A.A. 2016-2017

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 2016/17

  • 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: Il motore di ricerca open-source Galago
  • 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 2016/17)

      • 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


      Forum


      Lezioni: Aula N13, 16:00-18:00

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


       #  Data Argomento 
      Slides
      1 4 Ottobre (mar)    - Introduzione all'Adaptive Web


      2
      6 Ottobre (gio)
         - Motori di Ricerca e Information Retrieval
         - Architettura dei Motori di Ricerca
      3 11 Ottobre (mar)    - Crawler e Feeds
      Crawler e Feeds
      4
      18 Ottobre (mar)
         - Esercitazione: Big Table

      Big Table
      5 20 Ottobre (gio)    - Elaborazione del Testo
      6
      27 Ottobre (gio)
         - Esercitazione: PageRank

      PageRank
      Workspace Eclipse
      7
      3 Novembre (gio)

         - Metriche
      Metriche
      8 8 Novembre (mar)    - Test di Significatività Test di Significatività

      9 10 Novembre (gio)    - Introduzione alla Modellazione Utente (1) Intro_UM1  Intro_UM2

      10 15 Novembre (mar)    - Introduzione alla Modellazione Utente (2)

      Intro_UM3
      11 16 Novembre (mer)    - Esercitazione sulla Modellazione Utente Esercitazione Profilazione Utente
      1217 Novembre (gio)   - Social Search

      Social Search (1)
      1322 Novembre (mar)    - Social Search

      Social Search (2)
      1423 Novembre (mer)    - Social Search
       
      Social Search (3)
      15
      24 Novembre (gio)    - Social Search
       
      Social Search (4)
      16
      30 Novembre (mer)   - Seminario Prof. Kuflik


      171 Dicembre (gio)   - Seminario Prof. Kuflik


      186 Dicembre (mar)   - Recommender System

      Recommender System (1)
      197 Dicembre (mer)   - Recommender System

      Recommender System (2)
      2013 Dicembre (mar)
         - Seminario: Introduzione ai Sistemi Intelligenti per  l'E-Learning
      E-Learning (1)
      21
      15 Dicembre (gio)
         - Seminario: Recupero, Classificazione e Condivisione di Materiale Didattico per la Generazione Semi-Automatica di Corsi Online
      E-Learning (2)
      22
      10 Gennaio (mar)
         - Seminario Question Answering

      Question Answering
      23
      12 Gennaio (gio)
         - Incontro per progetti
       
       
      24
      17 Gennaio (mar)
         - Seminario dott. Simone Ursini: "Open Data Lazio"
       
       OpenDataLazio
      25
      19 Gennaio (gio)
         - Incontro per progetti

       
      2624 Gennaio (mar)
         - Seminario Text Categorization

      Text Categorization
      27
      26 Gennaio (gio)
         - Incontro per progetti
       
       


      Ricevimento

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

      Esami

      • Lunedì 27 Febbraio 2017, ore 14:00, Aula N13 Risultati

      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