Guía docente de Gestión de Información en la Web (M50/56/2/17)

Web x.0, Redes Sociales, Recuperación de Información, Sistemas de Recomendación, Vigilancia Tecnológica, Comercio Electrónico.

No se requiere ningún prerequisito.

• Conocer la evolución de las tecnologías, herramientas y lenguajes de desarrollo de aplicaciones en la web.
• Conocer las distintas estructuras sociales con soporte en la web.
• Conocer los distintos procedimientos para localizar información útil entre cantidades ingentes de contenido estructurado, semi-estructurado o sin estructurar.
• Introducir los conceptos de los sistemas de recomendaciones y su implementación y aplicación en actividades relacionadas con el turismo, la salud, la banca, el comercio electrónico.
• Introducir los conceptos básicos de la vigilancia tecnológica así como al uso de herramientas de vigilancia tecnológica que permiten la captación y análisis de información científico-tecnológica que sirve de apoyo en los procesos de toma de decisiones.
• Conocer los distintos tipos de negocio electrónico y sus fundamentos.
• Conocer los distintos modelos de pago en comercio electrónico.

• Tema 0: Introducción a la Web 2.0 y al Análisis de Medios Sociales
• Tema 1: Recuperación de Información: Introducción. Procesado e indexación de documentos. Modelos de Recuperación de Información. Evaluación de la recuperación. Recuperación de información en la Web. Motores de búsqueda de código abierto. Técnicas avanzadas de RI-
• Tema 2: Sistemas de Recomendación: Introducción. Tipos de Sistemas de Recomendación. Filtrado colaborativo. Recomendación basada en contenido. Métodos híbridos. Evaluación.
• Tema 3: Vigilancia Tecnológica: Introducción. Necesidades de información. Fases del proceso. Herramientas.
• Tema 4: Análisis de Redes Sociales: Introducción a las Redes Complejas. Aplicaciones. Aspectos Básicos y Propiedades Estructurales de las Redes Complejas. Aspectos Básicos del Análisis de Redes Sociales. Medidas de Centralidad. Ejemplos de Aplicación.
• Tema 5: Poda y Visualización de Redes Sociales: Necesidad de la Simplificación y Visualización de Redes. Reducción de la Dimensión en Redes. Poda de Redes. Visualización de Redes. Software de Visualización de Redes.
• Tema 6: Detección de Comunidades y Difusión de Información en Redes Sociales: Estructura de Comunidades. Justificación de la Necesidad de Detección. Métodos de Detección de Comunidades. Ejemplos de Aplicación. Procesos Epidémicos y de Difusión. Modelos Clásicos de Propagación de Epidemias. Modelos de Difusión de Información en Redes. Ejemplos de Aplicación.

• Práctica 1: Desarrollo de un sistema de recuperación de información.
• Práctica 2: Desarrollo de un sistema de recomendación.
• Práctica 3: Análisis y visualización básica de una red social.
• Práctica 4: Desarrollo de un caso práctico de análisis y evaluación de redes en medios sociales.

SEMINARIOS:

• Seminario 1: Introducción a la recuperación de información estructurada.
• Seminario 2: Herramientas de análisis de redes complejas y redes sociales (p.ej. Gephi y NodeXL).
• Seminario 3: El algoritmo Pagerank de Google.
• Seminario 4: Visualización de redes en Gephi.

• Mark E.J. Newman: "Networks: An Introduction", Oxford University Press, 2nd edition, 2018. ISBN 0198805098
• Albert-László Barabási: "Network Science", Cambridge University Press, 2016. ISBN 1107076269
• Zafarani, R., Ali Abbasi, M., Liu, H., Social Media Mining. An Introduction. Cambridge University Press 2014.
• 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.
• Wasserman, S., Faust, K. Social Network Analysis. Methods and Applications. Cambridge University Press 1994.
• Chen, C. Information Visualization: Beyond the Horizon. Springer 2004.

