Un paio di settimane fa sono stato membro del corpo docente della Lipari Summer School on Computational Social Science.

La Lipari Summer School è ormai una istituzione: è una scuola di alta formazione attiva da 25 anni che si occupa di affrontare i temi più avanzati nel campo della computer science ed è organizzata in tre aree che sono bioinformatica, sistemi complessi e scienze sociali computazionali.

La scuola in Computational Social Science è attiva da soli tre anni, ma ha già affrontato temi molto interessanti per chi si occupa dell’intreccio fra informatica e scienze sociali. Lo scorso anno il tema cardine è stato lo studio delle news fra nuovi modelli di fruizione delle notizie e analisi dell’uso dei portali di news da parte degli utenti. Quest’anno è stata la volta di un tema caldo del settore: quello dei Big data.

I temi della Lipari School on Computational Social Science 2013

Ovviamente parlare di Big data vuol dire parlare di tantissime cose diverse.
La Lipari Summer School in Computational Social Science ha focalizzato l’attenzione su tre temi chiave: reti sociali, Twitter analysis, Conflict analysis e Text mining.

Per quanto riguarda le reti sociali è stata affrontata la questione di quali sono gli algoritmi per affrontare la gestione dei social network. Lo speaker è stato Andrew Tomkins, uno degli ingegneri che ha sviluppato Google Plus che ha raccontato la sua esperienza ed alcune caratteristiche degli esperimenti fatti per testare il modo migliore di gestione delle reti da un punto di vista computazionale.

Il tema della Twitter analysis è stato affrontato da Kalev Leetaru, autore di un recente studio pubblicato su First Monday (e casualmente – dico davvero – recensito qualche giorno prima proprio da me qui su tecnoetica) su come usare Twitter per analizzare i comportamenti sociali a livello mondiale, specialmente sfruttando i tweet geolocalizzati ed ha dato anche qualche interessante consiglio su come usare le tipologie di dati offerte da Twitter.
L’analisi dei conflitti – nel senso dello studio globale delle guerre – è stata analizzato da Claudio Cioffi Revilla, esponente di punta della Computational Social Science mondiale e direttore scientifico della Lipari summer School in Computational Social Science.

Infine Paolo Ferragina ha descritto l’approccio text mining allo studio computazionale dei testi, descrivendo in dettaglio l’algoritmo TAGME, da lui sviluppato, che usa wikipedia come strumento per la disambiguazione delle parole (problema delicatissimo per il text mining) e che gli è valso il Google Research Award 2013.
Piccolo inciso: Paolo è di Catanzaro, io sono anche di Catanzaro ed abbiamo scoperto di aver frequentato lo stesso liceo con una differenza di tre anni.
Piccolo il mondo (anche in senso computazionale) 🙂

Big data e scienze sociali: cosa c’è da sapere?

Diversi sono stati i talk “tecnici” sul tema dello studio dei Big data: database non relazionali (Damiano Carra, Rosalba Giugno, Calogero Zarba), tecniche di datamining (Alfredo Pulvirenti)

Io ho affrontato il tema “Social media data for social science research” ovvero quali sono le tipologie di dati che sono utili per il sociologo (anche quello non computazionale). In pratica ho riletto i classici temi della metodologia sociologica (progettazione della ricerca, raccolta dati, quali sono gli strumenti) alla luce della Computational Social Science, concentrandomi in particolare su Twitter.

Le slide sono qui in calce: sono in inglese (è la lingua ufficiale della summer school) ma credo siano facilissime da decodificare.

Torno sempre volentieri a Lipari: il posto è stupendo, gli speaker sono eccezionali, l’atmosfera è scientificamente altissima ma molto rilassata, gli studenti della scuola vengono da ogni parte del mondo (quest’anno forte presenza di europei: russi, finlandesi, inglesi) e si respira un’aria internazionale in uno dei posti più belli della Sicilia.
Cosa volere di più?

Se vi ho fatto venire la voglia, vi anticipo che il tema del prossimo anno sarà quello delle Smart Cities con un’attenzione agli aspetti di analisi dei dati, alla dimensione algoritmica ma anche alla prospettiva di management.

Al prossimo anno 🙂