LV EN RU DE FR

Interneta meklēšanas tehnoloģijas

Kursa izstrādātājs

Kursa anotācija

Studiju kursa mērķis ir sniegt pamatzināšanas un izpratni par interneta informācijas meklēšanas tehnoloģijām. Studenti iegūs teorētiskas un praktiskas zināšanas par teksta dokumentu apstrādes un līdzības aprēķināšanas pamatiem, meklēšanas rīku principiem un algoritmiem, kā arī tīmekļa vietņu optimizācijas metodēm.

Kursa rezultāti un to vērtēšana

Pēc kursa apguves studenti:
• spēs definēt un paskaidrot informācijas meklēšanas (Information Retrieval), Interneta meklēšanas rīku un tīmekļa informācijas izgūšanas principus.
• spēs analizēt un salīdzināt informācijas meklēšanas modeļus, tehnoloģijas un principus; Interneta meklēšanas rīku algoritmus; tīmekļa informācijas izgūšanas tehnoloģijas un rīkus.
• spēs pielietot kursā apskatītās tehnoloģijas un rīkus vienkāršas Interneta meklēšanas sistēmas izveidē, izstrādāt meklēšanas rīkiem draudzīgas tīmekļa vietnes
• spēs mērīt un novērtēt informācijas meklēšanas tehnoloģiju un rīku veiktspēju.
Vērtēšanu veic uz izstrādāto praktisko darbu un eksāmena vērtējuma pamata.

Kursa saturs(kalendārs)

Lekcijas:
1. Ievads kursā. Informācijas izguves pamati (dokumenta attēlojums, Būla izguves modelis).
2. Informācijas izguves pamati (vektortelpas izguves modelis, izguves novērtēšana). (2h)
3. Informācijas izguves pamati (vaicājumu paplašināšana un atbilstības atgriezeniskā saite, dokumentu indeksēšana, saišu analīze). (2h)
4. Meklētājprogrammas (pārskats, tīmekļa vietņu pārmeklēšana, vaicājumu un dokumentu līdzības kritēriji). (2h)
5. Meklētājprogrammas (uzticamības jēdziens tīmekļa vidē, tīmekļa vietņu reputācija un kvalitāte, Google “inteliģence”). (2h)
6. Tīmekļa vietņu optimizācija meklēšanai.
7. Neredzamais tīmeklis, Tumšais tīmeklis.
8. Informācijas izguve, papildtēma.

Praktiskie darbi:
1. Meklēšanas kvalitātes aprēķināšana meklētājprogrammām (4 h)
2. “Page Rank” algoritma ietekme uz meklēšanas rezultātiem (4 h)
3. Tīmekļa vietnes optimizācija meklēšanai (4h)

Prasības kredītpunktu iegūšanai

Izstrādāti un iesniegti praktiskie darbi, eksāmens.

Studējošo patstāvīgo darbu organizācijas un uzdevumu raksturojums

Kursa ietvaros studentiem jāizstrādā praktiskie darbi. Praktisko darbu izpilde tiks uzsākta praktisko darbu nodarbībās, ir patstāvīgi jāpabeidz un noteiktā termiņā jāiesniedz e-studijās.
Patstāvīgo darbu uzdevumi tiks saistīti ar lekcijās apgūtās vielas par interneta informācijas meklēšanas tehnoloģiju praktisko pielietojumu.

Studiju rezultātu vērtēšanas kritēriji

Par praktisko darbu izpildi tiek piešķirts punktu skaits (max 10 punkti par katru darbu)

Gala vērtējumu veido: praktisko darbu vērtējumi (40% no gala vērtējuma) un eksāmens (60% no gala vērtējuma).

Obligātā literatūra

1. Jones K. B. Search Engine Optimization: Your Visual Blueprint for Effective Internet Marketing. Indianapolis, IN: Visual; 2008. 304 p. Ir LLU bibliotēkas abonētajā e-grāmatu datubāzē „eBook Academic Collection (EBSCOhost)” tiešsaistē LLU tīklā, pieslēdzoties ar LLU IS lietotājvārdu un paroli https://search-ebscohost-com.ezproxy.llu.lv/login.aspx?direct=true&db=e000xww&AN=225662&site=ehost-live&scope=site
2. Ledford J. L. Search Engine Optimization Bible. 2nd ed. Indianapolis, Ind: Wiley. 2009. Ir LLU bibliotēkas abonētajā e-grāmatu datubāzē „eBook Academic Collection (EBSCOhost)” tiešsaistē LLU tīklā, pieslēdzoties ar LLU IS lietotājvārdu un paroli https://search-ebscohost-com.ezproxy.llu.lv/login.aspx?direct=true&db=e000xww&AN=280604&site=ehost-live&scope=site

Papildliteratūra

1. Moran M., Hunt B. Search Engine Marketing. Inc. , IBM Press, 2009
2. Mark Levene M. An Introduction to Search Engines and Web Navigation. (Edition: 2:a), Wiley, 2010. 978-0-470-52684-2 NAV Lielākajās b-kās. Nav LLU FB E-grāmatu datubāzēs
3. Wood D., Zaidman M., Ruth L., Hausenblas M. Linked Data: Structured data on the Web. Shelter Island, NY: Manning, 2013.
Wood D. Linked data: structured data on the Web / D. Wood, M. Zaidman and L. Ruth with M.Hausenblas. Shelter Island, NY: Manning, 2014. 276 p.
4. Haynes D. Metadata for Information Management and Retrieval: Understanding Metadata and Its Use. London, United Kingdom: Facet Publishing, 2018.
5. Berkman R.I. Find It Fast: Extracting Expert Information From Social Networks, Big Data, Tweets, and More. Vol 6th edition. Medford, New Jersey: Information Today, 2015.
Ir LLU bibliotēkas abonētajā e-grāmatu datubāzē „eBook Academic Collection (EBSCOhost)” tiešsaistē LLU tīklā, pieslēdzoties ar LLU IS lietotājvārdu un paroli https://search-ebscohost-com.ezproxy.llu.lv/login.aspx?direct=true&db=e000xww&AN=1161564&site=ehost-live&scope=site

Periodika un citi informācijas avoti

1. Search Engine News. Pieejams: http://www.searchenginenews.com
2. Search Engine Watch. Pieejams: http://searchenginewatch.com

Piezīmes

ITF maģistra akadēmiskā studiju programma „Informācijas tehnoloģijas”