madenciliği ve veri tabanlarında bilgi keşfi süreci, Kümeleme ve örüntü keşfi
6	Veri yapıları, veri, dosya, kayıt, veri türleri Keşifsel veri analizi Veri analitik süreci
7	Veri ön işleme (temizleme, eksik veri, gürültü)
8	Metin verisi ve doğal dil işleme (NLP)
9	Duygu analizi (Sentiment Analysis)
10	Makine öğrenmesi ile sınıflandırma (SVM, RF vb.) Kümeleme ve sınıflandırma modelleri
11	Sosyal medya analitiği ve veri görselleştirme
12	Veri madenciliği uygulamaları, hazır paket programlar (WEKA, RapidMiner vs.)
13	Veri madenciliği uygulamaları (Python) ve ileri uygulamalar
14	Veri madenciliği uygulamaları (Python) ve ileri uygulamalar
15	Öğrenci ödev sunumları
16	Öğrenci ödev sunumları
17
18
19
20

Dersin Öğrenme Çıktıları

1	Sosyal medya ekosistemini analiz eder
2	Sosyal medya pazarlama stratejileri geliştirir
3	Sosyal medya verisini toplamayı bilir ve analiz etme yöntemlerini bilir
4	Veri ön işleme tekniklerini uygular
5	Doğal dil işleme tekniklerini bilir
6	Kümeleme, sınıflandırma, benzerlik ve duygu analizi yapar
7	Makine öğrenmesi modelleri kurar (başlangıç seviyesinde), yapar
8	Yapay zeka kavramlarını bilir
9	Sosyo-teknik bakış açısını anlar
10	Veri madenciliğini bilir

*Dersin Program Yeterliliklerine Katkı Seviyesi

1	Alanındaki bilgileri uzmanlık düzeyinde kullanır.
2	Alanında elde ettiği bilgileri farklı disiplinlerle bütünleştirerek yorumlar.
3	Verilerin toplanması, analiz edilmesi, yorumlanması ve duyurulması aşamalarında toplumsal, bilimsel, kültürel ve etik değerleri dikkate alarak bilimsel çalışma yapar.
4	Yaptığı bilimsel araştırmaların sonuçlarını sözlü ve yazılı olarak aktarır.
5	Analitik düşünme yeteneğini geliştirerek gerçek hayat problemlerini çözer.
6	Etkin bir muhasebe -finansman yönetimi için kullanılabilecek çeşitli karar-destek tekniklerini uygular.
7	İşletme paydaşlarının davranışlarının nedenlerini, oluşum süreçlerini ve sonuçlarını açıklar.
8	Günümüz işletmelerinde uygulanabilecek çağdaş yönetim tekniklerini ve bunların uygulanma gerekçelerini teorik alt yapılarını ve bağlamsal koşulları dikkate alarak listeler ve açıklar.
9	İşletmelerin iç ve dış unsurlarıyla uyumlu, esnekliğini ve rekabet gücünü artıracak stratejik yönetim süreçlerini tasarlar ve uygular.
10	Muhasebe ve finansman alanında farklı konuları algılar ve disiplinlerarası çalışmalarda kullanır.
11	Muhasebe ve finansman alanında işletmenin karşılaşabileceği tüm sorunları tespit eder ve çözer.
12	Finansal verileri analiz edecek programları kullanır.
13	Alanındaki ulusal ve uluslararası gelişmeleri takip eder ve tartışır.
14	İşletmelerinin muhasebe ve finans faaliyetlerini etkin yönetir.
15	İşletmelerin kaynaklarını verimli kullanması için gereken düzenlemeleri listeler.
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
Yıldızların sayısı 1’den (en az) 5’e (en fazla) kadar katkı seviyesini ifade eder

Planlanan Öğretim Faaliyetleri, Öğretme Metodları ve AKTS İş Yükü

	Sayısı	Süresi (saat)	Sayı*Süre (saat)
Yüz yüze eğitim	14	3	42
Sınıf dışı ders çalışma süresi (ön çalışma, pekiştirme)	14	3	42
Ödevler	2	3	6
Sunum / Seminer hazırlama	1	3	3
Kısa sınavlar	0	0	0
Ara sınavlara hazırlık	0	0	0
Ara sınavlar	1	5	5
Proje (Yarıyıl ödevi)	1	40	40
Laboratuvar	5	3	15
Arazi çalışması	0	0	0
Yarıyıl sonu sınavına hazırlık	0	0	0
Yarıyıl sonu sınavı	0	0	0
Araştırma	2	10	20
Toplam iş yükü			173
AKTS			7.00

Değerlendirme yöntemleri ve kriterler

Yarıyıl içi değerlendirme	Sayısı	Katkı Yüzdesi
Ara sınav	1	20
Kısa sınav	0	0
Ödev	1	20
Yarıyıl içi toplam		40
Yarıyıl içi değerlendirmelerin başarıya katkı oranı		40
Yarıyıl sonu sınavının başarıya katkı oranı		60
Genel toplam		100

Önerilen Veya Zorunlu Okuma Materyalleri

Ders kitabı	Data Mining: Concepts and Techniques- Jiawei Han, Micheline Kamber and Jian Big Data Analyticsm Theory, Techniques, Platforms, and Applications iÜmit Demirbaga , Gagangeet Singh Aujla , Anish Jindal , Oğuzhan Kalyon.
Yardımcı Kaynaklar	Makaleler online veri tabanları, big massive eğitim platformları (umdey, edx, coursera vs.).

Ders İle İlgili Dosyalar

DBP Hakkında

Ders Hakkında

Bölüm Hakkında