Doporučovací systém pro výběr volitelných předmětů
Recommendation System for Elective Courses
Type of document
diplomová prácemaster thesis
Author
Nový Ondřej
Supervisor
Friedjungová Magda
Opponent
Vašata Daniel
Field of study
Znalostní inženýrstvíStudy program
InformatikaInstitutions assigning rank
katedra teoretické informatikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Cílem práce bylo vytvořit doporučovací systém volitelných předmětů pro studenty Fakulty informačních technologií ČVUT. Bylo vyzkoušeno více metod doporučování, konkrétně kolaborativní filtrování založené na matici a kolaborativní filtrování založené na dopředné neuronové síti. K uživatelskému testování byla vybrána jednodušší metoda založená na matici, jelikož dokázala lépe odhadnout budoucí známku studenta, což autor považoval za důležitý aspekt toho, aby studenti doporučení důvěřovali. Výsledný doporučovací systém je možné dále vylepšovat, tato práce obsahuje detailní analýzu problematiky i dostatečně obecně předzpracovaná vstupní data, a veškerou další práci v této oblasti výrazně usnadňuje. The aim of the thesis was to create a recommendation system of optional courses for students of the Faculty of Information Technology of CTU. Several recommendation methods have been tried, specifically memory-based collaborative filtering and collaborative filtering based on forward neural network. The simpler, memory-based method was chosen for user testing, as it was better in predicting the student's future mark, which was considered by the author to be an important aspect to receive trust from students. The resulting recommendation system can be further improved, the work provides a detailed analysis of the topic as well as sufficiently pre-processed input data, and any further work in this area is therefore facilitated.
Collections
- Diplomové práce - 18101 [216]