授業情報/Course information

開講学期/Course Start 2017年度/Academic Year 後期/Second 第3クォーター/3rd Quarter
開講曜限/Class period 水/WED 5,6,7,8
授業区分/Regular or Intensive 週間授業
対象学科/Department 情報電子工学系専攻情報システム学コース
対象学年/Year 1年
授業科目区分/Category 博士前期課程 大学院自専攻科目
必修・選択/Mandatory or Elective 選択
授業方法/Lecture or Seminar 講義及び演習
授業科目名/Course Title 情報メディア工学特論B
単位数/Number of Credits 2.0
担当教員名/Lecturer 岡田吉史(情報電子工学系学科情報システム学コース)
時間割コード/Registration Code MQ313
連絡先/Contact 岡田吉史(okada@csse.muroran-it.ac.jp)
オフィスアワー/Office hours 岡田吉史(木曜日 16:00-17:00 (V402室) )
更新日/Date of renewal 2017/08/24
授業のねらい
/Learning Objectives
膨大なデータの中からユーザに適した情報を抽出する技術は、情報工学分野における重要なテーマとなっている。本講義では、ユーザの意図、関心、嗜好に合った情報を提供することを目的とした「情報検索システム」と「情報推薦システム」に関する基本原理と応用技術について論ずる。

Information extraction from large-scale database is a key issue in the field of information engineering. This course provides fundamental knowledge and practical technologies concerning information retrieval systems and recommender systems.
到達度目標
/Outcomes Measured By:
1. 情報検索システムおよび情報推薦システムの基本原理を説明できる。
2. 基本的な検索/推薦モデルを用いてシステムを構築し、性能評価を行うことができる。

1. Understanding the basic principles of information/recommender systems
2. Implementing basic retrieval/recommendation models and evaluating the performances on those systems.
授業計画
/Course Schedule
総授業時間数 22.5時間 (Total hours 22.5hrs)

1週目: ガイダンス、情報検索と情報推薦の概要(Introduction of this lecture)
2週目: 情報検索システムの構成 (Component technologies of information retrieval systems)
3, 4週目:検索モデル (Retrieval models)
5週目: 性能評価方法 (Performance evaluation)
6週目: プログラミング演習1:ターム抽出 (Programming1: Term extraction)
7週目: プログラミング演習2:tf-idf 計算 (Programming2: tf-idf calculation)
8週目: プログラミング演習3:類似度計算 (Programming3: Similarity calculation)
9週目: プログラミング演習4:検索実験 (Programming4: Retrieval experiments)
10週目: 情報推薦システムの構成 (Component technologies of recommender systems)
11週目: コンテンツに基づくフィルタリング (Content-based filtering)
12週目: 協調フィルタリング (Collaborative filtering)
13週目: 嗜好抽出技術、性能評価方法 (User profiling, Performance evaluation)
14週目: 最近の研究動向調査とプレゼンテーション1 (Review of recent research and presentation 1)
15週目:最近の研究動向調査と プレゼンテーション2 (Review of recent research and presentation 2)
教科書
/Required Text
なし。適宜資料を配布する。
参考書等
/Required Materials
Modern Information Retrieval: The Concepts and Technology behind Search (2nd Edition) , Ricardo Baeza-Yates, Berthier Ribeiro-Neto, Addison-Wesley Professional; 2版
Recommender Systems: An Introduction, Dietmar Jannach他, Cambridge University Press  
教科書・参考書に関する備考 教科書は指定しない。授業中に講義スライドを配布する。

Nothing special. Lecture slides will be provided in class.
成績評価方法
/Grading Guidelines
プレゼンテーション(30%)とレポート(70%)で評価する。
プレゼンテーションを行わなかった者、提出期限までにレポートの提出が無い者は、成績評価の対象とせず不合格とする.
合計点数が60点以上を合格とする.

Evaluation is based on a presentation (30%) and two reports (70%).
A score of 60% or better is required to pass this course.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報工学専攻の学習・教育目標の全ての項目に対応している.
備考
/Notes
本講義は日本語で行われる。

This lecture will be taught in Japanese.
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません
Active learning 1-1
/主体的学修(予復習,反転授業,小テスト,振り返り 等)
プログラミング課題とプレゼンテーションに備え、準備と調査をしっかり行うこと。
Preparation and review based on the self-motivating study is strongly required for programming exercises and presentaion.
Active learning 1-2
/上記項目に係るALの度合い
15%~50%
Active learning 2-1
/対話的学修(グループ学習,協働,調査体験 等)
N/A
Active learning 2-2
/上記項目に係るALの度合い
該当なし
Active learning 3-1
/深い学修(複数科目の知識の総合化や問題解決型学修 等)
本講義は、学部までに学んだ情報工学の内容を総合的に扱います。

This lecture includes comprehensive contens on information science in the undergraduate curriculum.
Active learning 3-2
/上記項目に係るALの度合い
50%超