• McCandless, M., Hatcher, E., Gospodnetic, O. Luce in Action (2d Edition). Manning 2011.
• Manning, C., Raghavan, P., Schütze, H. Introduction to Information Retrieval. Cambridge University Press 2008.
• Ricci, F., Rokach, L., Shapira, B., Kantor, P.B. Recommender systems handbook. Springer 2011.
• Kahaner, L. Competitive Intelligence. How to gather, analyze and use information to move your business to the top. Touchstone 1997.
• Dou, H., Damayanty, M. Competitive Intelligence, Technology Watch and Regional Development. MUC Publishing 2004.
• Newman, M. Networks: An introduction. Oxford 2010.
• Kumar, S., Morstatter, F., Liu, H. Twitter Data Analytics. Springer 2013.

Sobre Recuperación de Información:

• Libro en línea sobre RI: http://npl.stanford.edu/IR-book
• Web del grupo de IR de la ACM: http://www.acm.org/sigir

Sobre Sistemas de recomendación:

• Web del grupo de Recomendación de la ACM: http://recsys.acm.org

Sobre Vigilancia Tecnológica:

• http://www.upf.edu/hipertextnet/numero-6/vigilancia-tecnologica.html

Sobre Redes Complejas:

• Libro electrónico “Network Science Interactive Book Project”: http://networksciencebook.com/
• Web de Mark Newman, University of Michigan: http://www-personal.umich.edu/~mejn/
• Web de Réka Albert, Pennsylvania State University: https://www.ralbert.me/

Sobre Visualización de Información:

• Portal web “InfoVis Cyberinfrastructure: http://iv.slis.indiana.edu/
• Paquetes software de visualización: http://www.kdnuggets.com/software/visualization.html
• Curso “Information Visualization”, Indiana University: http://ella.slis.indiana.edu/~katy/S637-S11/
• Web de Chaomei Chen, Drexel University: http://www.pages.drexel.edu/~cc345/

Sobre Análisis de Redes y Medios Sociales:

• Stanford Network Analysis Project: http://snap.stanford.edu/
• Grupo “Social Mining”, Max Planck Institute: http://ella.slis.indiana.edu/~katy/S637-S11/

• MD01 Clases Teóricas-Expositivas 
• MD02 Resolución de Problemas 
• MD03 Resolución de Casos Prácticos 
• MD04 Aprendizaje basado en Proyectos 
• MD05 Prácticas en Laboratorio 
• MD09 Demos 
• MD10 Exposición de Trabajos Tutelados 
• MD11 Conferencias 
• MD16 Tutorías Académicas 

En esta asignatura, la evaluación de la misma quedará implementada de acuerdo a un Aprendizaje Basado en Proyectos (ABP). De este modo, el sistema de clasificación se basará en el desarrollo, entrega, defensa y evaluación de trabajos, realizados de forma individual, que requerirán de la adquisición de los conocimientos de la parte teórica y de su aplicación práctica.

Más detalladamente, se utilizarán de las siguientes técnicas de evaluación continua:

1. Se realizarán prácticas de laboratorio, resolución de problemas y desarrollo de proyectos individuales y se valorarán las entregas de los informes/memorias realizados por los/las estudiantes o, en su caso las entrevistas personales con ellos/ellas y las sesiones de evaluación. En concreto, los proyectos asociados a las prácticas 1, 2 y 4 tendrán una defensa, realizada de forma presencial. La ponderación de este bloque será del 90%. Las dos primeras implicarán un 45% de la calificación final y la última otro 45%.

2. La parte de trabajo autónomo y los seminarios se evaluarán teniendo en cuenta la asistencia a los seminarios, los problemas propuestos que hayan sido resueltos y entregados por los/las estudiantes, en su caso, las entrevistas efectuadas durante el curso y la presentación oral de los trabajos desarrollados. La ponderación de este bloque será del 10%, considerándose el proyecto de la práctica 3, de entrega voluntaria, para el presente apartado.

Esta modalidad de evaluación se realizará en un único acto académico y consistirá en un examen escrito el día de la convocatoria oficial. Dicha prueba (evaluada de 0 a 10) incluirá preguntas tanto de tipo teórico como práctico (con una distribución de 30% de parte teórica y 70% de parte práctica) que garanticen que el/la estudiante ha adquirido la totalidad de las competencias descritas en esta misma guía docente.

La evaluación se realizará mediante un único examen escrito, con una parte relacionada con la teoría (30%) y otra con las prácticas (70%).