Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Web Science - 1. lekcija

828 views

Published on

LU specseminārs "Web Science" (13.09.2012)

Published in: Education, Technology
  • Best dissertation help you can get, thank god a friend suggested me ⇒⇒⇒WRITE-MY-PAPER.net ⇐⇐⇐ otherwise I could have never completed my dissertation on time.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • If you’re struggling with your assignments like me, check out ⇒ www.WritePaper.info ⇐. My friend sent me a link to to tis site. This awesome company. After I was continuously complaining to my family and friends about the ordeals of student life. They wrote my entire research paper for me, and it turned out brilliantly. I highly recommend this service to anyone in my shoes. ⇒ www.WritePaper.info ⇐.
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • yayy :)
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here

Web Science - 1. lekcija

  1. 1. Web  Science  (Tīmekļa  zinātne)   Uldis  Bojārs   Normunds  Grūzī@s       LU  specseminārs  –  2012.09.13   hKp://captsolo.net/webscience_lv/    
  2. 2. Par  mums  •  Uldis  Bojārs   –  sociālais  Rmeklis   –  seman@skais  Rmeklis  •  Normunds  Grūzī@s   –  dabiskās  valodas  apstrāde   –  zināšanu  reprezentācija  
  3. 3. Tim  Berners-­‐Lee    @  Olimpiskās  spēles  2012  
  4. 4. “Despite  the  webs  great  success  as  a  technology  and  the  significant  amount  of  compu@ng  infrastructure  on  which  it  is  built,  it  remains,  as  an  en@ty,  surprisingly  unstudied.”    James  Hendler,  Nigel  Shadbolt,  Wendy  Hall,    Tim  Berners-­‐Lee,  Daniel  Weitzner      Web  Science:  An  Interdisciplinary  Approach  to  Understanding  the  Web.  Communica@ons  of  the  ACM,  Vol.  51,  No.  7,  2008.    hKp://dl.acm.org/cita@on.cfm?id=1364782.1364798    
  5. 5. World  Wide  Web  •  Sākumā:   –  Protokoli  (un  aparatūra)   –  Rīki  (pirmais  Rmekļa  serveris  un  pārlūks)   –  Read-­‐only  Rmeklis  •  Mūsdienās:   –  Sarežģīts  un  daudzpusīgs  fenomens   –  Dinamiski  da@,  lietotāju  ģenerēts  saturs   –  Sociālais  Rmeklis,  seman@skais  Rmeklis,  APIs  
  6. 6. Web  Science  
  7. 7. •  Web  Science   –  nozīmīgs  pētniecības  virziens   –  integrēts,  starpdisciplinārs  skats  uz   Rmekļa  tēmu  mācīšanu  un  izpē@  •  Sociālā  Rmekļa  izpēte   –  Web  Science  apakšvirziens   –  ietver  datorzinātnes,  sociālās  zinātnes,  u.c.   –  bagāRgi  datu  avo@:  Wikipedia,  TwiKer,  Flickr,  …  
  8. 8. •  Kādus  datu  avotus  (Rmeklī  un  internetā)     mēs  zinām?   –  Lietas,  ko  varētu  pēRt    •  Datu  veidi,  ko  no  šiem  avo@em  var  dabūt    •  Ko  ar  šiem  da@em  var  darīt?  
  9. 9. Tīmekļa  zinātnes  studijas  •  Web  Science  Trust  iniciaRva:   –  hKp://wiki.websciencetrust.org/w/Curriculum_topics   •  History  of  the  Web   •  Building  the  Web   •  The  Web  in  Society   •  Opera@onalising  Web  Science   •  Analysing  the  Web       –  hKp://wiki.websciencetrust.org/w/Curriculum   •  Web  Science  programmu  apskats  (2010.g.)    
  10. 10. •  Southampton  University  PhD  program   –  hKp://dtc.webscience.ecs.soton.ac.uk/people-­‐and-­‐ partners/list-­‐of-­‐students/student-­‐research-­‐interests/   –  skat.  tēmu  sarakstu  •  Rensselaer  Polytechnic  Ins@tute  (RPI)   –  hKp://tw.rpi.edu/course/2009/websci/ Websci2009MainPage   –  TwiKer,  Open  Data,  …   –  projek@,  komandas  darbs  •  Web  Science  Doctoral  Summer  School   hKp://wiki2011.webscience.deri.ie/websciwiki2011/    
