SWAP - Semantic Web Access and Personalization Research Group

Corsi.ProgrammaGCIBA0910 History

Hide minor edits - Show changes to markup

October 01, 2009, at 03:47 AM EST by 93.43.236.188 -
Changed line 52 from:
  • Strategie di accesso all�informazione
to:
  • Strategie di accesso all'informazione
Changed lines 56-57 from:
  • Il sistema ITem Recommender (ITR) e sue applicazioni nel campo

del commercio elettronico.

to:
  • Il sistema ITem Recommender (ITR) e sue applicazioni nel campo del commercio elettronico.
Changed line 101 from:
  • Il linguaggio Java.
to:
  • Il linguaggio Java.
October 01, 2009, at 03:45 AM EST by 93.43.236.188 -
Changed lines 31-32 from:
  • Accesso Intelligente all'Informazione.
to:
  • Accesso Intelligente all'Informazione.
Changed line 60 from:
  • Semantic Web
to:
  • Semantic Web
Added lines 84-101:
  • Società dell'Informazione.
    • Impresa oggi come Sistema.
    • Rapporto tra Organizzazione e Conoscenza d'Impresa con le Tecnologie Informatiche.
    • Definizione di azienda, L’Azienda come sistema, Idee guida.
    • Caratteristiche e dimensioni di una azienda. Le cinque fasi di sviluppo aziendale.
    • Informatica come disciplina autonoma, rapporto tra Organizzazione aziendale e Sistema Informativo
    • Le principali tipologie di impresa.
    • Tipi di influenza bilaterale. Matrice tra fasi di sviluppo e gruppi direzionali.
    • Elementi costitutivi dell organizzazione.
    • Analisi delle teorie organizzative. Dall'organizzazione scientifica del lavoro di Taylor al modello socio-tecnico, dal modello sulla qualità e antropologico/culturale al modello basato sulla conoscenza e sul WEB.
    • Il modello degli stili di management, Il modello degli stili di leadership.
    • Le componenti base di un’organizzazione
    • La trasformazione da old a New. Vision, mission e valori. Strategie e

cambiamenti. Processi aziendali.Tipologie dei processi aziendali.Identificazione dei processi. Caratteristiche dei modelli. Organizzazione per processi. Il modello del BPR (Business Process Reengineering)

  • Il knowledge management come fattore di successo per le imprese. L'Era dell'Accesso
  • Project Management: Dall'idea alla realizzazione.
Added lines 165-169:

Bracchi, Motta, Processi Aziendali e Sistemi Informativi, 2001
C.Resina, Appunti delle Lezioni, 2007
P.Schgor e altri, Professione Informatica, FrancoAngeli 2007
A cura di Batini, Sistemi Informativi basati su Web, FrancoAngeli, 2006

Changed lines 172-179 from:

PROVA SCRITTA (si/no): SI COLLOQUIO ORALE (si/no): SI PROVA DI LABORATORIO (si/no): NO PROVE DI ESONERO PARZIALE(si/no): SI NUMERO PROVE ESONERO: 2 MODALITA' PROVE DI ESONERO: Prova scritta ANNO DI CORSO: III SEMESTRE: I

to:

PROVA SCRITTA (si/no): SI
COLLOQUIO ORALE (si/no): SI \\ PROVA DI LABORATORIO (si/no): NO \\ PROVE DI ESONERO PARZIALE(si/no): SI \\ NUMERO PROVE ESONERO: 2
MODALITA' PROVE DI ESONERO: Prova scritta
ANNO DI CORSO: III
SEMESTRE: I \\

October 01, 2009, at 03:40 AM EST by 93.43.236.188 -
Changed line 8 from:

PRE-REQUISITI \\

to:

PRE-REQUISITI \\

Changed line 12 from:

OBIETTIVI FORMATIVI \\

to:

OBIETTIVI FORMATIVI \\

Changed line 24 from:

OBIETTIVI PROFESSIONALIZZANTI \\

to:

OBIETTIVI PROFESSIONALIZZANTI \\

Added line 30:

PROGRAMMA \\

Changed lines 59-83 from:

((2. Semantic Web.))

