Předmět je základní jednotka výuky, jejímž prostřednictvím si student osvojí ucelenou část souboru znalostí a dovedností, potřebnou pro zvládnutí studijního oboru/specializace. Za věcný obsah předmětu zodpovídá garant předmětu. Časovou náročnost předmětu zhruba vyjadřuje atribut předmětu rozsah kontaktní výuky. Například rozsah = 2+2  značí, že předmět bude mít týdně dvě hodiny přednášek a dvě hodiny cvičení týdně. Na závěr semestru musí vyučující provést vyhodnocení, nakolik si ten který student osvojil poznatky a dovednosti, kterých měl během výuky nabýt. Jakým způsobem toto hodnocení vyučující provedou určuje atribut způsob zakončení. U předmětu lze definovat, že předmět je zakončen pouze zápočtem(Z), klasifikovaným zápočtem(KZ), pouze zkouškou(ZK), nebo zápočtem a zkouškou(Z,ZK). Náročnost úspěšného absolvování předmětu je vyjádřena ECTS kreditními body. Výuka předmětu probíhá během semestru. Opakovaně se předmět vyučuje vždy v zimním(Z), nebo v letním(L) semestru každého akademického roku. Výjimečně může předmět být nabízen studentům v obou semestrech(Z,L). Za organizační zajištění výuky zodpovídá přiřazená katedra, která zejména vytvoří časový rozvrh předmětu a zajistí pro předmět vyučující. Někteří přednáší a zkouší, jiní vedou cvičení a udělují zápočty.
Obsahová náplň a další organizační informace, týkající se předmětu je popsána pomocí různých popisných textů(anotace, týdenní osnova, literatura, apod.)
$DODATEK_POPIS

Anotace:
Studenti se v předmětu seznámí s metodami a technologiemi pro získávání dat z webu, jejich zpracování a praktické využití v reálných aplikacích. Získají přehled a znalosti z oblastí analýzy webového obsahu, analýzy chování uživatelů, sociálního webu a doporučovacích systémů.

Osnovy přednášek:

1.		Základní principy a pojmy dolování dat z webu.
2.		Metody přístupu k datům a jejich získávání (formáty, omezení, etické aspekty).
3.		Nástroje pro získávání obsahu.
4.		Extrakce a přístup ke specifickým informacím webu (textový obsah, hluboký web).
5.		Dolování z textových dat.
6.		Praktické aplikace dolování z textových dat.
7.		Analýza struktury a obsahu sociálních sítí (2).
8.		Grafová reprezentace webových dat, web jako graf.
9.		Analýza chování uživatelů na webu: sběr informací o uživatelích.
10.		Analýza chování uživatelů na webu: analýza dat, webová analytika.
11.		Doporučovací systémy a personalizace.
12.		Algoritmy pro dolování z proudu dat a jejich aplikace.

Osnovy cvičení:

1.		Základní metody pro získávání dat a jejich zpracování
2.		Předzpracování textu, aplikace metod text miningu
3.		Získávání a analýza dat v grafové podobě
4.		Analýza dat generovaných uživateli
5.		Základní metody doporučovacích systémů
6.		Prezentace projektů a zápočet

Literatura:

1.		Liu, B. "Web Data Mining", Springer-Verlag Berlin Heidelberg, 2011. ISBN 978-3-642-19459-7.
2.		Charu C. Aggarwal. "Machine Learning for Text", Springer, 2018. ISBN 9783319735313.
3.		Easley, D., Kleinberg, J. "Networks, Crowds, and Markets: Reasoning About a Highly Connected World", Cambridge
4.		A. Russel, M. "Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More (3rd Edition)", O'Reilly Media, 2019. ISBN 978-1491985045.
5.		Charu C. Aggarwal. "Recommender Systems: The Textbook", Springer, 2016. ISBN 9783319296579.

Požadavky:
Znalost architektury webu (HTTP, HTML, URI), znalosti programování (např. Java, JavaScript), teorie grafů a znalosti základních algoritmů.

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/NI-DDW/

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr NIE-DBE.2023 Digital Business Engineering VO 2 NI-SP.2020 Systémové programování V 2 NI-SP.2023 Systémové programování V 2 NI-TI.2023 Teoretická informatika V 2 NI-TI.2020 Teoretická informatika V 2 NI-NPVS.2020 Návrh a programování vestavných systémů V 2 NI-SI.2020 Softwarové inženýrství V 2 NI-PB.2020 Počítačová bezpečnost V 2 NI-ZI.2020 Znalostní inženýrství V 2 NI-WI.2020 Webové inženýrství PS 2 NI-SPOL.2020 Nespecifikovaný/á obor/specializace studia - Unspecified Branch/Specialisation of Study V 2 NI-SPOL.2020 Nespecifikovaný/á obor/specializace studia - Unspecified Branch/Specialisation of Study VO 2 NI-MI.2020 Manažerská informatika V 2 NI-PSS.2020 Počítačové systémy a sítě V 2