Introduzione all'information retrieval

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione all'information retrieval"

Transcript

1 Corso di Ontologie e Semantic Web Introduzione all'information retrieval Stefano Montanelli Schema di riferimento Definizioni essenziali Modello booleano Modello vettoriale Valutazione Riferimenti bibliografici Cos è l Information Retrieval? Information retrieval is a field concerned with the structure, analysis, organization, storage, searching, and retrieval of information (Salton, 1968) Information retrieval (IR) is finding material (usually documents) of an unstructured nature (usually text) that satisfies an information need from within large collections (usually stored on computers) (Manning et al., 2009) 2 1

2 Cos è l Information Retrieval? Information retrieval (IR) is concerned with representing, searching, and manipulating large collections of electronic text and other humanlanguage data (Büttcher et al., 2010) Information retrieval (lett. recupero d informazioni) è l'insieme delle tecniche utilizzate per il recupero mirato dell informazione in formato elettronico (Wikipedia, 2012) 3 Information vs. data retrieval Avere accesso a numerose informazioni rende difficile selezionare quelle che servono nel momento in cui servono I sistemi di IR sono ampiamente diffusi, ma non bisogna confondere Information Retrieval con Data Retrieval Trovare su web le pagine che trattano di basi di dati Trovare le ricevute da Stefano Montanelli nel mese di febbraio 2012 Trovare i documenti sul PC che riguardano il corso di ontologie e web semantico 4 2

3 Schema di un sistema di IR Il processo di indicizzazione (indexing) web pages, s,letters,news acquisizione trasformazione testo creazione indice archivio documenti classificazione (ranking) indice 5 Schema di un sistema di IR Il processo di interrogazione (query) utente finale archivio documenti elaborazione interrogazione dati di log valutazione classificazione (ranking) indice 6 3

4 Reperimento delle informazioni Il procedimento di ricerca delle informazioni in un sistema di IR segue il seguente schema: 1. L utente esprime il proprio bisogno informativo mediante un interrogazione 2. L interrogazione viene inviata al sistema di IR (trasformazione) 3. L indice fornisce i documenti rilevanti rispetto all interrogazione 7 Reperimento delle informazioni Il procedimento di ricerca delle informazioni in un sistema di IR segue il seguente schema: 4. (I documenti vengono ordinati rispetto alla presunta rilevanza per l utente) 5. I documenti vengono restituiti all utente 6. L utente valuta il risultato ed eventualmente raffina la ricerca dando vita a una nuova interrogazione 8 4

5 Definizioni essenziali Bisogno informativo E' l'argomento su cui l'utente vuole reperire informazioni Interrogazione E' il mezzo che il sistema di IR offre all'utente per comunicare il proprio bisogno informativo Collezione (o corpus) E l insieme dei documenti su cui vengono eseguite le operazioni di reperimento 9 Definizioni essenziali Documento E l unità informativa considerata dalle operazioni di reperimento (e costituisce un elemento del risultato di un'interrogazione) Termine (può non essere una parola) E l unità lessicale di cui sono costituiti i documenti Dizionario (dei termini) o vocabolario E l'insieme di tutti i termini che compaiono in un corpus 10 5

6 Definizioni essenziali Posting list (lista di corrispondenza) E la struttura dati che memorizza la corrispondenza tra un termine e i documenti in cui esso appare Indice (invertito) E' la struttura dati che consente di reperire in modo efficiente le liste di corrispondenza rilevanti per l'interrogazione 11 Corso di Ontologie e Semantic Web Il sistema booleano 6

7 Definizione di modello booleano Il modello booleano di IR è caratterizzato dall uso di interrogazioni espresse mediante predicati booleani Un predicato booleano è costituito da un elenco di termini connessi mediante operatori booleani (AND, OR, NOT) Un documento è restituito nel risultato dell interrogazione se e solo se soddisfa il predicato booleano 13 Processo di indicizzazione Trasformazione del testo: si costruisce il dizionario dei termini a partire dal contenuto dei documenti Creazione indice: si costruisce una matrice di incidenza in cui memorizzare le corrispondenze termine-documento Classificazione: è assente nel modello booleano 14 7

8 Processo di interrogazione Formulazione dell'interrogazione Elaborazione dell'interrogazione: Si estraggono i termini richiesti dal predicato booleano Si confrontano con l'indice Si valuta il valore di verità del predicato booleano Si restituisce il risultato Valutazione: è banale. Il sistema restituisce tutti i documenti che soddisfano il predicato booleano 15 Trasformazione del testo Mostra Cézanne, Milano (docid: 1) Faticò ad essere compreso dai contemporanei a causa del suo stile essenziale e inconfondibile ma riuscì ugualmente a lasciare un segno indelebile nei movimenti successivi, come il Cubismo e il Surrealismo. Paul Cézanne è protagonista di una grande antologica a Palazzo Reale: in mostra oltre quaranta tele, dalle prime opere ai ritratti, passando per i paesaggi e le nature morte, per arrivare contemporanei, stile, essenziale, inconfondibile, segno, indelebile, movimenti, cubismo, surrealismo, paul, cézanne, protagonista, antologica, palazzo, reale, mostra, tele, opere, ritratti, paesaggi, nature, morte, 16 8

9 Trasformazione del testo La pittura italiana del XIX secolo, Pavia (docid: 2) Il Castello Visconteo di Pavia è la cornice della grande mostra La pittura italiana del XIX secolo. In esposizione 70 tele provenienti dalle più prestigiose collezioni nazionali e firmate da artisti come Francesco Hayez e Giovanni Boldini. Un percorso che va dal Neoclassicismo al Simbolismo e che testimonia la ricchezza e la varietà dell'arte figurativa italiana dell'ottocento castello, visconteo, pavia, cornice, mostra, pittura, italiana, XIX, secolo, esposizione, 70, tele, collezioni, nazionali, artisti, francesco, hayez, giovanni, boldini, percorso, neoclassicismo, simbolismo, ricchezza, varietà, arte, italiana, ottocento. 17 Trasformazione del testo Mostra La natura squisita, Milano (docid: 3) Fulvio Di Piazza, Marco Mazzoni e Nicola Verlato: tre artisti per un viaggio alla scoperta del concetto di Natura, alla Fondazione Stelline fino al 25 febbraio. In mostra venticinque opere storiche e inedite che conducono il visitatore in un universo vitale e pulsante, sospeso tra atmosfere surreali e suggestioni contemporanee fulvio, piazza, marco, mazzoni, nicola, verlato, artisti, viaggio, scoperta, concetto, natura, fondazione, stelline, febbraio, mostra, venticinque, opere, storiche, inedite, visitatore, universo, vitale, pulsante, sospeso, atmosfere, surreali, suggestioni, contemporanee 18 9

10 Creazione dell'indice Matrice di incidenza Termine docid:1 docid: 2 docid: 3 Cubismo Surrealismo Cezanne Opere Tele Mostra Pittura Italiana artisti Fondazione Natura Formulazione dell'interrogazione bisogno informativo Eventi di mostre relative a opere ad eccezione di quelle di Cezanne Mostra AND Opere AND (NOT Cezanne) predicato booleano 20 10

