A.A. 2018-2019

Avvisi

  • 2 Ottobre 2018: Inizio delle lezioni
  • Iscrizione al corso: inviare una mail all'indirizzo sii@ing.uniroma3.it con nome, cognome e matricola
  • Prova Intermedia: Mercoledì 12 Dicembre 2018, ore 17:00, Aula N10

Descrizione del corso

Il corso prenderà  in esame vari metodi per la progettazione, l'implementazione e la sperimentazione di sistemi adattivi su Web, realizzati mediante tecniche di Intelligenza Artificiale. Particolare attenzione verrà  posta ai sistemi di Information Retrieval, come i motori di ricerca, e a nuove ed emergenti tecnologie idonee per la realizzazione della prossima generazione di strumenti di ricerca intelligenti e personalizzati. Verranno studiati i modelli di retrieval classici, come il modello vector space e i modelli probabilistici, le tecniche di ranking dei documenti, così come l'algoritmo PageRank utilizzato da Google. Saranno affrontati i metodi di Machine Learning in Information Retrieval, incluse le tecniche per la Sentiment Analysis, i metodi di User Modeling necessari per la ricerca personalizzata, i sistemi di raccomandazione, la scoperta e l'analisi delle comunità on-line e social network (come ad es. Facebook e Twitter). Infine verranno descritti i metodi statistici per la valutazione sperimentale dei suddetti sistemi.


Programma del corso

  • Introduzione ai Sistemi Intelligenti per Internet
    • Introduzione all'Adaptive Web
  • Information Retrieval nella Pratica
    • Architettura dei Motori di Ricerca
    • Metodi di elaborazione di documenti testuali
    • Tecniche di Ranking dei documenti
    • Modelli di Retrieval
    • Caso di studio: motori di ricerca full-text open-source 
  • Machine Learning e Information Retrieval
    • Classificazione e Categorizzazione
    • Sentiment Analysis
  • User Modeling e Personalized Search
    • Tipologie di Modelli Utente
    • Tecniche di Modellazione Utente
    • Accesso personalizzato alle informazioni
    • Content-based Information Filtering
  • Social Search e Recommender Systems
    • User Tags e Manual Indexing
    • Searching with Communities
    • Collaborative Filtering
    • Recommender Systems
  • Metodi di Valutazione Sperimentale
    • Metriche per la valutazione sperimentale dei SII
    • Metodi statistici di hypothesis testing
    • Casi di studio
  • Seminari
    • Seminari di approfondimento su temi trattati a lezione

      Materiale didattico

      • Lucidi proiettati a lezione

      Testi di riferimento e consultazione

      • Brusilovsky, P., Kobsa, A. e Nejdl, W. (a cura di) "The Adaptive Web: Methods and Strategies for Web Personalization", Springer, LNCS 4321, 2007.
      • Croft, W.B., Metzler, D. e Strohman, T. "Search Engines: Information Retrieval in Practice", Pearson, 2010.
      • Manning, C.D., Raghavan, P. e Schutze, H. "Introduction to Information Retrieval", Cambridge University Press, 2008.
      • Jannach, D., Zanker, M., Felfernig, A. e Friedrich, G. "Recommender Systems" An Introduction", Cambridge University Press, 2011.
      • Cohen, P. "Empirical Methods for Artificial Intelligence", The MIT Press, 1995.

      Siti e materiale di interesse


      Lezioni: Aula N14, 16:00-18:00

      Elenco argomenti trattati e Materiale Didattico - 1a parte (tutoriale)


       #  Data Argomento 
      Slides
      1 2 Ottobre (mar)     - Introduzione al Corso, Introduzione all'Adaptive Web


      2 4 Ottobre (gio)     - Motori di Ricerca e Information Retrieval
          - Architettura dei Motori di Ricerca

      3 9 Ottobre (mar)     - Crawler e Feeds

      Crawler e Feeds
      4 11 Ottobre (gio)

          - Esercitazione: Big Table Big Table
      5 16 Ottobre (mar)     - Elaborazione del Testo

      Elaborazione del testo
      6 25 Ottobre (gio)     - La Valutazione Sperimentale: Metriche

      Metriche
      7 6 Novembre (mar)     - Test di Significatività

      Test Significatività
      8 8 Novembre (gio)     - Introduzione alle Tipologie di Modellazione Utente

      UM Intro
      9 13 Novembre (mar)     - UM e Sistemi di Ricerca di Informazione

      UM e Ricerca
      10 15 Novembre (gio)     - Modellare gli interessi in un social network

      UM e SNS
      11 20 Novembre (mar)     - Social Search

      SocialSearch(1)
      12 22 Novembre (gio)     - Social Search

      SocialSearch(2)
      13 27 Novembre (mar)     - Social Search

      SocialSearch(3)
      14 29 Novembre (gio)     - Social Search

      SocialSearch(4)
      15 4 Dicembre (mar)     - Recommender System

      RS(1)
      16
      6 Dicembre (gio)
      ore 14:00 (N14)
          - Seminario prof. Kuflik "Machine Learning Applications to Real-Life Problems"

      Slide(1)
      Slide(2)
      17
      7 Dicembre (ven)
      ore 14:00 (N14)
          - Seminario prof. Kuflik "Applying Text Mining Techniques for Exploring Social Media Opinion"

      Slide(3)
      Slide(4)
      1811 Dicembre (mar)    - Recommender System

      RS(2)


      Ricevimento

      Giovedì dalle ore 17:30 alle 19:30 presso il Laboratorio di Intelligenza Artificiale, stanza DIA 202/B

      Esami


      N.B. Si ricorda che per sostenere gli esami e verbalizzare l'esito dell'esame in una sessione occorre prenotarsi preventivamente. Non e' possibile verbalizzare l'esame in assenza della prenotazione.



      Contatti

      Prof. A. Micarelli
      micarel@dia.uniroma3.it
      Subpages (1): Progetti