  2.1. Ontologie e loro applicazioni nella condivisione di conoscenza.
       - Condivisione di conoscenza e riuso.
       - Motivazioni per l�uso di ontologie.
       - Ontologie e basi di conoscenza.
       - Differenti definizioni di ontologie.
       - Ontologie e concettualizzazioni.
       - Tipi di ontologie.
       - Propriet� delle ontologie.
       - Ontology engineering: cenni sulle metodologie.
       - Sviluppo di un�ontologia step-by-step.
       - Ontologie e linguaggi software.
  2.2. eXtensible Markup Language (XML). 
       - Introduzione.
       - Struttura di un documento XML.
       - Document Type Definition (DTD) e XML Schema.
       - eXtensible Style Sheet (XSL), XML Query Language (XQL).
       - Interoperabilit� e protocolli di comunicazione: SOAP & Web Services.
  2.3. Resource Description Framework (RDF).
       - Ritrovamento automatico nel World Wide Web.
       - Concetti fondamentali: URI, Models, Statements, Classes,

Properties, Resources.

       - RDF Schema:differenze tra validazione semantica e validazione

XML�based.

       - Limiti di RDF ed RDF Schema.
to:
  • Semantic Web
    • Ontologie e loro applicazioni nella condivisione di conoscenza.
      • Condivisione di conoscenza e riuso.
      • Motivazioni per l'uso di ontologie.
      • Ontologie e basi di conoscenza.
      • Differenti definizioni di ontologie.
      • Ontologie e concettualizzazioni.
      • Tipi di ontologie.
      • Proprietà delle ontologie.
      • Ontology engineering: cenni sulle metodologie.
      • Sviluppo di un'ontologia step-by-step.
      • Ontologie e linguaggi software.
    • eXtensible Markup Language (XML).
      • Introduzione.
      • Struttura di un documento XML.
      • Document Type Definition (DTD) e XML Schema.
      • eXtensible Style Sheet (XSL), XML Query Language (XQL).
      • Interoperabilità e protocolli di comunicazione: SOAP & Web Services.
    • Resource Description Framework (RDF).
      • Ritrovamento automatico nel World Wide Web.
      • Concetti fondamentali: URI, Models, Statements, Classes, Properties, Resources.
      • RDF Schema:differenze tra validazione semantica e validazione XML-based.
      • Limiti di RDF ed RDF Schema.
Changed lines 83-106 from:

((3. Knowledge management: definizione, metodi, strumenti ed applicazioni.)) ((4. I piani della conoscenza.))

  - Fattuale (Rappresentazione oggetti individuali: sistemi di gestione

di database).

  - Concettuale (rappresentazione entit� e funzioni: modelli d�impresa e

schemi di database).

  - Metodologica (linee guida per la costruzione di una KB: ingegneria della

conoscenza e metamodelli).

  - I livelli di formalizzazione della conoscenza.

((5. Il linguaggio Java.))

       - Introduzione e riepilogo dei concetti generali del linguaggio
       - Gestione delle eccezioni: blocco try/catch, clausola throws,

catch multiple, try annidate. Esempi.

       - Programmazione multithreading: il modello thread di Java.
       - Creazione di thread.
       - Priorit� dei thread e sincronizzazione.
       - Servlet e Java Server Pages (JSP).
       - Java ed XML: JAXP e Xerces.
       - Java e Database: Java DataBase Connectivity (JDBC).
       - I socket in Java.
       - Esercitazioni.
to:
  • Il linguaggio Java.
    • Introduzione e riepilogo dei concetti generali del linguaggio
    • Gestione delle eccezioni
    • Programmazione multithreading: il modello thread di Java.
    • Servlet e Java Server Pages (JSP).
    • Java ed XML: JAXP e Xerces.
    • Java e Database: Java DataBase Connectivity (JDBC).
    • I socket in Java.
    • Esercitazioni.
Changed lines 93-95 from:

((Testi consigliati))

Per il punto 1.

to:

TESTI CONSIGLIATI

Changed lines 96-97 from:

Press/Addison-Wesley, 1999.

to:

Press/Addison-Wesley, 1999.

