Ders Detayı
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| WEB VE SOSYAL MEDYA VERİ ANALİTİĞİ | COED1114313 | Güz Dönemi | 3+0 | 3 | 8 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Doktora |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Reda ALHAJJ |
| Dersi Verenler | Prof.Dr. Reda ALHAJJ |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, öğrencilere web ve sosyal medya analitik tekniklerinin kavram, ilke, mimari, tasarım, uygulama, uygulama dahil olmak üzere web ve sosyal medya arama, madencilik ve analitik ile ilgili kavram ve teknikleri anlamalarını sağlamaktır. Bu ders ayrıca öğrencilerin farklı web arama, madencilik ve analitik yöntem ve yaklaşımların göreceli güçlü yönlerini ve sınırlamalarını tartışmalarını ve eleştirel olarak değerlendirmelerini, bazı önemli web arama, madencilik ve analitik algoritmalarını uygulamalarını ve kullanmalarını, bunları gerçek dünya web uygulamalarına uygulamalarını sağlamayı amaçlamaktadır. |
| Dersin İçeriği | Bu ders; Web ve Sosyal Medyaya Giriş, Arama, Madencilik ve Web Teknolojileri ,Introduction to Web and Social Media, Search, Mining and Web Technologies,Bilgi Erişim Modelleri: Boolean Modeli,Terimler ve gönderiler listeleri, Sözlük Veri Yapıları ve Toleranslı Erişim, Dizin Oluşturma ve Sıkıştırma,Puanlama, Terim Ağırlıklandırma ve Vektör Uzayı Modeli,Bilgi Erişim Sisteminin Bileşenleri ve Bilgi Erişim Sistemlerinin Performans Değerlendirmesi,Sınav Haftası,Web Madenciiğine Giriş, Birliktelik Kuralları ve Sıralı Örüntüler ,Gözetimli Öğrenme,Denetimsiz Öğrenme,Sosyal Ağ Analizi,Görüş Madenciliği ve Duygu Analizi ,Web Kullanım Madenciliği,Proje sunumları; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| 1. Web, sosyal medya, web ve sosyal ağ verileri, madencilik ve analitik yöntemlerini tanır | 2 | E |
| 2. Web arama motorlarının web içeriğini nasıl taradığını, indekslediğini ve sıraladığını, ağ analizi ve madenciliği yöntemlerinin nasıl çalıştığını tanımlar | 16, 2 | D, F |
| 3. Temel web madenciliği, ağ analizi ve analitik kavramları ve teknikleri hakkında derinlemesine değerlendirir | 12, 14, 21, 6, 9 | A, D, G |
| 4. Web arama, madencilik ve analitik sistemleri için bir dizi tekniği tanımlamak ve kullanmak, çeşitli web madenciliği ve web arama modellerinin güçlü yönlerini ve sınırlamalarını takdir etmek. |
| Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Web ve Sosyal Medyaya Giriş, Arama, Madencilik ve Web Teknolojileri | |
| 2 | Introduction to Web and Social Media, Search, Mining and Web Technologies | |
| 3 | Bilgi Erişim Modelleri: Boolean Modeli | |
| 4 | Terimler ve gönderiler listeleri, Sözlük Veri Yapıları ve Toleranslı Erişim, Dizin Oluşturma ve Sıkıştırma | |
| 5 | Puanlama, Terim Ağırlıklandırma ve Vektör Uzayı Modeli | |
| 6 | Bilgi Erişim Sisteminin Bileşenleri ve Bilgi Erişim Sistemlerinin Performans Değerlendirmesi | |
| 7 | Sınav Haftası | |
| 8 | Web Madenciiğine Giriş, Birliktelik Kuralları ve Sıralı Örüntüler | |
| 9 | Gözetimli Öğrenme | |
| 10 | Denetimsiz Öğrenme | |
| 11 | Sosyal Ağ Analizi | |
| 12 | Görüş Madenciliği ve Duygu Analizi | |
| 13 | Web Kullanım Madenciliği | |
| 14 | Proje sunumları |
| Kaynak |
