Lahan Belajar

Nilai akhir matakuliah Teks dan Web Mining untuk semester Genap Tahun Ajaran 2013/2014 dapat dilihat di Google Doc. Catatan: ada perubahan komposisi, terutama untuk latihan di kelas menjadi 5%, dan porsinya dipindahkan ke bagian Presentasi Studi Kasus.

Sesuai dengan kesepakatan di kelas, maka untuk materi Teks dan Web Mining Semester Genap 2013/2014 akan menggunakan bahan yang telah dibahas di kelas sejak setelah TTS. Berikut adalah algoritma yang harus Anda pelajari:

• Perhitungan Matrik Google (G matrix)
• Add-One Smoothing Naive Bayesian
• Pembangunan FP-Tree dalam Association Analysis
• Pearson Correlation Coefficient dalam perhitungan jarak antar dua user berdasar rating yang diberikan untuk beberapa item
• Perhitungan sederhana untuk bobot degree centrality dan closeness centrality.

Waktu ujian adalah 2 jam dan bersifat open book. Tidak diperkenankan menggunakan smartphone, komputer, dan perangkat sejenisnya. Saya percaya Anda semua dapat mengerjakan karena soalnya dibuat sesuai selera :D.

Slide kuliah tentang materi ke-14, yaitu Recommendation System, dapat diunduh (RecommendationSystem.pdf).

Untuk bahan studi kasus ke-2 matakuliah Teks dan Web Mining, silahkan unduh file datatwm.zip yang berisikan 10 file dimana masing-masing mewakili kelas dokumen yang berbeda. Untuk deskripsi studi kasus #2 dapat dilihat secara detil di Google Doc.

Berikut adalah materi minggu ke-13 untuk matakuliah Teks dan Web Mining semester Genap 2013/2014.

Materi untuk minggu ke-12 adalah melanjutkan tentang Sequential Pattern dan menambahkan tentang SNA (kita lihat waktunya jika cukup).

Untuk materi minggu #11 tentang pembahasan algoritma Apriori, FP-Growth, CAR, dan GSP dapat diunduh file slide kuliah (PDF).

Silahkan gunakan materi kuliah dalam bentuk presentasi berikut ini. Mater ini didasarkan pada bab 16 dan 17 dari buku Christopher D. Manning "Introduction to Information Retrieval"