Changed lines 99-105 from:

Licchelli. Improving Collaborative Recommender Systems by means of User Profiles. In C.-M. Karat, J. Blom, and J. Karat (Eds.), Designing Personalized User Experiences in eCommerce, Chapter 14, 253-274, Kluwer Academic, 2004.

to:

Licchelli. Improving Collaborative Recommender Systems by means of User Profiles. In C.-M. Karat, J. Blom, and J. Karat (Eds.), Designing Personalized User Experiences in eCommerce, Chapter 14, 253-274, Kluwer Academic, 2004.

Changed lines 103-105 from:

Proc. of the 1st Int. Conf. on Knowledge Discovery (KDD-95), pp. 112-117, Montreal, 1995.

to:

Proc. of the 1st Int. Conf. on Knowledge Discovery (KDD-95), pp. 112-117, Montreal, 1995.

Changed lines 107-110 from:

Springer- Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: citeseer.nj.nec.com/grishman97information.html.

to:

Springer-Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: citeseer.nj.nec.com/grishman97information.html.

Changed lines 111-115 from:

Integration of Several Related Research Areas. Report on KDD�2000 Workshop on Text Mining, 2000. T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

to:

Integration of Several Related Research Areas. Report on KDD�2000 Workshop on Text Mining, 2000.
T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

Changed lines 116-118 from:

IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

to:

IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

Changed lines 119-121 from:

Computing Surveys, 34(1):1-47, 2002.

to:

Computing Surveys, 34(1):1-47, 2002.

Changed lines 122-126 from:

Knowledge, dispense.

Semeraro, G., Lops, P., Degemmis, M., Text Categorization, dispense.

to:

Knowledge, dispense.

Semeraro, G., Lops, P., Degemmis, M., Text Categorization, dispense.

Changed lines 127-129 from:

MA, 1979. Web: http://citeseer.ist.psu.edu/vanrijsbergen79information.html

to:

MA, 1979. Web: http://citeseer.ist.psu.edu/vanrijsbergen79information.html

Changed lines 130-133 from:

Edited by. MIT Press. ISBN 0-262-06197-X.

Per il punto 2.

to:

Edited by MIT Press. ISBN 0-262-06197-X.

Changed lines 133-150 from:

Bradley, N., The XML Companion, Addison-Wesley, 1998. Iannone, L., Palmisano, G. Semeraro, I. XML Tutorial, dispense. Capursi, D., Iannone, L., Lops, P., Semeraro, G., RDF Tutorial, dispense.

Per i punti 3. e 4. Lops, P., Semeraro, G., Knowledge Management, dispense.

Missikoff, M., Gestione della conoscenza d�impresa: metodi strumenti ed applicazioni, AI*IA Notizie, Vol. XIII, N� 2, pp. 5-7, Giugno 2000.

Missikoff, M., Ernani, E., La Gestione della Conoscenza d�Impresa, AICA 2000: Le Tecnologie dell�informazione e della Comunicazione come motore di sviluppo del Paese, pp. 785-794, 2000.

Per il punto 5.

to:

Bradley, N., The XML Companion, Addison-Wesley, 1998.
Iannone, L., Palmisano, G. Semeraro, I. XML Tutorial, dispense.
Capursi, D., Iannone, L., Lops, P., Semeraro, G., RDF Tutorial, dispense.

Changed lines 138-139 from:

Addison-Wesley, 2001.

to:

Addison-Wesley, 2001.\\

Changed lines 140-142 from:

(2005). Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997. Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999.

to:

(2005).
Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997.
Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999.\\

Changed lines 144-146 from:

http://www.mindview.net/Books/TIJ/.

to:

http://www.mindview.net/Books/TIJ/.




Changed line 153 from:

MODALIT� PROVE DI ESONERO: Prova scritta

to:

MODALITA' PROVE DI ESONERO: Prova scritta

Deleted lines 156-311:

((ENGLISH VERSION))

((1. Intelligent Information Access.))

