Dolování dat z webu

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra softwarového inženýrství

Anotace:

Studenti se v předmětu seznámí s metodami a technologiemi pro získávání dat z webu, jejich zpracování a praktické využití v reálných aplikacích. Získají přehled a znalosti z oblastí analýzy webového obsahu, analýzy chování uživatelů, sociálního webu a doporučovacích systémů.

Požadavky:

Znalost architektury webu (HTTP, HTML, URI), znalosti programování (např. Java, JavaScript), teorie grafů a znalosti základních algoritmů.

Osnova přednášek:

1. Základní principy a pojmy dolování dat z webu.

2. Metody přístupu k datům a jejich získávání (formáty, omezení, etické aspekty).

3. Nástroje pro získávání obsahu.

4. Extrakce a přístup ke specifickým informacím webu (textový obsah, hluboký web).

5. Dolování z textových dat.

6. Praktické aplikace dolování z textových dat.

7. (2) Analýza struktury a obsahu sociálních sítí.

8. Grafová reprezentace webových dat, web jako graf.

9. Analýza chování uživatelů na webu: sběr informací o uživatelích.

10. Analýza chování uživatelů na webu: analýza dat, webová analytika.

11. Doporučovací systémy a personalizace.

12. Algoritmy pro dolování z proudu dat a jejich aplikace.

Osnova cvičení:

1. Základní metody pro získávání dat a jejich zpracování

2. Předzpracování textu, aplikace metod text miningu

3. Získávání a analýza dat v grafové podobě

4. Analýza dat generovaných uživateli

5. Základní metody doporučovacích systémů

6. Prezentace projektů a zápočet

Cíle studia:

Studenti se v předmětu seznámí s metodami a technologiemi pro získávání dat z webu, jejich zpracování a praktické využití v reálných aplikacích. Získají přehled a znalosti z oblastí analýzy webového obsahu, analýzy chování uživatelů, sociálního webu a doporučovacích systémů.

Studijní materiály:

1. Liu, B.: Web Data Mining. Springer, 2011. ISBN 978-3-642-19459-7.

2. Charu C. Aggarwal: Machine Learning for Text. Springer, 2018. ISBN 9783319735313.

3. Easley, D. - Kleinberg, J.: Networks, Crowds, and Markets: Reasoning About a Highly Connected World. Cambridge University Press, 2010. ISBN 978-0521195331.

4. Russel,A. M.: Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More (3rd Edition). OReilly Media, 2019. ISBN 978-1491985045.

5. Charu C. Aggarwal: Recommender Systems: The Textbook. Springer, 2016. ISBN 9783319296579.

Poznámka:

This course is presented in Czech.

Další informace:

https://courses.fit.cvut.cz/NI-DDW/

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: