Guia docente
DATOS IDENTIFICATIVOS 2024_25
Asignatura ANALÍTICA DE DATOS EN LA WEB Y REDES SOCIALES Código 00717026
Enseñanza
0717 - GRADO INGENIERÍA DATOS INTELIGENCIA ARTIFICIAL
Descriptores Cr.totales Tipo Curso Semestre
6 Obligatoria Tercero Segundo
Idioma
Castellano
Prerrequisitos
Departamento ING.ELECTR.DE SIST. Y AUTOMATI
Responsable
BENITEZ ANDRADES , JOSE ALBERTO
Correo-e jbena@unileon.es
igarr@unileon.es
Profesores/as
GARCÍA RODRÍGUEZ , ISAÍAS
BENITEZ ANDRADES , JOSE ALBERTO
Web http://agora.unileon.es
Descripción general Se estudiarán los métodos y técnicas para el almacenamiento, búsqueda, integración y consumo de información en el Servicio Web y las redes sociales, haciendo especial hincapié en las tecnologías relacionadas con la representación semántica del contenido. El alumno será capaz de conocer y valorar las técnicas más adecuadas a aplicar de acuerdo a los requerimientos necesarios para un determinado escenario.
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente ING.ELECTR.DE SIST. Y AUTOMATI FUERTES MARTINEZ , JUAN JOSE
Secretario ING.ELECTR.DE SIST. Y AUTOMATI PEREZ LOPEZ , DANIEL
Vocal ING.ELECTR.DE SIST. Y AUTOMATI PRADA MEDRANO , MIGUEL ANGEL
Tribunal suplente
Cargo Departamento Profesor
Presidente ING.ELECTR.DE SIST. Y AUTOMATI ALONSO CASTRO , SERAFIN
Secretario ING.ELECTR.DE SIST. Y AUTOMATI REGUERA ACEVEDO , PERFECTO
Vocal ING.ELECTR.DE SIST. Y AUTOMATI RIESCO PELAEZ , FELIX

Competencias
Código  
A18980 717CE25 Conocimiento y capacidad para aplicar las técnicas de análisis de información relevante en sitios web para extraer conclusiones y tomar decisiones.
B5800 0717CG1 Conocimiento de materias básicas científicas y técnicas que capaciten para el aprendizaje de nuevos métodos y tecnologías, así como que le dote de una gran versatilidad para adaptarse a nuevas situaciones.
B5802 0717CG3 Capacidad para concebir, diseñar, analizar, implementar y utilizar aplicaciones para el análisis de datos y la extracción de conocimiento a partir de distintas fuentes de datos.
B5806 0717CT1 Capacidad para el análisis, síntesis, resolución de problemas y la toma de decisiones.
B5808 0717CT3 Capacidad para comunicar y transmitir de forma oral o por escrito conocimientos y razonamientos derivados de su trabajo individual o en grupo de forma clara y concreta.
C1 CMECES1 Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
C2 CMECES2 Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.

Resultados de aprendizaje
Resultados Competencias
Aplica técnicas de extracción de información de una web o de una red social A18980
 B5802
B5806
B5808
 C1
C2
Conoce herramientas de análisis de redes sociales y análisis de sitios web. A18980
 B5800
B5802
B5806
B5808
 C1
C2
Desarrolla un análisis de la red social. B5800
B5802
B5806
B5808
 C1
C2
Propone la visualización de los resultados para facilitar su comprensión. B5800
B5806
B5808
 C1
C2
Contrastar las diferencias entre un análisis dinámico y un análisis estático de una red social. A18980
 B5800
B5802
B5806
B5808
 C1
C2

Contenidos
Bloque Tema
Bloque I: Técnicas y métodos de acceso y extracción de información en la Web y las redes sociales Tema 1. Web Scraping

Tema 2. APIs para extraer de datos

Tema 3. Estrategias de Extracción de Datos
Bloque II: Métricas, análisis y visualización de datos en la Web Tema 1. Análisis de Sentimientos

Tema 2. Visualización de Datos

Tema 3. Métricas de plataforma
Bloque III: Técnicas de procesamiento y análisis de datos en redes sociales. Tema 1. Técnicas de procesamiento de lenguaje natural.

Tema 2. Redes Sociales y Análisis de Redes

Tema 3. Modelado de temas.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Tutorías 2 0 2
 
Prácticas en laboratorios 20 26 46
Resolución de problemas/ejercicios en el aula ordinaria 4 4 8
Trabajos 11.5 11.5 23
 
Sesión Magistral 26 39 65
 
Pruebas mixtas 6 0 6
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as
Metodologías   ::  
  descripción
Tutorías Tiempo reservado para atender y resolver dudas de los alumnos.
Prácticas en laboratorios Realización práctica de los contenidos tratados en las sesiones magistrales.
Resolución de problemas/ejercicios en el aula ordinaria Formulación, análisis y resolución de ejercicios.
Trabajos Desarrollo de un trabajo sobre un tema relacionado con la asignatura y propuesto por el profesor
Sesión Magistral Exposición de los contenidos de la asignatura

Tutorías
 
Tutorías
descripción
Resolucion de dudas de forma individual o en grupo y con caracter presencial. Las tutorias se concertaran previamente con el profesor.

Evaluación
  descripción calificación
Trabajos Se evaluará la calidad de la memoria y de la presentación del trabajo si la hubiese.
La realización del trabajo es obligatoria para superar la asignatura 		30%
Prácticas en laboratorios Se valorará la correcta realización de las prácticas en el laboratorio 20%
Pruebas mixtas Los contenidos correspondientes a las sesiones magistrales, prácticas en laboratorio y a la resolución de problemas en el aula se evaluarán mediante varias pruebas de tipo mixto (preguntas cortas, tipo test, desarrollo, etc.) que se distribuirán a lo largo del curso. 50%
Otros Para aprobar por evaluación continua hay que sacar, como mínimo, un 4 sobre 10 en cada prueba.
La actitud inadecuada en el aula, laboratorio o pruebas de evaluación será penalizada con un 20% en la calificación final.
 
Otros comentarios y segunda convocatoria
<p>En la convocatoria extraordinaria se realizara una prueba que evalué las competencias teóricas y practicas adquiridas por el alumno (70%) y la calidad de la memoria y de la presentación del trabajo si la hubiese (30%). La realización del trabajo es obligatoria para superar la asignatura.</p><p>PRUEBAS DE EVALUACIÓN</p><p>Durante las pruebas de evaluación no será posible la utilización de ningún material ni dispositivo que no haya sido expresamente autorizado por el profesor.</p><p>En caso de producirse alguna irregularidad durante la celebración del examen o prueba de evaluación correspondiente se procederá a la retirada inmediata del examen, expulsión del alumno y calificación como suspenso. En cualquier caso se atenderá a lo establecido en la normativa interna de la ULE incluida en el documento "Pautas de actuación en los supuestos de plagio, copia o fraude en exámenes o pruebas de evaluación" (Aprobado Comisión Permanente del Consejo de Gobierno 29/01/2015).</p>

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica Matthew A. Russell y Mikhail Klassen , Mining the Social Web , O'Reilly Media , 2018 (3ª edición)
Panos Alexopoulos , Semantic Modeling for Data , O'Reilly Media , 2020
Dean Allemang y James Hendler , Semantic Web for the Working Ontologist , Morgan Kaufmann, 2020 (3ª edición)

Complementaria

Segaran, T. y otros. Programming the Semantic Web, O’Reilly, 2009

Alag, S. Collective Intelligence in Action, Manning, 2009

McCandless, M. y otros. Lucene in Action, 2010

Marmanis, H. y Babenko, D. Algorithms for the Intelligent Web, Manning, 2009

Recomendaciones