  1.1. Text Mining: from text to knowledge.
       - Text Mining definition.
       - Text Mining process.
       - Comparison among Text Mining, Data Mining, Information

Retrieval, Data Retrieval.

       - Text Mining in the Enterprise.
  1.2. Intelligent Information Retrieval (IR).
       - Architecture of IR systems
       - IR models: comparison between boolean and vector space model.
       - Integrating lexical knowledge in the retrieval process: WordNet.
       - Knowledge organization and representation in WordNet: synsets,

lexical matrix and relations.

       - Evaluation metrics.
  1.3. Text Categorization (TC).
       - Basic concepts.
       - Classifying textual documents: Text Categorization (TC).
       - Machine learning for TC: k-NN, Rocchio. Naive Bayes.
       - Evaluation metrics.
       - Applications.
  1.4. Intelligent Information Access.
       - Information Overload
       - Information access strategies
       - Information Filtering
  1.5. Applications.
       - Personalization: learning user profiles.
       - ITem Recommender (ITR) and its applications in the e-commerce

scenario.

       - MultilanguagE Text Analyzer (MeTA).

((2. Semantic Web.))

  2.1. Ontologies and their applications in knowledge sharing.
       - Knowledge sharing and reuse.
       - Motivations for using ontologies.
       - Ontologies and knowledge bases.
       - Differenti definizioni di ontologie.
       - Ontologies and conceptualisations.
       - Types of ontologies.
       - Properties of ontologies.
       - Ontology engineering: methodologies.
       - Step-by-step development of ontologies.
       - Ontologies and languages .
  2.2. eXtensible Markup Language (XML). 
       - Introductions.
       - XML document structure.
       - Document Type Definition (DTD) and XML Schema.
       - eXtensible Style Sheet (XSL), XML Query Language (XQL).
       - Interoperability and communication protocols: SOAP and Web Services.
  2.3. Resource Description Framework (RDF).
       - Basic concepts : URI, Models, Statements, Classes, Properties,

Resources.

       - RDF Schema

((3. Knowledge management: definition, methods, tools and applications.)) ((4. Knowledge levels.))

  - Factual 
  - Conceptual 
  - Methodological .
  - Knowledge formalization levels

((5. Java.))

       - Introduction and basic concepts
       - Exceptions handling: try/catch, throws, multiple catch, nested

try. Examples.

       - Multithreading: the Java thread model.
       - Thread priority and synchronization.
       - Servlet and Java Server Pages (JSP).
       - Java and XML: JAXP e Xerces.
       - Java and Database: Java DataBase Connectivity (JDBC).
       - Sockets in Java.
       - Exercices.

((Books and Papers))

Point 1. Baeza-Yates, R.A., Ribeiro-Neto, B.A., Modern Information Retrieval, ACM Press/Addison-Wesley, 1999.

M. Degemmis, P. Lops, G. Semeraro, M.F. Costabile, S.P. Guida & O. Licchelli. Improving Collaborative Recommender Systems by means of User Profiles. In C.-M. Karat, J. Blom, and J. Karat (Eds.), Designing Personalized User Experiences in eCommerce, Chapter 14, 253-274, Kluwer Academic, 2004.

R. Feldman and I. Dagan, Knowledge Discovery in Textual Databases (KDT). Proc. of the 1st Int. Conf. on Knowledge Discovery (KDD-95), pp. 112-117, Montreal, 1995. Grishman, R., Information Extraction: Techniques and Challenges. Springer- Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: citeseer.nj.nec.com/grishman97information.html.

M. Grobelnik, D. Mladenic, and N. Milic-Frayling, Text Mining as Integration of Several Related Research Areas. Report on KDD�2000 Workshop on Text Mining, 2000. T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

M. Pazzani, Machine Learning and Information Filtering on the Internet, IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

Sebastiani F., Machine learning in automated text categorization, ACM Computing Surveys, 34(1):1-47, 2002.

Semeraro, G., Lops, P., Degemmis, M., Document/Text Mining: From Text to Knowledge, lectures.

