Scienza dei dati

Cluster di dipartimento

  • Big Data Analytics e Sistemi Informativi

Descrizione

I temi di ricerca affrontati dal gruppo solo diversi e riassunti come segue:

  1. l'analisi e la visualizzazione di reti. L'approccio mira ad integrare aspetti matematici di tipo formale con la sperimentazione su istanze provenienti dal mondo reale di reti
  2. l'uso di tecniche di data analytics per la valutazione dell'efficacia dei sistemi d'information retrieval
  3. disegno, sviluppo ed implementazione di algoritmi e strutture dati compresse. In particolare, sviluppo di algoritmi online per l'analisi e la ricerca in stringhe ed in grafi. Indicizzazione e compressione
  4. uso di algoritmi di machine learning per la classificazione (dati categoriali) e la regressione (dati numerici), con un particolare interesse per il mining e l’analisi di sequenze
  5. uso di tecniche di ottimizzazione multi-obiettivo mediante algoritmi genetici in ambito data mining

Linee di ricerca

  • misure di rating e ranking nel contesto sportivo, con possibile applicazioni alle reti bibliometriche
  • valutazione, ingegnerizzata ed efficiente, dell'efficacia dell'information retrieval, al fine di risparmiare risorse senza limitare l'affidabilità della valutazione
  • studio e definizione nuove metriche di efficacia, e formalizzate le proprietà delle metriche esistenti
  • crowdsourcing (outsourcing a masse non strutturate e non organizzate) per la raccolta di giudizi di relevance
  • algoritmi e strutture dati per la rappresentazione di collezioni di stringhe mediante string-graphs e loro evoluzioni. Compressione e ri-compressione di stringhe, collezioni di stringhe, grafi. Rappresentazioni numeriche
  • definizione, implementazione e verifica formale di algoritmi di data mining che garantiscano la privacy differenziale. Studio di meccanismi che garantiscano la protezione dei dati in un contesto distribuito
  • progettazione di sistemi di supporto alle decisioni, nel contesto dei contact center, con funzionalità avanzate di data mining e data analytics

Settori ERC

  • PE1_17 Mathematical aspects of computer science
  • PE6_10 Web and information systems, data management systems, information retrieval and digital libraries, data fusion
  • PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
  • PE6_6 Algorithms and complexity, distributed, parallel and network algorithms, algorithmic game theory
  • PE6_13 Bioinformatics, bio-inspired computing, and natural computing

Componenti

Massimo FRANCESCHET
Enrico BOZZO
Stefano MIZZARO
Angelo MONTANARI
Alberto POLICRITI
Nicola VITACOLONNA