Ｗｅｂマイニング演習（k）[3B20]

＜学位授与の方針＞

	1. 基礎知識の習得
○	2. 専門分野知識の習得
◎	3. 汎用的問題解決技能
○	4. 道徳的態度と社会性

＜授業のねらい＞

3年前期に開講されるWebマイニングの講義を基に，実データについて演習することでそのアルゴリズムおよび評価方法について学び，Web上のデータ取得に必要となるネットワークアクセス技術を学ぶ．

＜受講にあたっての前提条件＞

システム数理学科3年前期科目である「Webマイニング」を受講していることが望ましい．
また，その講義内容を十分に理解していること．

＜具体的な到達目標＞

実際のWebメディアやソーシャルメディアのデータを用いて，データマイニング・Webマイニングを行える．
そのアルゴリズムおよび結果の評価について理解を深める．
ネットワーク接続によるデータの取得，管理方法を学ぶ．

＜授業計画及び準備学習＞

演習課題に関しては，次の講義で解説を行い，復習を兼ねる．
毎回の講義に際し，事前学習として次回の課題に取り組んでおき，何がわかり何がわからないかを整理しておくこと．
以下に標準的な授業計画を記載するが，受講者の興味や進度に応じて順番の入れ替えやボリュームの調整を行う．

第1回：Web・ソーシャルメディアデータ
　演習の全容を把握し，演習で用いるデータの内容と構造を理解する．
第2回：WebアクセスとHTML，CSS
　Webアクセスのために必要となる情報通信の基礎知識を理解する．
第3回：Webアクセス演習
　実際にWebデータへアクセスし，情報通信の基礎知識に関しての演習を行う
第4回：Web・ソーシャルメディアデータの取得
　WebAPIへアクセスし，データを取得するプログラムの構築を行う．
第5回：データベースの構築
　データベースを設計，構築し，取得したデータをデータベースに登録する．
第6回：データ処理演習
　データベース中のデータに対する統計的処理方法を学ぶ．
第7回：非階層的クラスタリング演習
　k-means法などのアルゴリズムでデータクラスタリングを行う．
第8回：階層的クラスタリング演習
　階層的凝集クラスタリングなどのアルゴリズムでデータクラスタリングを行う．
第9回：分類アルゴリズム演習
　データの分類アルゴリズムを実装する．
第10回：予測アルゴリズム演習
　回帰モデルなどの予測モデルを実装する．
第11回：Webの構造マイニング演習
　PageRankやHITSなどのWebのネットワーク構造に対するマイニング手法を実装する．
第12回：Webの内容マイニング演習
　Web情報検索，インデクスといった内容に対する情報抽出手法を実装する．
第13回：位置情報マイニング演習
　位置情報のデータのマイニングを実装し，実空間情報の利用について学ぶ．
第14回：学習内容の振り返り

定期試験を実施しない．代わりにレポート課題により評価する．

＜成績評価方法＞

成績は最後に課すレポート課題の成績のみで判定する．
A+~Fの6段階評価でD以上のものを合格とする．

＜教科書＞

指定教科書なし

＜参考書＞

ソーシャル・ビッグデータサイエンス入門―基本概念からマイニング技術、応用まで，石川 博，コロナ社
Pythonによるスクレイピング＆機械学習，クジラ飛行机，ソシム株式会社

＜オフィスアワー＞

曜日：水曜日
時間：11:05〜12:50
居室：A2472（新宿キャンパス）

＜学生へのメッセージ＞

Webマイニングでは理論を中心に学びました．Webマイニング演習ではそれを実際にやってみて，データから色々なことを読み取ってほしいと思います．また，古典的なアルゴリズムではどの程度の精度なのかということも体感できると思います．