Inhalt

[ 921CGELWSMK13 ] KV Web Search and Mining

Versionsauswahl
Es ist eine neuere Version 2022W dieser LV im Curriculum Masterstudium Computer Science 2023W vorhanden.
Workload Ausbildungslevel Studienfachbereich VerantwortlicheR Semesterstunden Anbietende Uni
3 ECTS M2 - Master 2. Jahr Informatik Birgit Pröll 2 SSt Johannes Kepler Universität Linz
Detailinformationen
Quellcurriculum Masterstudium Computer Science 2013W
Ziele Die Studierenden beherrschen Grundlagen und Technologien von (1) Web Search (Web Information Retrieval) und deren Einsatz in Suchmaschinen, sowie (2) Web Mining mit Schwerpunkt auf dem Aspekt der Informationsextraktion. Sie sind in der Lage Anwendungen in diesen Fachgebieten umzusetzen bzw. zu evaluieren und haben Kenntnisse über spezifische Anwendungen und aktuelle Entwicklungen.
Lehrinhalte Information Retrieval „in a nutshell“; Web Search, Search Engines, Web Crawling, Gewichtung (PageRank u.a.), Seach User Interfaces (Anfrage-Konzepte u.a.); Web Search Evaluation, Site Search; Search Engine Optimization (SEO)

Information Extraction „in a nutshell“; Web Information Extraction (WebIE) Characteristica, WebIE Ansätze (Wissensbasierte WebIE, Wrapper Generierung u.a.), Web Link/Structure Analyse, WebIE Werkzeuge und Anwendungen

Spezifische Konzepte und Anwendungen: Deep Web Search, Spam Detection, Question-Answering-Systeme, Social Search, Social Media Search and Analysis, Opinion Mining / Sentiment Analysis, Crowd Knowledge Extraction, WebIE-basiertes Ontology Learning, Web Data Quality, u.a.

Beurteilungskriterien Übungen (45%), Klausur (45%), Mitarbeit (10%)
Lehrmethoden Vortrag, Übungen
Abhaltungssprache Englisch
Literatur Search Engines (B. Croft; Pearson 2010)
Lehrinhalte wechselnd? Nein
Äquivalenzen INMAWKVWEIR: KV Web Information Retrieval (3 ECTS) bzw. 921INFWWIRK12: KV Web Information Retrieval and Extraction (3 ECTS)
Präsenzlehrveranstaltung
Teilungsziffer -
Zuteilungsverfahren Direktzuteilung