Web  Science  (Tīmekļa  zinātne)  

Uldis  Bojārs  Normunds  Grūzī@s  

   

LU  specseminārs  –  2012.09.13  hKp://captsolo.net/webscience_lv/  

 

Par  mums  

•  Uldis  Bojārs  – sociālais  Rmeklis  – seman@skais  Rmeklis  

•  Normunds  Grūzī@s  – dabiskās  valodas  apstrāde  – zināšanu  reprezentācija  

Tim  Berners-­‐Lee    @  Olimpiskās  spēles  2012  

“Despite  the  web's  great  success  as  a  technology  and  the  significant  amount  of  compu@ng  infrastructure  on  which  it  is  built,  it  remains,  as  an  en@ty,  surprisingly  unstudied.”    James  Hendler,  Nigel  Shadbolt,  Wendy  Hall,    Tim  Berners-­‐Lee,  Daniel  Weitzner      Web  Science:  An  Interdisciplinary  Approach  to  Understanding  the  Web.  Communica@ons  of  the  ACM,  Vol.  51,  No.  7,  2008.    hKp://dl.acm.org/cita@on.cfm?id=1364782.1364798    

World  Wide  Web  

•  Sākumā:  – Protokoli  (un  aparatūra)  – Rīki  (pirmais  Rmekļa  serveris  un  pārlūks)  – Read-­‐only  Rmeklis  

•  Mūsdienās:  – Sarežģīts  un  daudzpusīgs  fenomens  – Dinamiski  da@,  lietotāju  ģenerēts  saturs  – Sociālais  Rmeklis,  seman@skais  Rmeklis,  APIs  

Web  Science  

•  Web  Science  – nozīmīgs  pētniecības  virziens  –  integrēts,  starpdisciplinārs  skats  uz  Rmekļa  tēmu  mācīšanu  un  izpē@  

•  Sociālā  Rmekļa  izpēte  – Web  Science  apakšvirziens  –  ietver  datorzinātnes,  sociālās  zinātnes,  u.c.  – bagāRgi  datu  avo@:  Wikipedia,  TwiKer,  Flickr,  …  

•  Kādus  datu  avotus  (Rmeklī  un  internetā)    mēs  zinām?  – Lietas,  ko  varētu  pēRt    

•  Datu  veidi,  ko  no  šiem  avo@em  var  dabūt    

•  Ko  ar  šiem  da@em  var  darīt?  

Tīmekļa  zinātnes  studijas  

•  Web  Science  Trust  iniciaRva:  –  hKp://wiki.websciencetrust.org/w/Curriculum_topics  

•  History  of  the  Web  •  Building  the  Web  •  The  Web  in  Society  •  Opera@onalising  Web  Science  •  Analysing  the  Web      

–  hKp://wiki.websciencetrust.org/w/Curriculum  •  Web  Science  programmu  apskats  (2010.g.)  

 

•  Southampton  University  PhD  program  –  hKp://dtc.webscience.ecs.soton.ac.uk/people-­‐and-­‐partners/list-­‐of-­‐students/student-­‐research-­‐interests/  

– skat.  tēmu  sarakstu  

•  Rensselaer  Polytechnic  Ins@tute  (RPI)  –  hKp://tw.rpi.edu/course/2009/websci/Websci2009MainPage  

–  TwiKer,  Open  Data,  …  –  projek@,  komandas  darbs  

•  Web  Science  Doctoral  Summer  School  hKp://wiki2011.webscience.deri.ie/websciwiki2011/  

 

Starptau@skās  konferences  

•  ACM  Web  Science  Conference  (2009  -­‐  …)  –  hKp://www.websci12.org/  

•  Interna@onal  Conference  on  Weblogs    and  Social  Media  (ICWSM,  2008  -­‐  …)  –  hKp://www.icwsm.org/2012/index.php    

•  WWW  2012  Conference,  Web  Science  track  –  hKp://www2012.wwwconference.org/program/accepted-­‐papers/webscience/  

 

.  .  .  .  .  

