MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL DE SANTA CATARINA
CENTRO TECNOLÓGICO
DEPARTAMENTO DE INFORMÁTICA E ESTATÍSTICA
PROGRAMA DE ENSINO
1. Identificação
| Disciplina: | INE5454 - Tópicos Especiais em Gerência de Dados |
| Nível: | Graduação |
| Carga Horária: | 72 horas-aula (Teórica: 18; Prática: 54) |
| Vigência: | De 2020-1 até a presente data |
2. Ementa
- A ementa é livre, podendo cobrir quaisquer temas avançados em gerência de dados que não tenham sido ministradas em outras disciplinas da área de Banco de Dados (BD). Os objetivos específicos e tópicos podem variar, conforme a atualidade dos temas na área.
3. Cursos Relacionados
- CIÊNCIAS DA COMPUTAÇÃO (208) - Currículo: 2007-1 (Optativa)
- SISTEMAS DE INFORMAÇÃO (noturno) (238) - Currículos: 2000-1 (Optativa); 2011-1 (Optativa)
4. Objetivos
4.1 Objetivo Geral:
Apresentar aos alunos uma visão teórica e prática do processo de Web Scraping, apresentando os passos de coleta de dados da Web, tratamento posterior destes dados e possíveis formas de uso e armazenamento.
4.2 Objetivos Específicos:
- Apresentar os passos envolvidos em um processo de Web Scraping.
- Possibilitar a implementação de um projeto completo que envolva todos os passos, inclusive disponibilização de dados tratados para o posterior armazenamento em bancos de dados relacionais e pós-relacionais.
5. Conteúdo Programático
- Web Scraping [16 horas-aula]
- Web Crawling
- Extração de Dados
- Data Curation
- Formatação dos dados
- Desenvolvimento do projeto [56 horas-aula]
- Definição do projeto
- Desenvolvimento da infraestrutura de implementação
- Desenvolvimento da implementação das técnicas
- Testes de execução
6. Bibliografia Básica
- C. Manning, P. Raghavan, and H. Schütze. Introduction to Information Retrieval. Cambridge University Press, 2008 (alguns capítulos online: http://nlp.stanford.edu/IR-book/)
- Seyed-Mehdi-Reza Beheshti, Alireza Tabebordbar, Boualem Benatallah, Reza Nouri. Data Curation APIs. arXiv.org. 2016.
- Rahul kumar, Anurag Jain and Chetan Agrawal. Survey of Web Crawling Algorithms. Advances in Vision Computing: An International Journal (AVC) Vol.1, No.2/3, September 2014.
- Aldalin Lyngdoh. 10 - What we leave behind: the future of data curation. In: Trends, Discovery, and People in the Digital Age Chandos Digital Information Review. 2013, Pages 153-165
- Emilio Ferrara, Pasquale De Meo, Giacomo Fiumara, Robert Baumgartner. Web Data Extraction, Applications and Techniques: A Survey. Preprint submitted to Knowledge-based systems. 2014.
- Artigos científicos de eventos e periódicos importantes
7. Bibliografia Complementar
- Ricardo Baeza-Yates, Berthier Ribeiro-Neto. Modern Information Retrieval. 1ª Edição. 1999.
- Castilho, Carlos. Web Crawling. IN: Ricardo Baeza-Yates, Ricardo; Ribeiro-Neto, Berthier. Modern Information Retrieval. Chapter 2, 2010.
- Robert Baumgartner and Wolfgang Gatterbauer and Georg Gottlob. Data Extraction System. Encyclopedia of Database Systems. 2009.