Curriculum Vitae et Studiorum
di Antonino Nocera
(Aggiornato al 15 aprile 2014)
data di nascita
luogo di nascita
cittadinanza
residenza
tel. ufficio
tel. personale
e-mail
website
30 Luglio 1984
Reggio Calabria (RC)
italiana
Via San Sperato diramazione Messineo 19, 89133 Reggio Calabria
0965 875303
329 5731323
[email protected], [email protected]
www.antoninonocera.com
2
1
1.1
Curriculum Vitae et Studiorum di Antonino Nocera
Attivit`
a di studio e posizioni ricoperte
Studio universitario
Nel 2006 ha conseguito la laurea triennale in Ingegneria delle Telecomunicazioni riportando la votazione di 110/110 e lode presso l’Universit`a degli Studi “Mediterranea” di Reggio Calabria.
Nel 2009 ha conseguito la laurea Specialistica in Ingegneria delle Telecomunicazioni riportando la
votazione di 110/110 e lode presso l’Universit`a degli Studi Mediterranea di Reggio Calabria.
Da Ottobre 2009 a Febbraio 2009 ha seguito un corso sulla programmazione Java per il Web tenuto
dall’azienda Aubay Research & Tecnologies.
1.2
Studi post-universitari
Nel mese di Novembre 2009 ha superato, presso l’Universit`a degli Studi “Mediterranea” di Reggio
Calabria, l’esame di stato per l’abilitazione all’esercizio della professione di Ingegnere.
Nel mese di Dicembre 2009 `e risultato vincitore del concorso per l’ammissione al XXV ciclo del
Dottorato di Ricerca in Ingegneria dell’Informazione presso l’Universit`a degli Studi “Mediterranea”
di Reggio Calabria. Ha frequentato regolarmente i tre anni del corso di Dottorato che sono terminati
il 31 Ottobre 2012.
Nei mesi di Novembre e Dicembre 2012 ha completato la stesura della propria tesi di Dottorato di
Ricerca, dal titolo Analyzing, Modeling and Exploiting Social Internetworking Scenarios. Il suo tutor `e
stato il Prof. Domenico Ursino del Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture e
dell’Energia Sostenibile. Il 14 Febbraio 2013 ha conseguito il titolo di Dottore di Ricerca in Ingegneria
dell’Informazione.
Ha partecipato alla seguente scuole riservate agli studenti di Dottorato di Ricerca: (i) MODAP
Summer School tenuta a Leysin dall’ 1 al 6 Luglio.
1.3
Posizioni precedenti
Dal 25 Febbraio 2013 all’8 Aprile 2013 `e stato collaboratore esterno di ricerca, presso il Gruppo
di Ingegneria Informatica del Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture e
dell’Energia Sostenibile (DIIES) dell’Universit`a degli Studi Mediterranea di Reggio Calabria, per lo
svolgimento dell’attivit`a tecnico/scientifica: “Approcci implementativi per l’analisi di informazioni in
un Social Internetworking Scenario” nell’ambito del Progetto Web Scene.
1.4
Posizione attuale
` collaboratore esterno presso il Gruppo di Ingegneria Informatica del Dipartimento di Ingegneria
E
dell’Informazione, delle Infrastrutture e dell’Energia Sostenibile dell’Universit`a degli Studi “Mediterranea” di Reggio Calabria.
Curriculum Vitae et Studiorum di Antonino Nocera
2
3
Attivit`
a di ricerca
Le attivit`a di studio e di ricerca di Antonino Nocera sono state condotte, e sono tuttora condotte, in
collaborazione con professori e ricercatori afferenti al Dipartimento di Ingegneria dell’Informazione,
delle Infrastrutture e dell’Energia Sostenibile (DIIES) dell’Universit`a degli Studi Mediterranea di
Reggio Calabria.
Antonino Nocera `e autore di 8 lavori scientifici pubblicati negli Atti di prestigiose Conferenze
Internazionali e Workshop, di 8 lavori scientifici pubblicati o di prossima pubblicazione in prestigiose
riviste scientifiche, di 4 contributi in volume e di diversi lavori scientifici sottomessi per la pubblicazione
a prestigiose riviste scientifiche.
Le sue principali attivit`a di ricerca riguardano il Social Internetworking, le Folksonomy, l’integrazione ed il clustering di sorgenti XML.
Nell’ambito del Social Internetworking si `e occupato di differenti con particolare riferimento:
– all’estrazione di dati da social network eterogenee utilizzando tecnologie quali FOAF, XFN e le
API fornite dalle social network stesse;
– allo sviluppo di nuove tecniche di crawling specifiche per scenari di Social Internetworking;
– all’analisi di utenti Bridge, cio`e di utenti che fungono da tramite per l’interconnessione di social
network differenti;
– alla definizione di tecniche per identificare collegamenti nascosti fra social network;
– alla definizione di una nuova misura di assortativit`a fra bridge;
– alla definizione di nuove misure di centralit`a;
– alla definizione di nuove modelli per la rappresentazione e la gestione di sistemi di Social Internetworking;
– alla definizione di approcci per il calcolo della similarit`a fra utenti, fra utenti e risorse e fra utenti
e social network;
– alla definizione di approcci per la raccomandazione di utenti, risorse e social network in un sistema
di Social Internetworking;
– alla definizione di nuovi approcci per community detection, community characterization e user
membership in un sistema di Social Internetworking;
– all’individuazione di nuovi approcci per la ricerca di stereotipi;
– alla definizione di nuove metodologie di estrazione di ego network;
Nell’ambito delle Folksonomy si `e occupato delle seguenti problematiche:
– Definizione di nuovi modelli per la rappresentazione e la gestione di social folksonomy.
– Definizione di nuovi approcci di arricchimento dei profili degli utenti e delle risorse coinvolti
in una folksonomy nonch´e di tecniche per calcolare la similarit`a fra profili al fine di effettuare
raccomandazioni all’interno di essa.
– Definizione di nuovi approcci per la derivazione di social folksonomy tematiche in un contesto di
social Inter-Folksonomy.
Nell’ambio dell’ integrazione e del clustering di sorgenti XML si `e occupato delle seguenti problematiche:
– Definizione di una framework Component-Based per la gestione di sorgenti XML.
Nel seguito di questa sezione vengono riportati una descrizione pi`
u dettagliata delle tematiche di
ricerca e i principali prototipi scientifici realizzati.
2.1
Social Internetworking
Affermatesi ormai come fenomeno di massa su scala mondiale, le social network rappresentano un
potente strumento a supporto dell’aggregazione degli utenti presenti su Internet, configurandosi come
una delle forme pi`
u evolute di comunicazione in rete. La principale possibilit`a offerta dalle social
network `e quella di consentire che le relazioni interpersonali, che quotidianamente si intessono nei vari
ambiti del vivere sociale, possano “materializzarsi” in un sistema informativo concreto e capace di
evolvere nel tempo arricchendosi di nuovi contatti.
4
Curriculum Vitae et Studiorum di Antonino Nocera
La portata del fenomeno `e evidenziata dalla cifra di adesioni alle social network pi`
u diffuse che, nei
casi pi`
u eclatanti (Facebook, Twitter), supera ormai i cinquecento milioni. Notevole `e anche il numero
di contesti sociali nei quali le social network si stanno affermando, che spaziano dal lavoro (LinkedIn)
allo studio (Students.com), dallo sport (Athlinks) alla ricerca scientifica (ResearchGATE) e all’arte
(Taltopia).
L’esistenza di un cos`ı vasto numero di social network disomogenee introduce importanti problematiche per un loro utilizzo sempre pi`
u efficace. Anzitutto, appare necessario presupporre che l’utente
sia in qualche modo guidato nelle sue scelte. In secondo luogo, appare necessario garantire una sorta
di “interoperabilit`a” che possa condurre a sfruttare le informazioni disseminate su pi`
u social network.
Entrambe queste necessit`a portano alla nascita del concetto di “Social Internetworking”, quale possibile livello di intermediazione che consenta di gestire le singole social network permettendo la loro
interoperabilit`a e quella degli utenti che accedono ad esse.
Tale concetto `e estremamente recente e, pertanto, non sono ancora stati sviluppati dei modelli
che ne descrivano il funzionamento e le principali propriet`a. Attualmente vi sono stati soltanto alcuni
tentativi per implementare sistemi commerciali di Social Internetworking; “Google Open Social” e
“Power.com” ne sono alcuni esempi. Tuttavia, le funzionalit`a offerte da questi sistemi sono alquanto
primitive e basilari.
Antonino Nocera si `e occupato di differenti problematiche relative al Social Internetworking con
particolare riferimento:
– all’estrazione di dati da social network eterogenee utilizzando tecnologie quali FOAF, XFN e le
API fornite dalle social network stesse;
– allo sviluppo di nuove tecniche di crawling specifiche per scenari di Social Internetworking;
– all’analisi di utenti “Bridge”, cio`e di utenti che fungono da tramite per l’interconnessione di social
network differenti;
– alla definizione di tecniche per identificare collegamenti nascosti fra social network;
– alla definizione di una nuova misura di assortativ`a fra utenti bridge;
– alla definizione di nuove misure di centralit`a;
– alla definizione di nuovi modelli per la rappresentazione e la gestione di sistemi di Social Internetworking;
– alla definizione di approcci per il calcolo della similarit`a fra utenti, fra utenti e risorse e fra utenti
e social network;
– alla definizione di approcci per la raccomandazione di utenti, risorse e social network in un sistema
di Social Internetworking;
– all’individuazione di nuovi approcci per la ricerca di stereotipi;
– alla definizione di nuove metodologie di estrazione di ego network;
Di seguito vengono descritti i principali risultati ottenuti, con riferimento ai lavori in cui essi sono
stati riportati.