11 Elaborazione dell'interrogazione Termine docid:1 docid: 2 docid: 3 Cubismo Surrealismo Cezanne Opere Tele Mostra Pittura Italiana artisti Fondazione Nature Elaborazione dell'interrogazione Mostra AND Opere AND (NOT Cezanne) Termine docid:1 docid: 2 docid: 3 Cezanne Opere Mostra NOT Cezanne Opere AND (NOT Cezanne) Mostra AND Opere AND (NOT Cezanne) docid 3 è il risultato dell'interrogazione 22 11

12 Corso di Ontologie e Semantic Web Il sistema vettoriale Limiti del modello booleano Il modello booleano è inadatto a sistemi di IR in cui il corpus di documenti è molto ampio I risultati non sono ordinati per rilevanza I risultati di una query possono essere troppo numerosi per un utente umano Il modello vettoriale è stato ideato per ovviare ai limiti del modello booleano 24 12

13 Il modello vettoriale Il modello vettoriale si basa sul principio che la rilevanza di un documento rispetto a una query è misurabile su un insieme di valori più ampio rispetto al semplice Sì/No Caratteristiche del modello vettoriale la rilevanza di un documento si misura sull'intervallo continuo [0,1] Le query degli utenti sono espresse come testo libero (e.g., una lista di keyword, una frase) 25 Il modello vettoriale La rilevanza di un documento rispetto a una query viene misurata come segue Si calcola la rilevanza di ciascuna chiave di ricerca della query rispetto al documento Si calcola una misura di rilevanza complessiva che combina le misure di rilevanza di ciascuna chiave di ricerca rispetto al documento considerato 26 13

14 Frequenza dei termini e pesatura Come valutare la rilevanza di una chiave di ricerca k per un certo documento d? Comunemente, la rilevanza di k è l'importanza (o peso, weight) che la chiave di ricerca ha per d e coincide con il numero di occorrenze di k in d 27 Frequenza dei termini e pesatura Nel modello vettoriale è necessario memorizzare la frequenza con cui i termini da indicizzare compaiono in ciascun documento La frequenza del termine t nel documento d è indicata come tf(t,d) 28 14

15 Frequenza dei termini e pesatura Considerazioni Misurare l'importanza di un termine in un documento basandosi esclusivamente sulla sua frequenza può essere fuorviante I termini che compaiono/occorrono in un documento non sempre hanno la medesima importanza 29 Frequenza dei termini e pesatura Esempio La Triennale, Milano (docid: 15) La Triennale di Milano ospita una collezione di opere di design e numerose mostre temporanee di design ed arte moderna Mostra Cézanne, Milano (docid: 1) Paul Cézanne è protagonista di una grande mostra antologica a Palazzo Reale: in mostra quaranta tele, dalle prime opere ai ritratti Organizzazione eventi, Milano (docid: 102) Il gruppo XXX vanta esperienza pluriennale nell'organizzazione di eventi e mostre di successo mediante soluzioni su misura per ogni tipo di evento 30 15

16 Frequenza dei termini e pesatura Esempio La Triennale, Milano (docid: 15) triennale milano raccogliere collezione opera design(2) numeroso mostra temporaneo arte moderno Mostra Cézanne, Milano (docid: 1) paul cezanne protagonista grande antologico palazzo reale mostra(2) quaranta tela primo opera ritratto Organizzazione eventi, Milano (docid: 102) gruppo XXX vantare esperienza pluriennale organizzazione evento(2) mostra successo mediante soluzione misura ogni tipo 31 Frequenza dei termini e pesatura Esempio La Triennale, Milano (docid: 15) triennale milano raccogliere collezione opera design(2) numeroso mostra temporaneo arte moderno Mostra Cézanne, Milano (docid: 1) paul cezanne protagonista grande antologico palazzo reale mostra(2) quaranta tela primo opera ritratto Organizzazione eventi, Milano (docid: 102) gruppo XXX vantare esperienza pluriennale organizzazione evento(2) mostra successo mediante soluzione misura ogni tipo 32 16

17 Frequenza dei termini e pesatura Esempio Quali termini meglio caratterizzano il contenuto dei tre documenti considerati? Se ci affidiamo alla frequenza dei termini risulta che "Design" descrive docid15 tf(design,docid15)=2 "Mostra" descrive docid1 tf(mostra,docid1)=2 "Evento" descrive docid102 tf(evento,docid102)=2 Questo risultato può essere soddisfacente per docid15 e docid102, ma non per docid1 Il termine "Mostra" è usato in tutti e tre i documenti e risulta poco significativo per catturare il contenuto specifico di un documento 33 Frequenza dei termini e pesatura E' possibile usare una tecnica di normalizzazione per attenuare l'effetto dei termini che occorrono molto frequentemente nel corpus A tal proposito per ogni termine t introduciamo la nozione di frequenza nei documenti (document frequency) df(t) La frequenza nei documenti df(t) è il numero di documenti in cui il termine t compare/occorre In alternativa, per scopi di normalizzazione, è possibile utilizzare la nozione di frequenza nel corpus (collection frequency) cf(t) 34 17

18 Frequenza inversa dei termini La frequenza nei documenti di un termine t consente di introdurre la nozione di frequenza inversa nei documenti (inverse document frequency) idf(t) La frequenza inversa nei documenti premia i termini che occorrono raramente nel corpus penalizza i termini molto frequenti 35 Frequenza inversa dei termini La frequenza inversa di un termine t è definita come segue N è il numero di documenti che appartengono al corpus 36 18

19 Frequenza inversa dei termini Esempio Corpus contenente N= 150 documenti relativi a eventi della città di Milano df(mostra)=121 df(evento)=25 df(design)=7 37 Importanza di un termine Per una più accurata misura dell'importanza di un termine t in un documento d è possibile combinare la frequenza tf(t,d) con la frequenza inversa idf(t) come segue La precedente misura è comunemente nota come tf-idf del termine t nel documento d 38 19

20 Importanza di un termine La misura tf-idf(t,d) È premiante (più elevata) quando il termine t occorre molte volte in pochi documenti (per i quali t ha una buona importanza) E' penalizzante (bassa) quando il termine t occorre poche volte in pochi documenti (per i quali t ha poca importanza) E' molto penalizzante (molto bassa) quanto il termine t occorre in tutti (o quasi) i documenti 39 Importanza di un termine Esempio (basato sui documenti docid15, docid102, docid1) tf-idf(design,docid15) = 2 * 3.1 = 6.2 tf-idf(evento,docid102) = 2 * 1.8 = 3.6 tf-idf(mostra,docid1) = 2 * 0.2 =

21 Documenti come vettori Nel modello vettoriale, un documento d può essere visto come un vettore (cioè una lista) i cui elementi sono i termini che compaiono in d docid1=<paul;cezanne;mostra;tela;opera> Ai fini del reperimento, ciascun termine t del vettore può essere sostituito dalla corrispondente misura di importanza per il documento d espressa mediante tf-idf(t,d) docid1=<5.2; 9.2; 0.4, 2.1; 1.9> 41 Rilevanza di un documento La rappresentazione di un documento d mediante un vettore v(d) è interessante per misurare la rilevanza del documento rispetto a una query q data La rilevanza di d rispetto a q è data dalla somma dei tf-idf dei termini t che appartengono a d e che sono stati inseriti nella query q 42 21

