Čtvrtek 10. 9. 2015, 20:00
Analýza webových dat pro učitele
Pojďme společně s lektorem Jakubem Růžičkou diskutovat o dostupných “malých” i “velkých” webových datech (nejen) žáků/studentů a o otevřených vzdělávacích zdrojích se zaměřením na získávání dat ze sociálních médií.

Cíl webináře:
Účastnící tohoto online setkání si budou schopni samostatně opatřit webová data a provádět jednoduché analýzy s cílem pochopit online chování žáků/studentů pro podporu samostatně motivovaného vzdělávání. Ukážeme si, jak propojovat formální a neformální vzdělávání a informálního učení a budeme hledat odpovědi na otázku, zda získávat a analyzovat webová data v samotné výuce.

Komu je setkání určeno:
Setkání je určeno nejen učitelům všech typů škol, ale i zástupcům vedení škol a dalším zájemcům o vzdělávání.

Setkání je zdarma.

Lektor:
Jakub Růžička
„Nenechte se odradit, pokud se domníváte, že je téma webináře až příliš ‘out of your comfort zone’. Pokusím se z oblastí, kterým se věnuji, vytáhnout něco ‘actionable’ pro pedagogy (bez nutnosti předchozích zkušeností/znalostí). Těším se na vás!“

V digifoliu najdete k webinářům více!

POZOR!
Tentokrát se webinář výjimečně koná v prostředí Google Hangouts!

Sledovat můžete:

• na Google+
• na YouTube
• v digifoliu online setkávání

Co vás k tématu zajímá? Můžete se zeptat předem zde.

Popis není příliš konkrétní. Bude se jednat o využití nástrojů typu Google Analytics, nebo se bude seminář orientovat jiným směrem?
Děkuji.

Požádali jsme našeho hosta o upřesnění. Prosíme, vydržte.

Dobry den,

dekuji za dotaz a pro jistotu jeste zasilam puvodni (ne vsak konkretnejsi =)) anotaci, kterou jsem nasdilel na G+: https://plus.google.com/u/0/107638130435145890714/posts

Pri priprave zjistim, kolik toho bude realne stihnout (zbytek pripadne uvedu alespon na slidech a/nebo individualne po webinari; nepujdeme ale do hloubky, budeme diskutovat jen to nezbytne pro logickou navaznost webinare), ale zacal bych (strucne) u tradicniho vyzkumu (dotazniky, interview atp.) a souvisejici statistiky, zminil 'kde se berou' velka data a technologie a algoritmy na jejich zpracovani, coz by nas melo nasmerovat k hlavnimu tematu, vyzkumu socialnich medii (Facebook, Google+, Twitter, YouTube atp.), social network analysis a recommender algorithms (urcujici jaky obsah na socialnich mediich konzumujeme).

Z vecne stranky bychom se soustredili na data o studentech (a v cem analyza socialnich siti a socialnich medii nabizi jiny pohled nez klasicke learning analytics) a obsahovou strategii komunit okolo otevrenych vzdelavacich zdroju (rad bych venoval dostatek casu diskuzi motivace zajmu o online prostredi); + jakym zpusobem to lze potencialne propojit s vyukou.

Ve finale si, v ramci nasich moznosti, ukazeme 'manualni' praci s RESTful web APIs (https://en.wikipedia.org/wiki/Represent ... e_transfer , napr. Facebook Graph API), presuneme se k dostupnym softwarovym nastrojum na tezeni dat (opet kratka ukazka prace v jednom z nich), az po limity softwarovych nastroju a tezeni dat pomoci programovacich jazyku (Python a JavaScript; ukazky kodu urcite prilozim do archivu ke stazeni). 'Ochutnavku' rad doplnim odkazy na zdroje, kde se vzdelavat dal.

Jakub

PS: Prvni, co me napadlo, kdyz jsem si to po sobe precetl je "Proc se to nejmenuje 'Analyza socialnich medii pro ucitele?'". Puvodni zamysleny nazev byl 'Analyza social web dat pro ucitele'; 'social web' jako sit/graf libovolnych online entit (tzn., nejen uzivatelu, ale i stranek, udalosti, keywords atp.), napric internetem (ne omezene na jednu sluzbu /platformu /stranku), ale neni moc zazity termin (proto tam zbylo jen 'webovych dat'). Byt tedy analyzy budeme ilustrovat na socialnich mediich, vsechno bude platne pro libovolne jine API endpoints, data ziskana pomoci web crawling, web scraping, interni databaze atp.

