Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2018/2019

Web Data Mining

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
MIE-DDW.16 Z,ZK 5 2P+1C
Přednášející:
Milan Dojčinovski (gar.)
Cvičící:
Milan Dojčinovski (gar.)
Předmět zajišťuje:
katedra softwarového inženýrství
Anotace:

A student learns in detail about various search and data mining methods and will be able to select, in the context of a given application, a suitable method of automatic web data processing and to control the process of its usage.

Požadavky:

Familiarity with basic principles of WWW data representation, such as the HTML language.

Osnova přednášek:

1. Main topic of the web mining: Web Content Mining, Web Structure Mining, and Web Usage Mining.

2. An overview of practical web mining applications.

3. Web Content Mining: document indexing and retrieval in the web environment, Boolean and vector retrieval models, latent semantic indexing (LSI), results ordering, meta-search.

4. Web Content Mining: web documents categorization and clustering.

5. Natural Language Processing methods used for web information retrieval: lemmatization, part-of-speech tagging, disambiguation, shallow syntactic parsing, etc.

6. Web Structure Mining: primary web browsing (crawling, spidering), link topology analysis, PageRank, HITS methods.

7. Global analysis of the Web; social networks analysis.

8. Web Usage Mining: mining for user behavior on the web, internet marketing.

9. Information Extraction as a specific type of web content mining: wrapper-based vs. token activated extraction.

10. Specific applications: opinion mining vs. fact mining, web spam analysis, comparative shopping, etc.

11. Web information integration, mapping schemas usage.

12. Web Mining and its relation to the Semantic Web: automatic semantic annotation, ontology learning, Semantic Web search.

Osnova cvičení:
Cíle studia:

Provide students with an overview of web mining technologies and qualify them to use some of them in practice.

Studijní materiály:

1. Chakrabarti, S. ''Mining the Web: Discovering Knowledge from Hypertext Data''. Morgan Kaufmann, 2002. ISBN 1558607544.

2. Konchady, M. ''Building Search Applications: Lucene, LingPipe, and Gate''. Mustru Publishing, 2008. ISBN 0615204252.

Poznámka:

Rozsah: 2p+1c

Rozvrh na zimní semestr 2018/2019:
Rozvrh není připraven
Rozvrh na letní semestr 2018/2019:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
místnost TH:A-942
Dojčinovski M.
09:15–10:45
(přednášková par. 1)
Thákurova 7 (FSv-budova A)
místnost TK:PU1
Dojčinovski M.
14:30–16:00
LICHÝ TÝDEN

(přednášková par. 1
paralelka 101)

Dejvice
NTK PU 1
Út
St
Čt

Předmět je součástí následujících studijních plánů:
Platnost dat k 22. 7. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet4652906.html