Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania

NA SKRÓTY
STUDENCI, PRACOWNICY
JEDNOSTKI ORGANIZACYJNE
PRZEDMIOTY
- Webscraping and Social Media Scraping
STUDIA
AKADEMIKI
POMOC

Webscraping and Social Media Scraping

Informacje ogólne

Kod przedmiotu:	2400-DS1WSMS
Kod Erasmus / ISCED:	14.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0311) Ekonomia Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu:	Webscraping and Social Media Scraping
Jednostka:	Wydział Nauk Ekonomicznych
Grupy:	Anglojęzyczna oferta zajęć WNE UW Przedmioty kierunkowe do wyboru - studia II stopnia IE - grupa 2 (2*30h) Przedmioty obowiązkowe dla I roku Data Science and Business Analytics
Punkty ECTS i inne:	3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia:	angielski
Rodzaj przedmiotu:	obowiązkowe
Skrócony opis:	Zajęcia Web Scraping są dedykowane pobieraniu danych z sieci w zautomatyzowany sposób. Dzięki kursowi, studenci zdobędą wiedzę i umiejętności do wydobywania danych z Internetu. Podczas zajęć przedstawione zostaną kluczowe techniki web scrapingu. W szczególności, uczestnicy kursu będą potrafili dobrać adekwatne narzędzia i przygotować program scrapujący stosownie do potrzeb. W ramach zajęć omówione zostaną przede wszystkim aspekty praktyczne web scrapingu. Przedmiot jest realizowany w języku programowania Python w formie laboratorium.
Pełny opis:	Omawiane zagadnienia: ‒ odpowiedzialne scrapowanie & dobre praktyki ‒ struktura stron internetowych ‒ scrapowanie statycznych stron internetowych z użyciem pakietu Beautiful Soup ‒ scrapowanie statycznych stron internetowych z użyciem pakietu Scrapy ‒ scrapowanie statycznych i dynamicznych stron internetowych z użyciem pakietu Selenium
Literatura:	R. Mitchell (2018). Web Scraping with Python: Collecting Data from the Modern Web. 2nd Edition. O’Reilly Media.
Efekty uczenia się:	- Student posiada wiedzę za zakresu web scrapingu - Student jest zaznajomiony z narzędziami web scrapingu - Student potrafi wykorzystać wiedzę z zakresu web scrapingu do prowadzenia własnych badań - Student samodzielnie gromadzi i przetwarza dane - Student potrafi pracować w grupach projektowych - Student potrafi formułować i wyrażać swoje poglądy w dyskusji K_W01, K_U01, K_U02, K_U03, K_U04, K_U05, KS_01, K_U06
Metody i kryteria oceniania:	Oceniane będzie uczestnictwo w zajęciach, przygotowanie prac projektowych (50%), prace domowe (30%) aktywność studentów (20%). Wymagane jest uzyskanie co najmniej 50% punktów. Prace składane są w formie wskazanej przez prowadzących.

Zajęcia w cyklu "Semestr letni 2022/23" (w trakcie)

Okres:	2023-02-20 - 2023-06-18	Wybrany podział planu: ten tydzień cykl przedmiotu zobacz plan zajęć
Typ zajęć:	Laboratorium, 15 godzin więcej informacji
Koordynatorzy:	Przemysław Kurek, Jacek Lewkowicz
Prowadzący grup:	Przemysław Kurek, Maciej Wysocki
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Przedmiot - Zaliczenie na ocenę Laboratorium - Zaliczenie na ocenę

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.