Guía docente de Sistemas de Recuperación de Información y de Recomendación (M51/56/3/22)
Máster
Módulo
Rama
Centro Responsable del título
Semestre
Créditos
Tipo
Tipo de enseñanza
Profesorado
- Juan Manuel Fernández Luna
- Enrique Herrera Viedma
Tutorías
Juan Manuel Fernández Luna
Email- Tutorías 1º semestre
- Lunes 12:00 a 14:00 (D22 (Etsiit))
- Martes 12:00 a 14:00 (D22 (Etsiit))
- Miércoles 12:00 a 14:00 (D22 (Etsiit))
- Tutorías 2º semestre
- Lunes 11:00 a 13:30 (D22 (Etsiit))
- Martes 11:00 a 13:30 (D22 (Etsiit))
- Viernes 11:00 a 12:00 (D22 (Etsiit))
Enrique Herrera Viedma
EmailBreve descripción de contenidos (Según memoria de verificación del Máster)
En esta asignatura se estudiarán los fundamentos de dos de las áreas más importantes del acceso a la información: los sistemas de recuperación de información y los de recomendación. Se mostrarán los procesos completos de preparación de los sistemas y cómo interactúan los usuarios con ellos, siempre haciendo hincapié en las técnicas de ciencia de datos empleadas.
Prerrequisitos y/o Recomendaciones
No existen requisitos previos ni recomendaciones.
Competencias
Competencias Básicas
- CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
- CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
Resultados de aprendizaje (Objetivos)
- Reconocer la problemática del acceso a información relevante en grandes volúmenes dedatos e identificar la Recuperación de Información y la Recomendación como disciplinas complementarias que ayudan a resolver este problema.
- Comprender la importancia de la optimización de los procesos de indexación y búsqueda sobre grandes volúmenes de datos.
- Conocer los fundamentos y detalles teóricos de los modelos de Recuperación de Información y Recomendación.
- Evaluar la bondad de las distintas aproximaciones para la Recuperación de Información y Recomendación, conociendo los criterios de aplicación de cada una de ellas.
- Entender cómo un buen conocimiento del usuario y el contexto concreto en el que se desarrolla el proceso de acceso a la información nos permite mejorar el rendimiento de los sistemas.
- Reconocer la organización interna de un documento como un atributo aprovechable para la Recuperación de Información y conocer las técnicas básicas para indexar y recuperar información estructurada.
- Conocer el estado del arte así como familiarizar al alumno con algunas áreas avanzadas de la disciplina.
Programa de contenidos Teóricos y Prácticos
Teórico
MÓDULO I: RECUPERACIÓN DE INFORMACIÓN
- Tema 1. Introducción a la Recuperación de Información.
- Tema 2. Arquitectura de Sistemas de Recuperación.
- Tema 3. Modelos básicos de RI
- Tema 4. Modelos avanzados de RI
- Tema 5. Técnicas Avanzadas de RI
MÓDULO II: SISTEMAS DE RECOMENDACIÓN
- Tema 6. Introducción a los Sistemas de Recomendación.
- Tema 7. Modelos de Sistemas de Recomendación.
- Tema 8. Sistemas Basados en Contenido o Filtrado Colaborativo.
- Tema 9. Evaluación
- Tema 10. Reducción de la Dimensionalidad (LSI, SVD, Factorización de Matrices)
- Tema 11. Sistemas Avanzados de Recomendación (basados en Contexto, Confianza y en Social Media)
- Tema 12. Modelización y Personalización del Usuario.
Práctico
- Práctica 1. Motores de Búsqueda de Código Abierto (Lucene) .
- Práctica 2. Apache Mahout.
Bibliografía
Bibliografía fundamental
- Cacheda, F., Fernández-Luna, J.M. y Huete, J. Recuperación de Información: Un enfoque práctico y multidisciplinar. Ed. Rama 2011.
- Dietmar, J., Zanker, M., Felferning, A., Friedrich, G. Recommender Systems: an Introduction. Cambridge University Press 2010.
- Manning, C., Raghavan, P., Schütze, H. Introduction to Information Retrieval. Cambridge University Press 2008.
- Rcci, F., Rokach, L., Shapira, B., Kantor, P.B. Recommender systems handbook. Springer 2011.
Bibliografía complementaria
- Recommender Systems: The Textbook. 2016. Springer. 3319296574
Enlaces recomendados
- Recuperación de información:
- Sistemas de recomendación: https://machinelearningmastery.com/recommender-systems-resources/
Metodología docente
Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)
Evaluación Ordinaria
La evaluación de esta asignatura, tanto en su parte teórica como práctica, se basa, en un primer lugar, en la entrega y evaluación de un trabajo teórico-práctico sobre un tema acordado con alguno de los profesores y relacionado con la asignatura, el cual tendrá que ser expuesto y defendido ante los docentes. Además, se considerará también trabajo autónomo en forma de entregas de problemas propuestos, informes o memorias y proyectos individuales o en grupo. Por último, se realizará un examen escrito que integre ejercicios de la partes teóricas y prácticas vistas en clase.
El porcentaje sobre la calificación final de cada parte queda detallado a continuación:
- Evaluación del trabajo teórico/práctico: 45%
- Nota del examen: 45%
- Evaluación del trabajo autónomo: 10%
Evaluación Extraordinaria
La convocatoria extraordinaria se realizará en un solo acto académico en forma de entrega de un trabajo teórico/práctico escrito y su exposición y defensa ante los docentes, que verse sobre uno o varios temas relacionados con la asignatura y que será acordado previamente con alguno de los docentes de la misma y un examen escrito sobre los contenidos teórico-prácticos de la asignatura. La entrega y la defensa del trabajo tendrá una ponderación en la nota del 50% y el examen escrito del 50%.
Evaluación única final
La evaluación única final se realizará en un solo acto académico en forma de entrega de un trabajo teórico/práctico escrito y su exposición y defensa ante los docentes, que verse sobre uno o varios temas relacionados con la asignatura y que será acordado previamente con alguno de los docentes de la misma y un examen escrito sobre los contenidos teórico-prácticos de la asignatura. La entrega y la defensa del rabajo tendrá una ponderación en la nota del 50% y el examen escrito del 50%.