**** Analisi del collegamenti applicata a domini non-web
Negli ultimi anni, sono emerse diverse tecniche per analizzare la struttura dei collegamenti ipertestuali del web con applicazioni al ranking (per esempio, PageRank a HITS), alla scoperta di comunità (nuclei e grafi bipartiti) e rilevamento dello spam.
Il nostro scopo è esplorare l'utilizzo di questi strumenti in altri domini, inclusi (ma non limitandoci a) l'analisi del software (grafo di
invocazione statica e tracce d'esecuzione), text mining (espansione automatica delle interrogazioni, sommarizzazione e marcatura del testo), analisi delle reti sociali (sistemi di reputazione e fiducia), e rilevazione dei flussi di conversazione e delle tendenze nelle notizie e nella posta elettronica.
**** Ranking personalizzato
Le funzioni di ranking globale sono in genere difficili da calcolare sulla scala dell'intero web, e quindi la loro personalizzazione è limitata a un piccolo insieme di argomenti. Il ranking personalizzato cerca di fornire ogni utente con un diverso sistema ranking basato sulla parte del web che è più interessante per l'utente.
Ciononostante, definire in modo preciso che cos'è la personalizzazione non è banale e dovrebbe tener conto di diverse sorgenti di informazioni quali i bookmark, le interrogazioni precedenti e la storia navogazionale. Inoltre, dovrebbe essere possibile aggiornare incrementalmente
il ranking in modo che lo sforzo computazionale dal lato utente non sia troppo grande.
Un altro problema importante è la privacy: a meno che il ranking personalizzato non sia calcolato localmente, l'utente è forzato a rivelare
una grande quantità di informazioni confidenziali.
Negli ultimi anni, sono emerse diverse tecniche per analizzare la struttura dei collegamenti ipertestuali del web con applicazioni al ranking (per esempio, PageRank a HITS), alla scoperta di comunità (nuclei e grafi bipartiti) e rilevamento dello spam.
Il nostro scopo è esplorare l'utilizzo di questi strumenti in altri domini, inclusi (ma non limitandoci a) l'analisi del software (grafo di
invocazione statica e tracce d'esecuzione), text mining (espansione automatica delle interrogazioni, sommarizzazione e marcatura del testo), analisi delle reti sociali (sistemi di reputazione e fiducia), e rilevazione dei flussi di conversazione e delle tendenze nelle notizie e nella posta elettronica.
**** Ranking personalizzato
Le funzioni di ranking globale sono in genere difficili da calcolare sulla scala dell'intero web, e quindi la loro personalizzazione è limitata a un piccolo insieme di argomenti. Il ranking personalizzato cerca di fornire ogni utente con un diverso sistema ranking basato sulla parte del web che è più interessante per l'utente.
Ciononostante, definire in modo preciso che cos'è la personalizzazione non è banale e dovrebbe tener conto di diverse sorgenti di informazioni quali i bookmark, le interrogazioni precedenti e la storia navogazionale. Inoltre, dovrebbe essere possibile aggiornare incrementalmente
il ranking in modo che lo sforzo computazionale dal lato utente non sia troppo grande.
Un altro problema importante è la privacy: a meno che il ranking personalizzato non sia calcolato localmente, l'utente è forzato a rivelare
una grande quantità di informazioni confidenziali.