22 Rilevanza di un documento La rilevanza (score) di un documento d rispetto a una query q può essere calcolata come segue: 43 Rilevanza di un documento E' possibile calcolare una misura più articolata di score(q,d) utilizzando la similarità cosenica (cosine similarity) La similarità cosenica calcola score(q,d) mediante operazioni algebriche sui due vettori: Il vettore v(d) che contiene i termini del documento d Il vettore v(q) che contiene i termini della query q 44 22

23 Esercizio Si consideri un corpus di N=1000 documenti e si considerino i seguenti dati: tf(t1,d1)=5 tf(t2,d1)=3 df(t1)=115 df(t2)=25 Quale termine fra t1 e t2 è più importante per il documento d1? Se considero la query q={t1,t2}, qual è il valore di rilevanza del documento d1 rispetto a q? 45 Corso di Ontologie e Semantic Web Valutazione di un sistema di information retrieval 23

24 Valutare un sistema di IR E' un tema che riguarda la definizione di opportune strategie per misurare l'efficacia delle tecniche di reperimento su cui è costruito il sistema di IR considerato Intuitivamente, l'obiettivo è misurare quanto il sistema di IR è capace di restituire tutti e soli i documenti rilevanti rispetto a un dato bisogno informativo 47 Valutare un sistema di IR Questioni interessanti Gli aspetti quantitativi sono centrali: non basta restituire tutti i documenti rilevanti, è altrettanto cruciale scartare quelli non rilevanti Non sempre le tecniche di reperimento sono in grado di catturare il bisogno informativo Rispetto a cosa valutiamo se il risultato di una query è appropriato? 48 24

25 Valutare un sistema di IR Esempio 1, bis.inf.a: mostre in programma a Milano presso Palazzo Reale? Mostra Cézanne, Milano (docid: 1)? Mostra La perfezione dell'immagine, Milano (docid: 47)? Mostra Brera incontra il Pushkin, Milano (docid: 32)? Mostra Transavanguardia, Milano (docid: 83)? Mostra Anthony James, Milano (docid: 18) 49 Valutare un sistema di IR Esempio 2, bis.inf.b: mostre di arte figurativa? Mostra Cézanne, Milano (docid: 1)? Mostra La perfezione dell'immagine, Milano (docid: 47)? Mostra Brera incontra il Pushkin, Milano (docid: 32)? Mostra Transavanguardia, Milano (docid: 83)? Mostra Anthony James, Milano (docid: 18) 50 25

26 Valutare un sistema di IR Esempio 3, bis.inf.c: mostre di artisti eccentrici? Mostra Cézanne, Milano (docid: 1)? Mostra La perfezione dell'immagine, Milano (docid: 47)? Mostra Brera incontra il Pushkin, Milano (docid: 32)? Mostra Transavanguardia, Milano (docid: 83)? Mostra Anthony James, Milano (docid: 18) 51 Strategia di valutazione Componenti coinvolte nel procedimento di valutazione Un corpus di documenti sufficientemente ampio Una lista di bisogni informativi con relative query Una verità aurea (ground truth o gold standard) che distingue ciò che è vero da ciò che è falso e si assume corretta per definizione 52 26

27 La ground truth E' un insieme di corrispondenze (mapping) tra documenti e query Ogni corrispondenza della ground truth è un mapping atteso, cioè un risultato che il sistema di IR dovrebbe restituire Il sistema di IR perfetto deve restituire tutti e soli i mapping previsti dalla ground truth 53 La ground truth La ground truth è definita da un utente esperto, o una squadra di utenti esperti (esperti di cosa?!) L'efficacia del sistema di valutazione dipende dalle scelte interpretative che i progettisti della ground truth decidono di operare 54 27

28 La ground truth Esempio Bis.Inf.A Bis.Inf.A Bis.Inf.B Bis.Inf.B Bis.Inf.B Bis.Inf.B Bis.Inf.C Bis.Inf.C Mostra Cézanne, Milano (docid: 1) Mostra Transavanguardia, Milano (docid: 83) Mostra Cézanne, Milano (docid: 1) Mostra La perfezione dell'immagine, Milano (docid: 47) Mostra Brera incontra il Pushkin, Milano (docid: 32) Mostra Transavanguardia, Milano (docid: 83) Mostra Transavanguardia, Milano (docid: 83) Mostra Anthony James, Milano (docid: 18) 55 Come valutare Rispetto a un bisogno informativo La ground truth distingue i documenti rilevanti da quelli non rilevanti Il sistema di IR restituisce nel risultato alcuni documenti e ne scarta altri Nello scenario migliore, i documenti rilevanti nella ground truth coincidono con il risultato prodotto dal sistema di IR Il sistema di IR restituisce i documenti rilevanti (true positives, veri positivi) e scarta i documenti non rilevanti (true negatives, veri negativi) 56 28

29 Come valutare Nella realtà la situazione può essere più articolata Caso 1 (false positive, falsi positivi) Il sistema di IR restituisce documenti che non sono rilevanti rispetto al bisogno informativo (in base alla ground truth) Caso 2 (false negative, falsi negativi) Il sistema di IR scarta documenti che sono rilevanti rispetto al bisogno informativo (in base alla ground truth) 57 Come valutare Sintesi Doc. reperiti Doc. non reperiti Doc. rilevanti True positive (tp) Corretti e reperiti False negative (fn) Corretti ma non reperiti Doc. non rilevanti False positive (fp) Errati ma reperiti True negative (tn) Errati e non reperiti Falsi positivi e negativi compromettono l'efficacia del sistema di IR Gli strumenti di valutazione devono misurare l'entità di falsi positivi e falsi negativi per il sistema di IR 58 29

30 Misure di valutazione: precision Precision (P): è il rapporto tra il numero di documenti rilevanti reperiti dal sistema di IR e il numero di documenti complessivamente reperiti dal medesimo 59 Misure di valutazione: precision Considerazioni Quando P=1 siamo in presenza di un sistema di IR in cui tutti i risultati reperiti sono corretti (fp=0) P=1 è il miglior valore di precision Il valore di P decresce al crescere dei falsi positivi La precision da sola non è sufficiente a misurare l'efficacia di un sistema di IR: i possibili falsi negativi (fn) non sono considerati 60 30

31 Misure di valutazione: precision Esempio (Bis.Inf.B) Scenario 1: il sistema restituisce X Mostra Cézanne, Milano (docid: 1) Mostra La perfezione dell'immagine, Milano (docid: 47) Mostra Anthony James, Milano (docid: 18) 61 Misure di valutazione: precision Esempio (Bis.Inf.B) Scenario 2: il sistema restituisce Mostra Cézanne, Milano (docid: 1) 62 31

