Show simple item record

Frequent Itemset Mining and Multi-Label Classification of User Responses on Well-Being



dc.contributor.advisorOtáhal Marek
dc.contributor.authorLucie Borovičková
dc.date.accessioned2021-06-02T22:51:43Z
dc.date.available2021-06-02T22:51:43Z
dc.date.issued2021-06-02
dc.identifierKOS-958759639105
dc.identifier.urihttp://hdl.handle.net/10467/94456
dc.description.abstractTato práce se zabývá automatickou tvorbou vhledů do spokojenosti zaměstnanců s jejich pracovním prostředí a wellbeingem na základě textových odpovědí z dotazníků. Pro zpracování velkého korpusu dat byl vyvinut postup, který zpracoval a seskupil texty z různých zdrojů. Dále byl natrénován klasikátor, který zpracováním přirozeného jazyka odhaluje témata v uživatelských odpovědích a bylo ověřeno, že funguje dostatečně dobře pro naše zadání. Na souborech nalezených témat byly nalezeny časté podmnožiny, tyto výsledky byly podrobeny chí-kvadrát testu pro zjištění (ne)závislosti jednotlivých témat. Z praktické stránky, tato metoda má open-source licence a je HR oddělením k dispozici pro podporu jejich rozhodnutí na základě dat ze zpětné vazby. Metoda byla otestována na reálných datech různých společností se sídlem v ČR a bylo ukázáno, že je pomocí ní možné najít (statisticky významné) časté podmnožiny a navrhnout postup k interpretaci dat a jejich zpětnému vysledování ke skutečným problémům.cze
dc.description.abstractIn the thesis, we developed a method to automatically generate insights into employees’ satisfaction with their workplace and perception of their wellbeing based on textual answers to questionnaires. To be able to process a large body of data, we developed a pipeline to preprocess and aggregate textual data from a number of different sources. Further, we trained an NLP classifier (RandomForest) to detect labels in the user responses and verified the classifier performs sufficiently for the task. On these sets of detected labels, we run frequent itemset analysis and subject the results to significant support and (in)dependence tests. On the practical side, the method is open-sourced and available to support decisions at Human Resources (HR) departments based on data-driven feedback. We evaluated the method on real-world data from various companies located in the Czech Republic and showed that we are able to find significant frequent itemsets, and design a workflow to interpret the results and trace them back to actual problems.eng
dc.publisherČeské vysoké učení technické v Praze. Vypočetní a informační centrum.cze
dc.publisherCzech Technical University in Prague. Computing and Information Centre.eng
dc.rightsA 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.htmleng
dc.rightsVysokoškolská 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.htmlcze
dc.subjectčasté podmnožinycze
dc.subjectzpracování přirozeného jazykacze
dc.subjectmulti-label klasifikace textucze
dc.subjectvhled do wellbeingucze
dc.subjectchí-kvadrát testcze
dc.subjectdolování datcze
dc.subjectzpětná vazbacze
dc.subjectfrequent itemseteng
dc.subjectNLPeng
dc.subjectmulti-label classification of texteng
dc.subjectwellbeing insightseng
dc.subjectchi-squared testeng
dc.subjectdata miningeng
dc.subjectfeedbackeng
dc.titleHledání častých podmnožin a multi-label klasifikace uživatelských odpovědí na téma wellbeingucze
dc.titleFrequent Itemset Mining and Multi-Label Classification of User Responses on Well-Beingeng
dc.typebakalářská prácecze
dc.typebachelor thesiseng
dc.contributor.refereeKléma Jiří
theses.degree.disciplineZáklady umělé inteligence a počítačových vědcze
theses.degree.grantorkatedra kybernetikycze
theses.degree.programmeOtevřená informatikacze


Files in this item




This item appears in the following Collection(s)

Show simple item record