Программа дисциплины Технологии поиска, анализа данных и распространения информации в Интернет

Государственный университет –

Высшая школа экономики

Факультет БИЗНЕС-ИНФОРМАТИКИ

«Бизнес-информатика» кафедры инноваций и бизнеса

Утверждена УС факультета

1. 
   Барсегян А. А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2-е издание. – Санкт-Петербург: БХВ- Петербург, 2007. – 375 с.
   
2. 
   Fomichov V.A. Semantics-Oriented Natural Language Processing:
   

• 
  работа на лекциях и семинарских занятиях (доклады, обсуждения);
  
• 
  письменная аудиторная контрольная работа (60 мин.);
  
• 
  реферат (12-20 стр.);
  
• 
  устный экзамен (30 минут на 1 студента).
  

Формы работы	Вклад в итоговую оценку (%)
Работа на лекциях и семинарских занятиях	20
Реферат	20
Аудиторная контрольная работа	20
Экзамен	40

1. 
   Resource Description Framework (RDF) Model and Syntax Specification. W3C Recommendation. January 1999, on-line at http://www.w3.org/TR/WD-rdf-syntax.
   
2. 
   Resource Description Framework (RDF) Schema Specification 1.0. W3C Candidate Recommendation 27 March 2000; URL http://www.w3.org/TR/rdf-schema.
   
3. 
   McGuinness, D.L. and van Harmelen, F. (Eds.)(2004), OWL Web Ontology Language Overview. W3C Recommendation 10 February 2004; available online at http://www.w3.org/TR/owl-features/.
   

1. 
   Фомичев В.А. Математические основы представления содержания посланий компьютерных интеллектуальных агентов. - М.: Издательский Дом ГУ-ВШЭ, 2007.
   

1. 
   Барсегян А. А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2-е издание. – Санкт-Петербург: БХВ- Петербург, 2007. – 375 с. (Глава 2).
   

1. 
   Барсегян А. А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2-е издание. – Санкт-Петербург: БХВ- Петербург, 2007. – 375 с. (Глава 3).
   

1. 
   Фомичев В.А. Математические основы представления содержания посланий компьютерных интеллектуальных агентов. - М.: Издательский Дом ГУ-ВШЭ, 2007.
   
2. 
   Fomichov V.A. Semantics-Oriented Natural Language Processing:
   

1. 
   Фомичев В.А. Формализация проектирования лингвистических процессоров – М.: МАКС Пресс, 2005. 368 с.
   
2. 
   Барсегян А. А., Куприянов М.С., Степаненко В.В., Холод И.И. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. 2-е издание. – Санкт-Петербург: БХВ- Петербург, 2007. – 375 с.
   

Сущность, актуальность и содержание дистанционного обучения. Виды дистанционного обучения. Психологические и социальные аспекты. Достигнутые результаты. Характеристики различных поколений систем дистанционного обучения. Технические средства для построения систем дистанционного обучения третьего поколения. Структура и возможности Веб-платформы дистанционного обучения Blackboard, версия 7.0. Методологические особенности дистанционного обучения. Возможные структуры дистанционного курса. Лекционный материал. Упражнения. Домашние задания. Экзамены. Ритм учебного процесса. Формы стимулирования познавательной деятельности студентов. Значение дискуссионных форумов для стимулирования совместной учебной деятельности студентов дистанционного класса. Формы взаимодействия с преподавателем. Необходимость дифференцированного подхода к студентам. Информационные технологии и инструментальные средства создания методических материалов для дистанционного обучения. Роль онтологий в системах дистанционного обучения.

1. 
   Педагогические технологии дистанционного обучения. Под ред. Полат Е.С., Академия, 2006.
   
2. 
   Бабешко В.Н., Нежурина М.И. Система оценки качества программных комплексов для дистанционного обучения, 2007 (информация о книге – на портале http://dlc.miem.edu.ru/newsite.nsf/cdonotes/0003.html)
   

1. 
   Построение семантического представления текста на русском языке в виде формулы логики предикатов первого порядка.
   
2. 
   Построение семантических К-представлений описаний ситуаций.
   
3. 
   Построение семантических К-представлений описаний множеств.
   
4. 
   Построение семантических К-представлений вопросов с ответом "Да"/"Нет".
   
5. 
   Построение семантических К-представлений вопросов со словами “какие”, “каким” и т.д.
   
6. 
   Построение семантических К-представлений вопросов о количестве предметов.
   
7. 
   Построение семантических К-представлений связных текстов (дискурсов).
   

Общие требования

1. 
   Реферат базируется на публикациях 2003 – 2010 годов, относящихся к одному из выбранных направлений (список направлений прилагается ниже).
   
2. 
   Введение к реферату должно представлять читателю некоторые общие черты исследований, отраженных в анализируемых работах.
   
3. 
   Язык публикаций – английский, немецкий, французский, японский, русский. Количество проанализированных источников на иностранных языках должно превышать в 3 раза (или большее количество раз) количество проанализированных источников на русском языке.
   
4. 
   Реферат базируется не менее чем на 5 публикациях.
   
5. 
   Реферат базируется преимущественно на таких публикациях, которые включают примеры формальных выражений, являющихся (в зависимости от выбранного направления): (а) семантическим представлением текста на естественном языке, (б) представлением фрагмента знаний о предметной области, в частности, формальным определением понятия, (в) представлением содержания послания компьютерного интеллектуального агента, входящего в многоагентную систему.
   
6. 
   Объем реферата – от 12 страниц через полтора интервала, размер шрифта 13 или 14.
   
7. 
   Реферат сдается в печатном виде на русском языке.
   
8. 
   Обзор может включать фрагменты с примерами формальных выражений (взятые из проанализированных источников) на английском, немецком или французском языках (см. пункт 5).
   
9. 
   Если Вы не уверены в правильности перевода термина, дайте в скобках этот термин на языке оригинала.
   
10. 
    В конце обзора должен быть список использованной литературы. Нужно внимательно проверить полноту библиографических данных: авторы, названия статьи и издания, год опубликования, страна, издательство, том и номер – для журналов; если можно, то номера первой и последней страницы статьи. Для Интернет-публикаций – Веб-координата, автор (авторы), название статьи и издания, год опубликования, страна и т.д.
    
11. 
    Важно приводить информацию о научных центрах, в которых выполнено исследование, отраженное в публикации.
    

1. 
   Формализмы, используемые для построения семантических представлений текстов.
   
2. 
   Формализмы, используемые для представления знаний о предметных областях.
   
3. 
   Примеры текстов и их семантических представлений.
   
4. 
   Основные принципы семантико-синтаксического анализа (или, по другой терминологии, семантического анализа) текстов на естественном языке.
   
5. 
   Преимущества подхода.
   
6. 
   Характеристика входного языка лингвистического процессора (ЛП).
   
7. 
   Для решения каких практических задач применялся лингвистический процессор.
   
8. 
   В каком научном центре (или какой фирмой) разработан лингвистический процессор.
   
9. 
   Имена и фамилии разработчиков ЛП.
   
10. 
    Что-то еще, что покажется интересным.