32 Misure di valutazione: recall Recall (R): è il rapporto tra il numero di documenti rilevanti reperiti dal sistema di IR e il numero di documenti complessivamente rilevanti previsto dalla ground truth 63 Misure di valutazione: recall Considerazioni Quando R=1 siamo in presenza di un sistema di IR in cui tutti i documenti rilevanti sono reperiti (fn=0) R=1 è il miglior valore di recall Il valore di R decresce al crescere dei falsi negativi La recall da sola non è sufficiente a misurare l'efficacia di un sistema di IR: i possibili falsi positivi (fp) non sono considerati 64 32

33 Misure di valutazione: recall Esempio (Bis.Inf.C) Scenario 3: il sistema restituisce X Mostra La perfezione dell'immagine, Milano (docid: 47) Mostra Anthony James, Milano (docid: 18) 65 Misure di valutazione: recall Esempio (Bis.Inf.C) Scenario 4: il sistema restituisce X X X Mostra Cézanne, Milano (docid: 1) Mostra La perfezione dell'immagine, Milano (docid: 47) Mostra Brera incontra il Pushkin, Milano (docid: 32) Mostra Transavanguardia, Milano (docid: 83) Mostra Anthony James, Milano (docid: 18) 66 33

34 Misure di valutazione Precision e recall misurano aspetti diversi ma egualmente importanti per un sistema di IR Talvolta precision è più importante di recall e.g., navigazione su web Mi interessa vedere risultati corretti, mi disinteresso di eventuali falsi negativi Talvolta recall è più importante di precision e.g., indagini professionali, ricerche personali su disco Mi interessa vedere il maggior numero di risultati rilevanti, anche se questo può comportare un certo numero di falsi positivi 67 Misure di valutazione: F-measure Per fornire una misura di efficacia complessiva di un sistema di IR è necessario combinare i valori di precision e recall E' questo l'obiettivo di F-measure F-measure è definita come la media armonica di precision e recall 68 34

35 Misure di valutazione: F-measure F-measure è premiante per i sistemi di IR che hanno valori bilanciati di precision e recall F-measure è penalizzante per i sistemi di IR che hanno elevata precision ma scadente recall e viceversa Nella precedente formula di F-measure, precision e recall sono egualmente considerate In una definizione più generale, è possibile definire F- measure dando maggiore importanza a una delle due misure in base alle necessità 69 Misure di valutazione: F-measure Esempio. Scenario

36 Misure di valutazione: F-measure Esempio. Scenario 2 71 Misure di valutazione: F-measure Esempio. Scenario

37 Misure di valutazione: F-measure Esempio. Scenario 4 73 Valutare un sistema di IR Considerazioni finali La ground truth finora considerata non contempla un ordinamento per rilevanza dei mapping Nei sistemi reali sono possibili schemi di valutazione più sofisticati K-precision (considero solo i primi K documenti reperiti dal sistema di IR) R-precision (considero gli R mapping più rilevanti della ground truth e misuro quanti di questi sono contenuti nei primi R documenti reperiti dal sistema di IR) 74 37

38 Valutare un sistema di IR Considerazioni finali Nel costruire la ground truth è opportuno considerare gli effetti dei possibili duplicati e l'importanza di esprimere la cosiddetta rilevanza marginale La qualità percepita dagli utenti è un ulteriore elemento di valutazione di un sistema di IR anche se più difficile da catturare (i log di sistema risultano utili in questo senso anche se richiedono di "riconoscere" gli utenti) 75 Riferimenti bibliografici C.D. Manning, P. Raghavan, H. Schütze, Introduction to Information Retrieval, Cambridge University Press Capitoli: 1, 2, 3, 6,

Introduzione all Information Retrieval

Introduzione all Information Retrieval Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information

Dettagli

Indicizzazione terza parte e modello booleano

Indicizzazione terza parte e modello booleano Reperimento dell informazione (IR) - aa 2014-2015 Indicizzazione terza parte e modello booleano Gruppo di ricerca su Sistemi di Gestione delle Informazioni (IMS) Dipartimento di Ingegneria dell Informazione

Dettagli

Indicizzazione. Fasi del processo di IR. Indicizzazione: due aspetti. Corpus: Costruzione delle viste logiche dei documenti: Termine indice

Indicizzazione. Fasi del processo di IR. Indicizzazione: due aspetti. Corpus: Costruzione delle viste logiche dei documenti: Termine indice Fasi del processo di IR Indicizzazione Information need text input Pre-process documents Parse Query Index Rank Indicizzazione: due aspetti Costruzione delle viste logiche dei documenti: Per ogni documento

Dettagli

Intelligenza Artificiale

Intelligenza Artificiale Intelligenza Artificiale Anno accademico 2008-2009 Information Retrieval: Text Categorization Una definizione formale Sia D il dominio dei documenti Sia C = {c 1,,c C } un insieme di categorie predefinite

Dettagli

Uno sguardo a Lucene. Diego De Cao, Roberto Basili Web Mining and Information Retrieval a.a. 2010/2011

Uno sguardo a Lucene. Diego De Cao, Roberto Basili Web Mining and Information Retrieval a.a. 2010/2011 Uno sguardo a Lucene Diego De Cao, Roberto Basili Web Mining and Information Retrieval a.a. 2010/2011 Outline Uno sguardo a Lucene Descrizione delle principali caratteristiche Realizzazione di un semplice

Dettagli

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0

4 3 4 = 4 x 10 2 + 3 x 10 1 + 4 x 10 0 aaa 10 2 10 1 10 0 Rappresentazione dei numeri I numeri che siamo abituati ad utilizzare sono espressi utilizzando il sistema di numerazione decimale, che si chiama così perché utilizza 0 cifre (0,,2,3,4,5,6,7,8,9). Si dice

Dettagli

ALGEBRA DELLE PROPOSIZIONI

ALGEBRA DELLE PROPOSIZIONI Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra

Dettagli

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Fondamenti di calcolo booleano

Corso di Informatica Generale (C. L. Economia e Commercio) Ing. Valerio Lacagnina Fondamenti di calcolo booleano Breve introduzione storica Nel 1854, il prof. Boole pubblica un trattato ormai famosissimo: Le leggi del pensiero. Obiettivo finale del trattato è di far nascere la matematica dell intelletto umano, un

Dettagli

Cenni di logica & algebra booleana

Cenni di logica & algebra booleana Cenni di algebra booleana e dei sistemi di numerazione Dr. Carlo Sansotta - 25 2 Parte Cenni di logica & algebra booleana 3 introduzione L elaboratore elettronico funziona secondo una logica a 2 stati:

Dettagli

Riconoscimento e Recupero dell'informazione per Bioinformatica

Riconoscimento e Recupero dell'informazione per Bioinformatica Riconoscimento e Recupero dell'informazione per Bioinformatica LAB. 8 PRTools (2) Pietro Lovato Corso di Laurea in Bioinformatica Dip. di Informatica Università di Verona A.A. 2015/2016 Ripasso: validazione

Dettagli

Capitolo 5. Cercare informazioni sul Web

Capitolo 5. Cercare informazioni sul Web Capitolo 5 Cercare informazioni sul Web Cercare nel posto giusto Posti logici e noti per reperire informazioni sui nostri contributi pensionistici, chiediamo all INPS Biblioteche on-line La maggior parte

Dettagli

La gestione del documento

La gestione del documento Operatore giuridico d impresa Informatica Giuridica A.A 2002/2003 II Semestre La gestione del documento prof. Monica Palmirani Il documento A differenza del dato il documento è solitamente un oggetto non

Dettagli

Idee guida. Finite State Machine (1) Un automa a stati finiti è definito da una 5- pla: FSM = , dove: Finite State Machine (2)

Idee guida. Finite State Machine (1) Un automa a stati finiti è definito da una 5- pla: FSM = <Q,,, q0, F>, dove: Finite State Machine (2) Idee guida ASM = FSM con stati generalizzati Le ASM rappresentano la forma matematica di Macchine Astratte che estendono la nozione di Finite State Machine Ground Model (descrizioni formali) Raffinamenti

Dettagli

Il web of data : evoluzione e prospettive del web semantico

Il web of data : evoluzione e prospettive del web semantico Facoltà di Lettere e Filosofia Scienze dell'informazione e della Comunicazione su Web Il web of data : evoluzione e prospettive del web semantico Silvana Castano, Alfio Ferrara, Stefano Montanelli Dipartimento

Dettagli

Sistemi Informativi Multimediali 1 - Introduzione

Sistemi Informativi Multimediali 1 - Introduzione Che cos è un sistema informativo multimediale? Sistemi Informativi li 1 - Introduzione Augusto Celentano Università Ca Foscari di Venezia Un sistema informativo multimediale (MMDBMS) è un framework che

Dettagli

1 Introduzione 1 1.1 Information Retrieval: promesse e problemi... 1 1.2 Presentazione del lavoro... 3 1.3 Sommario... 5

1 Introduzione 1 1.1 Information Retrieval: promesse e problemi... 1 1.2 Presentazione del lavoro... 3 1.3 Sommario... 5 Indice 1 Introduzione 1 1.1 Information Retrieval: promesse e problemi..................... 1 1.2 Presentazione del lavoro................................ 3 1.3 Sommario........................................

Dettagli

Algebra di Boole ed Elementi di Logica

Algebra di Boole ed Elementi di Logica Algebra di Boole ed Elementi di Logica 53 Cenni all algebra di Boole L algebra di Boole (inventata da G. Boole, britannico, seconda metà 8), o algebra della logica, si basa su operazioni logiche Le operazioni

Dettagli

Navigazione. per associazione. ipertesti/ipermedia. l utente naviga nello spazio dei documenti alla ricerca dei nodi di interesse

Navigazione. per associazione. ipertesti/ipermedia. l utente naviga nello spazio dei documenti alla ricerca dei nodi di interesse Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero 5. Database e Information Retrieval per associazione Navigazione ipertesti/ipermedia l utente naviga nello spazio

Dettagli

Elementi di Informatica e Programmazione

Elementi di Informatica e Programmazione Elementi di Informatica e Programmazione Il concetto di Algoritmo e di Calcolatore Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Cos

Dettagli

Metodi basati sugli autovettori per il Web Information Retrieval

Metodi basati sugli autovettori per il Web Information Retrieval Metodi basati sugli autovettori per il Web Information Retrieval HITS, PageRank e il metodo delle potenze LSI e SVD LSI è diventato famoso per la sua abilità nel permettere di manipolare i termini (all

Dettagli

Modulo 1: Motori di ricerca

Modulo 1: Motori di ricerca Contenuti Architettura di Internet Principi di interconnessione e trasmissione World Wide Web Posta elettronica Motori di ricerca Antivirus Personal firewall Tecnologie delle reti di calcolatori Servizi

Dettagli

Corso di Laurea in INFORMATICA

Corso di Laurea in INFORMATICA Corso di Laurea in INFORMATICA Algoritmi e Strutture Dati MODULO 2. Algebre di dati Dati e rappresentazioni, requisiti delle astrazioni di dati, costrutti. Astrazioni di dati e dati primitivi. Specifica

Dettagli

RICERCA DELL INFORMAZIONE

RICERCA DELL INFORMAZIONE RICERCA DELL INFORMAZIONE DOCUMENTO documento (risorsa informativa) = supporto + contenuto analogico o digitale locale o remoto (accessibile in rete) testuale, grafico, multimediale DOCUMENTO risorsa continuativa

Dettagli

corso di Access MICROSOFT ACCESS Docente: Andrea Mereu Università degli studi di Cagliari 16 aprile 9 maggio 2012

corso di Access MICROSOFT ACCESS Docente: Andrea Mereu Università degli studi di Cagliari 16 aprile 9 maggio 2012 1 MICROSOFT ACCESS 1 Docente: Andrea Mereu Università degli studi di Cagliari 16 aprile 9 maggio 2012 Che cos'è Access? 2 Access è un'applicazione database (DBMS), cioè un programma che serve a gestire

Dettagli

Progetto Finale: Modelli semantici dei dati in domini applicativi specifici

Progetto Finale: Modelli semantici dei dati in domini applicativi specifici Progetto Finale: Modelli semantici dei dati in domini applicativi specifici Roberto Basili, Marco Pennacchiotti Corso di Fondamenti di Informatica a.a. 2003-2004 Definizioni Generali e Regole d esame Il

Dettagli

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Rappresentazione dell Informazione

Dettagli

USO E LIMITI DEI DATABASE CLINICI: LA RICERCA NELLE BANCHE DATI SPECIALIZZATE IN EBM

USO E LIMITI DEI DATABASE CLINICI: LA RICERCA NELLE BANCHE DATI SPECIALIZZATE IN EBM SM Romano. Dip.Area Critica Medico-Chirurgica, Università degli Studi di Firenze. Centro Italiano per la Medicina Basata sulle Prove. Clin. Med. Cardiol. FI Sapere eseguire una ricerca bibliografica accurata

Dettagli

Modelli di Information Retrieval: I modelli base

Modelli di Information Retrieval: I modelli base Modelli di Information Retrieval: I modelli base Gabriella Pasi 1 Università degli Studi di Milano Bicocca Via Bicocca degli Arcimboldi 8 e-mail: pasi@disco.unimib.it Struttura base di un IRS ARCHIVIO

Dettagli

SUCCESSO DI UN APPLICAZIONE WEB

SUCCESSO DI UN APPLICAZIONE WEB SUCCESSO DI UN APPLICAZIONE WEB Prevedere il Successo Per prevedere il successo di un prodotto di comunicazione nel web abbiamo varie strade: valutare la sua qualità come strumento tecnologico valutare

Dettagli

Dispensa del corso di Informatica

Dispensa del corso di Informatica Dispensa 6-Boolean 1 Algebra Booleana Dispensa del corso di Informatica La logica George Boole (1815 1864) è stato un matematico e logico britannico, ed è considerato il padre fondatore della logica matematica.

Dettagli

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA

ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA ESERCIZI DI ALGEBRA LINEARE E GEOMETRIA Francesco Bottacin Padova, 24 febbraio 2012 Capitolo 1 Algebra Lineare 1.1 Spazi e sottospazi vettoriali Esercizio 1.1. Sia U il sottospazio di R 4 generato dai

Dettagli

Il PageRank è obsoleto? Via libera al TrustRank

Il PageRank è obsoleto? Via libera al TrustRank Il PageRank è obsoleto? Via libera al TrustRank Prefazione: Questo documento si basa sull originale Combating web spam with TrustRank firmato da alcuni ricercatori del dipartimento di Computer Science

Dettagli

CALCOLATORI ELETTRONICI A cura di Luca Orrù. Lezione n.6. Unità di controllo microprogrammata

CALCOLATORI ELETTRONICI A cura di Luca Orrù. Lezione n.6. Unità di controllo microprogrammata Lezione n.6 Unità di controllo microprogrammata 1 Sommario Unità di controllo microprogrammata Ottimizzazione, per ottimizzare lo spazio di memoria occupato Il moltiplicatore binario Esempio di architettura

Dettagli

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri.

Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. Codici Numerici. Modifica dell'informazione. Rappresentazione dei numeri. A partire da questa lezione, ci occuperemo di come si riescono a codificare con sequenze binarie, quindi con sequenze di 0 e 1,

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy

Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy Tecniche avanzate di sintesi di algoritmi: Programmazione dinamica Algoritmi greedy Dr Maria Federico Programmazione dinamica Solitamente usata per risolvere problemi di ottimizzazione il problema ammette

Dettagli

APPUNTI DI ELETTRONICA DIGITALE

APPUNTI DI ELETTRONICA DIGITALE APPUNTI DI ELETTRONICA DIGITALE ITIS MARCONI-GORGONZOLA docente :dott.ing. Paolo Beghelli pag.1/24 Indice 1.ELETTRONICA DIGITALE 4 1.1 Generalità 4 1.2 Sistema di numerazione binario 4 1.3 Operazioni con

Dettagli

Capitolo 20: Scelta Intertemporale

Capitolo 20: Scelta Intertemporale Capitolo 20: Scelta Intertemporale 20.1: Introduzione Gli elementi di teoria economica trattati finora possono essere applicati a vari contesti. Tra questi, due rivestono particolare importanza: la scelta

Dettagli

E se l'errore fosse «Parola non compresa»? Leggibilità e qualità del lessico nei siti web

E se l'errore fosse «Parola non compresa»? Leggibilità e qualità del lessico nei siti web E se l'errore fosse «Parola non compresa»? Leggibilità e qualità del lessico nei siti web Mai più Not Found! L usabilità a basso costo per i siti web delle PA Forum PA - 29 maggio 2014 Nicola Mastidoro

Dettagli

Sorgenti autorevoli in ambienti hyperlinkati.

Sorgenti autorevoli in ambienti hyperlinkati. Sorgenti autorevoli in ambienti hyperlinkati. La qualità di un metodo di ricerca richiede la valutazione umana dovuta alla soggettività inerente alla nozione di rilevanza. I motori di ricerca correnti,

Dettagli

Linguaggi e Paradigmi di Programmazione

Linguaggi e Paradigmi di Programmazione Linguaggi e Paradigmi di Programmazione Cos è un linguaggio Definizione 1 Un linguaggio è un insieme di parole e di metodi di combinazione delle parole usati e compresi da una comunità di persone. È una

Dettagli

Introduzione Chi siamo Dove siamo

Introduzione Chi siamo Dove siamo INFORMATION DESIGN 1 Single Entity Rappresentano informazioni generali riguardo al negozio, alla sua localizzazione e al personale che fa parte del negozio. Introduzione Chi siamo Dove siamo 2 Introduzione

Dettagli

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Dispensa 05 La rappresentazione dell informazione Carla Limongelli Ottobre 2011 http://www.dia.uniroma3.it/~java/fondinf/ La rappresentazione

Dettagli

DESCRITTORI DELLA SCHEDA DI VALUTAZIONE DELLA SCUOLA PRIMARIA

DESCRITTORI DELLA SCHEDA DI VALUTAZIONE DELLA SCUOLA PRIMARIA DESCRITTORI DELLA SCHEDA DI VALUTAZIONE DELLA SCUOLA PRIMARIA Scuola Primaria G. Sordini Istituto Comprensivo Spoleto 2 Indicatori per la scheda di valutazione della classe I ITALIANO: Narrare brevi esperienze

Dettagli

Serie numeriche e serie di potenze

Serie numeriche e serie di potenze Serie numeriche e serie di potenze Sommare un numero finito di numeri reali è senza dubbio un operazione che non può riservare molte sorprese Cosa succede però se ne sommiamo un numero infinito? Prima

Dettagli

Elementi di Algebra Relazionale

Elementi di Algebra Relazionale Note dalle lezioni di INFORMATICA (per gli allievi della classe quinta - indirizzo MERCURIO) Elementi di Algebra Relazionale prof. Stefano D.L.Campanozzi I.T.C. Giulio Cesare Bari - a.s. 2008-2009 1 Introduzione

Dettagli

Il consulente aziendale di Richard Newton, FrancoAngeli 2012

Il consulente aziendale di Richard Newton, FrancoAngeli 2012 Introduzione Chiedete a qualunque professionista di darvi una definizione dell espressione consulente aziendale, e vedrete che otterrete molte risposte diverse, non tutte lusinghiere! Con tale espressione,

Dettagli

Ricorsione in SQL-99. Introduzione. Idea di base

Ricorsione in SQL-99. Introduzione. Idea di base Ricorsione in SQL-99 Introduzione In SQL2 non è possibile definire interrogazioni che facciano uso della ricorsione Esempio Voli(lineaAerea, da, a, parte, arriva) non è possibile esprimere l interrogazione

Dettagli

Codifica binaria e algebra di Boole

Codifica binaria e algebra di Boole Codifica binaria e algebra di Boole Corso di Programmazione A.A. 2008/09 G. Cibinetto Contenuti della lezione Codifica binaria dell informazione Numeri naturali, interi, frazionari, in virgola mobile Base

Dettagli

Analisi dei requisiti e casi d uso

Analisi dei requisiti e casi d uso Analisi dei requisiti e casi d uso Indice 1 Introduzione 2 1.1 Terminologia........................... 2 2 Modello del sistema 4 2.1 Requisiti hardware........................ 4 2.2 Requisiti software.........................

