Guía docente de Sistemas de Recuperación de Información y de Recomendación (M51/56/3/22)

Curso 2023/2024
Fecha de aprobación por la Comisión Académica 26/07/2023

Máster

Máster Universitario en Ciencia de Datos e Ingeniería de Computadores

Módulo

Módulo de Modelos Avanzados de Ciencias de Datos

Rama

Ingeniería y Arquitectura

Centro Responsable del título

International School for Postgraduate Studies

Semestre

Segundo

Créditos

3

Tipo

Optativa

Tipo de enseñanza

Presencial

Profesorado

  • Juan Manuel Fernández Luna
  • Enrique Herrera Viedma
  • Juan Francisco Huete Guadix

Tutorías

Juan Manuel Fernández Luna

Email
  • Tutorías 1º semestre
    • Martes 11:00 a 13:00 (D22 Etsiit)
    • Jueves 11:00 a 12:30 (D22 Etsiit)
    • Viernes 11:00 a 13:00 (D22 Etsiit)
  • Tutorías 2º semestre
    • Lunes 11:00 a 12:30 (D22 Etsiit)
    • Martes 11:00 a 12:30 (D22 Etsiit)
    • Jueves 11:00 a 12:30 (D22 Etsiit)
    • Viernes 11:00 a 12:30 (D22 Etsiit)

Enrique Herrera Viedma

Email
No hay tutorías asignadas para el curso académico.

Juan Francisco Huete Guadix

Email
  • Tutorías 1º semestre
    • Martes 10:30 a 13:30 (D21 Etsiit)
    • Miércoles 10:30 a 13:30 (D21 Etsiit)
  • Tutorías 2º semestre
    • Lunes 10:00 a 13:00 (D21 Etsiit)
    • Martes 10:00 a 13:00 (D21 Etsiit)

Breve 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. Recuperación de Información Distribuida (MapReduce)
  • Tema 4. Modelos Avanzados de RI y Ranking.
  • Tema 5. Técnicas Avanzadas en Recuperación de Información.

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

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%.

Información adicional