Sveučilište u Rijeci ODJEL ZA INFORMATIKU Radmile Matejčić 2, Rijeka Akademska 2016./2017. godina URALJANJE ZNANJEM Studij: Diplomski studij jednopredmetne informatike Semestar: 2. godina, 3. semestar Web stranica predmeta: http://www.inf.uniri.hr ECTS bodovi: 6 Nastavno opterećenje: 2 + 2 Nositelj kolegija: dr. sc. Ana Meštrović e-mail: amestrovic@inf.uniri.hr web stranica: http://www.inf.uniri.hr Ured: 511 rijeme konzultacija: ponedjeljkom u 10 sati ili po dogovoru Izvedbeni nastavni plan kolegija 1/7
URALJANJE ZNANJEM Razvijanje općih i specifičnih kompetencija (znanja i vještina) Upoznati studente s osnovnim postupcima, metodama i alatima prikupljanja znanja i upravljanja znanjem. Cilj upravljanja znanjem je integracija postojećeg eksplicitnog znanja s implicitnim znanjem, strukturiranje i formalizacija implicitnog znanja kao i razvoj protokola za prikupljanje, zapisivanje te izmjenu formaliziranog znanja. Kolegij će se usredotočiti na praktičnu primjenu alata i metoda za prikupljanje, formalizaciju, pohranjivanje i izmjenu znanja. Korespodentnost i korelativnost programa rogram kolegija je u korelaciji sa programima kolegija: Inteligentni sustavi 1, inteligentni sustavi 2 Okvirni sadržaj predmeta Uvod u područje i pregled pojmova predstavljanja i upravljanja znanjem. Tipovi znanja: činjenično, subjektivno, iskustveno. ostupci prikupljanja, zapisivanja te izmjene formaliziranog znanja. Analiza podataka primjenom metoda analize kompleksnih mreža. Analiza društvenih mreža. Metode i strukture formalnog predstavljanja znanja: pravila, okviri, semantičke mreže. Alati za formaliziran zapis znanja. Organizacija znanja: ontologije, taksonomije. Metodologije za predstavljanje i izmjenu znanja u semantičkim mrežama. redstavljanje i vizualizacija znanja. Semantičke tehnologije. Oblici provođenja nastave i način provjere znanja redavanja, auditorne vježbe. ohađanje nastave, aktivnost u nastavi, kolokviji, rješavanje problemskih zadataka. opis literature potrebne za studij i polaganje ispita 1. I. Becerra-Fernandez, A. Gonzalez, R. Sabherwal: Knowledge Management Challenges, Solutions, and Technologies, rentice Hall, 2004. 1. T.H. Davenport, L. rusak: Working Knowledge: How Organizations Manage What they Know. Harvard Business School ress, MA, SAD, 2000. 2. A. Gomez-erez, M. Fernandez-Lopez, O. Corcho: Ontological Engineering, Springer, 2004. opis literature koja se preporučuje kao dopunska 3. K. Dalkir: Knowledge Management in Theory and ractice. Jordan Hill, Oxford: Elsevier Inc. 330, 2005. 2. E.M. Awad, H.M. Ghaziri: Knowledge Management. earson Education International, NJ, SAD. 2004. 3. R. Maier: Knowledge Management Systems, 3rd Edition, Springer. Berlin, 2007. 4. S. Mader: Wikiatterns: A ractical Guide to Improving roductivity and Collaboration in Your Organization, Wiley ublishing, Indianapolis, IN, USA, 2008. 5. A: Mädche. Ontology Learning for the Semantic Web. Kluwer, 2002. 6. M. Russell: Mining the Social Web, O'Reilly Media, 2011. 7. S. Russell,. Norvig: Artificial Intelligence: A Modern Approach, 2003 Način praćenja kvalitete i uspješnosti izvedbe predmeta Kroz ustrojeni sustav osiguranja kvalitete Odjela za informatiku. reduvjeti za upis predmeta Nema Izvedbeni nastavni plan kolegija 2/7
R. BR. OČEKIANI ISHODI 1. Obrazložiti nekoliko mogućih klasifikacija znanja, moguće pretvorbe znanja i procese upravljanja znanjem. 2. 3. 4. 5. Objasniti moguća rješenja i pristupe koji omogućavaju upravljanje znanjem u organizaciji. Kritički prosuđivati o ulozi i važnosti mehanizama te informacijskih i komunikacijskih tehnologija (IKT) u realizaciji procesa upravljanja znanjem (otkrivanje znanja, prikupljanje znanja, podjela znanja i primjena znanja). Analizirati sustave za otkrivanje, prikupljanje, podjelu i primjenu znanja. rimijeniti odgovarajuće tehnike prikupljanja i otkrivanja znanja u kontekstu upravljanja znanjem za zadani problemski zadatak. Izvedbeni nastavni plan kolegija 3/7
AKTINOSTI I OCJENJIANJE STUDENATA RSTA AKTINOSTI ECTS ISHODI UČENJA SECIFIČNA AKTINOST METODA ROCJENJIANJA BODO I MAX. ohađanje nastave 1 1-5 Seminarski rad 0.5 1-3 risutnost studenata Istraživanje tema iz područja upravljanje znanjem i pisanje seminara opisivanje (evidencija) 0 Bodovanje prema unaprijed definiranim kriterijima 10 Zadaci vježbama na 0.5 1-4 Rješavanje kraćih problemskih zadataka na vježbama. Zadatak u dva dijela od kojih svaki nosi 5 bodova. Bodovanje prema točnosti i potpunosti. 10 Kontinuirana provjera teorijskog znanja rojektni zadaci 2 3-4 2 1-4 2 kolokvija iz teorije Tijekom semestra studenti dobivaju za rješavanje dva projektna zadatka. 0-20 za svaki kolokvij, ovisno o stupnju točnosti i potpunosti. 0-20 bodova za svaki projektni zadatak prema stupnju točnosti i potpunosti. 40 40 UKUNO 6 100 Obveze i vrednovanje studenata 1. ohađanje nastave ohađanje nastave je obavezno i nastavnik vodi evidenciju pohađanja za svakoga studenta. redavanja se izvode u bloku od 2 sata prema rasporedu u nastavku. ježbe se izvode na računalima u bloku od 2 sata prema rasporedu u nastavku. Osim prisustvovanja klasičnoj nastavi na pre davanjima i vježbama studenti su dužni koristiti MudRi sustav za e-učenje. 2. Seminarski rad Seminarski rad podrazumijeva istraživanje određene teme u okviru domene upravljanja znanjem te izrada seminarskog rada na tu temu. Seminar se piše kao domaća zadaća te se predaje (uploada) u sustav za učenje i prezentira nastavniku te ostalim studentima na satu. Kriterij vrednovanja će studenti dobiti uz upute za izradu seminara. rednovati će se relevantnost sadržaja zadanoj temi uz originalnost ideja koje je student prezentirao u seminaru. Najveći broj bodova za seminarski rad je 10 bodova. Studenti za koje se utvrdi da su u radu koristili veće dijelove doslovno kopiranog teksta dobit će 0 bodova. 3. Rješavanje zadataka na vježbama Na vježbama na kojima se obrađuje analiza mreža studenti će samostalno raditi na prikupljanju podataka i analizi mreža. Zadatak se rješava u 2 dijela od kojih svaki nosi najviše 5 bodova. Izvedbeni nastavni plan kolegija 4/7
4. Kontinuirana provjera znanja (predavanja - teorijski dio) Tijekom semestra pišu se 2 kolokvija iz teorije. rvi kolokvij (sredinom semestra) je provjera znanja iz područja funkcijskog programiranja, a drugi kolokvij (na kraju semestra) je provjera teorisjkog znanja iz područja logičkog programiranja. Svaki kolokvij nosi najviše 20 bodova. 