Servizio momentaneamente sospeso per manutenzione.

Rubrica

Personale Strutture

Qualifica

Professore Ordinario

Indirizzo

VIA G. GRADENIGO, 6/B - PADOVA

Telefono

0498277939

Nicola Ferro (http://www.dei.unipd.it/~ferro/) è professore ordinario nel SSD ING-INF/05 presso il Dipartimento di Ingegneria dell'Informazione dell'Università degli Studi di Padova. I suoi principali interessi di ricerca sono: reperimento dell'informazione, motori di ricerca, valutazione sperimentale, biblioteche digitali e basi di dati.

Ha pubblicato più di 300 articoli su: valutazione sperimentale, sistemi di accesso all'informazione multilingua, gestione dei dati scientifici prodotti dalle campagne di valutazione, architetture per le biblioteche digitali, interoperabilità e servizi.

E' Associated Editor di ACM Transactions on Information Systems (TOIS).

E' membro del comitato di programma delle principali conferenze (SIGIR, ECIR, CIKM, TPDL, JCDL, WWW) e revisore per le riviste principali (ACM CSUR, ACM TALIP, ACM TOIS, IEEE TKDE, IPM, JASIST, IR, IS, IJoDL).

E' Advisory member Information Retrieval Society of India (IRSI), membro del Information Retrieval Specialist Group (IRSG) of the The Chartered Institute for IT (BCS) (former British Computer Society). E' stato chair dello Steering Committee dell IEEE Technical Committee on Digital Libraries (IEEE TCDL). E' membro senior di IEEE e ACM.


## Coordinamento di attività di ricerca

Nicola Ferro è chair Steering Committee della CLEF Initiative (http://www.clef-initiative.eu/), l'iniziativa di valutazione europea dei sistemi di reperimento dell'informazione, che promuove la ricerca e sviluppo di sistemi di accesso all'informazione multimodale e multilingua, inclusi dati non-strutturati, semi-strutturati, strutturati, ed arricchiti semanticamente. Nel 2013 ha fondato l'Associazione CLEF, un'associazione senza scopo di lucro che sostiene le attività di ricerca di CLEF.

E' stato General Chair di ECIR 2016 (http://ecir2016.dei.unipd.it/), la 38th European Conference on Information Retrieval.

E' stato program chair/co-chair: ECIR 2018 Panel on "Explaining and Predicting IR System Performance: A Need, a Reality, or a Chimera?", PROMISE Winter School 2013 on Bridging Between Information Retrieval and Databases; 9th Italian Research Conference on Digital Libraries (IRCDL 2013); PROMISE Winter School 2012 on Information Retrieval meets Information Visualization; 8th Italian Research Conference on Digital Libraries (IRCDL 2012); 20th Italian Symposium on Advanced Database Systems (SEBD 2012); 1st Conference on Multilingual and Multimodal Information Access Evaluation (CLEF 2010); Panel on Evaluation in Information Retrieval at the 7th European Summer School in Information Retrieval (ESSIR 2009).

Nicola Ferro è stato il coordinatore del progetto PROMISE (2010-2013, contract n. 258191, http://www.promise- noe.eu/) una rete di eccellenza sulla valutazione sperimentale dei sistemi di accesso all'informazione che ha fatto avanzare l'automazione nel processo di valutazione nonché la gestione, accesso, cura, preservazione, ri-uso, analisi e visualizzazione dei dati sperimentali prodotti.

Avvisi

Homepage:

http://www.dei.unipd.it/~ferro/

Orari di ricevimento

  • Il Martedi' dalle 16:30 alle 18:30
    presso Ufficio: stanza n. 308, III piano, Edificio DEI/G Indirizzo: Via Gradenigo 6/a, 35131 Padova
    Si invitano gli studenti a concordare preventivamente via posta elettronica un appuntamento con il docente.

Insegnamenti

Pubblicazioni

Angelini, M., Fazzini, V., Ferro, N., Santucci, G., and Silvello, G. (2018). CLAIRE: A combinatorial visual analytics system for information retrieval evaluation. Information Processing & Management

Ferrante, M., Ferro, N., and Pontarollo, S. (2018). A General Theory of IR Evaluation Measures. IEEE Transactions on Knowledge and Data Engineering (TKDE)

Ferro, N. and Silvello, G. (2018). Toward an Anatomy of IR System Component Performances. Journal of the American Society for Information Science and Technology (JASIST), 69(2):187-200

Ferrante, M., Ferro, N., and Pontarollo, S. (2018). Modelling Randomness in Relevance Judgments and Evaluation Measures. In Pasi, G., Piwowarski, B., Azzopardi, L., and Hanbury, A., editors, Advances in Information Retrieval. Proc. 40th European Conference on IR Research (ECIR 2018), pages 197-209. Lecture Notes in Computer Science (LNCS) 10772, Springer, Heidelberg, Germany

Ferrante, M. Ferro, N., and Maistro, M. (2017). AWARE: Exploiting Evaluation Measures to Combine Multiple Assessors. ACM Transactions on Information Systems (TOIS), 36(2):20:1-20:38

