Analýza konverzačních dat městských chatbotů a návrh systému pro detekci trendů a vzorců chování uživatelů

Bc. Tereza Hrbková

Diplomová práce

Analysis of conversational data from municipal chatbots and the design of a system for detecting trends and patterns in user behavior.

Anotace:

Diplomová práce se zabývá analýzou anonymizovaných konverzačních dat městských chatbotů a návrhem interpretovatelného systému pro identifikaci témat, časových trendů a dalších vzorců chování uživatelů. Cílem práce je navrhnout a implementovat analytickou pipeline, která převádí provozní data do podoby srozumitelných výstupů využitelných pro potřeby samospráv. Součástí řešení je příprava dat, přiřazování dotazů k tematickým kategoriím, seskupování podobných dotazů pomocí clusteringu, časová agregace a definice interpretovatelných metrik. Návrh byl ověřen na anonymizovaném vzorku pěti měst. Výsledky ukázaly, že konverzační data obsahují opakující se tematické vzorce, že četnost témat se v čase proměňuje a že mezi jednotlivými městy existují významné rozdíly v tematické struktuře i kvalitě obsluhy. Práce potvrzuje, že interpretovatelná analýza konverzačních dat může poskytovat prakticky využitelné podklady pro vyhodnocování a další rozvoj digitálních služeb ve veřejné správě.

Abstract:

This thesis analyzes anonymized conversational data from city chatbots and proposes an interpretable system for identifying topics, temporal trends, and other patterns of user behaviour. The aim is to design and implement an analytical pipeline that transforms operational data into understandable outputs usable by local governments. The solution includes data preparation, topic assignment, clustering of similar questions, temporal aggregation, and the definition of interpretable metrics. The proposed approach was evaluated on an anonymized sample of five cities. The results show that conversational data contain recurring thematic patterns, that topic frequency changes over time, and that there are significant differences between individual cities in both thematic structure and service quality. The thesis confirms that interpretable analysis of conversational data can provide useful input for evaluating and further developing digital public services.

Klíčová slova

městský chatbot, konverzační data, analýza krátkých textů, témata, klasifikace, clustering, časové trendy, interpretovatelnost, veřejná správa

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 19. 5. 2026

Obhajoba závěrečné práce

• Obhajoba proběhla 15. 6. 2026
• Vedoucí: Ing. Leonard Walletzký, Ph.D.
• Oponent: Ing. Patrik Procházka

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů