A.A. 2017-2018

Avvisi

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 2017/18

  • 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 (Indicazioni sul materiale didattico 2017/18)

      • 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 3 Ottobre (mar)     - Introduzione all'Adaptive Web

      Introduzione
      2
      5 Ottobre (gio)
          - Motori di Ricerca e Information Retrieval
          - Architettura dei Motori di Ricerca
      3 10 Ottobre (mar)     - Crawler e Feeds
      Crawler e Feeds
      4 12 Ottobre (gio)     - Esercitazione: Big Table BigTable
      5 17 Ottobre (mar)

          - Elaborazione del Testo Elaborazione del Testo
      6
      19 Ottobre (gio)

          - Esercitazione: Page Rank Page Rank
      Workspace Eclipse
      7 26 Ottobre (gio)

          - La Valutazione Sperimentale: Metriche
      Metriche
      8  31 Ottobre (mar)     - Test Significatività
       
      Test Significatività
      9  7 Novembre (mar)     - Introduzione allo User Modeling #1
       
      UM (1)
      10  9 Novembre (gio)     - Introduzione allo User Modeling #2
       
      UM (2)
      11
       14 Novembre (mar)     - Esercitazione UM
       
      UM (3)
      12 16 Novembre (gio)
          - Social Search

      Social Search (1)
      13 21 Novembre (mar)     - Social Search
       
      Social Search (2)
      14 23 Novembre (gio)
          - Social Search

      Social Search (3)
      15
      28 Novembre (mar)
          - Social Search & Recommender System
       
      Social Search (4)
      16
      30 Novembre (gio)
          - Recommender System
       
      RS (1)
      17
      5 Dicembre (mar)
          - Recommender System
       
      RS (2)
      18
      7 Dicembre (gio)
          - Recommender System
       
      RS (3)
      19
      12 Dicembre (mar)
          - Seminario: Deep Learning for Natural Language Processing
      DL&NLP Seminar
      20
      14 Dicembre (gio)

          - Seminario: Tecniche di Machine Learning per il Riconoscimento di Fake News
      Fake News
      21 15 Dicembre (ven)      - Seminario Prof. Kuflik: Using Unsupervised Learning for Identifying Co-Morbid Medical Diagnoses
      22
      18 Dicembre (lun)
      Room N12
           - Seminario Prof. Kuflik: Combining supervised and unsupervised learning for transportation-related text mining from Twitter
      23
      9 Gennaio (mar)
      ore 14:00, Aula N14

           - Incontro per Progetti
       
      24
      11 Gennaio (gio)
      ore 14:00, Aula N14

           - Incontro per Progetti
       
      25 
      16 Gennaio (mar)
      ore 14:00, Aula N14

           - Seminario Prof. Giuseppe Serra: Riemannian Manifolds and Tangent Spaces: Application to Human Activity Recognition
      26
      18 Gennaio (gio)
      ore 14:00, Aula N14
           - Presentazioni e Incontro per Progetti
       


      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