Web Mining

Descripción

En este curso se presentarán los fundamentos de la minería de datos aplicados con datos de la web. Se estudian los principales formatos de los documentos web como son HTML (Hyper Text Markup Language), XML (eXtensible Markup Language) y JSON (JavaScript Object Notation). Se estudiará el uso de expresiones regulares y su aplicación para la minería de texto así como la conexión con redes socieles y APIs de terceros para la extracción de datos geoespaciales y análisis de sentimientos.

Objetivos de aprendizaje:

1. Entender la estructura básica los principales formatos de los documentos WEB como son HTML (Hyper Text Markup Language), XML (eXtensible Markup Language) y JSON (JavaScript Object Notation).
2. Entender la sintaxis de una expresión regular.
3. Aplicar expresiones regulares para la limpiaza y extracción de datos.
4. Estudiar los principales métodos de procesamiento estadístico de textos. a. Usar paquetes en R para crear Nubes de palabras (wordclouds).
5. Utilizar técnicas especiales para minar datos en redes sociales con APIs publicos como Twitter.
6. Estudiar la conexión con APIs de google para datos geoespaciales y análisis de texto.

Metodología:

Basado en la teoría y en la aplicación directa de los conceptos aprendidos. Para esto se dispondrán de las siguientes herramientas:

• Una vídeo conferencia semanal, las cuales quedarán grabadas en Zoom, para que los alumnos la puedan acceder en cualquier momento.
• Trabajos prácticos semanales.
• Foros para plantear dudas al tutor y compañeros disponible 24/7.
• Aula virtual en Moodle con materiales didácticos.