Skip to content

Analisi, Progetto ed Implementazione di un motore di Ricerca di News, con sperimentazione di tecniche di Ranking ed Opinion Mining

Gratis L'indice di questa tesi è scaricabile gratuitamente in formato PDF.
Per scaricare il file PDF è necessario essere iscritto a Tesionline. L'iscrizione non comporta alcun costo: effettua il Login o Registrati.

Mostra/Nascondi contenuto.
3 INDICE 1. Introduzione ............................................................................................ 6 2. L’ Information Retrieval ......................................................................... 8 2.1. Principali Misure di prestazione e di valutazione di efficacia per un sistema di IR ....... 11 2.2 Tassonomia dei modelli di IR .................................................................................................. 14 2.2.1 Vector Space Model , Inverted-Index e TF-IDF ........................................................... 17 2.3 Search Engine desiderata e cenni sul LSI ........................................................................... 24 2.4 Natural Language Processing, Information Extraction e Machine Learning ................... 28 2.4.1 I Classificatori Bayesiani .................................................................................................. 30 2.4.1.1. Il Teorema di Bayes ................................................................................................. 31 2.4.1.2. L’ Apprendimento bayesiano .................................................................................. 34 2.4.1.3. Il problema della classificazione supervisionata .................................................. 35 2.4.1.4. Classificatore Bayesiano Naive (Naive Bayesian classifier) .................. 37 2.4.2. Clustering K-mean ........................................................................................................... 42 2.4.2.1. Clustering Quality Threshold ................................................................................... 47 3. I Feed Rss .............................................................................................. 48 4. I News Search Engine ........................................................................... 54 4.1 Analisi dei sistemi concorrenti: “Velthune “ VS “Toc Toc News” .................................. 56 4.2. Problematiche di Ranking di News ....................................................................................... 63 4.2.1 Un modello di Ranking di News: proprietà ed algoritmo ............................................. 67 4.2.1.1. Tecniche di clustering per l’algoritmo di Ranking ................................................ 73 4.3. Introduzione all’Opinion Mining ............................................................................................. 75 4.3.1. Stato dell’arte dell’O.M. ................................................................................................... 77 4.3.1.1. WordNet: a Machine Readable Dictionary ........................................................... 77 4.3.1.2. Determinare l’orientamento dei termini soggettivi ............................................... 78 4.3.1.3. Determinare la soggettività, e l’orientamento di termini ..................................... 85 4.3.1.4. Algoritmi di Esuli e Sebastiani: approfondimento ................................................ 87 4.3.1.4.1. Algoritmo di E. ed S. per la sola determinazione dell’orientamento dei termini.................................................................................................................................... 88 4.3.1.4.2. Algoritmo di E. e S. per la determinazione congiunta della Soggettività e dell’orientamento di un termine ......................................................................................... 95 4.3.1.4.3. SentiWordNet: evoluzione dell’algoritmo di semi-supervised learning di E. e S. ...................................................................................................................................... 100 4.3.1.4.4. Algoritmo di PageRank e sua applicazione per l’O.M. .............................. 105 4.3.1.4.4.1. Breve Introduzione all’algoritmo di PageRank .................................... 107 4.3.1.4.4.2. Applicazione del PageRank al problema della soggettività dei synset .......................................................................................................................................... 110 4.3.1.5. Lydia : Un sistema di Sentiment-Analysis di News ........................................... 112 4.3.1.6. Limiti per l’O.M. e problematiche avanzate di NLP ........................................... 114 4.3.1.6.1. Word Sense Disambiguation (WSD) ............................................................ 115 4.3.1.6.2. Subject Recognition (SR) ............................................................................... 123 5. L’Open Source .................................................................................... 128 5.1. Storia dell’Open Source ....................................................................................................... 128 5.2. JAVA è Open Source !.......................................................................................................... 132 5.3. I Vantaggi dell’OS .................................................................................................................. 133 4 5.4. “Toc Toc News” e l’Open Source ....................................................................................... 137 6. Progetto di “Toc Toc News” ............................................................... 146 6.1. Class Diagram UML .............................................................................................................. 148 6.2. Sequence Diagram................................................................................................................ 