Mining the Web　輪講リンコウスケジュール
日程ニッテイは１コマ約ヤク３０頁ページを基準キジュンに組クみ立タてました。各々オノオノ、３０分フン前後ゼンゴで発表ハッピョウをお願ネガいします。 進捗シンチョク状況ジョウキョウに応オウじて適宜テキギスケジュールを前倒マエダオし、もしくは後ウシろに移動イドウします。それから５月ガツ８日ニチ、６月ガツ２６日ニチは休講キュウコウです。各人割り当てられた内容を、A4で5枚前後でまとめてください。液晶プロジェクターを毎回用意しますので、使って発表してもよいです。
輪講リンコウで発表ハッピョウせずに単位タンイを希望キボウする人ヒトは以下の論文(本書ホンショの８章ショウに関連カンレンあり)のうちどれか一つを読んで、内容を要約したレポート（A4用紙 10枚以上）を電子メールで森下(moris@k.u-tokyo.ac.jp) に2003年8月31日までに送ってください。
M. Hersovici, M. Jacovi, Y.S. Maarek, D. Pelleg, M. Shtalheim and S. Ur, The Shark-Search algorithm --- an application: tailored Web site mapping, in: 7th World-Wide Web Conference, April, 1998, Brisbane, Australia
F Menczer and RK Belew. Adaptive retrieval agents: Internalizing local context and scaling up to the web. Machine Learning, 39(2/3), 203-242, 2000.
M. Najork and J. L. Wiener. Breadth-first search crawling yields high-quality pages. Proceedings of the 10th International World Wide Web Conference, May 2001.
Jeffrey Dean, Monika Rauch Henzinger: Finding Related Pages in the World Wide Web. WWW8 / Computer Networks 31(11-16): 1467-1479 (1999)
Soumen Chakrabarti, Martin van den Berg, Byron Dom: Focused Crawling: A New Approach to Topic-Specific Web Resource Discovery. WWW8 / Computer Networks 31(11-16): 1623-1640 (1999)
Michelangelo Diligenti, Frans Coetzee, Steve Lawrence, C. Lee Giles, Marco Gori: Focused Crawling Using Context Graphs. VLDB 2000: 527-534
章ショウ節セツ	内容ナイヨウ	最初サイショの頁ページ	割当ワリアテ頁ページ数スウ	発表ハッピョウ担当者タントウシャ	日程ニッテイ（目安メヤス）
2	CRAWLING THE WEB	17
2.1	HTML and HTTP Basics	18
2.2	Crawling Basics	19	5	植山ウエヤマ　晋輔シンスケ
2.3	Engineering Large-Scale Crawlers	22	13	立沢タチザワ　秀晃ヒデアキ	4月24日
2.4	Putting Together a Crawler	35
2.5	Bibliographic Notes	40	10	Somboonviwat　Kulwadee
3	WEB SEARCH AND INFORMATION RETRIEVAL	45
3.1	Boolean Queries and the Inverted Index	45	8	森下モリシタ
3.2	Relevance Ranking	53	14	森下モリシタ	5月1日
3.3	Similarity Search	67
3.4	Bibliographic Notes	75	12	佐賀サガ　直也ナオヤ
4	SIMILARITY AND CLUSTERING	79
4.1	Formulations and Approaches	81
4.2	Bottom-Up and Top-Down Partitioning Paradigms	84	10	大谷オオタニ　未ミ稚チ	5月15日
4.3	Clustering and Visualization via Embeddings	89	10	大オオ根ネ田タ　裕一ユウイチ
4.4	Probabilistic Approaches to Clustering	99	16	金キン　順ジュン暎ヒデ	5月22日
4.5	Collaborate Filtering	115
4.6	Bibliographic Notes	121	10	米田ヨネダ　隆一リュウイチ
5	SUPERVISED LEARNING	125
5.1	The Supervised Learning Scenario	126
5.2	Overview of Classification Strategies	128
5.3	Evaluating Text Classifiers	129
5.4	Nearest Neighbor Learners	133	11	末永スエナガ　幸平コウヘイ
5.5	Feature Selection	136	11	富岡トミオカ　亮太リョウタ	5月29日
5.6	Bayesian Learners	147
5.7	Exploiting Hierarchy among Topics	155	13	尾上オガミ　浩一コウイチ
5.8	Maximum Entropy Learners	160
5.9	Discriminative Classification	163	9	天羽アマハ　賢一ケンイチ
5.10	Hypertext Classification	169
5.11	Bibliographic Notes	173	8	ﾊﾞﾄﾞﾙﾙ　ｱｰｻﾝ	6月5日
6	SEMI SUPERVISED LEARNING	177
6.1	Expectation Maximization	178	7	中村ナカムラ　洋介ヨウスケ
6.2	Labeling Hypertext Graphs	184	11	石川イシカワ　知チ一イチ
6.3	Co-training	195
6.4	Bibliographic Notes	198	8	小栗オグリ　崇タカシ治ジ	6月12日
7	SOCIAL NETWORK ANALYSIS	203
7.1	Social Sciences and Bibliometry	205
7.2	PageRank and HITS	209	16	小西コニシ　康介コウスケ
7.3	Shortcomings and the Coarse-Grained Graph Model	219		谷口タニグチ　智哉トモヤ	6月19日
7.4	Enhanced Models and Techniques	225	16	森下モリシタ
7.5	Evaluation of Topic Distillation	235	8	戴タイ　毛モウ兵ヘイ
7.6	Measuring and Modeling the Web	243
7.7	Bibliographic Notes	254	12	鴨志田カモシダ　良和ヨシカズ	7月3日
8	RESOURCE DISCOVERY	255
8.1	Collecting Important Pages Preferentially	257
8.2	Similarity Search Using Link Topology	264	13	佐々木ササキ　伸シン
8.3	Topical Locality and Focused Crawling	268	16	斉藤サイトウ　太郎タロウ
8.4	Discovering Communities	284
8.5	Bibliographic Notes	288
9	THE FUTURE OF WEB MINING	289
9.1	Information Extraction	290	11	早津ハヤツ　政和マサカズ	7月10日
9.2	Natural Language Processing	295
9.3	Question Answering	302
9.4	Profiles, Personalization, and Collaboration	305
9.end		306	12	伊藤 秀和	7月17日