Digitale forskningsmetoder og Big Data analyse (BDS200)
Digitalisering i tjenestebedrifter og utviklingen av nye teknologier åpner for nye måter å bygge relasjoner på. Dette gjelder spesielt B2B (business to business) og B2C (business to customer)-relasjoner. Nettmiljøer som for eksempel sosiale medieplattformer, spesialiserte fora og interaktive nettsider genererer store mengder kvalitative og kvantitative data - Big Data (BD) - som gir en lett tilgjengelig ressurs for å utforske ulike aspekter av forretningsdrift. Dette kurset gir en god introduksjon digitale forskningsmetoder og Big Data-analyse.
Dette er emnebeskrivelsen for studieåret 2025-2026. Merk at det kan komme endringer.
Emnekode
BDS200
Versjon
1
Vekting (stp)
10
Semester undervisningsstart
Høst
Antall semestre
1
Vurderingssemester
Høst
Undervisningsspråk
Engelsk, Norsk
Innhold
Dette kurset introduserer studentene for viktige digitale forskningsmetoder, tilnærminger og verktøy som kan brukes i næringslivet. Studentene lærer om trinnene i å lage et digitalt forskningsprosjekt og viktigheten av å tenke kritisk over de antakelsene som ligger til grunn for prosjektet. Når det gjelder selve datainnsamlingsprosessen, gjennomgås både kvalitative og kvantitative tilnærminger, inkludert naturalistiske tilnærminger, digitale eksperimenter og spørreundersøkelser.
Videre legges det opp til en at studentene skal få en forståelse for hvordan digitale datasett kan analyseres, avhengig av teoretisk perspektiv, metodologisk rammeverk, forskningsformål og digitalt medium. Studentene får praktisk erfaring med å anvende maskinlæring for å analysere kvantitative Big Data og kvalitative Big Data for å omdanne store mengder data til meningsfull informasjon.
Læringsutbytte
Etter endt kurs skal studentene ha følgende kunnskaper, ferdigheter og generelle kompetanser:
Kunnskap
Kandidatene har kunnskap om:
- Fagets historie, filosofiske grunnlag, samfunnsvitenskapelige forskningstradisjoner.
- Terminologi, grunnleggende teorier, verktøy og instrumenter, samt metodiske tilnærminger knyttet til digitale forskningsmetoder.
- Hvordan man gjenkjenner utvalgte strategier for å analysere store mengder kvalitative og kvantitative data (Big Data).
- Etiske betraktninger og fallgruver knyttet til bruk av Big Data i forretningskontekst.
Ferdigheter
Kandidatene skal ha følgende ferdigheter:
- Anvende tilegnet kunnskap til å designe digitale forskningsprosjekter, samt analysere og tolke innhentet informasjon og rapportere funn fra gjennomførte digitale forskningsundersøkelser.
- Finne, vurdere og referere til tilgjengelige informasjonsbaser knyttet til digitale forskningsmetoder og Big Data-analyse.
- Bruke utvalgte maskinlæringsanalytiske tilnærminger for å omdanne store mengder data til informasjon som kan bidra til å optimalisere forretningsmodeller og beslutningsprosesser.
Generell kompetanse
Kandidatene skal kunne:
- Identifisere og formulere forskningsproblemer som kan løses ved implementering av digitale forskningsmetoder.
- Planlegge og gjennomføre ulike digitale arbeidsoppgaver og prosjekter som strekker seg over tid, som utføres alene og/eller som en del av en gruppe, og som er i tråd med eksisterende etiske krav og retningslinjer.
- Utveksle synspunkter og erfaringer med fagpersoner om anvendelse av digitale forskningsmetoder, og gjennom dette bidra til utvikling av god praksis.
- Bidra til kreativ tenkning og innovative prosesser i forretningskontekster som er forankret i digitale forskningsmetoder og Big Data-analyse.
Forkunnskapskrav
Eksamen / vurdering
| Vurderingsform | Vekting | Varighet | Karakter | Hjelpemiddel |
|---|---|---|---|---|
| Hjemmeeksamen | 1/1 | 7 Dager | Bokstavkarakterer |
Den avsluttende eksamenen gjennomføres som en gruppe hjemmeeksamen som varer i syv sammenhengende dager (karakterskala: A - F).