Applicazione delle tecniche di Text Mining all’interno di algoritmi di clustering per articoli scientifici


Applicazione delle tecniche di Text Mining all’interno di algoritmi di clustering per articoli scientifici

classic project

Author

Abstract

La domanda a cui il progetto intende rispondere è come possono essere sfruttate le tecniche di Text Mining all’interno di sistemi che hanno come obiettivo principale l’auto-organizzazione della conoscenza? Il progetto prevede la implementazione di un sistema di clustering per articoli scientifici in lingua inglese, sfruttando tecniche e algoritmi di Text Mining. Come infrastruttura di coordinazione si è scelto di utilizzare TuCSoN (Tuple Centres Spread over the Network) che è un modello per la cordinazione di processi distribuiti (agenti) che sfrutta i centri di tuple. All’interno del progetto sono stati realizzati due algoritmi di clustering uno ideato da me ideato e un’altro che implemanta un algoritmo preso dalla letteratura. Del secondo sono state implementate due varianti una prevede un calcolo poco distribuito ( solo pochi agenti ) mentre l’altra prevede una fortissima distribuzione del calcolo ( un agente per articolo ). Utilizzando questi algoritmi sono stati realizzati quindi molti e vari esperimenti, sia per la taratura dei parametri, che per tracciare la dipendenza degli algoritmi da questi. I risultati ottenuti verranno poi confrontati e analizzati nel dettaglio.

Outcome

Course

— a.y.

2012/2013

— credits

9

— cycle

2nd cycle

— language

wit.gif

teachers

— professor

Andrea Omicini

— other professors

Andrea Roli

context

— university

Alma Mater Studiorum-Università di Bologna

— campus

Cesena

— department / faculty / school

Ingegneria CE (0031)

— 2nd cycle

 8200 Ingegneria informatica 

URLs & IDs

AMS Page
Course Timetable

— course ID

34789

Partita IVA: 01131710376 — Copyright © 2008–2023 APICe@DISI – PRIVACY