Webマイニング演習 [J3][対面]

開講年度

2026年度

開講学期

後期

科目名

Webマイニング演習

授業種別

演習

科目名（英語）

Web Mining Exercise

授業情報(授業コード・クラス・授業形態)

A2300019 Webマイニング演習 [J3][対面]

担当教員

北山大輔

単位数

1.0単位

曜日時限

金曜3限

キャンパス

新宿

教室

A-1055 Izumi17

学年

3年

学位授与の方針

1 基礎知識の修得 0 ％
2 専門分野の知識・専門技術の修得 50 ％
3 汎用的問題解決力の修得 40 ％
4 道徳的態度と社会性の修得 10 ％

具体的な到達目標

実際のWebメディアやソーシャルメディアのデータを用いて，データマイニング・Webマイニングを行える．そのアルゴリズムおよび結果の評価について理解を深める．ネットワーク接続によるデータの取得，管理方法を学ぶ．

受講にあたっての前提条件

システム数理学科3年前期科目である「Webマイニング」を受講していることが望ましい．また，その講義内容を十分に理解していること．

授業の方法とねらい

3年前期に開講されるWebマイニングの講義を基に，実データについて演習することでそのアルゴリズムおよび評価方法について学び，Web上のデータ取得に必要となるネットワークアクセス技術を学ぶ．
演習課題に関しては，次の講義で解説を行い，復習を兼ねる．
毎回の講義に際し，事前学習として次回の課題に取り組んでおき，何がわかり何がわからないかを整理しておくこと．
以下に標準的な授業計画を記載するが，受講者の興味や進度に応じて順番の入れ替えやボリュームの調整を行う．

AL・ICT活用

プレゼンテーション

第1回

授業形態

授業情報欄記載の通り

事前学習

基本的なpythonの書き方，HTML，CSSの書き方を予習しておく．

1時間

授業内容

第1回：Web・ソーシャルメディアデータとHTML
　演習の全容を把握し，演習で用いるデータの内容と構造を理解する．
　HTMLの基本文法を学ぶとともにチャットシステムのUI構築を行う．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第2回

授業形態

授業情報欄記載の通り

授業内容

第2回：CSS
　CSSの基本文法を学ぶとともにチャットシステムのUIを改良する演習を行う．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第3回

授業形態

授業情報欄記載の通り

授業内容

第3回：JavaScript
　JavaScriptの基本文法を学ぶとともにチャットシステムのUIに動作を与える演習を行う．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第4回

授業形態

授業情報欄記載の通り

授業内容

第4回：サーバサイドプログラミング
　Flaskを用いたチャットシステムのサーバサイド実装を行う．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第5回

授業形態

授業情報欄記載の通り

授業内容

第5回：大規模言語モデル
　大規模言語モデルを用いたチャットシステムの構築を行う

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第6回

授業形態

授業情報欄記載の通り

授業内容

第6回：データベースとテキストデータの分散表現
　チャットシステムの入出力をデータベースで蓄積する方法を学ぶとともに，テキストデータを各種アルゴリズムで扱いやすくするために分散表現で表す方法を演習する．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第7回

授業形態

授業情報欄記載の通り

授業内容

第7回：相関ルールマイニング
　相関ルールマイニングの理論について学ぶ

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第8回

授業形態

授業情報欄記載の通り

授業内容

第8回：相関ルールによる単語の共起関係の抽出演習
　相関ルールマイニングを用いたチャット履歴の単語の共起関係の抽出を演習する．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第9回

授業形態

授業情報欄記載の通り

授業内容

第9回：クラスタリング
　クラスタリングアルゴリズムの理論を学ぶ．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第10回

授業形態

授業情報欄記載の通り

授業内容

第10回：クラスタリングの演習
　クラスタリングアルゴリズムを実装する．

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第11回

授業形態

授業情報欄記載の通り

授業内容

第11回：PageRank/LexRank
　Webの構造マイニング手法であるPageRank，文書要約手法であるLexRankの理論を学ぶ

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第12回

授業形態

授業情報欄記載の通り

授業内容

第12回：LexRnakによる文書要約
　LexRnakによる文書要約を実装する

事後学習・事前学習

講義中に出題する課題の残りを解く．
また，次回に行う課題の予習をする．

2時間

第13回

授業形態

授業情報欄記載の通り

授業内容

第13回：RAG（Retrieval-Augmented Generation）
　LLMの回答精度を高めるためのRAGの理論を学ぶ

事後学習・事前学習

講義中に出題する課題の残りを解く．

2時間

第14回

授業形態

授業情報欄記載の通り

授業内容

第14回：RAG（Retrieval-Augmented Generation）の演習
　チャットシステムに蓄積したデータを利用し，RAGを実装する

事後学習・事前学習

最終課題に取り組む．

1時間

第15回

授業形態

授業情報欄記載の通り

授業内容

第15回：学習内容の振り返り

事後学習

自身の作成したレポートおよび，これまでの演習課題を見直し，講義を振り返る．

1時間

成績評価の方法

成績は最後に課すレポート課題の成績のみで判定する．
A+~Fの6段階評価でD以上のものを合格とする．

受講生へのフィードバック方法

オンデマンド授業となる「第15回」に，KU-LMSに全体の講評をアップロードします．

教科書

指定教科書なし

参考書

指定参考書なし

オフィスアワー

曜日：水曜日
時間：15:50〜17:20
居室：A2472（新宿キャンパス）

受講生へのメッセージ

実務家担当科目

実務家担当科目ではない

実務経験の内容

教職課程認定該当学科

システム数理学科／情報科学科

その他の資格・認定プログラムとの関連

シラバス情報