Děkujeme za odpověď
Vážení kolegové, pokud by vám dovysvětlení nestačilo, mám nápad. Příští úterý máme s Jakubem Růžičkou zkoušku na webinář, vyptám se ho velmi laicky.
Ale ptejte se i vy, jistě!

Už dnes se poprvé v letošním roce sejdeme online na webináři.
Náš první letošní host, Jakub Růžička, upřesnil (nebo spíše zjednodušil), že se bude snažit učitelům ukázat, co by měli vědět o sociálních médiích, aby je dokázali využít pro své studenty, proč se obsah na Facebooku zobrazuje tak, jak se zobrazuje, jak se podívat, co naši žáci "konzumují" z internetu apod.

POZOR!
Tentokrát se webinář výjimečně koná v prostředí Google Hangouts!

Sledovat můžete:

• na Google+
• na YouTube
• v digifoliu online setkávání

Bořivoj Brdička: Mě by zajímalo, do jaké míry výkladu rozumíte?
Martin Vonášek: snažím se, mám asi představu, ale obávám se, že to bude trochu složitější:)
Pavlína Hublová: Dobrý večer. Doufám, že nebude znít moc cizích slov, kterým nebudu rozumět
Bořivoj Brdička: Zdravím, Jakuba i účastníky. Zcela souzním s tím, že je vhodné se snažit zůstat pro potřeby portálu RVP a učitele jen na základní úrovni.

Jakub: Dle feedbacku Lenky vim, ze to bylo to narocne. Kazdopadne pevne doufam, ze se mi alespon podarilo nastinit ramec toho, co na socialnim webu lze analyzovat, jak a k cemu to je (a treba nekoho k necemu inspirovat). Beru si z toho, ze pro kolegy-"neoborare" je treba jeste vice zvolnit.

Mira Friedrichová: Jakube, nechci programovat, uděláte mi nějaké analýzy vhodné pro naši školu např. v rámci své věděcké práce?

Jakub: "Vedeckou praci" uz mam zdarne za sebou, ale pripominam, ze v NodeXL (http://nodexl.codeplex.com/) to lze i bez programovani a na par kliknuti mysi. =) Co konkretne by vas zajimalo?
edit: pri druhem precteni jsem byl bystrejsi a doslo mi, ze "vedeckou praci" nemyslite mou diplomku, ale to, cemu se obecne venuji =)

Bořivoj Brdička: Komentář: Jak vidíte, učitel využije i dost sofistikované kompetence. Pro mě je to jasné. Chcete-li vědět, jak působíte na online prostředí žáků, nejspíše budete potřebovat odborníka na analýzu dat nebo alespoň specializovanou aplikaci.

Jakub: Pro neprogramatory a/nebo zacatecniky opet doporucuji NodeXL (zdarma, velice rychle se seznamite; slide 80). Jak jsem ale zminoval v zaveru webinare, staci projit nekolika kurzy (opet zdarma) na codecademy.com (nebo libovolne jine alternative) a za chvili muzete samostatne (a/nebo se svymi zaky) tezit data i v Pythonu (prechod od zakladum programovani ke knihovnam tretich stran nebude tezky) - samozrejme, za predpokladu, ze vas oblast zajima, a chcete ji pridat do sve expertizy (viz diskuze o "cene casu" a konektivismu).
Python knihovna i softwarovy balik (napr. NodeXL) za nas vlastne "pouze" zautomatizuje to same, co jsme v uvodu "hands-on" casti provadeli "manualne": sklada dotaz do API a parsuje JSON. Mimo "howto" je ale urcite dulezitejsi "trenovat", co zajimaveho vlastne s porizenymi daty delat, jake otazky je mozne zodpovedet, jak nam vysledky analyz pomohou v rozhodovacich procesech.

Pavlína Hublová: Neumím nic analyzovat, ale vím, jaké "čtenáře" máme na té které síti, resp. jaký typ lidí sleduje profily Metodického portálu na FB, Tx i G+. Podle reakcí (lajků, plusek...).

Jakub: Vestavene analytiky (pripadne i zaznamenane interakce u konkretnich prispevku) mnoha socialnich medii toto opravdu umi, ale zpravidla neposkytnou vsechno, co lze ziskat pomoci API (nehlede na web scraping a web crawling, o nemz jsme vcera ani nemluvili). V samostatnem sberu dat vidim dale napr. tyto vyhody: netreba prochazet data "rucne" (vyhodnocovani lze automatizovat); data nejen o sobe, ale i o jinych entitach; moznost vytvaret si reporty "na miru"; analyzu socialnich siti pak zadne (mne zname) build-in analytiky nenabizi; moznost mit vsechno potrebne, z mnoha ruznych zdroju (napric platformami), na jednom miste.