LUCCHESE Claudio

Qualifica Professore Ordinario
Incarichi Delegato del Dipartimento per la Ricerca
Telefono 041 234 8424
E-mail claudio.lucchese@unive.it
cdr.dais@unive.it - Comitato della ricerca DAIS
isacs@unive.it - International Students Assistance in Compute Science
SSD SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI [ING-INF/05]
Sito web www.unive.it/persone/claudio.lucchese (scheda personale)
Struttura Dipartimento di Scienze Ambientali, Informatica e Statistica
Sito web struttura: https://www.unive.it/dais
Sede: Campus scientifico via Torino
Stanza: studio Z.B10 (edificio Zeta B)
Research Institute Research Institute for Complexity

Dati relazione

Periodo di riferimento 01/07/2017 - 30/06/2020
Afferenza Dipartimento di Scienze Ambientali, Informatica e Statistica
Ruolo professori associati

Attività didattica

A.A.InsegnamentoCodice VotoVoto medio area
2017/2018HIGH PERFORMANCE COMPUTINGCM0227
2017/2018INTRODUCTION TO CODING AND DATA MANAGEMENTET70062.53.1
2018/2019HIGH PERFORMANCE COMPUTINGCM02273.83.2
2018/2019INTRODUCTION TO CODING AND DATA MANAGEMENTET70062.93.1
2018/2019LAB OF INFORMATION SYSTEMS AND ANALYTICSET70082.93.1
2018/2019WEB INTELLIGENCECT04283.23.2

Tesi

Anno solareTipologiaTesi RelatoreTesi Correlatore
2019Corso di laurea3
2019Corso di laurea magistrale2

