Title: Vylepšení systému podpory rozhodování o přenositelnosti kreditů mezi předměty
Other Titles: Improvement of a computed aided system for course articulation.
Authors: Herman, David
Advisor: Konopík Miloslav, Ing. Ph.D.
Referee: Sido Jakub, Ing.
Issue Date: 2018
Publisher: Západočeská univerzita v Plzni
Document type: diplomová práce
URI: http://hdl.handle.net/11025/31812
Keywords: přenositelnost předmětů;sémantická podobnost textů;umělé neuronové sítě
Keywords in different language: course articulation;semantic text similarity;artificial neural networks
Abstract: Tato práce navazuje na spolupráci mezi Západočeskou Univerzitou a Americkou společností Owen Software Development Company. V rámci této spolupráce byl vytvořen systém pro automatické rozhodování o přenositelnosti kreditů mezi dvěma předměty. Hlavním cílem této práce je analýza stávajícího systému, návrh a implementace jeho vylepšení. V práci je popsáno a implementováno několik možných vylepšení stávajícího systému. Při návrhu vylepšení je hlavní důraz kladen na zachycení sémantické podobnosti názvu a popisu kurzů. Pro ověření kvality jednotlivých implementovaných vylepšení je v práci provedeno několik experimentů, které prokázaly, že se stávající systém podařilo vylepšit. Nejlepších výsledků je dosaženo za použití umělých neuronových sítí, kdy se stávající systém podařilo vylepšit o 11.2%.
Abstract in different language: This thesis follows the cooperation between the University of West Bohemia and an American company Owen Software Development Company. During the cooperation, the research teams have developed the system for automatic course transferability decision making. The primary goal of this thesis is to analyze and improve upon the existing transferability decision system. The thesis describes multiple improvements that have been implemented to the existing system. The essence of implemented improvements is to capture the semantic information from the descriptive attributes of the courses. The results of the designed experiments have proved that we successfully increased the existing system performance. We have achieved the best results by employing the artificial neural networks; we have increased accuracy by 11.2%.
Rights: Plný text práce není přístupný.
Appears in Collections:Diplomové práce / Theses (KIV)

Files in This Item:
File Description SizeFormat 
herman_dp.pdfPlný text práce906,98 kBAdobe PDFView/Open    Request a copy
A16N0035P-rohodnuti.PDFOdůvodnění nezveřejnění VŠKP367,7 kBAdobe PDFView/Open    Request a copy
A16N0035Pposudek-op.PDFPosudek oponenta práce389,23 kBAdobe PDFView/Open
A16N0035Phodnoceni-ved.PDFPosudek vedoucího práce668,91 kBAdobe PDFView/Open
A16N0035Pobhajoba.PDFPrůběh obhajoby práce212,39 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/31812

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.