Couvre les objectifs, la définition, les types et l'analyse computationnelle des médias sociaux, en mettant l'accent sur l'étude du comportement humain à travers des traces numériques.
Explore l'individualisme en réseau, le passage aux réseaux sociaux centrés sur l'individu et l'impact de la connectivité, des frontières de groupe plus faibles et de l'autonomie personnelle accrue sur la société.
Explore la polarisation de groupe, où les discussions mènent à des décisions plus risquées et à une conformité plus forte, ayant un impact sur le comportement individuel et la dynamique sociale.
Explore l'importance de l'anonymat pour éviter le jugement fondé sur les caractéristiques personnelles et la nécessité de l'équilibrer avec la responsabilité.
Explore l'analyse de l'humeur exprimée sur Twitter à l'aide de données longitudinales et d'outils d'analyse de texte, en soulignant l'importance de prendre en compte les données biaisées.
Plonge dans Livehoods, l'apprentissage automatique pour l'étude urbaine, l'inférence d'ambiance, la reconnaissance de scène et les biais dans les médias sociaux géo-localisés.
Explore l’apprentissage profond avec des images Instagram, comprend la perception des aliments, l’obésité et la santé mentale, et discute de l’impact des images des médias sociaux et des plateformes éphémères comme Snapchat.