Semeraro, G., Lops, P., Degemmis, M., Text Categorization, lectures.

vanRijsbergen, C.J., Information Retrieval, Butterworth & Co., Boston, MA, 1979. Web: http://citeseer.ist.psu.edu/vanrijsbergen79information.html

Christiane Fellbaum (Editor), WordNet: An Electronic Lexical Database. Edited by. MIT Press. ISBN 0-262-06197-X.

Point 2. Tamma, V., Ontologies and their applications in knowledge sharing, dispense. Bradley, N., The XML Companion, Addison-Wesley, 1998. Iannone, L., Palmisano, G. Semeraro, I. XML Tutorial, lectures. Capursi, D., Iannone, L., Lops, P., Semeraro, G., RDF Tutorial, lectures.

Points 3. and 4. Lops, P., Semeraro, G., Knowledge Management, lectures.

Missikoff, M., Gestione della conoscenza d�impresa: metodi strumenti ed applicazioni, AI*IA Notizie, Vol. XIII, N� 2, pp. 5-7, Giugno 2000.

Missikoff, M., Ernani, E., La Gestione della Conoscenza d�Impresa, AICA 2000: Le Tecnologie dell�informazione e della Comunicazione come motore di sviluppo del Paese, pp. 785-794, 2000.

Point 5. Lewis, J., Loftus, W., Java: Fondamenti di progettazione software, Addison-Wesley, 2001. Licchelli, O., Palmisano, I., Introduzione al Linguaggio Java, lectures (2005). Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997. Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. Web: http://www.mindview.net/Books/TIJ/.

October 01, 2009, at 03:33 AM EST by 93.43.236.188 -
Added lines 1-355:

Programma Preliminare

N. ORE LEZIONI FRONTALI 56 (7 Crediti T1)
N. ORE LABORATORIO 15 (1 Credito T2)
N. ORE PROGETTO 25 (1 Credito T3)

PRE-REQUISITI
Linguaggi di Programmazione. Ingegneria del Software. Basi di dati. Calcolo delle probabilità e statistica. Algoritmi e Strutture Dati.

OBIETTIVI FORMATIVI
L'obiettivo del corso è quello di fornire gli strumenti fondamentali per la gestione di sorgenti di informazioni non strutturate. Nella prima parte del corso si presentano le basi delle discipline dell'Information Filtering e dell'Information Retrieval. Nella seconda parte del corso si analizzano i livelli della pila del Semantic Web, approfondendo in particolare il livello delle ontologie e dei linguaggi per la rappresentazione della sintassi e della semantica propri del Semantic Web, ovvero XML ed RDF. Il coso fornisce le conoscenze per la realizzazione in linguaggio Java di sistemi Web-based complessi.

OBIETTIVI PROFESSIONALIZZANTI
Conoscenza degli elementi essenziali per il filtraggio ed il ritrovamento di informazioni da sorgenti non strutturate. Conoscenza dei linguaggi del Semantic Web. Conoscenza del linguaggio Java per la programmazione in grande.

  • Accesso Intelligente all'Informazione.
    • Text Mining: dal testo alla conoscenza.
      • Definizione di Text Mining.
      • Il processo di Text Mining.
      • Confronto tra Text Mining, Data Mining, Information Retrieval, Data Retrieval.
      • Text Mining nell'Impresa.
    • Intelligent Information Retrieval (IR).
      • Architettura di un sistema di IR.
      • Modelli di IR: confronto tra il modello booleano e quello vector space.
      • Integrazione di conoscenza lessicale nel processo di ritrovamento: WordNet.
      • Organizzazione e rappresentazione della conoscenza in WordNet: i synset, la matrice lessicale e le relazioni.
      • Metriche per la valutazione.
    • Text Categorization (TC).
      • Generalità sul problema della classificazione.
      • Estensione del problema ai dati testuali: Text Categorization (TC).
      • Machine learning for TC: cenni sui metodi k-NN, Rocchio. Analisi del metodo Naive Bayes.
      • Metriche per la valutazione.
      • Casi applicativi.
    • Intelligent Information Access.
      • Information Overload
      • Strategie di accesso all�informazione
      • Information Filtering
    • Applicazioni.
      • Personalizzazione: apprendimento di profili utente.
      • Il sistema ITem Recommender (ITR) e sue applicazioni nel campo

del commercio elettronico.

