2. Docenti
  3. RITROVATO Pierluigi
  4. Didattica

TECNOLOGIE SEMANTICHE PER I SISTEMI ENTERPRISE

Pierluigi RITROVATO TECNOLOGIE SEMANTICHE PER I SISTEMI ENTERPRISE

0622700029
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2016/2017

ANNO CORSO 2
ANNO ORDINAMENTO 2015
PRIMO SEMESTRE
CFUOREATTIVITÀ
660LEZIONE
PIERLUIGI RITROVATO T Curriculum
Obiettivi
L’INSEGNAMENTO SI PROPONE UN DUPLICE OBIETTIVO: APPRENDERE GLI ASPETTI METODOLOGICI E TECNOLOGICI ALLA BASE DEL WEB SEMANTICO ED APPLICARE TALI CONOSCENZE PER REALIZZARE APPLICAZIONI E SISTEMI DI BIG DATA RISOLVENDO PROBLEMATICHE LEGATE ALLA MEMORIZZAZIONE, CONSULTAZIONE ED ANALISI DI DATI IN DUE DOMINI APPLICATIVI: GENOMICA E VIDEO ANALISI.

CONOSCENZE E CAPACITÀ DI COMPRENSIONE:
SARANNO ACQUISITE CONOSCENZE SULLE TECNOLOGIE DEL WEB SEMANTICO CON PARTICOLARE RIFERIMENTO ALLE ONTOLOGIE ED AI LINGUAGGI DI RAPPRESENTAZIONE DELLA CONOSCENZA (RDF/S, OWL) E PER IL REASONING (SPIN), AI PRINCIPI DI FUNZIONAMENTO DEI SISTEMI DI MEMORIZZAZIONE DEI DATI SEMANTICI (NOSQL DB, TRIPLE STORE, GRAPH DATABASE) ED INTERROGAZIONE (SPARQL), AI PRINCIPI ALLA BASE DEI BIG DATA E LINKED OPEN DATA E DELLE PROBLEMATICHE DI ANALISI DI TALI DATI.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE APPLICATE:
LO STUDENTE AVRÀ LA POSSIBILITÀ DI APPLICARE TUTTE LE CONOSCENZE ACQUISITE ATTRAVERSO LA REALIZZAZIONE DI PROGETTI APPLICATIVI IN DUE DOMINI DIVERSI: GENOMICA E VIDEO ANALISI. IN PARTICOLARE I PROGETTI APPLICATIVI RIGUARDERANNO L’ANNOTAZIONE SEMANTICA DI DATI ATTRAVERSO LA DEFINIZIONE DI NUOVI SCHEMI ONTOLOGICI E/O L’UTILIZZO DI QUELLI GIÀ ESISTENTI, LA LORO MEMORIZZAZIONE E RELATIVA ANALISI FINALIZZATA ALLA SOLUZIONE DI SPECIFICI PROBLEMI NEI DUE DOMINI APPLICATIVI PROPOSTI.
Prerequisiti
PER IL PROFICUO RAGGIUNGIMENTO DEGLI OBIETTIVI DELL’INSEGNAMENTO SONO RICHIESTE CONOSCENZE RELATIVE ALLE BASI DI DATI ED AI LINGUAGGI JAVA E XML.
Contenuti
LEZIONE 1 (LEZ. 2 ORE) – IL SEMANTIC WEB: INTRODUZIONE STORICA E PRESENTAZIONE DELLO STACK TECNOLOGICO.
LEZIONE 2 (LEZ. 2 ORE – ES 1 ORA) IL LINGUAGGIO RDF E RDFS
LEZIONE 3 (LEZ. 2 ORE) IL LINGUAGGIO OWL
LEZIONE 4 (ES. 3 ORE) ESEMPI DI OWL E USO DI PROTÈGÈ
LEZIONE 5 (LEZ. 2 ORE) REFERENCE ONTOLOGY (FOAF, SKOS E SIOC)
LEZIONE 6 (LEZ. 2 ORE – 3 ORE) LINGUAGGIO SPARQL E SISTEMI DI STORAGE
LEZIONE 7 (ES. 3) SISTEMI A REGOLE ED IL LINGUAGGIO SPIN
LEZIONE 8 (LEZ. 4 ORE) BIG DATA E DATA ANALYTICS
LEZIONE 9 (LEZ. 4 ORE – ES. 2 ORE) LINKED DATA
LEZIONE 10 (LAB. 30 ORE) PROJECT WORK
TOTALE (LEZ. 18 / ES. 12 / LAB. 30)
Metodi Didattici
L’INSEGNAMENTO SI CARATTERIZZA PER UNA IMPOSTAZIONE DINAMICA, CON L’ANALISI DI CASI DI STUDIO CON UNA ATTIVA PARTECIPAZIONE DEGLI STUDENTI CHE SVOLGERANNO DURANTE LA REALIZZAZIONE DEL PROJECT WORK APPROFONDIMENTI SPECIFICI SU TECNOLOGIE E STANDARD DEL SEMANTIC WEB E RELATIVE APPLICAZIONI. IN PARTICOLARE SARANNO PREVISTE LEZIONI FRONTALI, ESERCITAZIONI ED ATTIVITÀ DI GRUPPO PER LA REALIZZAZIONE DEL PROJECT WORK. PER LA REALIZZAZIONE DEL PROJECT WORK GLI STUDENTI DOVRANNO APPLICARE LE CONOSCENZE ACQUISITE PER SCEGLIERE, IN MODO AUTONOMO, LE TECNOLOGIE (FRAMEWORK, AMBIENTI DI SVILUPPO, SISTEMI DI STORAGE, ECC.) PIÙ APPROPRIATE PER RISOLVERE SPECIFICI PROBLEMI APPLICATIVI NEI DUE DOMINI DI RIFERIMENTO. LE ATTIVITÀ DIDATTICHE SARANNO SUPPORTATE DALL’UTILIZZO DELLA PIATTAFORMA PIAZZA PER FACILITARE E STIMOLARE LE DISCUSSIONI ED IL CONFRONTO TRA GLI STUDENTI OLTRE CHE LA DISTRIBUZIONE DELLE INFORMAZIONI E DEL MATERIALE DIDATTICO.
Verifica dell'apprendimento
LA PROVA DI ESAME È FINALIZZATA A VALUTARE NEL SUO COMPLESSO LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI, LA CAPACITÀ DI APPLICARE TALI CONOSCENZE NELLA REALIZZAZIONE DI APPLICAZIONI E LE ABILITÀ COMUNICATIVE. LA PROVA D’ESAME CONSTA DI UNA PROVA PRATICA ED UN COLLOQUIO ORALE. LA PROVA PRATICA PREVEDE LA REALIZZAZIONE DI UN PROJECT WORK DA SVOLGERE IN GRUPPO SU UNA DELLE DUE TEMATICHE PROPOSTE (VIDEO ANALISI O GENOMICA). PER OGNUNO DEI DOMINI IL DOCENTE PROPORRÀ UNA SERIE DI APPLICAZIONI DA SVILUPPARE CHE PREVEDONO OLTRE ALL’UTILIZZO DI TUTTE LE CONOSCENZE ACQUISITE DURANTE IL CORSO ANCHE L’ACQUISIZIONE DI NUOVE CONOSCENZE E/O AMBIENTI DI SVILUPPO O LINGUAGGI. LA PROVA ORALE CONSISTE NELLA PRESENTAZIONE DI QUANTO REALIZZATO NEL PROJECT WORK, DOVE OGNUNO DEI COMPONENTI DEL GRUPPO ESPONE IL PROPRIO CONTRIBUTO NELLA REALIZZAZIONE DEL PROGETTO UNITAMENTE AD UNA DISCUSSIONE SULLE COMPONENTI DELLO STACK TECNOLOGICO DEL SEMANTIC WEB IMPIEGATI E RELATIVA MOTIVAZIONE DELLE SCELTE TECNOLOGICHE EFFETTUATE.

NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA PROVA PRATICA PESERÀ PER IL 65% MENTRE IL COLLOQUIO ORALE PER IL 35%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRERANNO UNA PIENA PADRONANZA DI TUTTE LE PRINCIPALI TEMATICHE METODOLOGICHE E TECNOLOGICHE AFFRONTATE NELL’INSEGNAMENTO E DI COME QUESTE SONO UTILIZZATE NELLA REALIZZAZIONE DI APPLICAZIONI E SOLUZIONI IN DIVERSI DOMINI APPLICATIVI UNITAMENTE ALLE IMPLICAZIONI (COSTO, MAINTENANCE, ECC.) DERIVATE DALL’UTILIZZO DI SPECIFICHE TECNOLOGIE.
Testi
FOUNDATIONS OF SEMANTIC WEB TECHNOLOGIES, HITZLER, P., KRÖTZSCH, M., AND RUDOLPH, S. (2009).
CHAPMAN & HALL/CRC.
LEARNING SPARQL: QUERYING AND UPDATING WITH SPARQL1.1 – SECOND EDITION, BOB DUCHARME O’REILLY 2013
TESTI SUGGERITI
EUCLID: EDUCATIONAL CURRICULUM FOR THE USAGE OF LINKED DATA - HTTP://EUCLID-PROJECT.EU/
LINKED DATA: EVOLVING THE WEB INTO A GLOBAL DATA SPACE, TOM HEATH AND CHRISTIAN BIZER, MORGAN & CLAYPOOL PUBLISHERS (2011) HTTP://LINKEDDATABOOK.COM/EDITIONS/1.0/
UNDERSTANDING BIG DATA – IBM UNIVERSITY (FREE BOOK) HTTPS://WWW.IBM.COM/DEVELOPERWORKS/COMMUNITY/WIKIS/HOME?LANG=EN#!/WIKI/BIG+DATA+UNIVERSITY/PAGE/FREE+EBOOK+-+UNDERSTANDING+BIG+DATA
Altre Informazioni
Il corso è erogato in Italiano.
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-03-11]