Затвердж ено




Скачать 142.15 Kb.
НазваниеЗатвердж ено
Дата публикации24.05.2014
Размер142.15 Kb.
ТипДокументы
literature-edu.ru > Лекции > Документы
Донецький національний університет

Кафедра Комп‘ютерних технологій

ЗАТВЕРДЖЕНО
Радою фізико-технічного факультету

Протокол № 10 від 25 червня 2013 року

Голова ради

______________________ Каргін А.О.

РОБОЧА ПРОГРАМА НАВЧАЛЬНОЇ ДИСЦИПЛІНИ




Інтелектуальні
Web-технології
напрям підготовки 6.050101 «Комп‘ютерні науки»
спеціальності 8.05010104 «Системи штучного інтелекту»,

Донецьк – 2013 рік

Робоча програма дисципліни «Інтелектуальні Web-технології» для студентів за напрямом підготовки 6.050101 «Комп‘ютерні науки», спеціальностями 8.05010104 «Системи штучного інтелекту».
“20” червня 2013 року. - 9 с.

Розробники: проф. Толстих В. К.


Робоча програма затверджена на засіданні кафедри комп’ютерних технологій
Протокол від “20” червня 2013 року № 6
Завідувач кафедри комп‘ютерних технологій
__________________________ (Каргін А.О.)

“20” червня 2013

Схвалено методичною комісією вищого навчального закладу за напрямом підготовки «Комп‘ютерні науки»
Протокол від “21” червня 2013 року № 7
“21” червня 2013 Голова _______________ ( Котенко В.М.)

Толстих В. К., 2013 рік

 ДонНУ, 2013 рік


  1. Опис навчальної дисципліни





Найменування показників

Галузь знань, напрям підготовки, освітньо-кваліфікаційний рівень

Характеристика навчальної дисципліни

денна форма навчання

заочна форма навчання

Кількість кредитів - 3

Галузь знань

0501 «Інформатика та обчислювальна техніка»


Нормативна

Напрям підготовки

6.050101

«Комп’ютерні науки»

Модулів – 1

Спеціальність (професійне

спрямування):
8.05010104

«Системи штучного інтелекту»


Рік підготовки:

Змістових модулів – 8

1-й




Індивідуальне науково-дослідне завдання - немає

Семестр

Загальна кількість годин – 108

1-й




Лекції

Тижневих годин для денної форми навчання:

аудиторних – 36

самостійної роботи студента – 72

Освітньо-кваліфікаційний рівень:
магістр


18 год.




Практичні, семінарські

0 год.




Лабораторні

18 год.




Самостійна робота

0 год.




Індивідуальні завдання: 0 год.

Вид контролю: залік


  1. Мета та завдання навчальної дисципліни


Мета – ознакомление студентов с современными интеллектуальными Web-технологиями.

Завдання – изучение основ интеллектуальных агентов в Web-пространстве, семантического Web, Web-Minin, моделей информационного поиска, WCF-сервисов, Grid-технологий, Web-сетей.

У результаті вивчення навчальної дисципліни студент повинен

знати:

  1. знать понятие интеллектуальных агентов в Web-пространстве;

  2. знать основы онтологий и семантического Web;

  3. знать что такое адаптивные Web-ресурсы и как организовывать персонализацию Web-ресурсов;

  4. знать что такое Web-Mining. Интеллектуальный анализ данных в Web;

  5. знать как функционирует информационный поиск в Web и уметь им профессионально пользоваться. Знать основные модели информационного поиска;

  6. уметь создавать WCF-сервисы и сервис-ориентированные информационные системы (SOA);

  7. знать основы Grid-технологий;

  8. знать основные математические модели социальных Web-сетей.



  1. Програма навчальної дисципліни

Змістовий модуль 1.

Тема 1. Интеллектуальные агенты

Понятие агента. Типичные свойства интеллектуальных агентов.

RSS-агенты: Проблемы поиска новостей традиционными ИПС. Синдикация новостной информации RSS-агентами. Понятие RSS-агрегатора.

Тема 2. Информационный поиск в Web

Поисковые агенты: принципы работы ИПС. Полнота охвата, полнота отклика, релевантность, пертинентность. SEO – Search Engine Optimization. Факторы, влияющие на поисковый ранг. Модели информационного поиска. Булева модель, Векторная модель, Вероятностная модель, Гибридные модели

Тема 3. WCF-сервисы для разработки агентов в Web-пространстве.

SOA - Service Oriented Architecture. Цели SOA, уровни абстракции SOA. Оценка эффективности сервиса. График «длинного хвоста».

WCF-сервисы: протоколы, архитектура, конечные точки, привязки, контракты, создание WCF-сервисов в среде Visual Studio. Структура файла конфигурации сервиса. Обмен метаданными. Тестирование сервиса. Пример создания .svc-сервиса и его клиента. Web-хостинг сервиса. Надёжность, управление экземплярами. Особенности служб уровня вызова, сеансовых, синглетных служб.
Обработка ошибок: концепция; ошибки, получаемые клиентом сервиса; контракты сбоев; примеры. Расширение обработки ошибок: пользовательские исключения, логирование исключений.