Ferro, N. (2017). What Does Affect the Correlation Among Evaluation Measures?. ACM Transactions on Information Systems (TOIS), 36(2):19:1-19:40

Ferro, N. and Silvello, G. (2017). 3.5K runs, 5K topics, 3M assessments and 70M measures: What trends in 10 years of Adhoc-ish CLEF?. Information Processing & Management, 53(1):175-202

Silvello, G., Bordea, G., Ferro, N., Buitelaar, P., and Bogers, T. (2017). Semantic Representation and Enrichment of Information Retrieval Experimental Data. International Journal on Digital Libraries (IJDL), 18(2):145-172

Ferrante, M., Ferro, N., and Pontarollo, S. (2017). Are IR Evaluation Measures on an Interval Scale?. In Kamps, J., Kanoulas, E., de Rijke, M., Fang, H., and Yilmaz, E., editors, Proc. 3rd ACM SIGIR International Conference on the Theory of Information Retrieval (ICTIR 2017), pages 67-74. ACM Press, New York, USA [Best Paper Award]

Ferro, N., Lucchese, C., Maistro, M., and Perego, R. (2017). On Including the User Dynamic in Learning to Rank. In Kando, N., Sakai, T., Joho, H., Li, H., de Vries, A. P., and White, R. W., editors, Proc. 40th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2017), pages 1041-1044. ACM Press, New York, USA

Ferro, N. and Sanderson, M. (2017). Sub-corpora Impact on System Effectiveness. In Kando, N., Sakai, T., Joho, H., Li, H., de Vries, A. P., and White, R. W., editors, Proc. 40th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2017), pages 901-904. ACM Press, New York, USA

Area di ricerca

- Reperimento dell'informazione
- Motori di ricerca
- Valutazione sperimentale
- Sistemi di accesso alle informazioni
- Biblioteche Digitali
- Basi di dati

Tesi proposte

+ Data science per la valutazione sperimentale dei sistemi di reperimento dell'informazione: questa tematica riguarda la modellazione delle prestazioni dei sistemi di reperimento dell'informazione, la decomposizione delle prestazioni nei fattori che le determinano, la definizione di feature che caratterizzino tali prestazioni e l'applicazioni di tecniche di machine learning per la predizione delle prestazioni.
Si tratta di una tematica derivante da recenti attività di ricerca, si veda ad esempio: https://www.dagstuhl.de/en/program/calendar/semhp/?semnr=17442

+ Riproducibilità dei risultati sperimentali della valutazione: questa tematica riguarda il problema della replicabilità, riproducibilità e generelizzabilità dei risultati sperimentali nel settore del reperimento dell'informazione. Le problematiche di riproducibilità riguardano sia la definizione dei protocolli, delle tecniche e delle misure per verificare la riproducibilità sia l'effettiva validazione di risultati sperimentali esistenti.
Si tratta di una tematica inserita all'interno di CENTRE (http://www.centre-eval.org/), l'attività di valutazione congiunta a livello internazionale tra le campagne CLEF (Europa), TREC (Stati Uniti) e NTCIR (Giappone) e in relazione con la ACM Policy for Artifact Review and Badging (https://www.acm.org/publications/policies/artifact-review-badging)

+ Crowd-sourcing per la valutazione sperimentale dei sistemi di reperimento dell'informazione: questa tematica riguarda l'utilizzo di tecniche di crowd-sourcing e human-computation a supporto della valutazione sperimentale dei sistemi di reperimento dell'informazione. In particolare si affronta il problema della creazione della ground-truth, cioè dei giudizi di rilevanza necessari per la valutazione dei sistemi, utilizzando metodi supervisionati e non supervisionati per pesare e fondere i giudizi di diversi assessor.

+ Analisi dei click-log di motori di ricerca e learning-to-rank: questa tematica riguarda l'analisi dei click-log dei motori di ricerca, cioè i dati riguardanti l'interazione degli utenti con il motore di ricerca, al fine di derivare modelli predittivi dei click, definire misure per valutare tali modelli, e migliorare gli algoritmi di machine learning applicati al ranking (learning-to-rank)
Modelli formali per la definizione e studio delle proprietà delle misure per la valutazione sperimentale dei sistemi di reperimento dell'informazione: questa tematica di ricerca affronta il problema della definizione formale delle misure di valutazione, basandosi sulla representational theory of measurement comunemente utilizzata nelle science fisiche, al fine di definirne e studiarne le proprietà formali. Inoltre, vi è anche una parte di verifica sperimentale di tali proprietà e di valutazione dell'impatto della violazione delle assunzioni.
Si tratta di una attività congiunta con il Dipartimento di Matematica dell'Università degli Studi di Padova.

+ Fake news e fact checking: questa tematica riguarda l'esplorazione delle soluzioni esistenti nel settore del reperimento dell'informazione per quanto riguarda la problematica del fact checking (verifica della veridicità degli argomenti) e dell'individuazione di fake news.
E' possibile svolgere anche una parte sperimentale nel contesto della campagna internazionale di valutazione CLEF (http://alt.qcri.org/clef2018-factcheck/)