Název: | Vylepšení systému podpory rozhodování o přenositelnosti kreditů mezi předměty |
Další názvy: | Improvement of a computed aided system for course articulation. |
Autoři: | Herman, David |
Vedoucí práce/školitel: | Konopík Miloslav, Ing. Ph.D. |
Oponent: | Sido Jakub, Ing. |
Datum vydání: | 2018 |
Nakladatel: | Západočeská univerzita v Plzni |
Typ dokumentu: | diplomová práce |
URI: | http://hdl.handle.net/11025/31812 |
Klíčová slova: | přenositelnost předmětů;sémantická podobnost textů;umělé neuronové sítě |
Klíčová slova v dalším jazyce: | course articulation;semantic text similarity;artificial neural networks |
Abstrakt: | 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%. |
Abstrakt v dalším jazyce: | 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%. |
Práva: | Plný text práce je přístupný bez omezení. |
Vyskytuje se v kolekcích: | Diplomové práce / Theses (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
herman_dp.pdf | Plný text práce | 906,98 kB | Adobe PDF | Zobrazit/otevřít |
A16N0035Pposudek-op.PDF | Posudek oponenta práce | 389,23 kB | Adobe PDF | Zobrazit/otevřít |
A16N0035Phodnoceni-ved.PDF | Posudek vedoucího práce | 668,91 kB | Adobe PDF | Zobrazit/otevřít |
A16N0035Pobhajoba.PDF | Průběh obhajoby práce | 212,39 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/31812
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.