Finanziamenti

  • Destino: Mobilità integrata predittiva in contesto urbano

Ricerche sviluppate e in corso

  • Adversarial Machine Learning
  • Data Mining
  • Information Retrieval

Pubblicazioni realizzate nel triennio

  • Calzavara S.; Lucchese C.; Tolomei G.; Abebe S.A.; Orlando S. (2020), Treant: training evasion-aware decision trees in DATA MINING AND KNOWLEDGE DISCOVERY, vol. N/A (ISSN 1384-5810) (Articolo su rivista)
  • Calzavara S.; Ferrara P.; Lucchese C. (2020), Certifying decision trees against evasion attacks by program analysis , Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) in LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, Springer Science and Business Media Deutschland GmbH, vol. 12309, pp. 421-438, Convegno: 25th European Symposium on Research in Computer Security, ESORICS 2020, 2020 (ISBN 978-3-030-59012-3; 978-3-030-59013-0) (ISSN 0302-9743) (Articolo in Atti di convegno)
  • Lucchese C.; Nardini F.M.; Orlando S.; Perego R.; Trani S. (2020), Query-level Early Exit for Additive Learning-to-Rank Ensembles , SIGIR 2020 - Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval, Association for Computing Machinery, Inc, pp. 2033-2036, Convegno: 43rd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2020, 2020 (ISBN 9781450380164) (Articolo in Atti di convegno)
  • Ferro N.; Lucchese C.; Maistro M.; Perego R. (2019), Boosting learning to rank with user dynamics and continuation methods in INFORMATION RETRIEVAL, vol. N/D, pp. 1-27 (ISSN 1386-4564) (Articolo su rivista)
  • Lettich, Francesco; Lucchese, Claudio; Nardini, Franco Maria; Orlando, Salvatore; Perego, Raffaele; Tonellotto, Nicola; Venturini, Rossano (2019), Parallel Traversal of Large Ensembles of Decision Trees in IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, vol. 30, pp. 2075-2089 (ISSN 1045-9219) (Articolo su rivista)
  • Calzavara S.; Lucchese C.; Tolomei G. (2019), Adversarial training of gradient-boosted decision trees , International Conference on Information and Knowledge Management, Proceedings, Association for Computing Machinery, pp. 2429-2432, Convegno: 28th ACM International Conference on Information and Knowledge Management, CIKM 2019, 2019 (ISBN 9781450369763) (Articolo in Atti di convegno)
  • Lucchese Claudio, Nardini Franco Maria , Pasumarthi Rama Kumar , Bruch Sebastian , Bendersky Michael , Wang Xuanhui , Oosterhuis, Harrie , Jagerman Rolf , de Rijke Maarten (2019), Learning to Rank in Theory and Practice: From Gradient Boosting to Neural Networks and Unbiased Learning , Proceedings of the 42nd International ACM SIGIR Conference on Research and Development in Information Retrieval, ACM, pp. 1419-1420, Convegno: International ACM SIGIR Conference on Research and Development in Information Retrieval (ISBN 978-1-4503-6172-9) (Articolo in Atti di convegno)
  • Trani, Salvatore; Lucchese, Claudio; Perego, Raffaele; Losada, David E.; Ceccarelli, Diego; Orlando, Salvatore (2018), SEL: A unified algorithm for salient entity linking in COMPUTATIONAL INTELLIGENCE, vol. 34, pp. 2-29 (ISSN 0824-7935) (Articolo su rivista)
  • Claudio Lucchese and Franco Maria Nardini and Salvatore Orlando and Raffaele Perego and Fabrizio Silvestri and Salvatore Trani (2018), X-CLEAVER: Learning Ranking Ensembles by Growing and Pruning Trees in ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, vol. 9, pp. 1-62 (ISSN 2157-6904) (Articolo su rivista)
  • Coletto, Mauro; Lucchese, Claudio (2018), Social–Spatiotemporal Analysis of Topical and Polarized Communities in Online Social Networks , Encyclopedia of Social Network Analysis and Mining, Springer, pp. 2816-2831 (ISBN 978-1-4939-7130-5; 978-1-4939-7131-2) (Voce in dizionario/enciclopedia)
  • Nicola Ferro and Claudio Lucchese and Maria Maistro and Raffaele Perego (2018), Continuation Methods and Curriculum Learning for Learning to Rank in Nicola Ferro andClaudio Lucchese andMaria Maistro andRaffaele Perego, CIKM '18: Proceedings of the The 27th ACM International Conference on Information and Knowledge Management, ACM, pp. 1523-1526, Convegno: ACM International Conference on Information and Knowledge Management (ISBN 978-1-4503-6014-2) (Articolo in Atti di convegno)
  • M. Coletto, C. Lucchese, S. Orlando (2018), Do violent people smile? Social Media analysis of their profile pictures , WWW ’18 Companion, ACM, Convegno: Workshop on Online Social Networks and Media: Network Properties and Dynamics - co-located with The Web Conference (ISBN 978-1-4503-5640-4) (Articolo in Atti di convegno)
  • Claudio Lucchese and Franco Maria Nardini and Raffaele Perego and Roberto Trani and Rossano Venturini (2018), Efficient and Effective Query Expansion for Web Search in Claudio Lucchese and Franco Maria Nardini and Raffaele Perego and Roberto Trani and Rossano Venturini, CIKM '18: Proceedings of the The 27th ACM International Conference on Information and Knowledge Management, ACM, pp. 1551-1554, Convegno: ACM International Conference on Information and Knowledge Management (ISBN 978-1-4503-6014-2) (Articolo in Atti di convegno)
  • Lucchese, Claudio; Nardini, Franco Maria; Perego, Raffaele; Orlando, Salvatore; Trani, Salvatore (2018), Selective Gradient Boosting for Effective Learning to Rank , 41st Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2018, ACM, pp. 155-164, Convegno: ACM SIGIR International Conference on Theory of Information Retrieval (ISBN 9781450356572) (Articolo in Atti di convegno)
  • (a cura di) Ferro, Nicola; Lucchese, Claudio; Maistro, Maria; Perego, Raffaele (2018), Report on LEARNER 2017 in Ferro, Nicola in SIGIR FORUM, ACM, vol. 51, pp. 145-151 (ISSN 0163-5840) (Curatela)
  • Coletto, Mauro; Aiello, Luca Maria; Lucchese, Claudio; Silvestri, Fabrizio (2017), Adult content consumption in online social networks in SOCIAL NETWORK ANALYSIS AND MINING, vol. 7, pp. 1-21 (ISSN 1869-5450) (Articolo su rivista)
  • Coletto, Mauro; Garimella, Kiran; Gionis, Aristides; Lucchese, Claudio (2017), Automatic controversy detection in social media: A content-independent motif-based approach in ONLINE SOCIAL NETWORKS AND MEDIA, vol. 3-4, pp. 22-31 (ISSN 2468-6964) (Articolo su rivista)
  • Lulli, Alessandro; Carlini, Emanuele; Dazzi, Patrizio; Lucchese, Claudio; Ricci, Laura (2017), Fast Connected Components Computation in Large Graphs by Vertex Pruning in IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, vol. 28, pp. 760-773 (ISSN 1045-9219) (Articolo su rivista)
  • Coletto, Mauro; Esuli, Andrea; Lucchese, Claudio; Muntean, Cristina Ioana; Nardini, Franco Maria; Perego, Raffaele; Renso, Chiara (2017), Perception of social phenomena through the multidimensional analysis of online social networks in ONLINE SOCIAL NETWORKS AND MEDIA, vol. 1, pp. 14-32 (ISSN 2468-6964) (Articolo su rivista)
  • Coletto, Mauro; Garimella, Kiran; Gionis, Aristides; Lucchese, Claudio (2017), A motif-based approach for identifying controversy , Proceedings of the 11th International Conference on Web and Social Media, ICWSM 2017, AAAI Press, pp. 496-499, Convegno: 11th International Conference on Web and Social Media, ICWSM 2017, 2017 (ISBN 9781577357889) (Articolo in Atti di convegno)
  • Lucchese, Claudio; Nardini, Franco Maria (2017), Efficiency/Effectiveness Trade-offs in Learning to Rank , ICTIR '17: Proceedings of the ACM SIGIR International Conference on Theory of Information Retrieval, ACM, pp. 329-330, Convegno: ACM SIGIR International Conference on Theory of Information Retrieval (ISBN 9781450344906) (Articolo in Atti di convegno)
  • Lucchese, C.; Nardini, F. M.; Orlando, S.; Perego, R.; Tonellotto, N.; Venturini, R. (2017), Efficient Traversal of Large Ensembles of Decision Trees. , Machine Learning and Knowledge Discovery in Databases. European Conference, ECML PKDD 2017, Skopje, Macedonia, September 18-22, 2017, Proceedings, Part III in LECTURE NOTES IN ARTIFICIAL INTELLIGENCE, Springer, vol. 10536, pp. 358-361, Convegno: ECML PKDD 2017 (ISSN 0302-9743) (Articolo in Atti di convegno)
  • Ferro, Nicola; Lucchese, Claudio; Maistro, Maria; Perego, Raffaele (2017), LEARning Next gEneration Rankers (LEARNER 2017) , ICTIR '17: Proceedings of the ACM SIGIR International Conference on Theory of Information Retrieval, ACM, pp. 331-332, Convegno: ACM SIGIR International Conference on Theory of Information Retrieval (ISBN 9781450344906) (Articolo in Atti di convegno)
  • Ferro, Nicola; Lucchese, Claudio; Maistro, Maria; Perego, Raffaele (2017), On Including the user dynamic in learning to rank , SIGIR 2017 - Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, Association for Computing Machinery, Inc, pp. 1041-1044, Convegno: 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2017, 2017 (ISBN 9781450350228) (Articolo in Atti di convegno)
  • Lucchese, Claudio; Muntean, Cristina Ioana; Nardini, Franco Maria; Perego, Raffaele; Trani, Salvatore (2017), RankEval: An evaluation and analysis framework for learning-To-rank solutions , SIGIR 2017 - Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, Association for Computing Machinery, Inc, pp. 1281-1284, Convegno: 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2017, 2017 (ISBN 9781450350228) (Articolo in Atti di convegno)
  • Ruback, Livia; Casanova, Marco Antonio; Renso, Chiara; Lucchese, Claudio (2017), SELEcTor: Discovering Similar Entities on LinkEd DaTa by Ranking Their Features , Proceedings - IEEE 11th International Conference on Semantic Computing, ICSC 2017, Institute of Electrical and Electronics Engineers Inc., pp. 117-124, Convegno: 11th IEEE International Conference on Semantic Computing, ICSC 2017, 2017 (ISBN 9781509048960) (Articolo in Atti di convegno)
  • Pollacci, Laura*; Sîrbu, Alina; Giannotti, Fosca; Pedreschi, Dino; Lucchese, Claudio; Muntean, Cristina Ioana (2017), Sentiment spreading: An epidemic model for lexicon-based sentiment analysis on twitter , Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics) in LECTURE NOTES IN COMPUTER SCIENCE, Springer Verlag, vol. 10640, pp. 114-127, Convegno: 16th International Conference on Italian Association for Artificial Intelligence, AI*IA 2017, 2017 (ISBN 9783319701684) (ISSN 1611-3349) (Articolo in Atti di convegno)
  • Lucchese, Claudio; Nardini, Franco Maria; Orlando, Salvatore; Perego, Raffaele; Trani, Salvatore (2017), X-Dart: Blending dropout and pruning for efiicient learning to rank , SIGIR 2017 - Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, Association for Computing Machinery, Inc, pp. 1077-1080, Convegno: 40th International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2017, 2017 (ISBN 9781450350228) (Articolo in Atti di convegno)
  • Lettich, Francesco; Lucchese, Claudio; Nardini, Franco Maria; Orlando, Salvatore; Perego, Raffaele; Tonellotto, Nicola; Venturini, Rossano (2017), Multicore/Manycore Parallel Traversal of Large Forests of Regression Trees , Multicore/Manycore Parallel Traversal of Large Forests of Regression Trees, IEEE, pp. 915-915, Convegno: International Conference on High Performance Computing & Simulation, (HPCS) 2017, Genoa, Italy, July 17-21, 2017, Luglio 2017 (ISBN 978-1-5386-3249-9; 978-1-5386-3250-5) (Abstract in Atti di convegno)
  • Claudio Lucchese, Franco Maria Nardini, Raffaele Perego, Salvatore Trani (2017), The Impact of Negative Samples on Learning to Rank , CEUR-WS.org, vol. 2007 (Altro)

