Docenti:

• Dino Pedreschi dino [dot] pedreschi [at] di [dot] unipi [dot] it
• Fabrizio Silvestri (ISTI-CNR) fabrizio [dot] silvestri [at] isti [dot] cnr [dot] it

• Il docente, Prof. Pedreschi, è in congedo per l'anno accademico 2009-2010. Il corso sarà tenuto dal Dr Fabrizio Silvestri (ISTI-CNR).

Il Web è diventato con il passare degli anni il più grande repository di dati esistente, con stime recenti di più di 500 miliardi di documenti online. Blog, Wiki, Pagine Web “Classiche”, sono solo alcuni esempi di cosa oggi contenga il Web. La dimensione partecipativa del cosiddetto Web 2.0 rende questo fenomeno ancora più complesso, amplificando la possibilità di relazione fra persone attraverso la proiezione online delle relazioni sociali ed economiche - il social networking.

Lo scopo di questo corso è mostrare alcune tra le più importanti metodologie di analisi dei dati provenienti dal Web: dati relativi al contenuto delle risorse Web, alla struttura di link fra le risorse, all'uso e all'accesso alle risorse da parte degli utenti, ed infine alle reti (grafi) di relazioni fra soggetti che usano gli strumenti di social networking del Web 2.0.

Dopo una breve introduzione che ricapitola le tecniche di base per l’analisi ed il mining dei dati Web, saranno affrontati e discussi i seguenti argomenti:

Web mining link a Wikipedia:

• Valutazione dell’importanza “Statica” di pagine Web
• Ranking Dinamico di pagine Web
• Link analysis
• Analisi delle informazioni di uso del Web
• Web Spam Advertisement nei motori di ricerca

Reti sociali link a Wikipedia:

• Tassonomia di reti di relazioni fra persone (sociali, tecnologiche, economiche, di parentela, amicizia, …)
• Misure quantitative: componenti connesse, il fenomeno “small world”, località e distribuzione delle relazioni
• Modelli statistici ed evolutivi delle reti sociali
• Data mining di grafi di relazioni sociali

• Lunedi 16:00 - 18:00 Aula E (Polo Fibonacci)
• Mercoledi 16:00 - 18:00 Aula A (Polo Fibonacci)

• Lucidi dei docenti, resi disponibili attraverso questo wiki (sezione Calendario delle lezioni).

• M. E. J. Newman, The structure and function of complex networks, SIAM Review, Vol. 45, p. 167-256, 2003. (download pdf)

• Capitolo 9 Sezione 2 del libro: Jiawei Han and Micheline Kamber. Data Mining: Concepts and Techniques. 2nd ed. Morgan Kaufmann Publishers, 2006.

• Testo di consultazione: Duncan J. Watts. Six Degrees: The Science of a Connected Age. Norton, New York, 2003.

Sono previste tre possibili modalità di esame:

• Un progetto di carattere implementativo, rivolto alla realizzazione di un algoritmo o sistema di web mining o di analisi di reti
• Un progetto di carattere analitico, rivolto all'applicazione di strumenti di analisi a dataset di dati web o di social networking
• Una rassegna ragionata relativa ad un tema di approfondimento collegato al web mining o all'analisi delle reti

In ogni caso, è prevista la redazione di un testo a documentazione del lavoro svolto, e la presentazione dello stesso in una seduta pubblica, alla presenza degli studenti del corso e dei ricercatori dei gruppi di ricerca KDD LAB ed HPC LAB dell'ISTI-CNR. La valutazione terrà conto sia del documento preparato che della presentazione. Ogni progetto/rassegna potrà essere svolto individualmente o a gruppi di due studenti. Il contenuto di ogni progetto/rassegna dovrà essere concordato preventivamente con il docente.