Social Network & Social Internetworking Analysis. In uno scenario di Social Internetworking
un passo preliminare da fare, per poter procedere alle attivit`a di studio e di analisi, consiste nella
definizione di nuove tecniche per l’estrazione di dati di social network e di tecniche di “crawling”
specifiche per lo scenario in considerazione.
Per quanto riguarda l’estrazione di dati di social network, in [4] viene proposto SNAKE (Social
Network Account Knowledge Extractor), un sistema per supportare l’estrazione dei dati in uno Scenario di Social Internetworking. SNAKE `e capace di restituire informazioni pubbliche relative ad un
account di social network, incluse quelle che consentono l’interconnessione di diverse social network;
in questo modo esso supporta il passaggio da una social network ad un’altra di un SIS durante le attivit`a di crawling. Le informazioni estratte da SNAKE riguardano i dettagli sugli account degli utenti, i
contatti degli utenti e gli archi me nascosti. SNAKE, quindi, agisce come un middleware tra i dati delle
social network e un qualsiasi crawler. Per questa ragione esso pu`o rappresentare la base di una nuova
generazione di crawler che possono operare su un SIS catturando l’intrinseca natura multi-contesto
delle attuali comunit`
a di social network.
Diverse tecniche di crawling sono state studiate in modo approfondito nel contesto delle social
network, tuttavia l’attivit`a di crawling rimane un problema aperto quando si passa dalle singole social
Curriculum Vitae et Studiorum di Antonino Nocera
5
network a scenari di Social Internetworking. Infatti, non `e assolutamente scontato, anzi `e assai improbabile, che una strategia di crawling che risulta essere efficace per le singole social network, sia ancora
valida in uno scenario di Social Internetworking; questo `e facilmente comprensibile tenendo conto
delle specifiche caratteristiche topologiche di tale scenario. In [8] dapprima si dimostra la validit`a di
quest’ultima affermazione; successivamente viene definita una nuova strategia di crawling specificatamente concepita per gli scenari di Social Internetworking; infine, si mostra come la strategia proposta
sia capace di superare tutti i problemi che affliggono le precedenti strategie di crawling quando si
passa dalle singole social network al Social Internetworking. In [14] `e proposta una versione piu estesa
di questo lavoro in cui vengono presentati maggiori dettagli sul funzionamento e una campagna sperimentale molto pi`
u dettagliata e approfondita. Infine, in [15] vengono proposte una serie di analisi su
Scenari di Social Internetworking ottenute utilizzando campioni estratte con BDS. I risultati vengono
poi confrontati con quelli ottenuti utilizzando campioni estratti con tecniche di crawling classiche.
In [3] viene proposto uno studio approfondito sui bridge che, come detto in precedenza, rappresentano l’elemento chiave dei Sistemi di Social Internetworking. In particolare, nel lavoro, vengono
studiate le principali caratteristiche di questa categoria di utenti attraverso una campagna di Social
Network Analysis. A tal fine vengono definite diverse strategie di crawling specifiche e vengono estratti
diversi campioni da un SIS applicando ciascuna di tali strategie. I risultati sperimentali ottenuti definiscono un chiaro “identikit” dei bridge che consentono di trarre una serie di conclusioni non banali
in merito al loro ruolo in uno Sistema di Social Internetworking.
Gli utenti delle OSN possono indicare esplicitamente di essere bridge specificando i cosiddetti archi
me, ovvero quegli archi che connettono gli account dello stesso utente su OSN distinte. Tuttavia, spesso
gli utenti non indicano esplicitamente i propri archi me, nonostante attualmente tale specificazione `e
resa particolarmente agevole da tool amichevoli messi a disposizione dalle varie OSN. Pertanto, nel
contesto del Social Internetworking, scoprire archi me nascosti `e un problema importante da affrontare.
In [9] viene proposto un approccio efficace per la scoperta di archi me nascosti; oltre alla descrizione
dell’approccio e ad un confronto con degli approcci correlati, nel lavoro viene presentata una campagna
sperimentale che mostra come l’approccio proposto sia in grado di fornire dei buoni risultati in contesti
reali. Una raffinamento di questo approccio viene presentato in [10]; in questo lavoro, oltre ad un
miglioramento degli algoritmi di estrazione, si procede ad una loro formalizzazione e al calcolo della loro
complessit`
a. Anche la campagna sperimentale viene ampliata al fine di valutare meglio le performance
dell’approccio proposto anche in confronto ad altri approcci precedentemente presentati in letteratura.
Infine, anche l’esame dei lavori correlati viene notevolmente migliorato esaminando svariati nuovi
approcci.
In uno Scenario di Social Internetworking, il clustering pu`o rappresentare un valido strumento
di studio e di analisi. Infatti, se le varie social network includono delle caratteristiche specifiche che
le distinguono le une dalle altre, un approccio basato sul clustering pu`o essere un valido strumento
per evidenziare tali differenze e, al contempo, per analizzare le informazioni sul sistema visto come
un’unica entit`
a. Tuttavia, quando applichiamo il clustering ad uno Scenario di Social Internetworking,
`e necessario risolvere alcuni problemi. Tra questi citiamo i seguenti: (i) quale algoritmo di clustering
`e il pi`
u adatto in tale contesto?; (ii) quale strategia di crawling `e capace di costruire un campione su
cui l’analisi basata sul clustering pu`o fornire dei risultati significativi?; (ii) quanti semi (ovvero, nodi
di partenza per gli algoritmi di crawling) devono essere considerati per ciascuna social network? In [1]
vengono trattate tali problematiche e vengono forniti degli spunti interessanti su come l’analisi degli
Scenari di Social Internetworking basata sul clustering pu`o essere condotta. Sulla base di queste linee
guida, viene analizzato un SIS reale composto da cinque tra le social network pi`
u popolari (ovvero,
Twitter, YouTube, Flickr, MySpace, LiveJournal). Da tale analisi vengono ottenuti risultati originali
e significativi.
In [2] viene proposto un approccio per ricostruire, da un insieme di dati anonimizzati, le informazioni necessarie per l’analisi di uno Scenario di Social Internetworking. Il lavoro parte dal presupposto
che, in questo scenario, non sempre l’analista `e in grado di affrontare, mediante la semplice esecuzione
di un crawler, il difficile problema di collezionare i dati di interesse. In questo caso, egli potrebbe utilizzare dei dati sociali basati su grafi, collezionati nel passato e generalmente resi anonimi per ragioni
di privacy. Tuttavia, anche l’anonimizzazione pi`
u frequente e banale (ovvero, l’eliminazione degli URL
associati ai nodi) rende impossibile moltissime analisi, a causa della perdita di alcune informazioni
rilevanti. In questo lavoro viene trattato questo problema proponendo e validando sperimentalmente
una tecnica, basata sul clustering, capace di ricostruire in parte le informazioni mancanti, consentendo,
cos`ı, svariate analisi su dati anonimizzati provenienti da pi`
u social network.
6
Curriculum Vitae et Studiorum di Antonino Nocera
Il [13] viene proposta una nuova nozione di assortativit`a valida per uno Scenario di Social Internetworking. Infatti, il ruolo dell’assortativit`a nelle social network reali e nelle online social network era
stato largamente analizzato nella letteratura dove erano state esaminate diverse forme di assortativit`a.
Tuttavia, tutte queste forme non sono capaci di catturare alcune forme di conoscenze che risultano
essere strategiche quando ci si sposta da una prospettiva a singola social network verso una prospettiva
a social network multiple. D’altra parte quest’ultimo `e un punto di vista la cui importanza sta fortemente crescendo a causa delle interazioni tra utenti, applicazioni, flussi informativi, etc. che nascono
dalla molteplicit`a di social network nel paradigma emergente del Social Internetworking. Con questo
paradigma tutta la conoscenza relativa alle informazioni che attraversano pi`
u social network assume
una grande importanza; pertanto, anche l’assortativit`a pu`o essere vista da questa nuova prospettiva.
Nel lavoro la nuova nozione di assortativit`a proposta viene declinata in due forme che catturano due
diversi aspetti del problema. Inoltre, viene proposta una metodologia efficace per il calcolo di queste
nuove forme di assortativit`a. Viene anche descritta un’analisi sperimentale che ha lo scopo di misurare
la nuova forma di assortativit`a in Facebook rispetto ad altre sette importanti online social network.
In [5] viene proposta una nuova misura di Betweenness Centrality adatta per uno Scenario di Social
Internetworking. L’importanza della Betweenness Centrality nelle online social network `e nota, come
pure sono note le sue possibili applicazioni a vari domini. tuttavia, la classica nozione di Betweenness
Centrality non `e capace di catturare la centralit`a dei nodi rispetto a path che attraversano social
network differenti. In altre parole, essa non `e capace di individuare quei nodi di uno Scenario di Social
Internetworking che giovano un ruolo centrale nei flussi informativi tra social network differenti. La
nuova misura di Betweenness Centrality proposta in questo lavoro individua proprio tale tipologia di
nodi. Essa `e comunque applicabile anche al caso di diverse comunit`a della stessa social network. Nel
lavoro la nuova misura viene testata in un certo numero di reti sintetiche, evidenziando la significativit`a
e l’efficacia della proposta. Un’applicazione di questa misura di centralit`a orientata a supportare la
formazioni di gruppi di lavoro in ambito di crowdsourcing `e presentata in [6].
Modeling & Exploitation of Social Internetworking Scenarios. In [17] viene innanzitutto
definito un modello di social internetworking, basato su grafi, specificatamente concepito per rappresentare le azioni tipiche che un utente pu`o effettuare in un Sistema di Social Internetworking (come,
ad esempio, la registrazione ad una social network, la dichiarazione di una nuova amicizia, il post di
commenti e opinioni, etc.) nonch`e le relazioni di “trust” fra gli utenti del sistema. L’approccio descritto in [17] si concentra sull’individuazione di nuovi utenti e social network affidabili in un Sistema di
Social Internetworking. Esso propone un nuovo modello per rappresentare un sistema di Social Internetworking e lo utilizza per individuare, attraverso una tecnica basata su opportune generalizzazioni
del concetto di PageRank, gli utenti pi`
u affidabili che possono essere contattati o le social network
pi`
u affidabili a cui un utente si pu`o registrare. Una sistematizzazione dell’approccio introdotto in [17]
viene proposta in [19] dove viene descritto un approccio per la raccomandazione di risorse, utenti e
social network affidabili nel contesto di un Sistema di Social Internetworking. In questo lavoro, oltre
alla descrizione tecnica dettagliata dell’approccio proposto, vengono illustrati alcuni esperimenti, volti
a misurare la corrispettiva performance, e viene presentato un confronto dettagliato tra l’approccio
proposto e altri approcci correlati gi`a presentati in precedenza in letteratura.
In [23] viene presentato un nuovo approccio per fornire ad un utente raccomandazioni in merito a
utenti, risorse e social network simili in uno scenario di Social Internetworking. L’approccio presenta
le seguenti caratteristiche principali: (i) a differenza di gran parte degli approcci precedentemente
proposti nella letteratura, opera in un contesto di Social Internetworking, invece che su una singola
social network; (ii) analizza le azioni degli utenti per derivare delle relazioni implicite che connettono
gli utenti sulla base di interessi e comportamenti condivisi; (iii) gestisce la presenza di anomalie
semantiche eventualmente presenti nei profili degli utenti, delle risorse e delle social network disponibili;
(iv) considera, per produrre le proprie raccomandazioni, non solo l’informazione locale, ma anche quella
globale, ottenuta dall’analisi della struttura complessiva del Sistema di Social Internetworking nonch`e
dalla storia delle azioni degli utenti. Una sistematizzazione di tale approccio, con l’aggiunta di una
formalizzazione rigorosa e completa dello stesso, di una serie di esperimenti volti a valutare la sua
performance e con la disamina dei punti di novit`a che esso introduce rispetto agli approcci correlati
gi`a proposti in letteratura, viene presentata in [20].
In [18] viene proposto un framework ed un modello di supporto ad esso, per gestire le attivit`a
di community detection, characterization e membership in uno scenario di Social Internetworking.
Curriculum Vitae et Studiorum di Antonino Nocera
7
Per gestire queste problematiche, il framework ne deve gestire una ulteriore, ovvero la ricerca di
similarit`
a tra utenti. Il framework segue la filosofia generale del layers architectural pattern in quanto
prevede un layer per ciascuna della problematiche da gestire. Inoltre, per garantire un’alta flessibilit`a
ed estensibilit`a, esso `e stato progettato sulla base del paradigma di sviluppo basato sui componenti.
Una descrizione pi`
u approfondita di tale framework, corredata da una serie di esperimenti volti a
misurare la performance dei vari componenti che lo costituiscono, nonch`e da una serie di confronti
con altri framework correlati precedentemente proposti in letteratura, viene presentata in [22].
In [11] viene proposto SISO un framework concettuale per la costruzione di “mappe stereotipali”
in uno scenario di Social Internetworking. L’obiettivo di SISO `e la definizione di stereotipi “scientifici” (ad esempio, utenti “starter”, utenti “hub”, etc.) e il loro utilizzo in differenti applicazioni di
interesse a livello scientifico (ad esempio, calcolo di trust e reputation di un utente o di una social network, ricerca efficiente di informazioni, etc.). Per perseguire questo obiettivo, SISO deriva una mappa
stereotipale per ogni utente; la mappa rappresenta la percentuale di affinit`a fra il comportamento dell’utente e ciascuno stereotipo considerato. Infine, SISO costruisce una mappa stereotipale per l’intero
Social Internetworking scenario. Quest’ultima partiziona lo scenario considerato in regioni omogenee,
ciascuna costituita da utenti connessi da relazioni di amicizia che mostrano tratti stereotipali simili.
Una versione estesa di questo approccio `e descritta in [7].
In [27] viene presentato un nuovo modello di “ego network” e un approccio per estrarre ego network
conformi ad esso. Le ego network sono state ampiamente utilizzate in passato nel contesto della
Social Network Analysis (SNA) come strumento per inferire statistiche su un’intera social network
analizzando una porzione ristretta di essa. In questo lavoro viene proposta una variante delle ego
network classiche in modo da renderle idonee allo scenario pi`
u globale di Social Internetworking e, allo
stesso tempo, da permettere un loro pi`
u proficuo utilizzo anche in altri contesti applicativi differenti
dalla SNA, come, ad esempio, raccomandazioni di utenti e risorse, estrazione di relazioni latenti fra
gli utenti, definizione di comunit`
a pi`
u coese.
In [26] viene proposto P HIS un sistema per identificare “hub” effettivi e potenziali e per favorire
la “crescita” di questi ultimi in modo che essi diventino hub effettivi rapidamente. P HIS si basa su un
modello a ipergrafo per rappresentare lo scenario di Social Internetworking. Per verificare se un utente
`e hub (effettivo o potenziale) esso considera una serie di criteri che comprendono la reputazione degli
utenti, la loro capacit`a di ricevere e inoltrare informazioni, la loro posizione in termini di centralit`a
all’interno dello scenario di Social Internetworking e l’ampiezza dei loro profili. Gli stessi criteri vengono
utilizzati dal sistema per organizzare la campagna di “training” per favorire la crescita degli hub
potenziali.
2.2
Folksonomy
Il termine collaborative tagging si riferisce alla pratica di etichettare in modo collaborativo risorse di
vario genere. Il risultato del processo di collaborative tagging `e anche detto folksonomy. Una folksonomy pu`o essere vista come un insieme di risorse e un insieme di utenti che collaborano per classificare
le risorse stesse per mezzo di tag.
Il numero di siti Web capaci di supportare il collaborative tagging `e rapidamente cresciuto a partire
dal 2004. Nel frattempo anche il numero di risorse memorizzate in ciascuna folksonomy, nonch`e il
numero di utenti che utilizzano le folksonomy, sono rapidamente cresciuti. Le folksonomy, inoltre,
stanno guadagnando una popolarit`a sempre maggiore non solo sul Web ma anche nell’ambito di
organizzazioni ed imprese di notevoli dimensioni. Tuttavia, nonostante questi vantaggi, le folksonomy
soffrono di svariati problemi per affrontare al meglio i quali sarebbe estremamente utile un sistema
capace di esaminare l’insieme dei tag che un utente sta inserendo per catalogare una risorsa o per
definire una query in una folksonomy in modo tale da utilizzare le informazioni ricavate da questa
analisi per generare profili utente evoluti, per supportare l’utente nell’individuazione e nell’accesso ai
contenuti di interesse e nell’attivit`a di tagging di risorse.
Nell’ambito delle folksonomy, Antonino Nocera ha collaborato e sta collaborando con altri membri del gruppo di ricerca per definire nuove tecniche per risolvere le problematiche precedentemente
descritte. In particolare:
In [25] viene proposto un approccio per fornire ad un utente di una “social folksonomy” raccomandazioni relative ad utenti simili e a risorse potenzialmente interessanti. In questo lavoro viene,
innanzitutto, introdotto il concetto di “social folksonomy”; si tratta di una nuova generazione di folksonomy ottenute potenziando quelle classiche con alcune caratteristiche tipiche delle social network.
8
Curriculum Vitae et Studiorum di Antonino Nocera
Attualmente, esse rappresentano l’evoluzione naturale delle folksonomy tradizionali dal momento che
la presenza di caratteristiche tipiche delle social network in esse potrebbe portare ad un enorme crescita della loro performance. Per gestire efficientemente ed efficacemente questo tipo di folksonomy,
appaiono necessari nuovi approcci, dal momento che la semplice estensione di quelli che operano con
le folksonomy tradizionali sembra incapace di catturare pienamente le potenzialit`a di queste nuove
entit`a. Dopo aver introdotto il concetto di “social folksonomy”, nel lavoro viene proposto un modello
basato su grafi per la loro rappresentazione. Successivamente viene proposto un nuovo approccio che
utilizza pienamente le caratteristiche “sociali” di questa tipologia di folksonomy per raccomandare ai
loro utenti sia utenti simili che risorse interessanti. Dopo di ci`o vengono presentati degli esperimenti
rivolti a misurare la performance dell’approccio proposto. Infine, quest’ultimo viene confrontato con
vari approcci correlati gi`a proposti in letteratura.
Il tema delle “social folksonomy” viene ripreso anche in [24]. In questo lavoro viene dapprima
introdotto il concetto di “Social Inter-Folksonomy System” (SIFS). Dopo di ci`o viene introdotto un
modello basato su ipergrafi per rappresentare e gestire un SIFS. Infine, viene presentato un approccio
per la derivazione di una folksonomy tematica virtuale da un SIFS; quest’ultima `e, in pratica, un
frammento di SIFS, incentrato su uno o pi`
u argomenti, che possiede tutte le propriet`a e tutte le
funzionalit`
a di una folksonomy reale. L’approccio proposto viene anche contestualizzato alla letteratura
correlata; infine, vengono illustrati vari esperimenti che hanno lo scopo di valutare la sua performance.
2.3
Integrazione e clustering di sorgenti XML
La progettazione di sistemi informativi di notevoli dimensioni, che integrino sorgenti informative con
formati e gradi di strutturazione diversi, `e oggigiorno di grande interesse. Questo compito `e reso particolarmente complesso dal numero e dalla dimensione rilevante delle sorgenti informative tipicamente
coinvolte. Riveste, pertanto, grande importanza la realizzazione di strumenti di supporto all’attivit`a
dei progettisti dei sistemi integrati. Tali strumenti devono essere in grado di aiutare il progettista nell’esame delle correlazioni semantiche che legano concetti appartenenti alle diverse sorgenti informative
in considerazione. Uno dei metodi pi`
u comuni per derivare e rappresentare correlazioni semantiche
consiste nella derivazione di propriet`a interschema e/o di vincoli di integrit`a relativi alle sorgenti.
Le propriet`a interschema sono relazioni terminologiche e strutturali che coinvolgono concetti ed
oggetti appartenenti a sorgenti differenti; alcuni esempi di propriet`a interschema sono le sinonimie, le
omonimie e le iponimie. I vincoli di integrit`a, invece, sono restrizioni che coinvolgono oggetti appartenenti alla stessa sorgente o a sorgenti diverse; esempi di vincoli di integrit`a sono i vincoli di dominio,
le dipendenze funzionali e i vincoli di integrit`a referenziale.
Negli ultimi anni si `e registrato un aumento esponenziale del numero di sorgenti di dati presenti in
rete, caratterizzate da una forte eterogeneit`a del loro formato di rappresentazione dei dati. Per poter
gestire in modo uniforme le informazioni contenute nelle diverse sorgenti considerate, l’adozione di
un paradigma unificato per la loro rappresentazione appare quasi obbligatoria. In questo contesto, la
soluzione pi`
u diffusa `e, senza dubbio, XML. La natura semi-strutturata di questo linguaggio lo rende
particolarmente idoneo per essere adottato come formalismo per gestire l’interoperabilit`a di sorgenti
informative caratterizzate da una forte eterogeneit`a dei formati di rappresentazione. Infatti, XML `e
divenuto nel corso degli anni lo standard “de-facto” per lo scambio di informazioni; di conseguenza,
la maggior parte delle informazione presenti sul Web sono basate su XML oppure possono essere
facilmente tradotte in XML.
Nell’ambito dell’integrazione e del clustering di sorgenti XML, Antonino Nocera ha partecipato
allo sviluppo di una framework per la gestione di documenti XML. In particolare, la framework
riceve in ingresso un insieme di documenti XML ed opera come di seguito descritto. Inizialmente,
essa deriva le propriet`a interschema e/o i vincoli di integrit`a che coinvolgono le sorgenti considerate.
Dopo di ci`o, utilizza le informazioni estratte per costruire una gerarchia che rappresenta le sorgenti
coinvolte a diversi livelli di astrazione; chiaramente, in questa attivit`a, l’integrazione degli schemi
XML `e sicuramente il task pi`
u importante. Infine, utilizza la gerarchia costruita come “core” di un
Sistema Informativo Cooperativo oppure di un Data Warehouse. La presenza della gerarchia permette
l’interrogazione efficiente di un numero elevato di sorgenti XML. Di seguito vengono descritti con
maggiore dettaglio i lavori scientifici realizzati in questo ambito.
In [16] viene presentata una framework “basata sui componenti” per l’integrazione e l’esplorazione di sorgenti XML. Tale framework, innanzitutto, estrae la conoscenza interschema esistente tra le
sorgenti coinvolte. Dopo di ci`o, utilizza tale conoscenza per costruire una gerarchia che rappresenta le
Curriculum Vitae et Studiorum di Antonino Nocera
9
sorgenti coinvolte a diversi livelli di astrazione. Infine, utilizza tale gerarchia per consentire l’esplorazione delle sorgenti coinvolte. Per meglio gestire la complessit`a di tali attivit`a, la framework proposta
segue i dettami del layers architectural pattern e del Component-Based Development paradigm.
In [21] viene presentata una survey sul ruolo dello Schema Matching e del Document Matching
nell’attivit`
a di clustering di sorgenti XML. In questa survey dapprima viene preso in esame il problema
del calcolo della similarit`a a livello intensionale e viene proposta una classificazione dei corrispettivi
approcci. Dopo di ci`o, ci si focalizza sul problema del calcolo delle similarit`a intensionali e, anche
in questo caso, viene presentata una tassonomia dei corrispettivi approcci. Infine, ci si focalizza sul
problema del clustering di sorgenti XML; tale problema viene analizzato sia a livello intensionale che
a livello estensionale.
3
Attivit`
a di Valutazione
Antonino Nocera `e stato revisore di articoli scientifici apparsi sulla rivista Information Sciences, sui
post-proceedings EB-SNAM 2012 dell’ IEEE/ACM International Conference on Advances in Social
Networks Analysis and Mining (ASONAM 2012), sugli atti del Convegno Nazionale sui Sistemi Evoluti per Basi di Dati (SEBD 2011, SEBD 2012, SEBD 2013), sugli atti dell’International Database
Engineering and Application Symposium (IDEAS’11);
4
Organizzazione di Convegni
Antonino Nocera fa parte dell’ Organizing Committee per il “Ventunesimo Congresso Nazionale su
Sistemi Evoluti per Basi di Dati” (SEBD’13), Roccella Jonica (RC).
5
Progetti di Ricerca
Antonino Nocera ha preso parte ai seguenti progetti di ricerca:
– “inMoto” (Information MObility for TOurism), un progetto del Programma Operativo Nazionale
(PON) Ricerca e Competitivit`a 2007-2013 frutto di una collaborazione tra ACI Informatica, TSC
Consulting, Engineering, l’Universit`a degli Studi della Calabria, l’ICAR-CNR, l’Universit`a degli
Studi Magna Graecia e l’Universit`a Mediterranea di Reggio Calabria. Il progetto `e iniziato ad
Aprile 2013
– PRIN TENACE (Protecting National Critical Infrastructures from Cyber Threats), frutto di una
collaborazione tra l’Universit`
a degli Studi di Roma “La Sapienza”, l’Universit`a di Napoli, il Politecnico di Milano, l’Universit`
a di Trento, l’Universit`a di Firenze, il Politecnico di Torino, l’Universit`a
degli Studi di Napoli “Parthenope”, l’Universit`a di Pisa, il CNR e l’Universit`a Mediterranea di
Reggio Calabria. Il progetto `e iniziato a Febbraio 2013.
– SMBI (Social Media, E-Service e Business Intelligence: scenari evoluti), un progetto strategico
di dipartimento che ha lo scopo di condurre una ricerca di base e avanzata in merito alle social
network e, pi`
u in generale, ai social media, agli e-service e alla Business Intelligence. Il progetto `e
iniziato a Novembre 2011.
– WebScene (Scenari Evolutivi del Web), un progetto strategico di dipartimento che ha lo scopo di
condurre ricerca di base e avanzata in merito al Web e alle sue possibili evoluzioni, considerati da
svariati punti di vista. Il progetto `e iniziato a Novembre 2011.
– HKMS (Health Knowledge Mining Suite), un progetto che prevede lo sviluppo di un sistema per
l’applicazione di tecniche di OLAP e Data Mining su dati sanitari per migliorare l’efficienza dei
servizi sanitari erogati. Questo progetto `e finanziato dalla Regione Calabria. Esso `e stato svolto
da Luglio 2011 ad Aprile 2013.
– PRIN EASE (Entity Aware Search Engines), un progetto svolto in collaborazione con il Politecnico
di Milano, l’Universit`
a della Calabria e l’Universit`a di Roma Tre. Il progetto `e stato svolto da
Novembre 2011 a Dicembre 2012.
– PIA CIS4PA (Cooperative Information System for Public Administration), un progetto finanziato
dalla Regione Calabria e condotto dal dipartimento DIMET dell’Universit`a “Mediterranea” di
Reggio Calabria in collaborazione con Kibernetes di Locri (RC). Il progetto `e stato svolto da
Marzo 2010 a Luglio 2012.
10
Curriculum Vitae et Studiorum di Antonino Nocera
– PIA BI4PA (Business Intelligence for Public Administration), un progetto finanziato dalla Regione
Calabria e condotto dal dipartimento DIMET dell’Universit`a “Mediterranea” di Reggio Calabria
in collaborazione con Kibernetes di Locri (RC). Il progetto `e stato svolto da Marzo 2010 a Luglio
2012.
–
6
Prototipi Scientifici
Antonino Nocera ha contribuito alla realizzazione di vari sistemi prototipali tra cui:
– Un sistema per la ricerca di utenti, social network e risorse affidabili in un contesto di social
internetworking. Questo sistema ha lo scopo di supportare un utente di un sistema di social
internetworking nell’individuazione di nuovi utenti, nuove risorse e nuove social network di interesse
e, al contempo, affidabili. Per quanto riguarda l’individuazione delle risorse, l’idea alla base del
sistema `e che la qualit`a di una risorsa per un determinato utente dipende da come quest’ultima `e
stata valutata dagli altri utenti che l’hanno acceduta nel passato e che possono essere contattati
da lui; tali valutazioni sono pesate dal livello di trust e reputation dei corrispettivi utenti. Per
individuare gli utenti e le social network pi`
u affidabili, invece, il sistema utilizza una tecnica
basata su opportune generalizzazioni del concetto di PageRank.
– Un sistema per la raccomandazione di utenti, risorse e social network simili, basato sull’analisi
delle azioni degli utenti coinvolti, in uno scenario di Social Internetworking. Questo sistema ha lo
scopo di raccomandare ad un utente degli utenti, delle risorse e delle social network simili in uno
scenario di Social Internetworking. Il sistema presenta delle interessanti novit`a rispetto ai sistemi
correlati gi`a esistenti. Innanzitutto, esso opera in un contesto di Social Internetworking e non solo
su una singola social network. Inoltre, esso considera non solo le relazioni esplicite tra gli utenti
ma anche quelle implicite che connettono gli utenti sulla base degli interessi e dei comportamenti
condivisi; queste ultime sono derivate dall’analisi delle azioni degli utenti nello scenario di Social
Internetworking in esame. Infine, esso considera la presenza di possibili anomalie semantiche che
coinvolgono la descrizione degli utenti, delle risorse e delle social network disponibili.
– Un sistema per la gestione della community detection, characterization e membership in un Sistema di Social Internetworking. Questo sistema si compone di quattro livelli. Il primo, denominato
User Similarity Modeling Layer ha lo scopo di calcolare la similarit`a di ciascuna coppia di utenti
del Sistema di Social Internetworking. Il secondo livello, denominato Clustering Layer, ha lo scopo
di individuare le comunit`
a virtuali clusterizzando opportunamente gli utenti sulla base delle loro
similarit`a individuate nel precedente livello. Il terzo livello, denominato Community Characterization Layer, ha lo scopo di caratterizzare le comunit`a virtuali restituite dal Clustering Layer.
Il quarto livello, denominato Membership Layer, ha lo scopo di calcolare, per ogni utente, il suo
grado di appartenenza a ciascuna comunit`a virtuale individuata dal secondo livello.
– Un sistema per l’estrazione di una ego network a partire da un Social Internetworking System.
Questo sistema, innanzitutto, `e basato su un modello di ego network piuttosto differente da quello classico. Infatti, esso considera non solo gli utenti ma anche le risorse di potenziale interesse
per l’ego. Di conseguenza, in questo modello, una ego network consiste dell’ego, degli alter, delle
risorse di potenziale interesse per l’ego, di un insieme di link che connettono l’ego con gli alter, di
un insieme di link che connettono l’ego con le risorse di suo interesse, di un insieme di link che
connettono gli alter tra di loro e di un insieme di link che connettono gli alter e le risorse di loro
interesse che sono anche di interesse per l’ego. Inoltre il modello si riferisce a un Social Internetworking System piuttosto che ad una singola social network. Il sistema considera le affinit`a tra l’ego
e gli altri utenti del Social Internetworking System e quelle tra l’ego e le risorse. Di conseguenza,
una ego network basata su questo modello potrebbe contenere link non presenti originariamente
nel Social Internetworking System. Ci`o potrebbe comportare vari benefici e potrebbe avere varie applicazioni. Queste ultime vanno dalle raccomandazioni di utenti e risorse all’estrazione di
relazioni nascoste tra gli utenti e le risorse e alla definizione di comunit`
a pi`
u coese in un Social
Internetworking System.
– Il sistema SNAKE. SNAKE (Social Network Account Knowledge Extractor) `e un sistema per
supportare l’estrazione dei dati in uno Scenario di Social Internetworking. SNAKE `e capace di
restituire informazioni pubbliche relative ad un account di social network, incluse quelle che consentono l’interconnessione di diverse social network; in questo modo esso supporta il passaggio da
Curriculum Vitae et Studiorum di Antonino Nocera
–
–
–
–
–
11
una social network ad un’altra di uno Scenario di Social Internetworking durante le attivit`a di
crawling. Le informazioni estratte da SNAKE riguardano i dettagli sugli account degli utenti, sui
loro contatti, sui loro profili e sui loro eventuali archi me nascosti; questi ultimi collegano diversi
account dello stesso utente in diverse social network. SNAKE, quindi, agisce come un middleware
tra i dati delle social network e un qualsiasi crawler. Per questa ragione esso pu`o rappresentare
la base di una nuova generazione di crawler che possono operare su uno Scenario di Social Internetworking catturando l’intrinseca natura multi-contesto delle attuali comunit`a di social network.
(http://http://ictsud.unirc.it:8080/SNAKE/)
BDS. BDS (Bridge Driven Search) `e un crawler per social network operanti sia singolarmente
che in uno Scenario di Social Internetworking. BDS utilizza SNAKE, o un qualunque altro sistema analogo capace di fornire informazioni pubbliche relative ad account di social network (ad
esempio, Google Social Graph), per estrarre informazioni dai diversi account di un utente in uno
Scenario di Social Internetworking. BDS `e basato sull’utilizzo dei bridge. Con questo termine si
intendono i diversi account dello stesso utente su social network differenti; i bridge sono, inoltre,
quei nodi collegati da archi me. Basandosi sui bridge, BDS `e in grado di passare velocemente da
una social network ad un’altra durante le attivit`a di crawling. Pertanto, come `e stato dimostrato con una serie di test comparativi, esso, in uno Scenario di Social Internetworking, presenta
delle performance notevolmente superiori rispetto ai crawler classici utilizzati per singole social
network, quali Breadth First Search, Random Walk e Metropolis-Hasting Random Walk. In ogni
caso, BDS presenta delle performance ottimali anche come crawler per singole social network.
(http://www.Nocera.unirc.it/bds.html)
Un sistema per la scoperta di archi me nascosti. Come detto in precedenza, gli archi me sono
quegli archi che connettono gli account dello stesso utente su social network distinte. Spesso gli
utenti non indicano esplicitamente i propri archi me, nonostante attualmente tale specificazione
`e resa particolarmente agevole da tool amichevoli messi a disposizione dalle varie social network.
Eppure, come abbiamo visto in precedenza, la conoscenza degli archi me `e estremamente utile in
svariate applicazioni. Ne consegue che, in uno Scenario di Social Internetworking, scoprire archi
me nascosti `e un’attivit`a estremamente importante. Questo sistema ha proprio lo scopo di scoprire
archi me non esplicitamente dichiarati dagli utenti in uno Scenario di Social Internetworking.
(http://www.Nocera.unirc.it/pkdd-12.html)
Un framework che implementa le principali technique di crawling. Nei diversi studi descritti in
precedenza su social network e, pi`
u in generale, su scenari di Social Internetworking, un task
fondamentale `e l’estrazione di campioni da analizzare. Questo framework fornisce implementazioni
sia classiche che ottimizzate per scenari di Social Internetworking delle principali tecniche di
crawling esistenti in letteratura come, ad esempio, Breadth First Search (BFS), Metropolis-Hasting
Random Walk (MH), Random Walk (RW)e Bridge Driven Search (BDS).(http://www.Nocera.
unirc.it/bridges.html)
un sistema per l’estrazione di informazioni riguardanti il profilo degli utenti. Questo sistema `e
stato pensato come un estensione del sistema SNAKE presentato in precedenza. SNAKE, infatti,
permette di estrarre solo informazioni riguardanti gli archi me e i contatti di un utente in una
social network. Questo sistema, invece, permette anche l’estrazione delle principali informazioni
riguardanti il profilo di utenti pubblici (quali, ad esempio, la data di iscrizione, l’et`a, il sesso, i
post principali, il timestamp dell’ultima attivit`a, etc.) in scenari di Social Internetworking.
Facebook Uniform Sampler. Un sistema che permette il campionamento uniforme di Facebook.
Generalmente, il campionamento uniforme di una social network `e un attivit`a che presenta notevoli
difficolt`a tecnologiche. Nel caso particolare di Facebook `e stato possibile realizzare un sistema
per il suo campionamento uniforme sfruttando il meccanismo di assegnazione degli user ID da
esso adottato. Infatti, a partire dal 2007, Facebook ha introdotto degli identificatori a 64-bit.
Di conseguenza, l’indirizzo URL della pagina del profilo di un utente Facebook `e http:\\www.
facebook.com/XXX, dove XXX `e il suo identificatore numerico a 64 bit. Il sistema costruito si basa
esattamente su questa filosofia.
12
7
7.1
Curriculum Vitae et Studiorum di Antonino Nocera
Attivit`
a didattiche
Attivit`
a didattica svolte presso Universit`
a
Fin dall’Anno Accademico 2009-2010 Antonino Nocera ha collaborato alle attivit`a didattiche del
Gruppo di Ingegneria Informatica dell’Universit`a degli Studi “Mediterranea” di Reggio Calabria. In
particolare:
– Nell’ A.A. 2009-2010 ha svolto: (i) un ciclo di seminari aventi ed esercitazioni aventi per argomento
l’utilizzo di software aziendali, quali Oracle DB e Oracle Data Integrator, per il supporto al Data
Warehousing ed al data mining nell’ambito del corso di Sistemi Informativi; (ii) un ciclo di seminari
ed esercitazioni aventi come argomenti i linguaggi HTML, Java, JSP, XML e XQuery, l’utilizzo di
software quali: Oracle DB, Eclipse e Apache Tomcat, nell’ambito del corso di Basi di Dati II; (iii)
un ciclo di seminari ed esercitazioni inerenti la programmazione concorrente in Java nell’ambito
del corso di Sistemi Operativi.
– Nell’ A.A. 2010-2011 ha svolto: (i) un ciclo di seminari ed esercitazioni aventi per argomento l’utilizzo di software aziendali, quali: Oracle DB, Oracle Data Integrator, Oracle Analytic Workspace
Manager, Oracle Data Miner e Weka, per il supporto al Data Warehousing ed al data mining
nell’ambito del corso di Sistemi Informativi;(ii) un ciclo di seminari ed esercitazioni aventi come
argomento i linguaggi HTML, Java, JSP, Portlet, XML e XQuery, l’utilizzo di software quali: Oracle DB, Eclipse e Apache Tomcat e LifeRay nell’ambito del corso di Basi di Dati II; iii un ciclo di
seminari ed esercitazioni inerenti la programmazione concorrente in Java e l’utilizzo dell’ambiente
di sviluppo Eclipse nell’ambito del corso di Sistemi Operativi.
– Nell’ A.A. 2011-2012 ha svolto: (i) un ciclo di seminari ed esercitazioni aventi per argomento l’utilizzo di software aziendali, quali: Oracle DB, Oracle Data Integrator, Oracle Analytic Workspace
Manager, Oracle Data Miner e Weka, per il supporto al Data Warehousing ed al data mining
nell’ambito del corso di Business Intelligence;(ii) un ciclo di seminari ed esercitazioni aventi come
argomento le Portlet java l’utilizzo di software quali: Eclipse e Apache Tomcat e LifeRay nell’ambito del corso di Basi di Dati II; iii un ciclo di seminari ed esercitazioni inerenti la programmazione
concorrente in Java, l’utilizzo dell’ambiente di sviluppo Eclipse e l’utilizzo di Oracle DB nell’ambito del corso di Sistemi Operativi e Basi di Dati; iv un seminario avente come argomento la
programmazione in Android nell’ambito del corso di Programmazione Java Avanzata.
– Nell’ A.A. 2012-2013 ha svolto: (i) un ciclo di seminari ed esercitazioni aventi per argomento l’utilizzo di software aziendali, quali: Oracle DB, Oracle Data Integrator, Oracle Analytic Workspace
Manager, Weka e Knime, per il supporto al Data Warehousing ed al data mining nell’ambito del
corso di Sistemi Informatici Aziendali;ii un ciclo di seminari ed esercitazioni inerenti la programmazione concorrente in Java, l’utilizzo dell’ambiente di sviluppo Eclipse e l’utilizzo di Oracle DB
nell’ambito del corso di Sistemi Operativi e Basi di Dati.
7.2
Altre attivit`
a didattiche
` stato relatore di numerose Tesi di Laurea Specialistica in Ingegneria delle Telecomunicazioni
– E
e nonch`e di numerose Tesi di Laurea Triennale in Ingegneria delle Telecomunicazioni presso la
Facolt`
a di Ingegneria dell’Universit`a degli Studi “Mediterranea” di Reggio Calabria.
Curriculum Vitae et Studiorum di Antonino Nocera
8
13
Ulteriori Incarichi Professionali
– Dal 15/04/2009 al 09/05/2009 `e stato tutor esperto in tecnologia ICT per la P.A. per ICT-SUD.
– Da Maggio 2009 a Luglio 2009 `e stato tutor nel settore ING/INF 05 presso l’Universit`a degli Studi
Mediterranea di Reggio Calabria.
14
Curriculum Vitae et Studiorum di Antonino Nocera
Riferimenti bibliografici
1. F. Buccafurri, D. Caridi, L. Fotia, G. Lax, A. Nocera, and D. Ursino. A Clustering-based Analysis of a
Social Internetworking Scenario. International Journal of Society Systems Science, Forthcoming.
2. F. Buccafurri, D. Caridi, G. Lax, A. Nocera, and D. Ursino. Allowing Social Internetworking Analysis from
Anonymized Data. In Proc. of the International Multi-Conference on Computing in the Global Information
Technology (ICCGI 2013), Nice, France, 2013. IARIA XPS Press.
3. F. Buccafurri, V.D. Foti, G. Lax, A. Nocera, and D. Ursino. Bridge Analysis in a Social Internetworking
Scenario. Information Sciences, 224:1–18, 2013. Elsevier.
4. F. Buccafurri, G. Lax, B. Liberto, A. Nocera, and D. Ursino. Supporting Community Mining and People
Recommendations in a Social Internetworking Scenario. In Proc. of the International Workshop on Mining
Communities and People Recommenders at ECML/PKDD 2012 (COMMPER 2012), pages 24–31, Bristol,
UK, 2012.
5. F. Buccafurri, G. Lax, S. Nicolazzo, A. Nocera, and D. Ursino. Measuring Betweennes Centrality in
Social Internetworking Scenarios. In Proc. of International Workshop on Social and Mobile Computing
for collaborative environments (SOMOCO’13), Gratz, Austria, 2013. Springer Verlag.
6. F. Buccafurri, G. Lax, S. Nicolazzo, A. Nocera, and D. Ursino. Driving Global Team Formation in Social
Networks to Obtain Diversity. In Proc. of the International Conference on Web Engineering (ICWE
2014), Toulouse, France, 2014.
7. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Supporting Information Spread in a Social Internetworking Scenario. Post-Proceedings of the International Workshop on New Frontiers in Mining Complex Knowledge Patterns at ECML/PKDD 2012 (NFMCP 2012), 200–214. Lecture Notes in Artificial Intelligence,
Springer.
8. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Crawling Social Internetworking Systems. In Proc. of the
International Conference on Advances in Social Analysis and Mining (ASONAM 2012), pages 505–509,
Istanbul, Turkey, 2012. IEEE.
9. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Discovering hidden me edges in a Social Internetworking
Scenario. In Atti del Ventesimo Convegno Nazionale su Sistemi Evoluti per Basi di Dati (SEBD’12), pages
15–26, Venezia, Italy, 2012.
10. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Discovering Links among Social Networks. In Proc.
of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery
in Databases (ECML PKDD 2012), pages 467–482, Bristol, United Kingdom, 2012. Lecture Notes in
Computer Science. Springer.
11. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. SISO: a conceptual framework for the construction of
“stereotypical maps” in a Social Internetworking Scenario. In Proc. of the International Workshop on
New Frontiers in Mining Complex Knowledge Patterns at ECML/PKDD 2012 (NFMCP 2012), Bristol,
UK, 2012.
12. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Bridge-Driven Search in Social Internetworking Scenarios.
In Atti del Ventunesimo Convegno Nazionale su Sistemi Evoluti per Basi di Dati (SEBD’13), pages 175–
182, Roccella Jonica, Italy, 2013.
13. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Internetworking assortativity in Facebook. In Proc.
of the International Conference on Social Computing and its Applications (SCA 2013), pages 335–341,
Karlsruhe, Germany, 2013.
14. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Moving from Social Networks to Social Internetworking
Scenarios: the Crawling Perspective. Information Sciences, 2013. Forthcoming.
15. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Experiences using BDS, a crawler for Social Internetworking Scenarios. Edited Books from Social Network Analysis and Mining (EB-SNAM 2012),
Forthcoming.
16. P. De Meo, G. Fiumara, A. Nocera, and D. Ursino. The Role of Schema and Document Matchings in
XML Source Clustering. XML Data Mining: Models, Methods, and Applications, pages 125–153, 2011.
17. P. De Meo, A. Nocera, G. Quattrone, D. Rosaci, and D. Ursino. Finding reliable users and social networks
in a social internetworking system. In Proc. of the International Database Engineering and Applications
Symposium (IDEAS 2009), pages 173–181, Cetraro, Italy, 2009. ACM Press.
18. P. De Meo, A. Nocera, G. Quattrone, and D. Ursino. A conceptual framework and an underlying model for
community detection and management in a Social Internetworking Scenario. In Atti del Diciannovesimo
Convegno Nazionale su Sistemi Evoluti per Basi di Dati (SEBD’11), pages 387–394, Maratea (PZ), Italy,
2011.
19. P. De Meo, A. Nocera, D. Rosaci, and D. Ursino. Recommendation of reliable users, social networks and
high-quality resources in a Social Internetworking System. AI Communications, 24(1):31–50, 2011. IOS
Press.
20. P. De Meo, A. Nocera, G. Terracina, and D. Ursino. Recommendation of similar users, resources and social
networks in a Social Internetworking Scenario. Information Sciences, 181(7):1285–1305, 2011. Elsevier.
Curriculum Vitae et Studiorum di Antonino Nocera
15
21. P. De Meo, A. Nocera, and D. Ursino. A Component-based Framework for the Integration and Exploration
of XML Sources. XML Data Mining: Models, Methods, and Applications, pages 343–377, 2011.
22. P. De Meo, A. Nocera, G. Quattrone, and D. Ursino. A conceptual framework for community detection,
characterization and membership in a Social Internetworking Scenario. International Journal of Data
Mining, Modelling and Management, Forthcoming.
23. A. Nocera, G. Quattrone, G. Terracina, and D. Ursino. Exploitation of user actions to recommend
similar users, resources and social networks in a Social Internetworking Scenario. In Atti del Diciottesimo
Convegno Nazionale su Sistemi Evoluti per Basi di Dati (SEBD’10), pages 42–53, Rimini, Italy, 2010.
24. A. Nocera and D. Ursino. An approach to deriving a virtual thematic folksonomy based system from a
social inter-folksonomy based scenario. Web Intelligence and Agent Systems Journal. Forthcoming.
25. A. Nocera and D. Ursino. An approach to providing a user of a “social folksonomy” with recommendations
of similar users and potentially interesting resources. Knowledge-Based Systems, 24(8):1277–1296, 2011.
Elsevier.
26. A. Nocera and D. Ursino. PHIS: a system for scouting potential hubs and for favoring their “growth” in
a Social Internetworking Scenario. Knowledge-Based Systems, 36:288–299, 2012. Elsevier.
27. A. Nocera and D. Ursino. A new ego network model and an approach to extracting an ego network
compliant with this model from a Social Internetworking System. International Journal of Web Based
Communities, Fortcoming.
Articoli Scientifici Sottomessi per la Pubblicazione
28. F. Buccafurri, L. Coppolino, S. D’Antonio, A. Garofalo, G. Lax, A. Nocera, and L. Romano. Trust-Based
Intrusion Tolerant Routing in Wireless Sensor Networks. In Proc. of the International Conference on
Computer Safety, Reliability and Security (SAFECOMP 2014), Firenze, Italy, 2014. Sottomesso per la
pubblicazione.
29. F. Buccafurri, G. Lax, S. Nicolazzo, and A. Nocera. A Privacy-Preserving Approach for Patients’ Localization in Assistive Environments. Journal of American Medical Informatics Association. Sottomesso per
la pubblicazione.
30. F. Buccafurri, G. Lax, S. Nicolazzo, and A. Nocera. A Privacy-Preserving Solution for Tracking People
in Critical Environments. In Proc. of International Workshop on Computers, Software & Applications
(COMPSAC’14), V¨
asteras,
˙ Sweden. Sottomesso per la pubblicazione.
31. F. Buccafurri, G. Lax, S. Nicolazzo, and A. Nocera. Generating K-Anonymous Logs of People-Tracing
Systems in Surveilled Environments. In Atti del Ventiduesimo Convegno Nazionale su Sistemi Evoluti per
Basi di Dati (SEBD’14), Sorrento Coast, Italy. Sottomesso per la pubblicazione.
32. F. Buccafurri, G. Lax, S. Nicolazzo, and A. Nocera. Tracking People in Airport Sterile Areas. In Proc. of
International Carnahan Conference on Security Technology (ICCST’14), Rome, Italy. Sottomesso per la
pubblicazione.
33. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. Discovering Missing Me Edges across Social Networks.
Information Sciences. Sottomesso per la pubblicazione.
34. F. Buccafurri, G. Lax, A. Nocera, and D. Ursino. SNAKE: A Social Network Account Knowledge
Extractor. Software: Practice and Experience (SPE). Sottomesso per la pubblicazione.
35. F. Buccafurri, A. Nocera, and D. Ursino. Membership Overlap is Assortative in Online Social Networks.
International Journal of Human-Computer Studies. Sottomesso per la pubblicazione.
Reggio Calabria, 15 aprile 2014
Antonino Nocera
Si autorizza il trattamento dei dati personali, secondo quanto previsto dalla Legge 196/03.
Europass
curriculum vitae
Informazioni personali
Cognome e Nome
Nocera Antonino
Indirizzo
E-mail
Via San Sperato diramazione Messineo, 19, Reggio Calabria
[email protected]
Sito Web
www.antoninonocera.com
Nazionalità
Italiana
Istruzione e formazione
Date
Certificato o diploma ottenuto
Nome e tipo d’istituto di istruzione
o formazione
Principali materie/competenze
professionali apprese
Date
Certificato o diploma ottenuto
2010-2013
Dottorato in Ingegneria dell’Informazione
Università degli Studi “Mediterranea” di Reggio Calabria – Facoltà di Ingegneria –
Corso di Laurea in Ingegneria delle Telecomunicazioni
Capacità di effettuare ricerca, implementare prototipi scientifici e condurre campagne
sperimentali su tematiche inerenti l’Ingegneria Informatica. Capacità di tenere lezioni,
seminari e tutorial sempre nello stesso ambito. Capacità manageriali e di
progettazione.
Titolo della tesi: “Analyzing, Modeling and Exploiting Social Internetworking Scenarios”.
2006-2009
Laurea Specialistica in Ingegneria delle Telecomunicazione – Voto 110/110 e lode
Nome e tipo d’istituto di istruzione
o formazione
Università degli Studi “Mediterranea” di Reggio Calabria – Facoltà di Ingegneria – Corso di
Laurea in Ingegneria delle Telecomunicazioni
Principali materie/competenze
professionali apprese
Basi di Dati 2 (30 e lode), Sistemi Radiomobili (30), Sistemi di Telecomunicazioni (30),
Sistemi avanzati per le Comunicazioni Personali 1 (30),Reti di Telecomunicazioni 2 (27),
Informatica Teorica (30), Antenne (28), Campi Elettromagnetici 2 (28), Radiopropagazione
nei sistemi radiomobili (30), Reti Radiomobili (30), Reti di Calcolatori (30 e lode), Sistemi
Informativi (30 e lode).
Titolo della tesi: “Recommendation of reliable users, resources and social networks in a
Social Internetworking System”.
Date
Certificato o diploma ottenuto
Nome e tipo d’istituto di istruzione
o formazione
Pagina 1 - Curriculum vitae di
Nocera Antonino
2003-2006
Laurea Triennale in Ingegneria delle Telecomunicazioni – Voto 110/110 e lode
Università degli Studi “Mediterranea” di Reggio Calabria – Facoltà di Ingegneria – Corso di
Laurea in Ingegneria delle Telecomunicazioni
Principali materie/competenze
professionali apprese
Basi di Dati1(30 e lode), Sistemi Operativi (30 e lode), Teoria dei Segnali (30),
Comunicazioni Elettriche1 (28), Comunicazioni Elettriche 2 (28), Reti di Telecomunicazioni
(28), Telematica (30), Fondamenti di Informatica 1 (30 e lode), Fondamenti di Informatica 2
(30 e lode), Fondamenti di Informatica 3 (30), microonde (30), Propagazione (30).
Titolo della tesi: “Realizzazione di un’applicazione per il supporto del paradigma
dell’Always Best Connected sul terminale utente multi-standard”.
Date
Certificato o diploma ottenuto
Nome e tipo d’istituto di istruzione
o formazione
Principali materie/competenze
professionali apprese
Date
Certificato o diploma ottenuto
Nome e tipo d’istituto di istruzione
o formazione
Principali materie/competenze
professionali apprese
04/2006-01/2007
Certificate of Course Completion – Cisco CCNA 1-2-3-4
Università degli Studi “Mediterranea” di Reggio Calabria – Facoltà di Ingegneria – Corso
Cisco CCNA
CCNA-1 Networking Basics, CCNA-2 Router and Routing Basics, CCNA-3 Switching
Basics and Intermediate Routing, CCNA-4 WAN Technologies.
24/11/2008 – 19/12/2008
Partecipazione ad un corso sulla tecnologia Java per il Web
Corso tenuto da Aubay presso l’Università degli Studi “Mediterranea” di Reggio
Calabria – Facoltà di Ingegneria
Prima Settimana: Introduzione alla programmazione orientata agli oggetti, Nozioni
base di Java, Design Pattern, Java Servlet.
Seconda Settimana: Nozioni avanzate di programmazione Java, Java Server Pages
(JSP), Programmazione Java con interfacciamento a Database MySQL, Tomcat.
Terza Settimana: Portlet, IBM Websphere Portal.
Quarta Settimana: Programmazione Java con interfacciamento a Database Oracle,
Programmazione Client-Server con utilizzo di Socket, Esercitazioni.
Date
Certificato o diploma ottenuto
Nome e tipo d’istituto di istruzione
o formazione
1998-2003
Diploma Scientifico – voto 98/100
Liceo Scientifico “ L. da Vinci ” – Reggio Calabria
Esperienze Professionali
Date
Lavoro o posizione ricoperti
Dal 01/06/2013 ad oggi
Assegnista di ricerca
Principali attività e responsabilità
Metodologie basate su TRUST e Reputation e Tecniche di Data Mining per la Protezione
di Infrastrutture Critiche
Nome ed indirizzo del datore di
lavoro
Gruppo di Informatica, Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture e
Pagina 2 - Curriculum vitae di
Nocera Antonino
dell’Energia Sostenibile (DIIES) dell’Università degli Studi Mediterranea di Reggio Calabria
Date
Lavoro o posizione ricoperti
Principali attività e responsabilità
Nome ed indirizzo del datore di
lavoro
Date
Lavoro o posizione ricoperti
Principali attività e responsabilità
Nome ed indirizzo del datore di
lavoro
Date
Lavoro o posizione ricoperti
Principali attività e responsabilità
Nome ed indirizzo del datore di
lavoro
25/02/2013 – 08/04/2013
Collaboratore esterno di ricerca nell’ambito del Progetto di dipartimento Web Scene
Approcci implementativi per l’analisi di informazioni in un Social Internetworking
Scenario
Gruppo di Informatica, Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture
e dell’Energia Sostenibile (DIIES) dell’Università degli Studi Mediterranea di Reggio
Calabria
14/04/2009 – 09/05/2009
Tutor
esperto in Tecnologia Ict per la P.A
ICT-SUD
22/06/2009
Tutor
Informatica (SSD ING-INF05)
Università “Mediterranea” degli studi di Reggio Calabria
Capacità e competenze
personali
Madrelingua/e
Italiano
Altra/e lingua/e
Autovalutazione
Inglese
Capacità e competenze
relazionali
Comprensione
Ascolto
Lettura
Eccellente
Eccellente
Parlato
Interazione
Ottimo
Area Manageriale:
Nocera Antonino
Produzione orale
Ottimo
Eccellente
Capacità maturate durante la carriera accademica sia da studente (studente universitario e
dottorando) che da collaboratore e assegnista. Per quanto riguarda le capacità relazionali,
esse sono state potenziate avendo a che fare con tantissime persone eterogenee essendo
stato ed essendo membro di squadre di pallacanestro di categoria C e D ed essendo
membro di un gruppo brit/rock.
Area Intellettuale:
- Capacità di gestione dello stress: Eccellente
- Visione d’insieme: Eccellente
- Capacità di innovazione: Eccellente
Pagina 3 - Curriculum vitae di
Scritto
-
Autonomia: Eccellente
Capacità realizzativa: Eccellente
Capacità di organizzazione: Eccellente
Capacità di pianificazione: Eccellente
Capacità decisionale: Eccellente
Area Relazionale:
- Capacità di gestire i conflitti: Eccellente
- Abilità relazionale: Eccellente
Capacità e competenze
artistiche
Capacità e competenze
informatiche
Pagina 4 - Curriculum vitae di
Nocera Antonino
Musica: chitarra acustica ed elettrica.
 Ottima conoscenza del sistema operativo Android (3 anni)
 Eccellente capacità di sviluppo di app in ambiente Eclipse per Android (3 anni) (*)
(*) Durante il suo dottorato e le collaborazioni con il gruppo di Ingegneria
Informatica del Dipartimento DIIES dell’Università Mediterranea di Reggio
Calabria ha svolto diversi seminari sulla programmazione in ambiente Android
nell’ambito del corso “Programmazione Java Avanzata e Mobile” del corso di
laurea Magistrale in Ingegneria Informatica e dei Sistemi di Telecomunicazione.
E’ anche autore di un’app presente nel market di Google (i dettagli sono
accessibili sul sito www.antoninonocera.com)
 Eccellente conoscenza di Java (9 anni)
 Eccellente conoscenza del software Eclipse (7 anni)
 Ottima conoscenza di XML secondo lo standard W3C (4 anni)
 Eccellente conoscenza di SQL (9 anni)
 Eccellente conoscenza di JSP, Java Servlet, Java Portlet (5 anni)
 Ottima conoscenza di C++ (3 anni)
 Ottima conoscenza di HTML (5 anni)
 Buona conoscenza di JDOM (2 anni)
 Buona conoscenza di Xquery (2 anni)
 Buona conoscenza di PHP (2 anni)
 Discreta conoscenza della piattaforma JADE (1 anno)
 Utilizzo di IBM Websphere Portal (1 anno)
 Utilizzo dei comuni tools su piattaforma Windows (Microsoft- Pacchetto Office)
 Eccellente conoscenza del sistema operativo Windows (10 anni)
 Ottima conoscenza del sistema operativo Linux (4 anni)
 Buona conoscenza del software Autocad (1 anno)
 Ottima conoscenza di programmazione di agenti intelligenti tramite Jade e
JBuider (2 anni)
 Ottima conoscenza del DBMS Oracle 10g (5 anni)
 Ottima conoscenza di MySQL (3 anni)
 Buona capacità di sviluppo sfruttando la programmazione funzionale di Matlab e dei
suoi tools .
Ulteriori informazioni
Autore di 29 Articoli Scientifici pubblicati o sottomessi per la pubblicazione in prestigiose
Conferenze (come, ad esempio, IDEAS’09, ASONAM’12, PKDD’12, etc.) e Riviste
Internazionali (come, ad esempio, Information Sciences, AI Communications, Knowledge
Based Systems, Web Intelligence and Agent Systems Journal, etc.)
Partecipazione a numerosi progetti di ricerca, fra i quali:
– “inMoto” (Information MObility for TOurism), un progetto del Programma Operativo
Nazionale (PON) Ricerca e Competitività 2007-2013 frutto di una collaborazione tra ACI
Informatica, TSC Consulting, Engineering, l’Università degli Studi della Calabria, l’ICARCNR, l’Università degli Studi Magna Graecia e l’Università Mediterranea di Reggio Calabria.
Il progetto è iniziato ad Aprile 2013
– PRIN TENACE (Protecting National Critical Infrastructures from Cyber Threats), frutto di
una collaborazione tra l’Università degli Studi di Roma “La Sapienza”, l’Università di Napoli, il
Politecnico di Milano, l’Università di Trento, l’Università di Firenze, il Politecnico di Torino,
l’Università degli Studi di Napoli “Parthenope”, l’Università di Pisa, il CNR e l’Università
Mediterranea di Reggio Calabria. Il progetto è iniziato a Febbraio 2013.
– SMBI (Social Media, E-Service e Business Intelligence: scenari evoluti), un progetto
strategico di dipartimento che ha lo scopo di condurre una ricerca di base e avanzata in
merito alle social network e, pi`u in generale, ai social media, agli e-service e alla Business
Intelligence. Il progetto è iniziato a Novembre 2011.
– WebScene (Scenari Evolutivi del Web), un progetto strategico di dipartimento che ha lo
scopo di condurre ricerca di base e avanzata in merito al Web e alle sue possibili evoluzioni,
considerati da svariati punti di vista. Il progetto è iniziato a Novembre 2011.
– HKMS (Health Knowledge Mining Suite), un progetto che prevede lo sviluppo di un sistema
per l’applicazione di tecniche di OLAP e Data Mining su dati sanitari per migliorare
l’efficienza dei servizi sanitari erogati. Questo progetto è finanziato dalla Regione Calabria.
Esso è stato svolto da Luglio 2011 ad Aprile 2013.
– PRIN EASE (Entity Aware Search Engines), un progetto svolto in collaborazione con il
Politecnico di Milano, l’Università della Calabria e l’Università di Roma Tre. Il progetto è stato
svolto da Novembre 2011 a Dicembre 2012.
– PIA CIS4PA (Cooperative Information System for Public Administration), un progetto
finanziato dalla Regione Calabria e condotto dal dipartimento DIMET dell’Università
“Mediterranea” di Reggio Calabria in collaborazione con Kibernetes di Locri (RC). Il progetto
è stato svolto da Marzo 2010 a Luglio 2012.
– PIA BI4PA (Business Intelligence for Public Administration), un progetto finanziato dalla
Regione Calabria e condotto dal dipartimento DIMET dell’Università “Mediterranea” di
Reggio Calabria in collaborazione con Kibernetes di Locri (RC). Il progetto è stato svolto da
Marzo 2010 a Luglio 2012.
Lavoro di gruppo nell’ambito dei seguenti progetti universitari:
- Corso Basi di Dati 2:
o “Realizzazione di un portale Web per la gestione di un Computer Store con
database di supporto Oracle 10g e interfaccia PHP”
o “Realizzazione di una base di dati in XML per la gestione di un Computer
Store”
- Elementi di Automatica 1
o “Analisi di un circuito RLC mediante l’utilizzo del Matlab”
- Antenne:
o “Progettazione e realizzazione tramite tool Nec4Win di un’antenna UdaYagi ”
- Sistemi di Telecomunicazioni
o “Algoritmi di forwarding per una rete multicast in ambiente wireless”
- Reti di Calcolatori
Pagina 5 - Curriculum vitae di
Nocera Antonino
“Progettazione e realizzazione di un sistema Multi Agente e realizzazione
di un Recommender System basato sulla piattaforma JADE per la gestione
di un’agenzia di viaggi.
Reti Radiomobili
o “Analisi di un simulatore a eventi discreti in linguaggio C++ e modifica per il
supporto del traffico multicast a spot”
Sistemi Informativi
o “Progettazione di un Sistema Informativo Cooperativo per la gestione di
una catena di alberghi”
o “Progettazione e Realizzazione di un Data Warehouse per l’Analisi di Dati
relativi all’Inquinamento Atmosferico in una zona”
o “Tecniche di Data Mining applicate ad un database relativo
all’Inquinamento Atmosferico”
o
-
-
Patente/i
Iscrizione all’albo
Patente B
Regolarmente iscritto all’Albo degli Ingegneri di Reggio Calabria
Il sottoscritto è a conoscenza che, ai sensi dell’art. 26 della legge 15/68, le dichiarazioni mendaci, la falsità negli atti e l’uso di atti falsi sono puniti ai sensi del codice penale e delle leggi speciali. Inoltre, il sottoscritto autorizza al trattamento dei dati
personali, secondo quanto previsto dalla Legge 196/03.
Reggio Calabria 10/01/2014
Pagina 6 - Curriculum vitae di
Nocera Antonino
Antonino Nocera

leggi - iis raffaele pucci

QUI - PARTIRE POOL 7

Le fasi lunari dettano i tempi giusti per il processo di

CITTÀ - Chiesa di Bologna

T Hotel - Località Garrubbe, Superstrada 280

Elenco elettori RSU Stenio 2015

Orari e luoghi partenza pullman

Scarica il programma - Ordine Nazionale dei Biologi

MIUR.AOODRCAL.Registro Ufficiale(U).0002945.13-03-2015