K-INFO
HU
EN
Belépés
Tantárgy » BMEVITMM275
Régebbi verziók TAD letöltése (PDF)

Média- és szövegbányászat

Media and Text Mining
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
Tantárgy neve (magyarul, angolul)
Média- és szövegbányászat
Media and Text Mining
Tantárgykód BMEVITMM275
Tantárgyjelleg —
Képzési szint —
Kurzustípusok és óraszámok (heti/féléves)
Kurzustípus elmélet gyakorlat laboratóriumi gyakorlat
óraszám (heti) 3 0 1
jelleg (kapcsolt/önálló) — — kapcsolt
Tanulmányi teljesítmény/értékelés típusa vizsga
Tantárgy kreditértéke 5
Tantárgyfelelős
Szűcs Gábor, PhD
beosztás: adjunktus
Tantárgyat gondozó oktatási szervezeti egység
Távközlési és Mesterséges Intelligencia Tanszék
Kar Villamosmérnöki és Informatikai Kar
Tantárgy weboldala —
Tantárgy elsődleges mintatantervi jellege —
Közvetlen előkövetelmények – Erős előkövetelmény nincs
Közvetlen előkövetelmények – Gyenge előkövetelmény nincs
Közvetlen előkövetelmények – Párhuzamos előkövetelmény nincs
Közvetlen előkövetelmények – Mérföldkő előkövetelmény nincs
Közvetlen előkövetelmények – Kizáró feltétel nincs

Célkitűzés

Tantárgyprogram
  1. Felmerülő problémák gazdasági elemző témakörben multinacionális vállalatoknál. Metaadatrendszerek és -szabványok: DC, RDF, MPEG-7.
  2. Tipikus feladattípusok a média- és szövegbányászatban. Keresés, osztályozás, klaszterezés, előrejelzés és ezek kombinációi.
  3. Média- és szöveganalízis módszerei, keresési technikák, indexelés, rangsorolási eljárások. Szózsák modell.
  4. Keresés a weben, webbányászat, hírfigyelés és annak gazdasági jelentősége. PageRank, webgráf módszerek, HITS, Boole-keresés, súlyozási sémák (tf-idf), koszinusz távolság.
  5. A problématér redukciója, jellemző kinyerő és jellemző kiválasztó technikák. Chi-négyzeten, sajátértéken alapuló módszerek, független komponens analízis (ICA).
  6. Médiaosztályozás képekre, videókra. Előfeldolgozás, diszkretizálás. Médiaosztályozás típusai, módszerei. Szupport vektor gépek alkalmazása médiaosztályozásra.
  7. Szöveganalízis. Szótövező algoritmusok, Porter, Lovins szótövezők. Nyelvdetektálás, nyelvfüggőség. Felszíni és mély szintaktikai elemzés. Szófaj-meghatározás. Szintaxis fát, illetve függőségi gráfokat generáló elemzők. Stanford eszközök.  
  8. Szövegosztályozás. Szövegosztályozás típusai, módszerei. Gini index. C4.5, C5.0, Random Forest módszer. Automatikus szövegfeldolgozás a kis és nagyvállalatoknál, ügyfélszolgálati tevékenység.
  9. Média- és szövegklaszterezés. Távolsági mértékek. Távolság kontra hasonlóság. Egyesítő és felosztó csoportosítás. K-átlag klaszterezés. DBscan. Egyszerű, teljes, centroid, medoid, Ward kapcsolódású hierarchikus klaszterezés alkalmazása média- és szövegklaszterezésre.
  10. Relációkinyerés szövegből. A relációkinyerés jellemző megközelítései: együttes előfordulás, mintaillesztéses módszerek, felügyelt gépi tanulási módszerek. Strukturális információt figyelembevevő kernelek felhasználása gépi tanulókban relációkinyerésnél. Gazdasági hírek gyűjtése, információkinyerés a hírekből.
  11. Hierarchikus taxonómia rendszerek, keresés katalógusban, tezaurusz. Folkszonómia, módszerek több felhasználó számára. Fogalombányászat, annotálás. Véleményanalízis, mint a piackutatás modern eszköze.
  12. CBIR (Context-Based Image Retrieval), egyszerű képfeldolgozó eljárások. Éldetektálás, vékonyítás, szkeletonizáció. Kép és idősor-leképezési eljárások.
  13. Médiaindexelés. Valószínűségi modellek a video- és hangkeresésben, rejtett Markov-modellek alkalmazása.
  14. Vállalati keresőrendszerek kidolgozása, marketing alkalmazások, online média alkalmazások. Gazdaságinformatikai alkalmazások.
  15. Laboratóriumi gyakorlatok: Laborgyakorlatok előtt a laborhoz tartozó elmélet mindig elhangzik az előadásokon. A laborgyakorlatokon elvégzendő feladatok analitikai része adatbányászati és szövegbányászati szoftverekkel (pl. a SAS eszközeivel) történik.
  16. Keresési technikák egy előre megadott korpuszban.
  17. Médiaosztályozási feladatok.
  18. Képklaszterezési feladatok.
  19. Szöveganalízis.
  20. Szövegkategorizálás.
  21. Képkinyerési feladatok (CBIR: Context-Based Image Retrieval) nagyszámú képhalmazon.
  22. Mérések az adatbányászati technikák eredményességeire, lift diagram elemzés.