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Foglio di calcolo. Il foglio di calcolo: Excel. Selezione delle celle

Foglio di calcolo. Il foglio di calcolo: Excel. Selezione delle celle Foglio di calcolo Il foglio di calcolo: Excel I dati inseriti in Excel sono organizzati in Cartelle di lavoro a loro volta suddivise in Fogli elettronici. I fogli sono formati da celle disposte per righe

Dettagli

Database. Si ringrazia Marco Bertini per le slides

Database. Si ringrazia Marco Bertini per le slides Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida

Dettagli

Introduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni

Introduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni Introduzione Ai Data Bases Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni I Limiti Degli Archivi E Il Loro Superamento Le tecniche di gestione delle basi di dati nascono

Dettagli

Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012

Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Concetti importanti da (ri)vedere Programmazione imperativa Strutture di

Dettagli

Introduzione alle basi di dati (prima parte)

Introduzione alle basi di dati (prima parte) Introduzione alle basi di dati (prima parte) Università degli Studi di Salerno Corso di Laurea in Scienze della Comunicazione Informatica generale (matr. Dispari) Docente: Angela Peduto A.A. 2007/2008

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli

Algebra Booleana 1 ALGEBRA BOOLEANA: VARIABILI E FUNZIONI LOGICHE

Algebra Booleana 1 ALGEBRA BOOLEANA: VARIABILI E FUNZIONI LOGICHE Algebra Booleana 1 ALGEBRA BOOLEANA: VARIABILI E FUNZIONI LOGICHE Andrea Bobbio Anno Accademico 2000-2001 Algebra Booleana 2 Calcolatore come rete logica Il calcolatore può essere visto come una rete logica

Dettagli

RAPPRESENTAZIONE DEI NUMERI BINARI. Corso di Fondamenti di Informatica AA 2010-2011

RAPPRESENTAZIONE DEI NUMERI BINARI. Corso di Fondamenti di Informatica AA 2010-2011 RAPPRESENTAZIONE DEI NUMERI BINARI Corso di Fondamenti di Informatica AA 2010-2011 Prof. Franco Zambonelli Numeri interi positivi Numeri interi senza segno Caratteristiche generali numeri naturali (1,2,3,...)

Dettagli

Questa pagina e tutti i capitoli della guida che trovate elencati a destra costituiscono il cuore di questo sito web.

Questa pagina e tutti i capitoli della guida che trovate elencati a destra costituiscono il cuore di questo sito web. Posizionamento sui motori di ricerca. Cos'è il "posizionamento"? Per posizionamento si intente un insieme di tecniche che hanno l'obiettivo di migliorare la posizione di un sito web nei risultati delle

Dettagli

INDICATORI SCUOLA PRIMARIA

INDICATORI SCUOLA PRIMARIA INDICATORI SCUOLA PRIMARIA Classe 1ª ITALIANO Narrare brevi esperienze personali rispettando le regole dell ascolto Ascoltare e cogliere il senso globale di semplici testi e informazioni Acquisire prime

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

CODIFICA BINARIA. ... sono rappresentati ricorrendo a simboli che sintezzano il concetto di numerosità.

CODIFICA BINARIA. ... sono rappresentati ricorrendo a simboli che sintezzano il concetto di numerosità. I METODI DI NUMERAZIONE I numeri naturali... sono rappresentati ricorrendo a simboli che sintezzano il concetto di numerosità. Il numero dei simboli usati per valutare la numerosità costituisce la base

Dettagli

MANUALE UTENTE DELLA BIBLIOTECA VIRTUALE

MANUALE UTENTE DELLA BIBLIOTECA VIRTUALE MANUALE UTENTE DELLA BIBLIOTECA VIRTUALE Il sistema di ricerca della biblioteca virtuale permette di accedere in maniera rapida ai materiali didattici di interesse degli studenti presenti all interno del

Dettagli

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA

I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA I SISTEMI DI NUMERAZIONE E LA NUMERAZIONE BINARIA Indice Introduzione Il sistema decimale Il sistema binario Conversione di un numero da base 10 a base 2 e viceversa Conversione in altri sistemi di numerazione

Dettagli

Cercare informazioni sul Web

Cercare informazioni sul Web Fluency Cercare informazioni sul Web Capitolo 4 Guardare nel posto giusto cosa cerco mondo fisico Web per avere informazioni su contributi pensionistici INPS www.inps.it per trovare un percorso tra due

Dettagli

IMPARARE AD IMPARARE DISCIPLINE DI RIFERIMENTO: TUTTE

IMPARARE AD IMPARARE DISCIPLINE DI RIFERIMENTO: TUTTE IMPARARE AD IMPARARE DISCIPLINE DI RIFERIMENTO: TUTTE IMPARARE AD IMPARARE Imparare a imparare è l abilità di perseverare nell, di organizzare il proprio anche mediante una gestione efficace del tempo

Dettagli

LA NORMALIZZAZIONE. Introduzione

LA NORMALIZZAZIONE. Introduzione LA NORMALIZZAZIONE Introduzione La normalizzazione e' una tecnica di progettazione dei database, mediante la quale si elimina la rindondanza dei dati al fine di evitare anomalie nella loro consistenza

Dettagli

Lezioni di Informatica Giuridica

Lezioni di Informatica Giuridica UNIVERSITÀ DEGLI STUDI DI CAMERINO Scuola di Specializzazione in Diritto Civile III anno Anno accademico 2003/2004 Lezioni di Informatica Giuridica Costantino Ciampi - ITTIG/CNR Camerino, 27-28 28 settembre

Dettagli

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo. DALLE PESATE ALL ARITMETICA FINITA IN BASE 2 Si è trovato, partendo da un problema concreto, che con la base 2, utilizzando alcune potenze della base, operando con solo addizioni, posso ottenere tutti

Dettagli

Elementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1

Elementi di statistica. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Elementi di statistica Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena 2015-2016 1 / 1 Statistica La statistica si può definire come: l insieme dei metodi

Dettagli

Capitolo Terzo Valore attuale e costo opportunità del capitale

Capitolo Terzo Valore attuale e costo opportunità del capitale Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter

Dettagli

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio

Appunti di informatica. Lezione 2 anno accademico 2015-2016 Mario Verdicchio Appunti di informatica Lezione 2 anno accademico 2015-2016 Mario Verdicchio Sistema binario e logica C è un legame tra i numeri binari (0,1) e la logica, ossia la disciplina che si occupa del ragionamento

Dettagli

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

FINALITA DELLO STRUMENTO DI RILEVAZIONE REGIONALE INDAGINE PER LA MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE

FINALITA DELLO STRUMENTO DI RILEVAZIONE REGIONALE INDAGINE PER LA MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE FINALITA DELLO STRUMENTO DI RILEVAZIONE REGIONALE INDAGINE PER LA MISURAZIONE E VALUTAZIONE DELLE BIBLIOTECHE Premessa L esigenza di una rilevazione puntuale e condotta con criteri uniformi su tutto il

Dettagli

Le preferenze e la scelta

Le preferenze e la scelta Capitolo 3: Teoria del consumo Le preferenze e la scelta 1 Argomenti trattati in questo capitolo Usiamo le preferenze dei consumatori per costruire la funzione di domanda individuale e di mercato Studiamo

Dettagli

Uso del computer e gestione dei file. Elaborazione testi. Foglio elettronico. Strumenti di presentazione

Uso del computer e gestione dei file. Elaborazione testi. Foglio elettronico. Strumenti di presentazione Il è finalizzato a elevare il livello di competenza nell utilizzo del computer, del pacchetto Office e delle principali funzionalità di Internet. Il percorso formativo si struttura in 7 moduli Concetti

Dettagli

Introduzione alla tecnica di Programmazione Dinamica

Introduzione alla tecnica di Programmazione Dinamica Universitá degli Studi di Salerno Corso di Algoritmi Prof. Ugo Vaccaro Anno Acc. 2014/15 p. 1/37 Sommario della lezione Introduzione alla tecnica di Programmazione Dinamica Esempio di applicazione n. 1:

Dettagli

SRS (Sequence Retrieval System) della EBI che mette a disposizione anche dello spazio sul server per memorizzare le richerche.

