BIG DATA E TECNOLOGIE SEMANTICHE

Sabrina SENATORE BIG DATA E TECNOLOGIE SEMANTICHE

0622700044
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA
CORSO DI LAUREA MAGISTRALE
INGEGNERIA INFORMATICA
2018/2019

ANNO CORSO 2
ANNO ORDINAMENTO 2017
PRIMO SEMESTRE
CFUOREATTIVITÀ
324LEZIONE
324LABORATORIO
Obiettivi
IL CORSO FORNISCE UNA PANORAMICA SULLE PIÙ RECENTI METODOLOGIE E TECNOLOGIE PER L’ANALISI DI DATI MASSIVI, ORIENTATE ALLA DESCRIZIONE SEMANTICA DEI CONTENUTI E AL DISCOVERY DI INFORMAZIONI NON ESPLICITAMENTE DATE ATTRAVERSO METODI, LINGUAGGI FORMALI PER LA RAPPRESENTAZIONE DI CONTENUTI ONTOLOGICI.


CONOSCENZA E CAPACITÀ DI COMPRENSIONE:
GLI STUDENTI ACQUISIRANNO LE CAPACITÀ DI ANALISI E MODELLAZIONE CONCETTUALE DI UN DOMINIO DI INTERESSE, DATO UN INSIEME DI DATI MASSIVI ED ETEROGENEI. ATTRAVERSO L’IMPIEGO DI SCHEMI ONTOLOGICI, ACQUISIRANNO LA CAPACITÀ DI MODELLAZIONE DI ISTANZE CONCRETE RELATIVE AGLI SCHEMI DEFINITI. INOLTRE ACQUISIRANNO METODI E TECNICHE PER ESTRARRE DATI ETEROGENEI NON STRUTTURATI E DATI STRUTTURATI DA KNOWLDEGE BASE..

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
CAPACITA DI ANALISI DEI DATI MASSIVI E DI MANIPOLAZIONE DEGLI STESSI.
CAPACITÀ DI IMPIEGARE GLI STRUMENTI/LINGUAGGI ONTOLOGICI NELLA DEFINIZIONE E COSTRUZIONE DI ONTOLOGIE.
CAPACITÀ DI MODELLARE E INTEGRARE GLI ASPETTI SEMANTICI IN APPLICAZIONI BIG DATA ORIENTED. UNO DEGLI OBIETTIVI DEL CORSO È INFATTI, LA REALIZZAZIONE DI UN’APPLICAZIONE WEB CHE RIFLETTA LE CONOSCENZE ACQUISITE DURANTE IL CORSO E NE MOTIVI LE SCELTE METODOLOGICHE E IMPLEMENTATIVE.

AUTONOMIA DI GIUDIZIO:
GLI STUDENTI DOVRANNO ESSERE IN GRADO DI VALUTARE E SCEGLIERE OPPORTUNI STRUMENTI E APPROCCI ONTOLOGICI DURANTE LE ATTIVITÀ DI DATA ANALYSIS, MODELLAZIONE E PROGETTAZIONE, TENENDO CONTO DEI “REQUIREMENT” DELLO SPECIFICO DOMINIO DI INTERESSE, DEL LIVELLO DI GRANULARITÀ DELLE SPECIFICHE, DELLA TIPOLOGIA DI ATTIVITÀ DA REALIZZARE (BROWSING DI CONOSCENZA, INFERENZA, RICERCA DI INFORMAZIONE, ECC.).


ABILITÀ COMUNICATIVE:
GLI STUDENTI ACQUISIRANNO LA PADRONANZA DELLE TECNOLOGIE CHE CARATTERIZZANO I SISTEMI BIG DATA E IL SEMANTIC WEB.
DURANTE IL CORSO GLI STUDENTI DOVRANNO PRESENTARE UN ARGOMENTO ASSEGNATO LORO E DESCRIVERLO CON PADRONANZA DELL'ARGOMENTO E ANALISI CRITICA.

CAPACITÀ DI APPRENDIMENTO:
IL CORSO MIRA A STIMOLARE LE CAPACITÀ ANALITICHE E DI RICERCA DEGLI STUDENTI. AL TERMINE DEL CORSO, GLI STUDENTI SARANNO IN GRADO DI IMPIEGARE GLI STRUMENTI METODOLOGICI ED OPERATIVI PER LA PROGETTAZIONE DI APPLICAZIONI CHE RICHIEDANO UN APPROCCIO ONTOLOGICO E SEMANTICO.



Prerequisiti
NESSUN PREREQUISITO RICHIESTO
Contenuti
IL CORSO INTRODUCE I PRINCIPALI CONCETTI LEGATI AL SEMANTIC WEB COME LA MODELLAZIONE E COSTRUZIONE DI UN ONTOLOGIA MEDIANTE I LINGUAGGI DI MARKUP STANDARDIZZATI DAL W3C; TRATTA LE PRINCIPALI TECNOLOGIE/LINGUAGGI RELATIVI AL SEMANTIC WEB: XML, RDF, RDF SCHEMA, OWL (CON SERIALIZZAZIONE IN IN XML E/O TURTLE) E IL LINGUAGGI DI INTERROGAZIONE SPARQL. IN PARTICOLARE, SI APPROFONDISCE LA SEMANTICA FORMALE DI RDF E RDF SCHEMA.
E' DATA UNA PANORAMICA SULL'EVOLUZIONE DEL WEB ATTRAVERSO I CONCETTI DI "WEB OF DATA" E LINKED DATA; QUINDI SI PRESENTANO LE PRINCIPALI TECNOLOGIE DEL WEB 1.0 E SUCCESSIVE VERSIONI.
Metodi Didattici
IL CORSO PREVEDE SOLO LEZIONI FRONTALI.
Verifica dell'apprendimento
PROGETTO ED ESAME ORALE. IL PROGETTO CONSISTE NEL SVILUPPARE UN'APPLICAZIONE CHE IMPIEGHI LE TECNOLOGIE STUDIATE AL CORSO, CALATA IN UNO SPECIFICO DOMINIO APPLICATIVO, ATTRAVERSO L’APPROFONDIMENTO DI UN ARGOMENTO STUDIATO. LA PROVA ORALE
SERVE A VALUTARE LA PREPARAZIONE RISPETTO ALL'INTERO PROGRAMMA.
Testi
PASCAL HITZLER, MARKUS KRÖTZSCH, SEBASTIAN RUDOLPH
FOUNDATIONS OF SEMANTIC WEB TECHNOLOGIES
CHAPMAN & HALL/CRC, 2009.

TOM HEATH AND CHRISTIAN BIZER (2011) LINKED DATA: EVOLVING THE WEB INTO A GLOBAL DATA SPACE (PRIMA EDIZIONE). SYNTHESIS LECTURES ON THE SEMANTIC WEB: THEORY AND TECHNOLOGY, 1:1, 1-136. MORGAN & CLAYPOOL.
Altre Informazioni
-
  BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-10-21]