  • Il sistema MultilanguagE Text Analyzer (MeTA).

((2. Semantic Web.))

  2.1. Ontologie e loro applicazioni nella condivisione di conoscenza.
       - Condivisione di conoscenza e riuso.
       - Motivazioni per l�uso di ontologie.
       - Ontologie e basi di conoscenza.
       - Differenti definizioni di ontologie.
       - Ontologie e concettualizzazioni.
       - Tipi di ontologie.
       - Propriet� delle ontologie.
       - Ontology engineering: cenni sulle metodologie.
       - Sviluppo di un�ontologia step-by-step.
       - Ontologie e linguaggi software.
  2.2. eXtensible Markup Language (XML). 
       - Introduzione.
       - Struttura di un documento XML.
       - Document Type Definition (DTD) e XML Schema.
       - eXtensible Style Sheet (XSL), XML Query Language (XQL).
       - Interoperabilit� e protocolli di comunicazione: SOAP & Web Services.
  2.3. Resource Description Framework (RDF).
       - Ritrovamento automatico nel World Wide Web.
       - Concetti fondamentali: URI, Models, Statements, Classes,

Properties, Resources.

       - RDF Schema:differenze tra validazione semantica e validazione

XML�based.

       - Limiti di RDF ed RDF Schema.

((3. Knowledge management: definizione, metodi, strumenti ed applicazioni.)) ((4. I piani della conoscenza.))

  - Fattuale (Rappresentazione oggetti individuali: sistemi di gestione

di database).

  - Concettuale (rappresentazione entit� e funzioni: modelli d�impresa e

schemi di database).

  - Metodologica (linee guida per la costruzione di una KB: ingegneria della

conoscenza e metamodelli).

  - I livelli di formalizzazione della conoscenza.

((5. Il linguaggio Java.))

       - Introduzione e riepilogo dei concetti generali del linguaggio
       - Gestione delle eccezioni: blocco try/catch, clausola throws,

catch multiple, try annidate. Esempi.

       - Programmazione multithreading: il modello thread di Java.
       - Creazione di thread.
       - Priorit� dei thread e sincronizzazione.
       - Servlet e Java Server Pages (JSP).
       - Java ed XML: JAXP e Xerces.
       - Java e Database: Java DataBase Connectivity (JDBC).
       - I socket in Java.
       - Esercitazioni.

((Testi consigliati))

Per il punto 1. Baeza-Yates, R.A., Ribeiro-Neto, B.A., Modern Information Retrieval, ACM Press/Addison-Wesley, 1999.

M. Degemmis, P. Lops, G. Semeraro, M.F. Costabile, S.P. Guida & O. Licchelli. Improving Collaborative Recommender Systems by means of User Profiles. In C.-M. Karat, J. Blom, and J. Karat (Eds.), Designing Personalized User Experiences in eCommerce, Chapter 14, 253-274, Kluwer Academic, 2004.

R. Feldman and I. Dagan, Knowledge Discovery in Textual Databases (KDT). Proc. of the 1st Int. Conf. on Knowledge Discovery (KDD-95), pp. 112-117, Montreal, 1995. Grishman, R., Information Extraction: Techniques and Challenges. Springer- Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: citeseer.nj.nec.com/grishman97information.html.

M. Grobelnik, D. Mladenic, and N. Milic-Frayling, Text Mining as Integration of Several Related Research Areas. Report on KDD�2000 Workshop on Text Mining, 2000. T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

M. Pazzani, Machine Learning and Information Filtering on the Internet, IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

Sebastiani F., Machine learning in automated text categorization, ACM Computing Surveys, 34(1):1-47, 2002.

Semeraro, G., Lops, P., Degemmis, M., Document/Text Mining: From Text to Knowledge, dispense.

