Souvislosti a doporučování obsahu na webu

Abstract

Práce se zabývá tvorbou doporučovacího systému pro web Fakulty informačních technologií Českého vysokého učení technického v Praze. Cílem práce je provést analýzu obsahu webu a na základě ní navrhnout a implementovat vhodné řešení pro hledání doporučovaného obsahu založeného na souvislostech mezi publikovanými příspěvky. Doporučování obsahu je dosaženo za pomoci uložení dat do grafové databáze Neo4j. Metriku, která je potřebná k ohodnocení míry souvislosti mezi články, poskytuje algoritmus PageRank. Web je založen na redakčním systému Drupal. Pro zajištění komunikace s grafovou databází byl vytvořen modul pro Drupal. Řešení práce má přínos pro návštěvníky, kterým zjednoduší orientaci na webu, a pro tvůrce obsahu, kterým ulehčí práci při úpravách obsahové části webu.

This bachelor thesis describes a process of creation of a recommendation system for the web of Faculty of Information Technology, Czech Technical University in Prague. This thesis has two main goals: analyzing web content and proposing and implementing a suitable solution for recommending content based on associations between published articles. Content recommending is achieved by storing the data in the Neo4j graph database. The metric that is used for assessing the rate of association between articles is provided by the PageRank algorithm. The web is built on the Drupal content management system. To ensure communication with the graph database, a Drupal module was created. The solution makes navigating the website easier, therefore making it friendlier for page visitors. For administrators, the solution helps reduce the amount of work needed to maintain content.