152 6.3. State Diagram ....................................................................................................................... 170 6.4. Activity Diagram ..................................................................................................................... 172 6.5. Use Cases .............................................................................................................................. 173 7. Scelte Implementative di “Toc Toc News” ........................................ 175 7.1. Il modulo Retriever ................................................................................................................ 175 7.1.1. Analisi dei feed Rss 2.0 per le sorgenti e problematiche riscontrate ..................... 177 7.1.2. Dettagli implementativi e scelte progettuali ............................................................... 180 7.2. Modulo NewsFetch ............................................................................................................... 183 7.2.1 Dettagli implementativi e scelte progettuali ................................................................. 183 7.3. Modulo Ranker ....................................................................................................................... 187 7.3.1. Dettagli implementativi e scelte progettuali ............................................................... 187 7.3.2. Approfondimento dello scoring in Lucene .................................................................. 189 7.4. Modulo DB .............................................................................................................................. 191 7.4.1. Dettagli implementativi e scelte progettuali ............................................................... 192 7.5. Modulo OpinionMining .......................................................................................................... 193 7.5.1. Dettagli implementativi e scelte progettuali per la versione 3.4 ............................. 194 7.5.2. Trattamento delle negazioni ......................................................................................... 201 7.5.3. Dettagli implementativi e scelte progettuali per la versione 4.1 ............................. 206 7.6. Modulo Presentation ............................................................................................................. 209 7.6.1. Dettagli implementativi e scelte progettuali .............................................................. 209 7.7. Modulo NewsDeletion ........................................................................................................... 211 7.7.1. Dettagli implementativi e scelte progettuali ............................................................... 211 7.8. Modulo Configure .................................................................................................................. 213 7.8.1. Dettagli implementativi e scelte progettuali ............................................................... 213 7.9. Modulo GeneralLOG ............................................................................................................. 216 7.9.1. Dettagli implementativi e scelte progettuali ............................................................... 216 8. la Web Interface .................................................................................. 217 9. Test Sperimentali effettuati ................................................................. 222 9.1. Statistiche varie sul retrieving ed opinion mining ............................................................. 222 9.2. Test sul Ranking .................................................................................................................... 235 9.3. Configurazione Sperimentale per il Naïve Bayesian Learner del modulo di Opinion Mining .............................................................................................................................................. 245 9.3.1. Il benchmark SentiGI ..................................................................................................... 245 9.3.2. Analisi Sperimentale per la scelta del K, e della variante di Naïve Bayesian Learner ........................................................................................................................................ 246 9.4. Confronto tra modulo di OM 3.4 e modulo 4.1 ................................................................. 252 9.5. Alcuni “scoop” di Opinion Mining sulle News .................................................................... 280 10. Installazione ed esecuzione di “TocToc News” ................................ 289 11. FAQs ................................................................................................. 293 BIBLIOGRAFIA: ..................................................................................... 296
Indice della tesi: Analisi, Progetto ed Implementazione di un motore di Ricerca di News, con sperimentazione di tecniche di Ranking ed Opinion Mining, Pagina 1

Indice dalla tesi:

Analisi, Progetto ed Implementazione di un motore di Ricerca di News, con sperimentazione di tecniche di Ranking ed Opinion Mining

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

Informazioni tesi

  Autore: Marco Leone
  Tipo: Laurea liv.II (specialistica)
  Anno: 2006-07
  Università: Università degli Studi di Roma La Sapienza
  Facoltà: Ingegneria
  Corso: Ingegneria informatica
  Relatore: Luigi Laura
Coautore: Daniele Ippoliti
  Lingua: Italiano
  Num. pagine: 302

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

business intelligence
text mining
natural language processing
opinion mining
semantic analysis
sentiment orientation
data analytics
information retrieval
data mining
machine learning
software engineering
web mining

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi