Inicio >> Docencia >> Titulación >> Asignaturas/Cursos >> Presentación
           --

Minería Web (304482)


Presentación Grupos Recursos Bibliografía Exámenes Avisos

Sentido de la materia en el plan de estudios

ATENCiÓN: LA INFORMACIÓN MÁS ACTUALIZADA SE ENCUENTRA EN LA GUÍA ACADÉMICA

 

El módulo RECUPERACIÓN DE LA INFORMACIÓN Y DESCUBRIMIENTO DEL CONOCIMIENTO (15
ECTS) consta de dos materias:

• MINERÍA DE DATOS (9 ECTS), dividida en 1 asignatura obligatoria “Minería de Datos ” (3
ECTS) y 2 asignaturas optativas: “Minería Web” (3 ECTS) y “Minería de Datos Aplicada
a la Bioinformática” (3 ECTS)

• RECUPERACIÓN AVANZADA DE LA INFORMACIÓN Y CIBERMETRÍA (6 ECTS), dividida en
2 asignaturas optativas: “Recuperación Avanzada de la Información” (3 ECTS) y
“Cibermetría” (3 ECTS)

 

Materia: MINERÍA DE DATOS

Carácter: Mixta
ECTS: 9
Unidad temporal: Semestre 1 y Semestre 2
Lenguas en las que se imparte: Castellano

Asignaturas que componen la materia

Asignatura 1: MINERÍA DE DATOS
Carácter: Obligatoria
ECTS: 3
Unidad temporal: Semestre 1
Lenguas en las que se imparte: Castellano

Asignatura 2: MINERÍA WEB
Carácter: Optativa
ECTS: 3
Unidad temporal: Semestre 2
Lenguas en las que se imparte: Castellano

Asignatura 3: MINERÍA DE DATOS APLICADA A LA BIOINFORMÁTICA
Carácter: Optativa
ECTS: 3
Unidad temporal: Semestre 2
Lenguas en las que se imparte: Castellano

Resultados de aprendizaje de la materia

• Saber llevar a cabo todas las etapas del proceso de minería de datos, valorar la importancia de las etapas
previas a la aplicación de los algoritmos de minería y conocer las diferentes técnicas de
preprocesamiento y preparación de datos
• Saber aplicar los algoritmos más importantes de cada categoría así como las técnicas de evaluación y
validación de los modelos obtenidos mediante su aplicación
• Identificar posibles campos de aplicación de la minería de datos
• Conocer los fundamentos de la Minería Web, su clasificación en minería de contenido, de estructura y
de uso y los diferentes métodos de minería de datos aplicables en el campo de la minería Web
• Saber aplicar sistemas personalizados de recomendación, y usar técnicas de Minería Web en dichos
sistemas
• Saber usar las bases de datos biomédicas primarias y secundarias
• Saber aplicar técnicas de la Minería de Datos para extraer conocimiento a partir de las bases de datos
biomédicas
• Saber utilizar las técnicas de clustering para analizar distintos tipos de datos biológicos

 

 Actividades formativas de la materia
Actividad Formativa    Horas  Presenciales  Horas de Trabajo personal % Presenc 
Clase magistral 45 45 50
Exposición y debate 15   100
 Actividad de seguimiento online 30 15 67
Revisión bibliográfica y elaboración de
trabajo
  75 0
 Total Horas: 225
90 135 34
Objetivos de la asignatura

OI1: Tener una visión general del estado del arte de la minería Web, las diferentes categorías de minería web y sus principales aplicaciones.


OI2: Conocer los fundamentos de los sistemas de recomendación, su clasificación, las ventajas e inconvenientes de los distintos tipos y los métodos utilizados en los sistemas de recomendación basados en minería web.

OI3: Adquirir la capacidad de aplicar técnicas de minería de datos en el desarrollo de sistemas de recomendación e interpretar los resultados obtenidos.

Contenidos

Unidad didáctica XI. Introducción a la Minería Web
Definición. El proceso de minería web. Clasificación de las técnicas

Unidad didáctica XII. Tipos de minería Web
Minería de contenido
Minería de textos. Minería de marcado. Minería multimedia. Minería de hipertextos
Minería de la estructura
Minería de uso

Unidad didáctica XIII. Sistemas de recomendación
Fundamentos y clasificación
Filtrado colaborativo
Sistemas basados en minería web

Competencias a adquirir

Competencias Básicas:
CB6, CB7, CB8, CB9, CB10.
Competencias generales
CG1, CG2.
Competencias específicas:
CE1, CE2, CE3, CE5, CE8.

 

Documento con objetivos y competencias

Metodologías

• Clases de teoría con apoyo de material audiovisual. En estas clases se presentarán los contenidos básicos de un cierto tema. Las clases comenzarán con una breve introducción de los contenidos que se pretenden transmitir en la clase, así como con un breve comentario a los conceptos vistos en clases anteriores y que sirven de enlace a los que se pretenden desarrollar. El desarrollo de la clase se llevará a cabo con medios audiovisuales que permitan un adecuado nivel de motivación e interés en los alumnos. Se debe intentar motivar a los alumnos a intervenir en cualquier momento en las clases para hacer éstas más dinámicas y facilitar el aprendizaje.
Es importante intentar terminar la exposición con las conclusiones más relevantes del tema tratado.
• Trabajos de investigación. Los alumnos desarrollarán algún trabajo de investigación sobre algún tema expuesto.
• Presentación de los trabajos. Los alumnos defienden públicamente sus trabajos.
• Tutorías. El alumnado tiene a su disposición seis horas de tutorías a la semana en las que puede consultar cualquier duda relacionada con los contenidos, organización y planificación de la materia. Las tutorías pueden ser individualizadas, pero se admiten tutorías grupales.
• Zona virtual. La plataforma de enseñanza virtual de la asignatura constituye el vehículo de comunicación y registro de información de la materia.

Previsión de Técnicas (Estrategias) Docentes
Nombre Horas presenciales Horas no presenciales dirigidas por el profesor Horas de trabajo autónomo del estudiante Horas totales
Clases magistrales 0 0 0 0
Seminarios 0 0 0 0
Prácticas en aula 15 0 15 30
Prácticas en el laboratorio 0 0 0 0
Prácticas en aula de informática 0 0 0 0
Prácticas de campo 0 0 0 0
Prácticas de visualización 0 0 0 0
Trabajo personal de contenidos presenciales y recursos on line 0 0 0 0
Exposiciones y debates 5 0 0 5
Tutorías 0 0 0 0
Actividades de seguimiento on line 0 10 5 15
Preparación de trabajos 0 0 25 25
Otras actividades 0 0 0 0
Exámenes 0 0 0 0
Prácticas: Realización del TFM 0 0 0 0
Documentación TFM 0 0 0 0
TOTAL 20 10 45 75
Evaluación



SISTEMA DE EVALUACIÓN PONDERACIÓN MÁXIMA PONDERACIÓN MÍNIMA
Asistencia y participación en clase 30% 5%
Realización de trabajo escrito 90% 60%
Exposición en clase de trabajo 30% 5%

Profesorado
María N. Moreno García
Correo electrónico
Otros datos

Créditos: 3.0 (1.5 T + 1.5 P) , Segundo cuatrimestre , Optativa , Número de grupos de teoría: 1 , Número de grupos de práctica: 1

Máster Universitario en Sistemas Inteligentes (Plan 2013) Recuperación de la Información y Descubrimiento de Conocimiento

Áreas de Conocimiento
Lenguajes y Sistemas Informáticos
---
Identificarse Accesibilidad
Idioma inglés
Advertencia sobre la información contenida en esta aplicación Web
© 2024 Departamento de Informática y Automática - Universidad de Salamanca
Webmaster: Correo electrónico
Versión Móvil
[Contenido semántico de esta página]
Member of Informatics Europe Acerca de