but.committee	prof. Ing. Tomáš Hruška, CSc. (předseda) doc. Ing. Richard Růžička, Ph.D., MBA (místopředseda) Ing. Jaroslav Dytrych, Ph.D. (člen) Ing. Bohuslav Křena, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázku oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " A ". Otázky u obhajoby: Považujete vámi dosažené experimentální výsledky za dostatečné pro praktické využití? Vidíte zde ještě prostor pro případné vylepšení úspěšnosti?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Burget, Radek	en
dc.contributor.author	Zapletal, Jakub	en
dc.contributor.referee	Bartík, Vladimír	en
dc.date.created	2018	cs
dc.description.abstract	Cílem této práce je navrhnout a implementovat modul do existujícího doporučovacího systému Open University v Milton Keynes. Nyní nasazený doporučovací systém využívá informací o aktivitě uživatelů ve Virtual Learning Environment (VLE) nasbíraných z předchozích let a podle ní doporučuje studentům relevantní studijní aktivity. Tento modul využívá sémantické podobnosti mezi studijními materiály k doporučení těch, které pomohou uživateli vyřešit úkol nebo které jsou podobné k těm, o něž projevil zájem.K počítání podobnosti dokumentů je využíváno metod Term Frequency - Inverse Document Frequency a vnoření slov.Pro používání modulu a jeho komunikaci modulu s rozhraním OU Analyse je implementováno RESTful API.	en
dc.description.abstract	The purpose of this work is to design and implement a module for an already existing recommender system at the Open University, Milton Keynes. The existing system uses information about user activity in the Virtual Learning Environment (VLE) gathered from previous years and uses it to recommend relevant study activities for students.This module uses semantical similarity of study materials to recommend those which help user to~complete an~assignment or to find materials similar to ones provided.Similarities between documents are computed using Term Frequency - Inverse Document Frequency and word embedding methods.RESTful API was devised to communicate with the OU~Analyse interface.	cs
dc.description.mark	A	cs
dc.identifier.citation	ZAPLETAL, J. Educational System for Recommending Study Activities [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114700	cs
dc.identifier.uri	http://hdl.handle.net/11012/85120
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Doporučovací systémy	en
dc.subject	Vzdělávací systémy	en
dc.subject	Informační systémy	en
dc.subject	Technologií posilované učení	en
dc.subject	Podobnost dokumentů	en
dc.subject	Recommender systems	cs
dc.subject	Technology enhanced learning	cs
dc.subject	Information systems	cs
dc.subject	Educational systems	cs
dc.subject	Document similarity	cs
dc.title	Educational System for Recommending Study Activities	en
dc.title.alternative	Educational System for Recommending Study Activities	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2018-08-22	cs
dcterms.modified	2020-05-10-16:13:17	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114700	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:06:41	en
sync.item.modts	2025.01.15 16:51:45	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav informačních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Educational System for Recommending Study Activities

Files

Original bundle

Collections