Тема 4. Семантический Web

Понятие семантического Web. Примеры семантических Web-узлов.

Онтологии. XML → RDF → OWL. Основы OWL.

Тема 5. Адаптивные Web-ресурсы

Понятие персонализации Web-ресурсов. Основные функции персонализации. Архитектура
адаптивной информационной системы. Основные приёмы адаптации представления Web-ресурсов.

Тема 6. Web-Mining

Интеллектуальный анализ данных (АИД) в Web. Топология данных во Всемирной паутине. Обнаружение знаний. Виды закономерностей, выявляемые ИАД. Ассоциативные правила. Пример Web Mining для персонализации.

Тема 7. Grid-технологии

Понятие Grid. Архитектура, протоколы Grid. OGSA - Open Grid Services Architecture – новое поколение Grid + SOA. Grid-сервисы, пример структуры OGSA, интерфейсы Grid-сервисов.

Тема 8. Социальные сети

Понятие социальной сети. Теория малого мира (модель случайного графа). Mодели формирования сетей.


  1. Структура навчальної дисципліни

Назви змістових модулів і тем

Кількість годин

денна форма

Заочна форма

усього

у тому числі

усього

у тому числі

Л

п

лаб

Інд

с.р.




Л

п

лаб

інд

с.р.

1

2

3

4

5

6

7

8

9

10

11

12

13

Модуль 1

Змістовий модуль 1. ИПС

Тема 1.




2




6

























Тема 2.




2




6

























Тема 3.




4




6

























Тема 4.




2































Тема 5.




2































Тема 6.




2































Тема 7.




2































Тема 8.




2































Разом за змістовним модулем 1




18




18
























Усього годин





18




18


























5. Теми семінарських занять

Семінарські заняття не передбачені

6. Теми практичних занять

Практичні заняття не передбачені
7. Теми лабораторних занять



з/п

Назва теми

Кількість

годин

1

Поиск в Internet через ИПС

6

2

Интеллектуальный RSS-агент

6

3

Интеллектуальный агент с WCF-сервисом

6




Разом

18


8. Самостійна робота

Робота за матеріалами сайту www.tolstykh.com. Підготовка до лабораторних робот.

9. Індивідуальні завдання

Не передбачені робочою програмою.
10. Методи навчання

За джерелом передачі та сприймання навчальної інформації використовуються словесні (лекція, бесіда), наочні (ілюстрація, демонстрація), практичні (досліди, вправи, навчальна праця, лабораторні роботи студентів) методи.

За характером пізнавальної діяльності студентів використовуються пояснювально-ілюстративний і репродуктивний методи, проблемне викладання, частково-пошуковий і дослідницький методи.

Залежно від основної дидактичної мети і завдань використовуються методи усного викладу знань, закріплення навчального матеріалу, самостійної роботи студентів з осмислення й засвоєння нового матеріалу, роботи із застосуванням знань на практиці та вироблення вмінь і навичок, перевірки та оцінювання знань, умінь і навичок.
11. Методи контролю
Використовуються наступні методи контролю:

  1. усний контроль (експрес-опитування на лекціях);

  2. захист лабораторних робіт;

  3. модульні контрольні роботи (дидактичне тестування);

  4. підсумковий тест (екзаменаційні білети).


12. Розподіл балів, які отримують студенти


Поточне тестування та самостійна робота


Модул.

контр. №2

Підсумковий тест (екзамен)

Сума

Змістовний

модуль 1

Т 1

Т 2

Т 3

Т 4

Т 5

Т 6

Т 7

T8

20

20

100

10

10

10

10

10

5

5

0


Шкала оцінювання: національна та ECTS

Сума балів за всі види навчальної діяльності

Оцінка ECTS

Оцінка за національною шкалою

для екзамену, курсового проекту (роботи), практики

для заліку

90 – 100

А

відмінно



зараховано

80-89

В

добре

70-79

С

60-69

D

задовільно

50-59

Е

30-49

FX

незадовільно з можливістю повторного складання

не зараховано з можливістю повторного складання

0-29

F

незадовільно з обов’язковим повторним вивченням дисципліни

не зараховано з обов’язковим повторним вивченням дисципліни


Организация текущего, модульного и итогового контроля
Текущий контроль в одном модуле:

  • Лабораторные работы – 3 работы.

  • Экспресс-опрос на лекциях.


Модульный контроль:

Организуется в виде письменного опроса по вопросам для модульного контроля, приведенным ниже.
Итоговый контроль:

Дисциплина заканчивается зачётом по всем вопросам модульного контроля.
Критерии оценок:

Модуль 1 (всего 100 баллов)

Выполненная и сданная без замечаний лабораторная работа:

    1. 20 баллов.

    2. – агент реализован как:

      • клиентский скрипт для браузера – 10 баллов,

      • Win- или Web-приложение – 20 баллов,

      • интеллектуальный агент – 30 баллов,

    3. 30 баллов.

