Almacenamiento y recuperación de información en la web

Escuela Politécnica Superior

Universidad Autónoma de Madrid

última modificación: 17/10/11

Ficha oficial de la asignatura en el programa oficial de posgrado de la en Ingeniería Informática y de Telecomunicación (Máster y Doctorado)

Horario: lunes de 16 a 18h, aula 6, sesiones prácticas en el aula Multimedia.
Fecha de comienzo: 3 de octubre de 2011.

Fechas de clase en laboratorio: 24 y 31 octubre, 14 noviembre, 12 y 19 diciembre, 9 y 16 enero.

Fecha del examen final: 30 de enero a las 16h, aula 6.

Profesores: Pablo Castells, Fernando Díez y Estrella Pulido

Descripción

Con la explosión de la web en la década de los 90, el campo de la recuperación de la información ha pasado de ser un área de interés minoritario a convertirse en foco de atención para empresas, instituciones, y cientos de millones de usuarios. Con el crecimiento espectacular de la web, los buscadores se han convertido en puertas de entrada indispensables para cualquier usuario. El volumen de la web y la falta de un modelo de datos subyacente claro representan un obstáculo importante para la resolver las búsquedas. Muchas técnicas que se habían desarrollado durante décadas anteriores a la aparición de la web, junto con otras nuevas y más específicas, subyacen a la efectividad de los buscadores actuales. En este curso se estudiarán los fundamentos y técnicas para la recuperación de información, como problema general en grandes bases documentales, así como en particular en la web.

Temario

Introducción y fundamentos
Modelos de recuperación

Modelos clásicos: booleano, vectorial y probabilístico

Modelos alternativos: conjuntivistas, algebraicos y probabilísticos

Latent Semantic Analysis

Evaluación y métricas

Búsqueda en la web

Crawlers

Algoritmos de ranking

Búsqueda distribuida

Técnicas de personalización

Búsqueda personalizada

Relevance feedback

Sistemas de recomendación

Lenguajes de consulta
Bases de datos web
Bases de datos XML

Bibliografía básica

Modern Information Retrieval, 2^nd edition. Ricardo Baeza-Yates, Berthier Ribiero-Neto. Addison-Wesley, 2011. Web de la 1^a edición con materiales y contenidos online.
Search Engines: Information Retrieval in Practice. W. Bruce Croft, Donald Meltzer, Trevor Strohman. Addison-Wesley, 2010.
Introduction to Information Retrieval. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schütze. Cambridge University Press, 2008. Web del libro con recursos y versión online.
Recommender Systems Handbook. F. Ricci, L. Rokach, B. Shapira, P. B. Kantor (Eds.). Springer Verlag, 2011.
Recuperación de Información: un enfoque práctico y multidisciplinar. F. Cacheda, J. M. Fernández Luna, J. Huete (editores). Ra-Ma, 2011.

Bibliografía auxiliar

Understanding Search Engines. Michael W. Berry and Murray Browne. SIAM, 1999.
Mathematical Foundations of Information Retrieval. Sándor Dominich. Kluwer Academic Publishers, 2001.
Latent Semantic Analysis. Thomas K. Landauer, Danielle S. McNamara, Simon Dennis, Walter Kintsch. Lawrence Erlbraum, 2007.
TREC: Experiment and Evaluation in Information Retrieval. Ellen Voorhees and Donna K. Harman. MIT Press, 2005.
Modeling the Internet and the Web. Probabilistic Methods and Algorithms. Pierre Baldi, Paolo Frasconi, Padhraic Smyth. Wiley, 2003.
Knowledge-Based Information Retrieval and Filtering from the Web. Witold Abramowicz. Kluwer Academic Publishers, 2003.
Google's PageRank and Beyond: The Science of Search Engine Rankings. Amy N. Langville and Carl D. Meyer. Princeton University Press, 2006.
The wisdom of crowds. James Surowiecki. Anchor Books, 2004.

Trabajos de los alumnos y evaluación

Apuntes

Enlaces

Notificar cualquier error en estas páginas a Pablo Castells <pablo.castells@uam.es>