Archivi multimediali - DataBase and Data Mining Group
Transcript
Archivi multimediali - DataBase and Data Mining Group
Archivi multimediali e Data Mining Introduzione 1 Docenti Docente Silvia Chiusano [email protected] Esercitatori Paolo Garza [email protected] Vincenzo D’Elia [email protected] 2 1 Argomenti Archivi multimediali Digital Library Basi di dati multimediali Tecniche di memorizzazione, indicizzazione e interrogazione di dati multimediali Data Mining Classificazione Clustering Annotazione automatica 3 Argomenti Dati multimediali e Web Motori di ricerca Sistemi di “collaborative tagging” Sistemi di raccomandazione (recommender systems) Profilazione utente 4 2 Archivi multimediali Digital Library Obiettivi Servizi offerti Tipologie di dati gestiti Testi, immagini, filmati, ecc. Architettura delle digital library Figure professionali coinvolte e loro compiti 5 Archivi multimediali Basi di dati multimediali Obiettivi Tipologie di dati gestiti Testi, immagini, filmati, ecc. Funzionalità aggiuntive rispetto alle basi di dati ”tradizionali” Interazione/integrazione tra Digital library e Basi di dati multimediali 6 3 Archivi multimediali Tecniche di memorizzazione, indicizzazione e interrogazione di dati multimediali Memorizzazione Uso del file system Uso di base di dati multimediali Interrogazione di dati multimediali Interrogazioni basate sui dati Interrogazioni basate sui metadati Indici 7 Data Mining Classificazione Clustering Organizzazione di dati in classi predefinite basata su modelli estratti in modo automatico dai dati d'esempio Raggruppamento di dati aventi caratteristiche simili Annotazione automatica Generazione di metadati 8 4 Dati multimediali e Web Motori di ricerca Interrogazione e indicizzazione di dati presenti sul web Sistemi collaborativi per l’etichettattura dei dati Reputazione delle pagine e degli ”autori” Consigli sugli oggetti da vedere (sistemi di raccomandazione) 9 Profilazione utenti Profilazione utenti Utile per personalizzare le ricerce 10 5 Materiale Lucidi messi a disposizione sul sito del corso http://dbdmg.polito.it/twiki/bin/view/Public/AMDM_Cinema 11 Materiale Libri I. H. Witten, D. Bainbridge. “How to Build a Digital Library”, Morgan Kaufmann. V. S. Subrahmanian. “Principles of Multimedia Database Systems”, Morgan Kaufmann. J. Han, M. Kamber. “Data Mining: Concepts and Techniques”, Morgan Kaufmann. Pang-Ning Tan, Michael Steinbach, Vipin Kumar. “Introduction to Data Mining”, Addison-Wesley. 12 6 Modalità d'esame Prova orale Verte su tutti gli argomenti del corso + Progetto Progettazione di una libreria digitale su un argomento assegnato Massimo 2/3 persone per gruppo Consegna entro la fine della sessione nella quale si sostiene la prova orale 13 Modalità d'esame Condizioni necessarie per il superamento dell’esame Ottenere la sufficienza in entrambe le parti dell’esame Voto finale Media pesata dei due voti conseguiti 25 5 Voto finale = 30 × voto orale + 30 × voto progetto Voto massimo: 30 e lode 14 7 Laboratorio Orario Lunedì dalle 12:30 alle 14:30 Laboratorio: LABinf http://www.cclinf.polito.it Primo laboratorio lunedì 28 settembre 2009 É indispensabile disporre di un account per l’accesso ai PC del laboratorio Se non ne siete ancora in possesso, fate richiesta di un account il prima possibile rivolgendovi al personale del laboratorio 15 8
Documenti analoghi
Data mining - Politecnico di Torino
Per realizzare un processo di data mining, l’utente deve
comporre opportunamente gli operatori che sono offerti dal
sistema