”真相是否只有一个？”麻省理工学院带你数据可视化分析假新闻

（图片来源：网路）

双黄连可以预防新冠状病毒？

新冠病毒通过眼神对视传播？

“中国人比欧美人更易感染新冠肺炎？”

以上关于新冠的谣言你听到过多少？新冠病毒（Covid-19）的传播引起了全世界的恐慌和新闻报道的狂热。然而，关于病毒的虚假信息传播得比病毒本身还要快。

（图片来源：网路）

在网络媒体日益发达的今天，相比“数量”，信息的“准确性”成了令媒体人以及管理人员更加头疼的难题。对于人类来说都难分真假的信息，是否有可能通过海量的内容信息比对——人脑无法完成，让 AI 帮助我们识别其可信度呢？

未来也许还没有近在眼前，但领域的前沿，已经有一批先锋开始了探索。

此次，Blended Learning MIT 官方课程项目组 推出《在线讨论模型的参数，分析和可视化 - Twitter 课程项目》，将领域内最前沿的研究内容和知识带给大家！

在此 PBL 中，学生将有机会了解研究在线社区行为的不同方法，并学习如何呈现和可视化与该研究相关的数据。我们将使用一个专门的平台来组织实验性辩论，并从社交媒体 (Twitter) 获取数据。此外，还可以对来自个人访谈和焦点小组的数据进行定性数据分析。

数据可视化不是数据分析的终点

而是辅助决策的起点

（图片来源：网路）

数据分析是一个探索性的过程，通常从特定的问题开始。它需要好奇心、寻找答案的欲望和韧性，因为这些答案并不总是容易得到的。

数据可视化涉及到数据的可视化展示，从单个图表到全面的仪表盘。有效的可视化显著减少了受众处理信息和获取有价值见解所需的时间。但是有效的可视化需要满足几个条件，而且理想中的可视化总和现实有很多差距。

（图片来源：网路）

数据分析和数据可视化之间存在着差别。但这并不是说两者永远不会和谐共处或者离和谐很远。

在实际处理数据时，分析应该先于可视化输出，而可视化分析可能是呈现有效分析结果的一种好方法，两者在应用中存在着关联。

《在线讨论模型的参数，分析和可视化 - Twitter 项目》课程中大家将根据自己选择的主题或使用现有数据库之一生成自己的内容。然后，借助可用的内容分析工具，验证假新闻可能存在的特征。

我们还将分析社区在社交媒体上的行为，包括热点话题、情绪和信息共享。我们还将熟悉辩论质量指标，例如：参与度、冲突、成熟度、争议、社会纽带的密度和强度。通过跟踪特定的指标，我们可以了解很多关于辩论的性质，分析结果将进行可视化。

Blended Learning MIT

麻省理工学院是世界上著名私立研究型大学，以顶尖的工程学和计算机科学而著名。

Blended Learning MIT 是麻省理工学院 MIT Open Learning 旗下平台 MIT xPRO 和美国知名教育平台 Touch EdTech 联合开发的系列课程项目，也是先目前MIT 针对世界大学生提供的最大型的官方课程项目之一。

2021年秋，Blended Learning MIT 携手哈佛商学院（Harvard Business School）联合开设了数据分析主题等相关课程。

课程亮点

课程收获

• 与不同知识水平的听众进行有效的沟通（书面和口头）的能力

• 在线讨论模型和行为分析领域一篇可发表的论文以及项目导师亲自撰写的推荐

• 强大的分析能力，包括指标识别、数据收集和可视化

• 研究和评估方法以及调查技术方面的专业知识

如果你对该项目感兴趣可以

扫描二维码👇

与 MIT 学姐 进行1对1咨询

扫描二维码 联系我们

微信号｜blendedlearningx

(添加时请备注“姓名、学校、学院、及学号后四位”)