  11. 11. Starptau@skās  konferences  •  ACM  Web  Science  Conference  (2009  -­‐  …)   –  hKp://www.websci12.org/  •  Interna@onal  Conference  on  Weblogs     and  Social  Media  (ICWSM,  2008  -­‐  …)   –  hKp://www.icwsm.org/2012/index.php    •  WWW  2012  Conference,  Web  Science  track   –  hKp://www2012.wwwconference.org/program/ accepted-­‐papers/webscience/    
  12. 12. .  .  .  .  .  •  WikiSym  [on  wikis  and  open  collabora@on]   –  hKp://www.wikisym.org/ws2012/bin/view/Main/Program  •  WikiMania  2012   –  hKp://wikimania2012.wikimedia.org/wiki/Schedule  •  Internet  Research  Conference   –  hKp://ir12.aoir.org/schedule  
  13. 13. Piemēri%•  Twittermood: ASV noskaņojuma svārstības% •  Twitter analīze Londonas olimpisko spēu laikā%•  Akciju tirgus prognozēšana Twitter datos%•  Vēlēšanas: pirms un pēc%•  Facebook Gaydar: seksuālā orientācija% http://gawker.com/5364264/facebook-gaydar- emerges-from-breakthrough-mit-project%
  14. 14. PēRjumi  Latvijā  •  Piemēri:   –  Vēlēšanu  komunikācija  TwiKer  vidē   –  KolekRvās  atcerēšanās  efek@  TwiKer  vidē   –  Ziņu  portālu  komentētāju  noskaņojuma  analīze  •  Potenciāls  jaunām  idejām:   –  Starpdisciplināri  pēRjumi   –  Ak@vitātes,  kur  piedalās  dažādu  nozaru     studen@  un  pētnieki    
  15. 15. Specseminārs  •  Ievads  Web  Science   –  Tīmekļa  azsRba  un  tehnoloģijas,  sociālais  Rmeklis  •  Sociālā  Rmekļa  da@   –  Tēmu  piemēri:   •  Datu  vākšana  un  analīze   •  Dabīgās  valodas  apstrāde   •  Datu  vizualizācija  •  Prezentācijas,  diskusijas,  darbs  komandās  
  16. 16. Praks@skā  daļa  •  Kopīgs  projekts  •  Visa  semestra  laikā  •  Tēmas  apskatām  projekta  kontekstā    
  17. 17. Praks@skā  daļa  •  Kopīgs  projekts  •  Visa  semestra  laikā  •  Tēmas  apskatām  projekta  kontekstā  •  Ko  gribat  pēRt  jūs?  
  18. 18. 2011. gada rudens seminārs%•  Kopīgs projekts% •  apspriešana klātienē un Facebook grupā% •  komandas darbs%%•  Vieslekcijas (par aktuālām tēmām)% •  Ernests Štāls, http://reach.ly% •  Twitter datu kopa% •  Artis Āre%
  19. 19. TwitĒdiens  -­‐  hKp://twitediens.tk  
  20. 20. Projektu  tēmas  •  Populārākās  Rīgas  atpūtas  vietas  Tviterī  •  Datorspēļu  popularitāte  •  Zīmolu  tops  •  TwaKle  –  BaKle  of  the  brands  •  Internet  mārke@ngs  
  21. 21. Ko  saka  studen@:  •  “TwiKer  API,  mašīnmācīšanās  pamatu  apgūšana,   nozares  celmlaužu  pieredzes  uzklausīšana“    •  “…  noderīgākais  un  interesantākais  bija  TwiKer   datu  vākšana  un  uClassify  izmantošana.   Interesan@  tādā  ziņā,  ka  līdz  šim  nekad  nebiju   saskāries  ar  nevienu  API  izmantošanu  ...”    •  “Projekta  izstrādāšana  grupā;  prezentācijas  par   seman@c  web;  paskaRt  uz  citu  grupu   projek@em.”  
  22. 22. Kopsavilkums  •  Web  Science   –  Rmeklis  =  nozīmīgs  un  daudzpusīgs  fenomens   –  “  ir,  ko  rakt  :)  “    •  Sociālā  Rmekļa  izpēte   –  lieli  datu  apjomi   –  interesan@  da@,  pieejami  API  •  (Var  pēRt  arī  citas  tēmas)    
  23. 23. “Mājas  darbs”  •  Izlasīt  “Web  Science:  An  Interdisciplinary   Approach  to  Understanding  the  Web”   –  hKp://dl.acm.org/cita@on.cfm?id=1364782.1364798    •  Apdomāt  potenciālo  projektu  tēmas  •  Pieteik@es  Facebook  grupā   –  hKps://www.facebook.com/groups/195549767180346/     hKp://captsolo.net/webscience_lv/  
  24. 24. Specsemināra  prasības  •  AkRva  līdzdalība  (jautājumi,  diskusijas)    •  Darbs  mini-­‐projektā/pē/jumā  (grupās)   –  Dažādi  datu  avo@  /  tēmas    •  Nelielu  prezentāciju/stāsRjumu  gatavošana   –  diskusijas:  problēmas  un  iespējamie  risinājumi  mini-­‐projektos   –  saistošu  publikāciju  (metožu),  no@kumu,  projektu,  rīku  apska@   –  ...  

×