Tesi di laurea/dottorato anno solare

- 2019. Laurea in Sviluppo Economico e Dell’impresa (Dip. Economia). Matteo Pandolfi, Atomic Arbitrage: mercati finanziari decentralizzati e smart contracts per l’eliminazione dello slippage nell’arbitraggio fra cryptovalute, co-supervised with C. Pizzi.

Partecipazione a comitati editoriali di riviste/collane scientifiche

- Guest Editorial Board: Journal Track of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECMLPKDD) 2020 and 2021
- Editor: Special Issue "LEARNER 2017 - LEARning Next gEneration Rankers". CEUR Workshop Proceedings, 2017, Vol. 2007. ISSN 16130073.

Descrizione dell'attività di ricerca svolta nel triennio e gli obiettivi futuri

L'attività di ricerca condotta ha coperto principalmente i seguenti temi.


1) Adversarial Machine Learning.

Con Adversarial Machine Learning si intende quell’area di ricerca volta a investigare la possibilità che utenti malintenzionati possano produrre attacchi a modelli di predizione o al loro processo di training per modificarne l'output. L’attività si è focalizzata su foreste di alberi di decisione e abbiamo ottenuto due risultati interessanti. Da una parte, abbiamo mostrato come sia possibile usare tecniche di program verification per certificare la robustezza di un albero di decisione rispetto a un determinato modello di attaccante. Dall'altra, abbiamo sviluppato un nuovo algoritmo per il training di foreste di alberi di decisione con alta robustezza agli attacchi.


2) Efficient and Effective Document Ranking for Web Search.

I motori di ricerca Web usano modelli molto complessi per stimare la rilevanza di un documento rispetto a una query utente. Questi modelli tipicamente sono composti da migliaia di alberi di regressione e la loro valutazione ha un costo molto elevato.
L'obiettivo della ricerca condotta è stato di investigare il trade-off tra efficacia ed efficienza dei modelli di ranking. Abbiamo sviluppato algoritmi per la rimozione di alberi ridondanti da una foresta, algoritmi per la costruzione di foreste più compatte ed efficienti, euristiche per la valutazione parziale di una foresta, e strategie per la valutazione parallela di una foresta.


Nel prossimo futuro di prevede di continuare la ricerca sul tema Adversarial Machine Learning, area che sta ricevendo un crescente interesse, e di estendere i risultati sul tema di efficienza-efficacia nei modelli di ranking a nuovi modelli basati su rappresentazioni dense. Infine, si prevede di percorrere una nuova linea di ricerca legata ai temi di "explainability" dei modelli di machine learning.

Altri prodotti scientifici

Attività di ricerca finanziate
- Local Unit Coordinator: "Destino: Mobilità integrata predittiva in contesto urbano", FSE POR 2014–2020. (2019) Coordinator: UniPD; partner: Humco s.r.l.
- Scientific Coordinator: Convenzione di Ricerca con Humco s.r.l. "Data Science for Mobility". 01/04/2020 – 31/03/2021.

Menzioni e premi ricevuti

- 2020 ECML PKDD Journal Track Reviewer Award.
- 2017 ACM CIKM Outstanding paper Reviewer.
- 2017 NVIDIA GPU Grant.

Seminari su invito tenuti presso altre Università, Centri di Ricerca, Aziende, etc.

- Invited Keynote Speaker. "Deep learning ed Industria 4.0", Simposio "Il calcolo ad alte prestazioni al centro dei principali progressi e innovazioni dell’era digitale." organizzato dal "Reparto Sistemi Informativi Automatizzati" dell’Aeronautica Militare. (16-05-2018)

Altre attività scientifiche

Tutorialist

- Learning To Rank In Theory And Practice, From Gradient Boosting To Neural Networks And Unbiased Learning, together with F.M. Nardini (CNR), R.K. Pasumarthi, S. Bruch, M. Bendersky and Xuanhui Wang (Google AI), H. Oosterhuis, M. de Rijke, R. Jagerman (University of Amsterdam) at the ACM SIGIR International Conference on Research and Development in Information Retrieval (SIGIR) 2019.
- Efficiency/Effectiveness Trade-offs in Learning to Rank, together with Franco Maria Nardini, at the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD) 2018.
- Efficiency/Effectiveness Trade-offs in Learning to Rank, together with Franco Maria Nardini (CNR), at the 3rd ACM International Conference on Theory of Information Retrieval (ICTIR) 2017.


Co-Chair

- LEARNER 2017: Workshop on LEARning Next gEneration Rankers, in conjunction with ACM ICTIR 2017.


Registration Chair

- CIKM 2017: The 26th ACM International Conference on Information and Knowledge Management.


Programme Committee member

- ACM SIGIR 2017–2020: The International ACM SIGIR Conference on Research and Develop- ment on Information Retrieval.
- WWW 2017–2020: The International World Wide Web Conference.
- SocInfo2020: International Conference on Social Informatics.
- ECIR 2020: European Conference on Information Retrieval.
- CIKM 2015–2020: ACM Conference on Information and Knowledge Management.
- ICDM 2018–2019: IEEE International Conference on Data Mining.
- CLIC-IT 2019: Italian Conference on Computational Linguistics.
- FATES 2020: FATES on the Web 2020 Second Workshop on Fairness, Accountability, Transparency, Ethics and Society on the Web, co-located with The Web Conference 2020.
- GLARE 2018: Intl. Workshop on Generalization in Information Retrieval, co-located with CIKM 2018.
- EVIA 2017: International Workshop on Evaluating Information Access, in conjunction with NTCIR.
- IIR 2017–2019: Italian Information Retrieval Workshop
- IRCDL 2019–2021: Italian Research Conference on Digital Libraries


Journal reviewer

- Machine Learning (Springer).
- Applied Network Science (Springer).
- Transactions on Information Systems (ACM).
- Transactions on Knowledge Discovery from Data (ACM).
- Transactions on Knowledge and Data Engineering (IEEE).
- Online Social Networks and Media (Elsevier).
- Intelligent Information Systems (Springer).

Altre attività didattiche

- 2019. Highlights in Web Search and Data Mining, (10 ore), Corso di Dottorato in Informatica. DAIS.
- 2018. Highlights in Web Search and Data Mining, (10 ore), Corso di Dottorato in Informatica. DAIS.
- 2017. Highlights in Web Search and Data Mining, (30 ore), Corso di Dottorato in Informatica. DAIS.

Incarichi accademici e attività organizzative

- 2018 - oggi. Delegato alla Ricerca DAIS.

Componente di Collegi didattici, Comitati e Commissioni di Dipartimento, Commissioni di Ateneo

- 2018 - oggi. Vice coordinatore del Collegio Didattico dei corsi Triennali e Magistrali in Informatica DAIS.
- 2018 - oggi. Membro del Comitato Scientifico dei laboratori di didattica innovativa Ca' Foscari.
- 2017 - oggi. Membro del collegio dei docenti del dottorato di ricerca in ”Computer Science” DAIS.
- 2017 - 2018. Membro del Collegio Didattico dei corsi Triennali e Magistrali in Informatica DAIS.

Altre informazioni

- Copernicus Hackathon. Organizzazione un ciclo di 4 giorni di lezioni sui temi di machine learning e di analisi di dati satellitari.
- Seminari Extra-Curriculari Competitive Programming. Dal 2019 partecipo all'organizzazione di incontri extra-curriculari sul tema competitive programming
- Supporto alle attività Open Day, Orientamento, Studenti Internazionali e Scuola estiva per le Olimpiadi Informatica.