Kurset har som overordnet mål at gøre de studerende i stand til at anvende enkle machine learning, analyse af sociale netværk og language processing metoder til metadata modellering af multimedieindhold og brugerpræferencer. Indhold beskrives som features med brug af højniveau programmeringssprog og data baseret på APIer. Kurset giver et konceptuelt grundlag for modellering af medier og metadata der afspejler kognitive aspekter af personalisering.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Anvende algoritmer for anbefaling af medier i forhold til brugerpræferencer og kontekst
Repræsentere multimedieindhold som tekstbaserede features
Bestemme similaritet imellem objekter og brugere
Analysere latent semantiske relationer i indhold
Implementere kollaborative modeller for personalisering af indhold
Modellere multimedie metadata i forhold til kognitive aspekter
Bestemme basale metrikker for komplekse netværk
Implementere software til at finde grupper i sociale netværk
Kursusindhold:
Enkle machine learning og language processing metoder til metadata modellering af multimedieindhold og brugerpræferencer. Analyse af netværk som f.eks. twitter, Facebook og WWW samt visualisering af data.