Модульный контроль (4 вопроса) – по 5 баллов за вопрос, всего – 20 баллов.
Текущий контроль на лекциях (вопросы по предыдущей лекции) – ±3 балла за вопрос.
Зачёт (4 вопроса) – по 5 баллов за вопрос, всего – 20 баллов.

Вопросы для модульного контроля и зачёта


  1. Что такое «Интеллектуальные агенты» и их типичные свойства?

  2. Задачи агентов информационно-поисковых систем. Каков смысл их задач?

  3. Булева модель поиска?

  4. Векторная модель поиска?

  5. Основные идеи технологии PageRank. Как разработчик Web-ресурсов может влиять на SEO?

  6. Понятие SOA (Service Oriented Architecture). Смысл графика «Длинного хвоста».

  7. Сервисы: WCF: понятие, хостинг, конечные точки, привязки и контракты.

  8. Сервисы: WCF: особенности сервисов уровня вызова, сеансовых, синглетных.

  9. Сервисы: WCF: Концепция обработки ошибок. Исключения класса FaultException.

  10. Что такое Semantic Web?

  11. Что такое адаптация (персонализация) Web-ресурсов и её основные функции?

  12. Основные приёмы адаптации представления Web-ресурсов?

  13. Web Mining: Алгоритм интеллектуального анализа данных для обнаружения знаний в Web?

  14. Web Mining: Типичные виды закономерностей, выявляемые при интеллектуальном анализе данных?

  15. Web Mining: Ассоциативные правила интеллектуального анализа данных? Приведите пример.

  16. Алгоритм Web Mining построения модели пользователя для персонализации?

  17. Что такое GRID? Чем он отличается от вычислительного кластера и облака?

  18. Что такое OGSA? Опишите пример OGSA «Добыча данных».

  19. Социальные сети и формализм моделей комплексных сетей?

  20. Модели комплексных сетей: Модель случайного графа?

  21. Модели комплексных сетей: Модель малого мира?

  22. Модели комплексных сетей: Модель предпочтительного соединения?



13. Методичне забезпечення
Сайт В. К. Толстых http://www.tolstykh.com, слайды:

Введение в интеллектуальные Web-технологии;

Поиск в динамической новостной среде;

Характеристики ИПС;

Модели информационного поиска;

Web-Mining;

Семантический Web;

Web-сервисы;

WCF-сервисы;

Service Oriented Architecture;

GRID;

GRID через Web-службы (OGSA);

Инструкции к лабораторным работам.
14. Рекомендована література


  1. Беллиньясо Марко. Разработка Web-приложений в среде ASP.NET 2.0: задача-проект-решение. : Пер. с англ. – М.: ООО «И.Д. Вильямс», 2007. - 640 с.: ил.

  2. Боженюк A.B. Интеллектуальные интернет-технологии : учебник / A.B. Боженюк, Э.М. Котов., A.A. Целых. — Ростов н/Д: Феникс, 2009С — 381.

  3. Гаряка А. А. Основы ASP.NET 2.0: Учебное пособие – БИНОМ, 2007.-296 с.: ил.

  4. Гаврилова Т. А. Базы знаний интеллектуальных систем : учебник / Т. А. Гаврилова, Ф. В. Хорошевский. — СПб.: Питер, 2001. — 384 с.

  5. Дари Кристиан, Сирович Джейми. Поисковая оптимизация на ASP.NET для профессионалов. Руководство разработчика по SEO.- М.: ООО «И. Д. Вильямс», 2008.- 400 с.: ил.

  6. Джувел Лёве. Создание служб Windows Communication Foundation. – СПб.: Питер, 2008 . – 592 с.: ил.

  7. Жуков Л. Теория социальных сетей. — http://leonidzhukov.ru/hse/2012/socialnetworks/

  8. Ландэ Д. В. Поиск знаний в Internet.- М: Диалектика, 2005.- 272с.

  9. Эспозито Д. Microsoft ASP.NET 2.0. Углублённое изучение / Пер. с англ. – М.: «Русская редакция»; СПб.: Питер, 2007.-592 с.: ил.

  10. Web Mining: интеллектуальный анализ данных в сети Internet // Управление знаниями. — https://sites.google.com/site/upravlenieznaniami/


15. Інформаційні ресурси


  1. Библиотека MSDN. Как Майкрософт помогает разработчикам программного обеспечения добиться успеха [Электронный ресурс]. Режим доступа к ресурсу: http://msdn.microsoft.com/ru-ru/

  2. Материал из Википедии — свободной энциклопедии, посвященный разработке программного обеспечения [Электронный ресурс]. Режим доступа к ресурсу: http://ru.wikipedia.org/

Добавить документ в свой блог или на сайт

Похожие:

Затвердж ено iconЗатвердж ено
Робоча програма дисципліни «Інтернет технології розробки додатків» для студентів за напрямом підготовки 050101 «Комп‘ютерні науки»,...

Литература


При копировании материала укажите ссылку © 2015
контакты
literature-edu.ru
Поиск на сайте

Главная страница  Литература  Доклады  Рефераты  Курсовая работа  Лекции