Semeraro, G., Lops, P., Degemmis, M., Text Categorization, dispense.

vanRijsbergen, C.J., Information Retrieval, Butterworth & Co., Boston, MA, 1979. Web: http://citeseer.ist.psu.edu/vanrijsbergen79information.html

Christiane Fellbaum (Editor), WordNet: An Electronic Lexical Database. Edited by. MIT Press. ISBN 0-262-06197-X.

Per il punto 2. Tamma, V., Ontologies and their applications in knowledge sharing, dispense. Bradley, N., The XML Companion, Addison-Wesley, 1998. Iannone, L., Palmisano, G. Semeraro, I. XML Tutorial, dispense. Capursi, D., Iannone, L., Lops, P., Semeraro, G., RDF Tutorial, dispense.

Per i punti 3. e 4. Lops, P., Semeraro, G., Knowledge Management, dispense.

Missikoff, M., Gestione della conoscenza d�impresa: metodi strumenti ed applicazioni, AI*IA Notizie, Vol. XIII, N� 2, pp. 5-7, Giugno 2000.

Missikoff, M., Ernani, E., La Gestione della Conoscenza d�Impresa, AICA 2000: Le Tecnologie dell�informazione e della Comunicazione come motore di sviluppo del Paese, pp. 785-794, 2000.

Per il punto 5. Lewis, J., Loftus, W., Java: Fondamenti di progettazione software, Addison-Wesley, 2001. Licchelli, O., Palmisano, I., Introduzione al Linguaggio Java, dispense (2005). Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997. Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. Web: http://www.mindview.net/Books/TIJ/.

PROVA SCRITTA (si/no): SI COLLOQUIO ORALE (si/no): SI PROVA DI LABORATORIO (si/no): NO PROVE DI ESONERO PARZIALE(si/no): SI NUMERO PROVE ESONERO: 2 MODALIT� PROVE DI ESONERO: Prova scritta ANNO DI CORSO: III SEMESTRE: I

((ENGLISH VERSION))

((1. Intelligent Information Access.))

  1.1. Text Mining: from text to knowledge.
       - Text Mining definition.
       - Text Mining process.
       - Comparison among Text Mining, Data Mining, Information

Retrieval, Data Retrieval.

       - Text Mining in the Enterprise.
  1.2. Intelligent Information Retrieval (IR).
       - Architecture of IR systems
       - IR models: comparison between boolean and vector space model.
       - Integrating lexical knowledge in the retrieval process: WordNet.
       - Knowledge organization and representation in WordNet: synsets,

lexical matrix and relations.

       - Evaluation metrics.
  1.3. Text Categorization (TC).
       - Basic concepts.
       - Classifying textual documents: Text Categorization (TC).
       - Machine learning for TC: k-NN, Rocchio. Naive Bayes.
       - Evaluation metrics.
       - Applications.
  1.4. Intelligent Information Access.
       - Information Overload
       - Information access strategies
       - Information Filtering
  1.5. Applications.
       - Personalization: learning user profiles.
       - ITem Recommender (ITR) and its applications in the e-commerce

scenario.

       - MultilanguagE Text Analyzer (MeTA).

((2. Semantic Web.))

  2.1. Ontologies and their applications in knowledge sharing.
       - Knowledge sharing and reuse.
       - Motivations for using ontologies.
       - Ontologies and knowledge bases.
       - Differenti definizioni di ontologie.
       - Ontologies and conceptualisations.
       - Types of ontologies.
       - Properties of ontologies.
       - Ontology engineering: methodologies.
       - Step-by-step development of ontologies.
       - Ontologies and languages .
  2.2. eXtensible Markup Language (XML). 
       - Introductions.
       - XML document structure.
       - Document Type Definition (DTD) and XML Schema.
       - eXtensible Style Sheet (XSL), XML Query Language (XQL).
       - Interoperability and communication protocols: SOAP and Web Services.
  2.3. Resource Description Framework (RDF).
       - Basic concepts : URI, Models, Statements, Classes, Properties,

Resources.