| • Social Media Data Mining and Analytics, Gabor Szabo, Gungor Polatkan, P. Oscar Boykin, Antonios Chalkiopoulos, 2018, Wiley • Mining the Social Web: Analyzing Data from Facebook, Twitter, LinkedIn, and Other Social Media Sites 1st Edition, Matthew A. Russell, Oreilly. • Mark Levene, An Introduction to Search Engines and Web Navigation, Pearson Education, 2010, ISBN 0321306775 • R. Baeza-Yates, B. Ribeiro-Neto. Modern Information Retrieval: the concepts and technology behind search. Addison-Wesley, 2011. • Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. • Soumen Chakrabarti, Mining the Web: Discovering Knowledge from Hypertext Data, Morgan-Kaufmann Publishers, 2003, ISBN 1-55860-754-4 • Pierre Baldi,Paolo Frasconi, Padhraic Smyth, Modeling the Internet and the Web, John Wiley and Sons Ltd, 2003, ISBN 0470849061 |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Temel bilimleri, matematik ve mühendislik bilimlerini üst düzeyde anlar ve uygular, alanında en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir. | X | |||||
| 2 | Mühendisliğin ilişkili olduğu disiplinler arası etkileşimi kavrar, yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır. | X | |||||
| 3 | Bir alanda en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir. | X | |||||
| 4 | Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar. | X | |||||
| 5 | Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur. | X | |||||
| 6 | Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirerek bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır. | ||||||
| 7 | Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygular ve sonuçlandırır; bu süreci yönetir. | X | |||||
| 8 | Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü C1 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır | X | |||||
| 9 | Uzmanlık alanındaki fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar. | X | |||||
| 10 | Mühendislik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtır, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur ve toplumsal, bilimsel, kültürel ve etik değerlerin gelişimini destekler. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 50 | |
| Genel Sınavın Başarıya Oranı | 50 | |
| Toplam | 100 | |
| AKTS / İşyükü Tablosu | ||||||
| Etkinlik | Sayı | Süresi (Saat) | Toplam İş Yükü (Saat) | |||
| Ders Saati | 14 | 3 | 42 | |||
| Rehberli Problem Çözme | 0 | 0 | 0 | |||
| Problem Çözümü / Ödev / Proje / Rapor Tanzimi | 10 | 2 | 20 | |||
| Okul Dışı Diğer Faaliyetler | 0 | 0 | 0 | |||
| Proje Sunumu / Seminer | 8 | 10 | 80 | |||
| Kısa Sınav (QUİZ) ve Hazırlığı | 6 | 3 | 18 | |||
| Ara Sınav ve Hazırlığı | 1 | 30 | 30 | |||
| Genel Sınav ve Hazırlığı | 1 | 50 | 50 | |||
| Performans Görevi, Bakım Planı | 0 | 0 | 0 | |||
| Toplam İş Yükü (Saat) | 240 | |||||
| Dersin AKTS Kredisi = Toplam İş Yükü (Saat)/30*=(240/30) | 8 | |||||
| Dersin AKTS Kredisi: *30 saatlik çalışma 1 AKTS kredisi sayılmaktadır. | ||||||
Dersin Detaylı Bilgileri
Ders Tanımı
| Ders | Kodu | Yarıyıl | T+U Saat | Kredi | AKTS |
|---|---|---|---|---|---|
| WEB VE SOSYAL MEDYA VERİ ANALİTİĞİ | COED1114313 | Güz Dönemi | 3+0 | 3 | 8 |
| Ders Programı |
| Ön Koşul Dersleri | |
| Önerilen Seçmeli Dersler |
| Dersin Dili | İngilizce |
| Dersin Seviyesi | Doktora |