SRS (Sequence Retrieval System) della EBI che mette a disposizione anche dello spazio sul server per memorizzare le richerche. I due centri maggiori, EBI e NCBI hanno sviluppato sistemi dedicati di RETRIEVAL allo scopo di ottenere il massimo delle informazioni con il minimo sforzo da parte dell utente SRS (Sequence Retrieval System)

Dettagli

LA RAPPRESENTAZIONE DELLE INFORMAZIONI

LA RAPPRESENTAZIONE DELLE INFORMAZIONI ISTITUTO TECNICO E LICEO SCIENTIFICO TECNOLOGICO ANGIOY LA RAPPRESENTAZIONE DELLE INFORMAZIONI Prof. G. Ciaschetti DATI E INFORMAZIONI Sappiamo che il computer è una macchina stupida, capace di eseguire

Dettagli

OBIETTIVI DISCIPLINARI CLASSE 1^

OBIETTIVI DISCIPLINARI CLASSE 1^ OBIETTIVI DISCIPLINARI CLASSE 1^ MOTORIE E SPORTIVE Narrare esperienze personali ed i contenuti di brevi racconti rispettando l'ordine logico e cronologico. Acquisire le prime regole di lettura e scrittura.

Dettagli

Il linguaggio SQL: viste e tabelle derivate

Il linguaggio SQL: viste e tabelle derivate Il linguaggio SQL: viste e tabelle derivate Sistemi Informativi L-A Home Page del corso: http://www-db.deis.unibo.it/courses/sil-a/ Versione elettronica: SQLd-viste.pdf Sistemi Informativi L-A DB di riferimento

Dettagli

Rappresentazione grafica di entità e attributi

Rappresentazione grafica di entità e attributi PROGETTAZIONE CONCETTUALE La progettazione concettuale, ha il compito di costruire e definire una rappresentazione corretta e completa della realtà di interesse, e il prodotto di tale attività, è lo schema

Dettagli

PROCESSO DI INDICIZZAZIONE SEMANTICA

PROCESSO DI INDICIZZAZIONE SEMANTICA PROCESSO DI INDICIZZAZIONE SEMANTICA INDIVIDUAZIONE DEI TEMI/CONCETTI SELEZIONE DEI TEMI/CONCETTI ESPRESSIONE DEI CONCETTI NEL LINGUAGGIO DI INDICIZZAZIONE TIPI DI INDICIZZAZIONE SOMMARIZZAZIONE INDICIZZAZIONE

Dettagli

Calcolatori: Algebra Booleana e Reti Logiche

Calcolatori: Algebra Booleana e Reti Logiche Calcolatori: Algebra Booleana e Reti Logiche 1 Algebra Booleana e Variabili Logiche I fondamenti dell Algebra Booleana (o Algebra di Boole) furono delineati dal matematico George Boole, in un lavoro pubblicato

Dettagli

Il linguaggio SQL: viste e tabelle derivate. Versione elettronica: SQLd-viste.pdf

Il linguaggio SQL: viste e tabelle derivate. Versione elettronica: SQLd-viste.pdf Il linguaggio SQL: viste e tabelle derivate Versione elettronica: SQLd-viste.pdf DB di riferimento per gli esempi Imp Sedi CodImp Nome Sede Ruolo Stipendio Sede Responsabile Citta E001 Rossi S01 Analista

Dettagli

Lezione 8. La macchina universale

Lezione 8. La macchina universale Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione

Dettagli

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Relatore Chiarissimo

Dettagli

Cercare documenti Web

Cercare documenti Web Pagine web (struttura html) Cercare documenti Web Motori di Ricerca I MOTORI DI RICERCA Sulla rete Web vi sono strumenti specifici chiamati motori di ricerca (research engines) per la ricerca di siti e

Dettagli

Pubblicità sul web. Giulia Pizzolato

Pubblicità sul web. Giulia Pizzolato Pubblicità sul web Giulia Pizzolato Principali forme pubblicitarie sul web Pay-per-view Pay-per-click Mailing-list 1) Pay-per-view Si intende il classico acquisto da parte di un inserzionista di uno spazio

Dettagli

I SISTEMI DI NUMERAZIONE

I SISTEMI DI NUMERAZIONE Istituto di Istruzione Superiore G. Curcio Ispica I SISTEMI DI NUMERAZIONE Prof. Angelo Carpenzano Dispensa di Informatica per il Liceo Scientifico opzione Scienze Applicate Sommario Sommario... I numeri...

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

Introduzione al Semantic Web

Introduzione al Semantic Web Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Sistemi Informativi Modulo II A. A. 2013-2014 Giuseppe Loseto Dal Web al Semantic Web 2 Dal Web al Semantic Web: Motivazioni Il Web dovrebbe

Dettagli

Operatori logici e porte logiche

Operatori logici e porte logiche Operatori logici e porte logiche Operatori unari.......................................... 730 Connettivo AND........................................ 730 Connettivo OR..........................................

Dettagli

Introduzione agli Abstract Data Type (ADT)

Introduzione agli Abstract Data Type (ADT) Introduzione agli Abstract Data Type (ADT) La nozione di tipo di dato astratto Sappiamo già che quando si affrontano problemi complessi è necessario procedere in due fasi: Specifica dell algoritmo Implementazione

Dettagli

UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea in Informatica

UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea in Informatica UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea in Informatica Costruzione di un thesaurus per gli algoritmi di prossimità semantica DISCo LET

Dettagli

Periodici elettronici e banche dati

Periodici elettronici e banche dati Servizio civile nazionale volontario Università di Pavia Progetto Vivere la biblioteca: dalla gestione al servizio - 2009 Periodici elettronici e banche dati Caterina Barazia Periodici elettronici: definizione

Dettagli

I motori di ricerca. Che cosa sono. Stefania Marrara Corso di Sistemi Informativi

I motori di ricerca. Che cosa sono. Stefania Marrara Corso di Sistemi Informativi I motori di ricerca Stefania Marrara Corso di Sistemi Informativi a.a 2002/2003 Che cosa sono Un motore di ricerca è uno strumento per mezzo del quale è possibile ricercare alcuni termini (parole) all

Dettagli

Presentazione della Tesi di Laurea:

Presentazione della Tesi di Laurea: UNIVERSITÀ DEGLI STUDI DI NAPOLI "FEDERICO II" FACOLTA' DI INGEGNERIA Dipartimento di Informatica e Sistemistica Anno Accademico 1992-93 Presentazione della Tesi di Laurea: "Sistemi Informativi per la

Dettagli

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag.

SOMMARIO. 13.1 I radicali pag. 3. 13.2 I radicali aritmetici pag. 5. 13.3 Moltiplicazione e divisione fra radicali aritmetici pag. SOMMARIO CAPITOLO : I RADICALI. I radicali pag.. I radicali aritmetici pag.. Moltiplicazione e divisione fra radicali aritmetici pag.. Potenza di un radicale aritmetico pag.. Trasporto di un fattore esterno

Dettagli