הצגת סילבוסים

קורס מספר: 89-452-01           
שם הקורס: סמינריון ניהול נתוני עתק ברשת בעזרת ההמונים
סוג הקורס: סמינריון
שנה / סמסטר : תשע"ז    סמסטר א
היקף שעות: 2 ש"ס     ניקוד:   2
שם המרצה: ד"ר יעל אמסטרדמר            פרטי התקשרות עם המרצה
תאריך עדכון אחרון:    11/07/2016

מטרות הקורס / תוצרי הלמידה*:

נדון בנושאים עכשוויים בחזית המחקר בניהול נתונים (data management), ובפרט באתגרים הנוגעים לניהול וניתוח נתוני עתק (big data), לנתונים שמגיעים ממקורות שונים באינטרנט (web data) ולנתונים אותם נרצה לאסוף מהמוני משתמשי האינטרנט או לעבד בעזרת אותם משתמשים.


תאור הקורס:

הסמינר יתבסס על הרצאות של התלמידים, בנושאים מתקדמים. התלמידים ידרשו לבחור מאמר ולהציג אותו, באחד מהנושאים הבאים:

Big data management: MapReduce, architectures, data exploration

Web data management: semantic web, web-based knowledge bases, SPARQL, information extraction from semi-structured data

Crowdsourcing: data harvesting and analysis with the help of the crowd

.

 

    תכנית הוראה מפורטת לכל השיעורים: (רשימה או טבלה כדוגמת המצ"ב)

 

מס' השיעור

נושא השיעור

קריאה נדרשת

 הערות

1-2

הקדמה והיכרות עם הנושאים

 

 

3-13

הרצאות סטודנטים ו\או הרצאות אורח

 

 

 

דרישות קדם:

מעבר קורסי חובה שנה א' וב', מבני נתונים, רצוי מערכות מסדי נתונים (או מסדי נתונים).


חובות / דרישות / מטלות**:

הצגת מאמר בודד או שני מאמרים בזוג, כתלות במספר הנרשמים. חובת נוכחות בכל ההרצאות.


מרכיבי הציון הסופי:

ציון מספרי על ההרצאה, 5% על השתתפות בהרצאות של אחרים. 


ביבליוגרפיה:

Recommended reading:

 

Dean, Jeffrey, and Sanjay Ghemawat. "MapReduce: simplified data processing on large clusters." Communications of the ACM 51.1 (2008): 107-113.

 

Berners-Lee, Tim, James Hendler, and Ora Lassila. "The semantic web." Scientific american 284.5 (2001): 28-37.

 

Doan, Anhai, Raghu Ramakrishnan, and Alon Y. Halevy. "Crowdsourcing systems on the world-wide web." Communications of the ACM 54.4 (2011): 86-96.

 

Parameswaran, Aditya, and Neoklis Polyzotis. "Answering queries using humans, algorithms and databases." (2011).

 

 


שם הקורס באנגלית:
Web, Crowd and Big Data Management

* תוצרי הלמידה (learning outcomes) הן הצהרות המציינות במפורש מה הלומדים צפויים להשיג בסוף תקופת הלימוד בקורס. תוצרי הלמידה מוגדרים במונחים של הישגי ידע, הבנה, כישורים, יכולות ו/או עמדות שהלומד מצופה להדגים כתוצאה מהתנסותו הלימודית האקדמית בקורס. לפרטים נוספים לחץ כאן .


** המדריך: איך תימנע מעבירות אתיות בהגשת עבודות. לקריאה לחץ כאן .