5. rojektni zadaci Tijekom semestra studenti će dobiti dva projketna zadatka za samostalno rješavanje i/ili rješavanje u projektnim timovima. rvi zadatak podrazumijeva prikupljanje i analizu podataka primjenom metoda analiza kompleksnih mreža; brani se sredinom semestar i nosi najviše 20 bodova. Drugi projektni zadatak odrađuje se u drugom dijelu semestra i podrazumijeva gradivo vezano uz analizu podataka s Weba i ontologije. Drugi projektni brani se u okviru završnog ispita te nosi 20 bodova. Konačna ocjena iz kolegija Na prethodno opisani način studenti mogu skupiti najviše 100 ocjenskih bodova. Studenti koji su skupili manje od 50 ocjenskih bodova ili nisu u roku izradili aplikaciju moraju ponovno upisati kolegij. Studentima koji su skupili između 50 i 100 ocjenskih bodova kontinuiranim radom na nastavnim aktivnostima konačna ocjena se određuje prema sljedećoj skali: A 90% - 100% (ekvivalent: izvrstan 5) B 80% - 89,9% (ekvivalent: vrlo dobar 4) C 70% - 79,9% (ekvivalent: dobar 3) D 60% - 69,9% (ekvivalent: dovoljan 2) E 50% - 59,9% (ekvivalent: dovoljan 2) Ispitni rokovi (Upis ocjene): Redoviti: 14.2.2017. 28.2.2017. Izvanredni: 14.3.2017. 12.9.2017. Izvedbeni nastavni plan kolegija 5/7
RASORED NASTAE Tj. Datum rijeme rostor Tema / Izvođač 1 4.10. 8:15 359 Uvodno predavanje. Uvodna razmatranja. Definicije. Motivacija. Ana Meštrović Definicija pojma znanje. Oblici znanja. retvorbe znanja. 1 4.10. 10:00 359 erspektive upravljanja znanjem IT perspektiva. 2 11.10. 8:15 359 Tehnologije upravljanja znanjem. Sustavi za upravljanje znanjem. redstavljanje znanja. 2 11.10. 10:00 359 Zadatak. Seminarski rad: prikaz problematike upravljanja znanjem vezanim uz određenu domenu i tehnologiju (10 bodova) 3 18.10. 8:15 359 Analiza (društvenih) mreža: uvod Globalna i lokalna analiza mreže. 3 18.10. 10:00 359 Mjere centralnosti Uloga mjera centralnosti u detektiranju širenja utjecaja 4 25.10. 8:15 359 redstavljanje alata za vizualizaciju i rad s mrežama: NetworkX - workshop 4 25.10. 10:00 359 Zadatak 1-5 bodova redstavljanje alata za vizualizaciju i rad s mrežama: NetworkX - workshop - dio 2 5 1.11. 8:15 359 Nema nastave 5 1.11. 10:00 359 Nema nastave 6 8.11. 8:15 359 regled algoritama za detektiranje zajednica. rimjena algoritama za detektiranje zajednica u domeni upravljanja znanjem. Analiza topologije mreže primjenom motifa i graphleta. 6 8.11. 10:00 359 redstavljanje alata za vizualizaciju i rad s mrežama: Gephi workshop Zadatak 2-5 bodova 7 15.11. 8:15 359 Rast mreže i praćenje dinamike podataka 7 15.11. 10:00 359 Zadavanje projektnih zadataka (projektni zadatak 1) 8 22.11. 8:15 359 rimjeri primjene analize društvenih mreža za praćenje širenja utjecaja u zajednici. 8 22.11. 10:00 359 onavljanje i priprema za kolokvij. 9 29.11. 8:15 359 1. kolokvij iz teorije (20 bodova) Izvedbeni nastavni plan kolegija 6/7
9 29.11. 10:00 359 10 6.12. 8:15 359 redstavljanje znanja na webu. Semantičke tehnologije. Uvod u ontologije. 10 6.12. 10:00 11 13.12. 8:15 359 Inžinjering Ontologija. 11 13.12. 10:00 359 12 20.12. 8:15 359 Jezici za prikaz onologija. OWL. rotege. 12 20.12. 10:00 359 redaja i obrana projektnog zadatka 1 (20 bodova) Zadavanje projektnih zadataka (projektni zadatak 2) 13 10.1.2017. 8:15 359 Analiza polustrukturiranih podataka s weba 13 10.1.2017. 10:00 359 regled jezika: XML, XML Schema, RDF, RDF Schema JSON, N3, Upitni jezik: SARQL 14 17.1.2017. 8:15 359 onavljanje i priprema za kolokvij 14 17.1.2017. 10:00 359 15 24.1.2017. 8:15 359 2. kolokvij iz teorije (20 bodova) 15 24.1.2017. 10:00 359 16 31.1.2017. 8:15 359 predavanja vježbe Izvedbeni nastavni plan kolegija 7/7