•  WikiSym  [on  wikis  and  open  collabora@on]  –  hKp://www.wikisym.org/ws2012/bin/view/Main/Program  

•  WikiMania  2012  –  hKp://wikimania2012.wikimedia.org/wiki/Schedule  

•  Internet  Research  Conference  –  hKp://ir12.aoir.org/schedule  

•  Twittermood: ASV noskaņojuma svārstības%•  Twitter analīze Londonas olimpisko spēļu laikā%

•  Akciju tirgus prognozēšana Twitter datos%

•  Vēlēšanas: pirms un pēc%

•  Facebook Gaydar: seksuālā orientācija%http://gawker.com/5364264/facebook-gaydar-emerges-from-breakthrough-mit-project%

Piemēri%

PēRjumi  Latvijā  

•  Piemēri:  – Vēlēšanu  komunikācija  TwiKer  vidē  – KolekRvās  atcerēšanās  efek@  TwiKer  vidē  – Ziņu  portālu  komentētāju  noskaņojuma  analīze  

•  Potenciāls  jaunām  idejām:  – Starpdisciplināri  pēRjumi  – Ak@vitātes,  kur  piedalās  dažādu  nozaru    studen@  un  pētnieki    

Specseminārs  

•  Ievads  Web  Science  – Tīmekļa  azsRba  un  tehnoloģijas,  sociālais  Rmeklis  

•  Sociālā  Rmekļa  da@  – Tēmu  piemēri:  

•  Datu  vākšana  un  analīze  •  Dabīgās  valodas  apstrāde  •  Datu  vizualizācija  

•  Prezentācijas,  diskusijas,  darbs  komandās  

Praks@skā  daļa  

•  Kopīgs  projekts  •  Visa  semestra  laikā  •  Tēmas  apskatām  projekta  kontekstā  

 

Praks@skā  daļa  

•  Kopīgs  projekts  •  Visa  semestra  laikā  •  Tēmas  apskatām  projekta  kontekstā  

•  Ko  gribat  pēRt  jūs?  

2011. gada rudens seminārs%•  Kopīgs projekts%

•  apspriešana klātienē un Facebook grupā%•  komandas darbs%

%•  Vieslekcijas (par aktuālām tēmām)%

•  Ernests Štāls, http://reach.ly%•  Twitter datu kopa%

•  Artis Āre%

TwitĒdiens  -­‐  hKp://twitediens.tk  

Projektu  tēmas  

•  Populārākās  Rīgas  atpūtas  vietas  Tviterī  •  Datorspēļu  popularitāte  •  Zīmolu  tops  •  TwaKle  –  BaKle  of  the  brands  •  Internet  mārke@ngs  

Ko  saka  studen@:  •  “TwiKer  API,  mašīnmācīšanās  pamatu  apgūšana,  nozares  celmlaužu  pieredzes  uzklausīšana“    

•  “…  noderīgākais  un  interesantākais  bija  TwiKer  datu  vākšana  un  uClassify  izmantošana.  Interesan@  tādā  ziņā,  ka  līdz  šim  nekad  nebiju  saskāries  ar  nevienu  API  izmantošanu  ...”    

•  “Projekta  izstrādāšana  grupā;  prezentācijas  par  'seman@c  web';  paskaRt  uz  citu  grupu  projek@em.”  

Kopsavilkums  

•  Web  Science  – Rmeklis  =  nozīmīgs  un  daudzpusīgs  fenomens  – “  ir,  ko  rakt  :)  “    

•  Sociālā  Rmekļa  izpēte  –  lieli  datu  apjomi  –  interesan@  da@,  pieejami  API  

•  (Var  pēRt  arī  citas  tēmas)  

 

“Mājas  darbs”  

•  Izlasīt  “Web  Science:  An  Interdisciplinary  Approach  to  Understanding  the  Web”  –  hKp://dl.acm.org/cita@on.cfm?id=1364782.1364798    

•  Apdomāt  potenciālo  projektu  tēmas  

•  Pieteik@es  Facebook  grupā  –  hKps://www.facebook.com/groups/195549767180346/    

hKp://captsolo.net/webscience_lv/  

Specsemināra  prasības  

•  AkRva  līdzdalība  (jautājumi,  diskusijas)    

•  Darbs  mini-­‐projektā/pē/jumā  (grupās)  –  Dažādi  datu  avo@  /  tēmas    

•  Nelielu  prezentāciju/stāsRjumu  gatavošana  –  diskusijas:  problēmas  un  iespējamie  risinājumi  mini-­‐projektos  

–  saistošu  publikāciju  (metožu),  no@kumu,  projektu,  rīku  apska@  

–  ...