| Dersin Türü | Programa Bağlı Seçmeli |
| Dersin Koordinatörü | Prof.Dr. Reda ALHAJJ |
| Dersi Verenler | Prof.Dr. Reda ALHAJJ |
| Dersin Yardımcıları | |
| Dersin Amacı | Bu dersin amacı, öğrencilere web ve sosyal medya analitik tekniklerinin kavram, ilke, mimari, tasarım, uygulama, uygulama dahil olmak üzere web ve sosyal medya arama, madencilik ve analitik ile ilgili kavram ve teknikleri anlamalarını sağlamaktır. Bu ders ayrıca öğrencilerin farklı web arama, madencilik ve analitik yöntem ve yaklaşımların göreceli güçlü yönlerini ve sınırlamalarını tartışmalarını ve eleştirel olarak değerlendirmelerini, bazı önemli web arama, madencilik ve analitik algoritmalarını uygulamalarını ve kullanmalarını, bunları gerçek dünya web uygulamalarına uygulamalarını sağlamayı amaçlamaktadır. |
| Dersin İçeriği | Bu ders; Web ve Sosyal Medyaya Giriş, Arama, Madencilik ve Web Teknolojileri ,Introduction to Web and Social Media, Search, Mining and Web Technologies,Bilgi Erişim Modelleri: Boolean Modeli,Terimler ve gönderiler listeleri, Sözlük Veri Yapıları ve Toleranslı Erişim, Dizin Oluşturma ve Sıkıştırma,Puanlama, Terim Ağırlıklandırma ve Vektör Uzayı Modeli,Bilgi Erişim Sisteminin Bileşenleri ve Bilgi Erişim Sistemlerinin Performans Değerlendirmesi,Sınav Haftası,Web Madenciiğine Giriş, Birliktelik Kuralları ve Sıralı Örüntüler ,Gözetimli Öğrenme,Denetimsiz Öğrenme,Sosyal Ağ Analizi,Görüş Madenciliği ve Duygu Analizi ,Web Kullanım Madenciliği,Proje sunumları; konularını içermektedir. |
| Dersin Öğrenme Kazanımları | Öğretim Yöntemleri | Ölçme Yöntemleri |
| 1. Web, sosyal medya, web ve sosyal ağ verileri, madencilik ve analitik yöntemlerini tanır | 2 | E |
| 2. Web arama motorlarının web içeriğini nasıl taradığını, indekslediğini ve sıraladığını, ağ analizi ve madenciliği yöntemlerinin nasıl çalıştığını tanımlar | 16, 2 | D, F |
| 3. Temel web madenciliği, ağ analizi ve analitik kavramları ve teknikleri hakkında derinlemesine değerlendirir | 12, 14, 21, 6, 9 | A, D, G |
| 4. Web arama, madencilik ve analitik sistemleri için bir dizi tekniği tanımlamak ve kullanmak, çeşitli web madenciliği ve web arama modellerinin güçlü yönlerini ve sınırlamalarını takdir etmek. |
| Öğretim Yöntemleri: | 12: Problem Çözme Yöntemi, 14: Bireysel Çalışma Yöntemi, 16: Soru - Cevap Tekniği , 2: Proje Temelli Öğrenme Modeli, 21: Benzetim/Simülasyon Tekniği, 6: Deneyimle Öğrenme Modeli, 9: Anlatım Yöntemi |
| Ölçme Yöntemleri: | A: Klasik Yazılı Sınav, D: Sözlü Sınav, E: Ödev, F: Proje Görevi, G: Kısa Sınav |
Ders Akışı
| Sıra | Konular | Ön Hazırlık |
|---|---|---|
| 1 | Web ve Sosyal Medyaya Giriş, Arama, Madencilik ve Web Teknolojileri | |
| 2 | Introduction to Web and Social Media, Search, Mining and Web Technologies | |
| 3 | Bilgi Erişim Modelleri: Boolean Modeli | |
| 4 | Terimler ve gönderiler listeleri, Sözlük Veri Yapıları ve Toleranslı Erişim, Dizin Oluşturma ve Sıkıştırma | |
| 5 | Puanlama, Terim Ağırlıklandırma ve Vektör Uzayı Modeli | |
| 6 | Bilgi Erişim Sisteminin Bileşenleri ve Bilgi Erişim Sistemlerinin Performans Değerlendirmesi | |
| 7 | Sınav Haftası | |
| 8 | Web Madenciiğine Giriş, Birliktelik Kuralları ve Sıralı Örüntüler | |
| 9 | Gözetimli Öğrenme | |