       - RDF Schema

((3. Knowledge management: definition, methods, tools and applications.)) ((4. Knowledge levels.))

  - Factual 
  - Conceptual 
  - Methodological .
  - Knowledge formalization levels

((5. Java.))

       - Introduction and basic concepts
       - Exceptions handling: try/catch, throws, multiple catch, nested

try. Examples.

       - Multithreading: the Java thread model.
       - Thread priority and synchronization.
       - Servlet and Java Server Pages (JSP).
       - Java and XML: JAXP e Xerces.
       - Java and Database: Java DataBase Connectivity (JDBC).
       - Sockets in Java.
       - Exercices.

((Books and Papers))

Point 1. Baeza-Yates, R.A., Ribeiro-Neto, B.A., Modern Information Retrieval, ACM Press/Addison-Wesley, 1999.

M. Degemmis, P. Lops, G. Semeraro, M.F. Costabile, S.P. Guida & O. Licchelli. Improving Collaborative Recommender Systems by means of User Profiles. In C.-M. Karat, J. Blom, and J. Karat (Eds.), Designing Personalized User Experiences in eCommerce, Chapter 14, 253-274, Kluwer Academic, 2004.

R. Feldman and I. Dagan, Knowledge Discovery in Textual Databases (KDT). Proc. of the 1st Int. Conf. on Knowledge Discovery (KDD-95), pp. 112-117, Montreal, 1995. Grishman, R., Information Extraction: Techniques and Challenges. Springer- Verlag, Lecture Notes in Artificial Intelligence, Rome (1997). Web: citeseer.nj.nec.com/grishman97information.html.

M. Grobelnik, D. Mladenic, and N. Milic-Frayling, Text Mining as Integration of Several Related Research Areas. Report on KDD�2000 Workshop on Text Mining, 2000. T.M. Mitchell, Machine Learning, McGraw-Hill, 1997.

M. Pazzani, Machine Learning and Information Filtering on the Internet, IJCAI-97 Tutorial, Nagoya, Japan, Aug 1997.

Sebastiani F., Machine learning in automated text categorization, ACM Computing Surveys, 34(1):1-47, 2002.

Semeraro, G., Lops, P., Degemmis, M., Document/Text Mining: From Text to Knowledge, lectures.

Semeraro, G., Lops, P., Degemmis, M., Text Categorization, lectures.

vanRijsbergen, C.J., Information Retrieval, Butterworth & Co., Boston, MA, 1979. Web: http://citeseer.ist.psu.edu/vanrijsbergen79information.html

Christiane Fellbaum (Editor), WordNet: An Electronic Lexical Database. Edited by. MIT Press. ISBN 0-262-06197-X.

Point 2. Tamma, V., Ontologies and their applications in knowledge sharing, dispense. Bradley, N., The XML Companion, Addison-Wesley, 1998. Iannone, L., Palmisano, G. Semeraro, I. XML Tutorial, lectures. Capursi, D., Iannone, L., Lops, P., Semeraro, G., RDF Tutorial, lectures.

Points 3. and 4. Lops, P., Semeraro, G., Knowledge Management, lectures.

Missikoff, M., Gestione della conoscenza d�impresa: metodi strumenti ed applicazioni, AI*IA Notizie, Vol. XIII, N� 2, pp. 5-7, Giugno 2000.

Missikoff, M., Ernani, E., La Gestione della Conoscenza d�Impresa, AICA 2000: Le Tecnologie dell�informazione e della Comunicazione come motore di sviluppo del Paese, pp. 785-794, 2000.

Point 5. Lewis, J., Loftus, W., Java: Fondamenti di progettazione software, Addison-Wesley, 2001. Licchelli, O., Palmisano, I., Introduzione al Linguaggio Java, lectures (2005). Naughton, P., Schildt, H., Java: La guida completa, McGraw-Hill, 1997. Horstmann, C. S., Cornell, G., Java2: I fondamenti, McGraw-Hill, 1999. Eckel, B., Thinking in Java, Prentice-Hall, December 2002. Web: http://www.mindview.net/Books/TIJ/.