Recuperación de Información M. Andrea Rodríguez Tastets DIIC - Universidad de Concepción

Temas Presentación Asignatura Proyectos semestrales Introducción

Descripción Esta asignatura profundiza en los aspectos teóricos de la recuperación de información. Se pretende que los alumnos sean capaces de entender los requerimientos y las diferentes estrategias asociadas a sistemas que requiran la recuperación de información desde bancos de datos de gran volumen. Se darán a conocer estrategias para la recuperación de texto, imágenes y datos espaciales y se estudiarán la estructura y acceso de información en ambiente masivos y dinámicos (World Wide Web)

Programación Martes 16/8: Aspectos Fundamentales Martes 23/8: Modelos Clásicos Martes 30/8: Modelos Clásicos Martes 06/9: Modelos Alternativos Martes 13/9: Especificación de Consultas Martes 20/9: Visualización de Resultados (clase a recuperar) Examen 1 Martes 27/9: Métodos de Acceso y algoritmos Martes 04/10: Métodos de Acceso y algoritmos Martes 11/10: Recuperación de Información en la WWW Martes 18/10: Recuperación de Información en la WWW Martes 25/10: Web Semántica (clase a recuperar) Martes 08/11: Web Semántica Martes 15/11: Recuperación basada en el contenido Martes 22/11: Recuperación basada en el contenido Martes 29/11: Recuperación basada en el contenido (clase a recuperar) Examen 2

Evaluaciones La evaluación de esta asignatura consta de 2 exámenes y un proyecto semestral individual- colaborativo (cada uno de estos equivalente al 33% de la nota final). El trabajo es un proyecto general que está organizado en partes responsables de un sólo alumno. Además existe un alumno que coordina el proyecto. Los alumnos son evaluados por su contribución al proyecto en forma individual y colectiva. El proyecto es requisito, nota no puede ser inferior a 4 (51).

Ejemplo de Proyectos Semestrales Weblog (blog): publicación Web que periódicamente es actualizada con textos y artículos de un tema específico y que son ordenados cronológicamente. Etiquetador XML de documentos en forma automática con visualizador temático

Bibliografía Fundamental: Baeza-Yates, R. y Ribeiro-Neto, B. Moderm Information Retrieval, Addison- Wesley Complementario: Maybury, M., Intelligent Multimedia Infromation Retrieval, MIT Press, Chang, G., Healey, M., McHugh, J., Wang, J., Mining the World Wide Web, Kluwer Academic Publishers, Kang Wu, J., Kankanhalli, M., Lim, J., Hong, D., Perspectives on Content- Based Multimedia Systems, Artículos y material bibliográfico entregados durante el curso