| 10 | Denetimsiz Öğrenme | |
| 11 | Sosyal Ağ Analizi | |
| 12 | Görüş Madenciliği ve Duygu Analizi | |
| 13 | Web Kullanım Madenciliği | |
| 14 | Proje sunumları |
| Kaynak |
| • Social Media Data Mining and Analytics, Gabor Szabo, Gungor Polatkan, P. Oscar Boykin, Antonios Chalkiopoulos, 2018, Wiley • Mining the Social Web: Analyzing Data from Facebook, Twitter, LinkedIn, and Other Social Media Sites 1st Edition, Matthew A. Russell, Oreilly. • Mark Levene, An Introduction to Search Engines and Web Navigation, Pearson Education, 2010, ISBN 0321306775 • R. Baeza-Yates, B. Ribeiro-Neto. Modern Information Retrieval: the concepts and technology behind search. Addison-Wesley, 2011. • Christopher D. Manning, Prabhakar Raghavan and Hinrich Schütze, Introduction to Information Retrieval, Cambridge University Press. 2008. • Soumen Chakrabarti, Mining the Web: Discovering Knowledge from Hypertext Data, Morgan-Kaufmann Publishers, 2003, ISBN 1-55860-754-4 • Pierre Baldi,Paolo Frasconi, Padhraic Smyth, Modeling the Internet and the Web, John Wiley and Sons Ltd, 2003, ISBN 0470849061 |
Dersin Program Yeterliliklerine Katkısı
| Dersin Program Yeterliliklerine Katkısı | |||||||
| No | Program Yeterliliği | Katkı Düzeyi | |||||
| 1 | 2 | 3 | 4 | 5 | |||
| 1 | Temel bilimleri, matematik ve mühendislik bilimlerini üst düzeyde anlar ve uygular, alanında en son gelişmeler dahil olmak üzere genişlemesine ve derinlemesine bilgi sahibidir. | X | |||||
| 2 | Mühendisliğin ilişkili olduğu disiplinler arası etkileşimi kavrar, yeni ve karmaşık fikirleri analiz, sentez ve değerlendirmede uzmanlık gerektiren bilgileri kullanarak özgün sonuçlara ulaşır. | X | |||||
| 3 | Bir alanda en yeni bilgilere ulaşır ve bunları kavrayarak araştırma yapabilmek için gerekli yöntem ve becerilerde üst düzeyde yeterliğe sahiptir. | X | |||||
| 4 | Bilime veya teknolojiye yenilik getiren, yeni bir bilimsel yöntem veya teknolojik ürün/süreç geliştiren ya da bilinen bir yöntemi yeni bir alana uygulayan kapsamlı bir çalışma yapar. | X | |||||
| 5 | Akademik çalışmalarının çıktılarını saygın akademik ortamlarda yayınlayarak bilim ve teknoloji literatürüne katkıda bulunur. | X | |||||
| 6 | Bilimsel, teknolojik, sosyal ve kültürel gelişmeleri değerlendirerek bilimsel tarafsızlık ve etik sorumluluk bilinciyle topluma aktarır. | ||||||
| 7 | Özgün bir araştırma sürecini bağımsız olarak algılar, tasarlar, uygular ve sonuçlandırır; bu süreci yönetir. | X | |||||
| 8 | Bilimsel bilgi birikimini yazılı ve sözlü olarak etkin bir şekilde ifade eder, en az bir yabancı dilde Avrupa Dil Portföyü C1 Genel Düzeyinde iletişim kurar ve iletişim teknolojilerini ileri düzeyde kullanır | X | |||||
| 9 | Uzmanlık alanındaki fikirlerin ve gelişmelerin eleştirel analizini, sentezini ve değerlendirmesini yapar. | X | |||||
| 10 | Mühendislik alanındaki bilimsel, teknolojik, sosyal veya kültürel ilerlemeleri tanıtır, yaşadığı toplumun bilgi toplumu olma ve bunu sürdürebilme sürecine katkıda bulunur ve toplumsal, bilimsel, kültürel ve etik değerlerin gelişimini destekler. | X | |||||
Değerlendirme Sistemi
| Katkı Düzeyi | Mutlak Değerlendirme | |
| Ara Sınavın Başarıya Oranı | 50 | |
| Genel Sınavın Başarıya Oranı | 50 | |
| Toplam | 100 | |