1 / 10

Intelligente Anwendungen im Internet

Intelligente Anwendungen im Internet. Seminar WS 2007/8. Prof. Dr. Katharina Morik. Lehrstuhl für Künstliche Intelligenz Fachbereich Informatik Universität Dortmund http://www-ai.cs.uni-dortmund.de morik@ls8.cs.uni-dortmund.de. Was machen wir heute?. Einführung

dafydd
Download Presentation

Intelligente Anwendungen im Internet

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Intelligente Anwendungen im Internet Seminar WS 2007/8 Prof. Dr. Katharina Morik Lehrstuhl für Künstliche Intelligenz Fachbereich Informatik Universität Dortmund http://www-ai.cs.uni-dortmund.de morik@ls8.cs.uni-dortmund.de

  2. Was machen wir heute? • Einführung • Anforderungen für einen Schein • Vorstellung der Themen • Referatvergabe

  3. Suchmaschinen • 1990: Archie, Veronica Suche auf ftp-Servern nach Programmen und Dateien, Erstellung eines Katalogs • 1993: WWW und erste WebCrawler, die das Web durchlaufen • 1994: Suchmaschinen Lycos, Yahoo, ... • 1998: Google – erste Suchmaschine mit Lernalgorithmus (PageRank) Suchmaschinen geben auf eine Anfrage eine geordnete Liste von URLs zurück.

  4. Defizite üblicher Suchmaschinen • Keine Verwendung von Wissen über einen Sachbereich • Keine Rückkopplung durch Benutzerinteraktion • Keine Anpassung an bestimmte Benutzer (Personalisierung) • Die Dynamik des Webs wird wenig berücksichtigt • Die URL-Listen werden unstrukturiert zurückgegeben • Neue Zusammenarbeitsformen (p2p) werden nicht unterstützt • ...

  5. Forschungsthemen • Neue Suchmaschinen • Änderungsverfolgung • Personalisierung • Web Usage Mining (untersuchen, was Benutzer mit dem Web tun) • Web Mining (untersuchen, was im Web steht) • Clustering • ...

  6. Scheine • Referat zu einem Thema halten • alle Fachbegriffe im Text verstehen, ggf. dazu weitere Literatur lesen • Seminarteilnehmern das Thema ansprechend vermitteln • Schriftliche Ausarbeitung, bei der • alle anderen Vorträge in Bezug zu dem eigenen Thema gesetzt werden, • richtige Literatur richtig zitiert wird! Im Text: [1] oder [Jatowt et al. 2004], im Literaturverzeichnis: A. Jatowt, K.K. Bun, M. Ishizuka (2004) Change Summarization in Web Collections, Procs. of the 17th international conference on Innovations in Applied Artificial Intelligence, 653 - 662

  7. Gutachtengarantie • So viele Tage, wie Sie nach dem Semester brauchen, um Ihre Ausarbeitung fertigzustellen, • So viele Tage habe ich danach, um das Gutachten zu machen. • Es liegt also an Ihnen, wann Sie Ihren Schein bekommen!

  8. Referatvergabe • 16.10. McCallum et al. (1999), Vorwissen: Viterbi Algorithmus • 23.10. Menczer (2002), Vorwissen: Neuronale Netze, Multiagentensysteme, Information Retrieval evtl. 2-3 Studierende • 30.10. Joachims (2002) Vorwissen: SVM • 6.11. Jatowt et al (2004) Vorwissen: Co-citation evtl. 16.10., jedenfalls nur ½ Sitzung Joachims et al. (1995) Vorwissen: nearest neighbor • 13.11. Kappel et al. (2001) evtl. 2 Studierende

  9. continued • 20.11. Cooley et al. (1999) Vorwissen: frequent set mining • 27.11.Büchner/Mulvenna (1998) Vorwissen: data cubes • 4.12. Paganelli/Paterno (2002) evtl. streichenBonchi et al. (2001) Vorwissen: frequent set mining, Decision tree learning, SQL • 11.12. Kosala/Blockeel (2000)Vorwissen: Information extraction, Latent Semantic Indexing, HIT/PageRank, Wrapper Induction evtl. streichen • 18.12. Liu et al (2006) Vorwissen: Statistik

  10. continued • 8.1. Agarwal et al. (2006)Vorwissen: Naive Bayes, (transductive) SVM, Expectation Minimization, Dichtefunktion • 15.1. Charikar et al. (1997)Vorwissen:Komplexitätstheorie • 22.1. Mobasha et al. (1999) evtl. streichen Vorwissen: frequent set mining, • 29.1. Wurst et al. (2006)Vorwissen: clustering • 5.2. Abschlussbesprechung

More Related