Formação Avançada em Dados e Visualização Web
Código: 23044
Departamento: DCET
ECTS: 15
Área científica: Tecnologia e Sistemas Web
Total de horas trabalho: 390
Total de horas de contacto: 117

Esta unidade curricular visa proporcionar espaços de pesquisa e reflexão acerca da complexidade da análise de dados da Web e a sua concretização em novos contextos de interação visual e espacial.

Dados Web
Visualização Web
Pesquisa e Análise Dados Web

Ao concluir esta unidade curricular o estudante deverá estar capaz de:
- Identificar as problemáticas da pesquisa, recolha, processamento, recuperação, visualização, análise e interpretação de informação a partir de dados na Web;
- Descrever conceitos, métodos e técnicas da análise formal de redes sociais;
- Descrever conceitos, modelos e técnicas associadas à Web semântica e à extração de conhecimento da Web;
- Discriminar as principais técnicas e ferramentas de análise estatística, computação e simulação, visualização de dados e eventos Web;
- Discriminar e refletir sobre tecnologias e problemáticas da visualização de informação com volumes crescentes de dados;
- Descrever conceitos, modelos e técnicas associadas ao desenvolvimento de artefactos de arte e cultura digital na Web.

Esta unidade curricular desdobra-se em diferentes tópicos que abordam áreas relevantes e estado da arte dos dados e visualização Web, organizados na forma de módulos curriculares de 2 créditos ETCS cada.
Listam-se alguns destes tópicos:
Os módulos atualmente em funcionamento são:
Learning Analystics e Educational Data Mining, Pesquisa e Recuperação de Informação, Visualização de Informação, Artefactos de Arte e Cultura Digital, Narrativas e Jogos Multimédia, Estatística Experimental e Análise de Dados na Web, Computação Estatística e Simulação na Web, Aprendizagem Computacional de Imagiologia Médica."
 

  • ALLEMANG, D., HENDLER, J. (2011), Semantic Web for the Working Ontologist, 2nd Edition: Effective Modeling in RDFS and OWL, Morgan Kaufmann.
  • BUETTCHER, S., C.L.A. CLARK, G.V. Cormack (2010), Information Retrieval: Implementing and Evaluating Search Engines, The MIT Press.
  • HAN, J. (Author), M. KAMBER, J. PEI (2011), Data Mining: Concepts and Techniques, 3th edition, Morgan Kaufmann Series in Data Management Systems.
  • MONTGOMERY, D.C. (2013). Design and Analysis of Experiments. 8th Edition, John Wiley & Sons, ISBN: 978-1-118-14692-7 (print) / 978-1-118-32425-7 (ebook)
  • NEWMAN, M. (2010), Networks: An Introduction, Oxford University Press, USA.
  • OLIVEIRA, T.A., OLIVEIRA, A., Pérez-Bonilla, A. (2012). Data Mining and Quality in Service Industry: Review and some applications. In "Decision Making in Service Industries: A Practical Approach", Taylor & Francis.

WARE, C. (2013). Information visualization: perception for design. Elsevier.

E-learning

A avaliação desta unidade curricular abarca uma dimensão de cariz contínuo tendo em conta a qualidade dos trabalhos de síntese realizados no âmbito dos diferentes módulos; da discussão online, em turma virtual; e ainda do desenvolvimento individual de um artefacto que concretize o conhecimento adquirido no âmbito de dois a três módulos à escolha do estudante.
Ao longo do semestre, os estudantes serão integrados em grupos de investigação resultantes da participação nos módulos, participando na análise de problemas e desenvolvendo soluções e prototipagem com vista a encontrar resultados relevantes ou novos artefactos que concretizem o conhecimento no âmbito de cada módulo.

Em função da natureza mista da unidade curricular o processo de ensino/aprendizagem observa uma abordagem de aprendizagem  teórico-prática colaborativa online, em turma virtual, que se baseia na realização de trabalhos práticos individuais e em grupo, cujos resultados são apresentados tanto online como em sessão presencial, para assegurar a complementaridade recíproca entre a teoria e a prática.