Analýza chování studentů v systému MARAST

Nováček Jan

Analysis of Student Behavior in MARAST

Typ dokumentu

diplomová práce
master thesis

Autor

Nováček Jan

Vedoucí práce

Friedjungová Magda

Oponent práce

Kalvoda Tomáš

Studijní obor

Webové a softwarové inženýrství

Studijní program

Informatika

Instituce přidělující hodnost

katedra softwarového inženýrství

Práva

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.html
Vysokoškolská 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

Zobrazit celý záznam

Abstrakt

Práce se zabývá implementací komponenty výukového systému MARAST za účelem analýzy dat z kvízů. Práce obsahuje seznámení se s doménou a dodaným exportem dat, který je dále podroben manuální analýze. Během analýzy byly použity metody matematické statistiky a vytěžování znalostí z dat, včetně metod strojového učení bez učitele jako je shlukování a detekce anomálií. Další část obsahuje vývoj analytické komponenty. Vývoj se sestává z analýzy, návrhu a implementace samotné komponenty, která byla vytvořena jako webová aplikace. Výsledkem práce je funkční komponenta pro analýzu dat z kvízů systému MARAST, která je otestována, zdokumentována a nasazena.

This work deals with implementation of a component of MARAST educational system in order to analyse data from quizes. The work includes introduction to the domain and to the provided data export that is further subjected to manual analysis.During analysis, methods of mathematical statistics and data mining were used,including methods of unsupervised machine learning like clusternig and anomally detection. Next part of this work contains development of analytical component. Development consists of analysis, design and implementation of the component that was produced as web application. The result of this work is a functional component for data analysis of quizes from MARAST system, component is tested, documented and deployed.