 

 

 

A tárgy célkitűzése a hallgatók bevezetése a tartalom- és információkereső szolgáltatások világába a szövegfeldolgozástól a médiafolyamokig. A hallgatók megismerik a szöveg- és médiakeresési technikákat, elsajátítják a médiaelemzési módszereket és képesek lesznek döntéseket hozni vállalati keresőrendszerek, médiatartalom-kezelő rendszerek kialakításánál.  

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

előadás, laboratórium

Tanulástámogató anyagok

Online források
Blanken, de Vries, Blok, Fres (eds): Multimedia Retrieval. Springer, 2007. Christopher D. Manning, Prabhakar Raghavan, and Hinrich Schütze: Introduction to Information Retrieval. Cambridge University Press, 2008Ronen Feldman, James Sanger: The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data, Cambridge University Press, 2007  

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Matematikai alapismeretek, valószínűségszámítás
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Matematikai alapismeretek, valószínűségszámítás
Általános szabályok
Követelmények: a.  A szorgalmi időszakban: egy zárthelyi. b.  A vizsgaidőszakban: házi feladat készítése (írásbeli), vizsgán való megvédése (szóbeli). c.  Az aláírás feltétele a zárthelyi (beleértve a pótló zárthelyiket is: lásd a következő pontban) legalább elégséges szintre történő megírása.  A zárthelyi illetve pót-zárthelyi eredményes, ha a maximális pontszám legalább 40%-t elérte a hallgató. d.  A laboratóriumi gyakorlatokból legalább öt alkalmon részt kell venni az aláírás megszerzéséhez.   Pótlási lehetőségek: A zárthelyi pótlására a szorgalmi időszakban egy lehetőséget biztosítunk. Azok számára, akiknek nem sikerült sem a zárthelyi, sem a pótzárthelyi: a pótlási időszakban 1 alkalmat biztosítunk egy újabb zárthelyi dolgozatra. A laboratóriumi gyakorlatok pótlására nincs lehetőség. Az aláírás feltétele valamelyik zárthelyi (első vagy a pót- vagy a pótpót-zárthelyi) legalább elégséges szintre történő megírása és legalább 5 sikeres laboratóriumi gyakorlat.
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak
Kötelező előtanulmányi rend nincs. De ajánlott az "Adatbányászati technikák (VISZM185)" című tantárgy kreditjeinek előzetes megszerzése.    
A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
—
Tantárgykövetelmények hatályosságának vége:
—
Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.