Контакты:

Целью дисциплины является знакомство обучающихся с методами подготовки персонализированного контента.

Основной задачей изучения дисциплины является формирование у студентов знаний необходимых для разработчиков ИС с элементами подготовки персонализированного контента.


Содержание разделов дисциплины.

1.

Контент в Информационных системах

Понятие контент в ИС;

Виды контента в ИС;

Жизненный цикл контента;

Влияние контента и его характеристики на эффективность работы пользователя и ИС;

2.

Системы управления контентом

Понятие CMS системы.

Обзор CMS систем.

Структура CMS системы.

Технология работы CMS системы.

3.

Проектирование и оптимизация представления контента и навигации в информационных системах

Этапы проектирования контента ИС.

Проектная документация формируемая на различных этапах проектирования контента.

Навигация по контенту и ее виды.

Планирование и анализ навигации пользователей по узлам ИС.

4.

Персонализация, глобализация и локализация контента в информационных системах

Понятие персонализации контента и его виды.

Цели персонализации контента и области ее применения.

Способы осуществления персонализация контента.

Цели и задачи локализации и глобализации контента в ИС.

Технологии глобализации и локализации контента в ИС.

5.

Управление правами доступа к контенту и CMS системы

Цели и задачи по управлению правами доступа к контенту. Виды разграничения доступа к контенту и его реализация в рамках различных программных элементов ИС.

Возможности по разграничению доступа в основных CSM системах.

Проблемы безопасности при частичном ограничении доступа к контенту.

6

CSS и технологии автоматизированного преобразования представления контента

Виды преобразований контента в рамках современных ИС.

Виды технологий преобразования контента.

Возможности преобразования контента с помощью CSS.

Внешние системы, обеспечивающие преобразование контента и технологии их работы.

7

Технологии контент-ориентированного поиска

Задача контент ориентированного поиска;

Контент ориентированный поиск в ИС.

Алгоритмы в поисковых машинах в сети.

Методы увеличения релевантности поиска.


https://www.intuit.ru/studies/courses/1036/239/info

https://www.intuit.ru/studies/courses/1036/239/lecture/6178

-------------------------------------------------------------------------------------------------------------

Практическая работа

Понятие Данных  и их классификация. Информация и знания.

Практическая работа

Стадии и методы извлечения знаний

Практическая работа

Задачи извлечения знаний и их классификация

Практическая работа

Задачи классификации и кластеризации

Практическая работа

Задачи прогнозирования

Практическая работа

Задачи прогнозирования

Практическая работа

Классификация и прогнозирование методом деревьев решений

https://www.intuit.ru/studies/courses/6/6/info

----------------------------------------------------------------------------------------------------------------------------

Вопросы для проверки

  1. Контент в Информационных системах
  2. Понятие CMS системы. Обзор CMS систем.
  3. Структура CMS системы. Технология работы CMS системы
  4. Этапы проектирования контента ИС.
  5. Проектная документация этапов проектирования контента ИС.
  6. Навигация по контенту и ее виды.
  7. Понятие персонализации контента её цели и виды.
  8. Глобализации и локализации контента. Технологии глобализации и локализации контента в ИС.
  9. Управление правами доступа к контенту в CSM системах.
  10. Проблемы безопасности при частичном ограничении доступа к контенту в CSM системах.
  11. Виды преобразований контента в рамках современных ИС.
  12. Возможности преобразования контента с помощью CSS.
  13. Контент ориентированный поиск в ИС и его задачи.
  14. Алгоритмы в поисковых машинах в сети.
  15. Технологии контент-ориентированного поиска. Методы увеличения релевантности поиска.
  16. Персонализация контента её цели и виды.
  17.  
  18. Итеративные методы кластерного анализа.
  19. Иерархические методы кластерного анализа.
  20. Байесовская классификация.
  21. Метод ближайшего соседа в задачах классификации и прогнозирования.
  22. Метод опорных векторов в задачах классификации и прогнозирования.
  23. Метод деревьев решений в задачах классификации и кластеризации. Алгоритм CART.
  24. Последовательность этапов регрессионного анализа. Уравнение регрессии.
  25. Регрессионный анализ и его задачи.
  26. Корреляционный анализ. Коэффициент корреляции Пирсона.
  27. Анализ данных. Центральная тенденция, среднее, медиана, вариация данных.
  28. Методы, виды и точность прогнозирования.
  29. Задачи прогнозирования и их сравнение с задачами классификации.
  30. Задача кластеризации. Способы оценки её качества
  31. Обзор методов классификации.
  32. Задачи классификации и её виды.
  33. Ассоциация. Методы поиска ассоциативных правил.