Srovnávání sylabů předmětů na různých universitách dolováním znalosti z textu

Bc. Libuše Moravcová

Master's thesis

Object syllabus comparison at different Universities by data mining technique

Abstract:

Diplomová práce je zaměřená na co nejpřesnější získání požadovaných informací o univerzitách,fakultách, oborech a sylabech předmětů jednotlivých univerzit za pomocí text miningových nástrojů. První část práce bude soustředěna na úvod do problematiky text miningu a souvisejících témat, sběr a tvorbu textových podkladů, převedení v rámci lepšího porozumění na společný jazyk, kterým bude v tomto případě angličtina. V další části bude realizované vytvoření databáze ze zvolených a nasbíraných dat. Dále bude navržen a zrealizován způsob, jakým bude možné z uvedených dat získat co nejvíce odpovídající výsledky, tedy konkrétní fráze. V závěru práce dojde k vyhodnocení celého postupu, sumarizacia zhodnocení daného postupu a výsledků. Také bude poukázáno na problémy, se kterými jsem se setkala při tvorbě této práce, jak je bylo možné řešit nebo jimpředejít a navržená další řešení, případně alternativy

Abstract:

The thesis is focused on how to get the most accurate information aboutUniversities, faculties, fields, and the syllabi of particular subjects of thoseUniversities through text-mining tools. The first part describes the basics of text mining and related topics, collecting and creating data text background, turning them into the English language. In the next phase, the database will be generated from accumulated data entries. The purpose of the next step will be to obtainthe most matching results such as specific phrases. The procedure of valorizing and summarizing will be used at the end of the thesis. In case of any problems, possible solutions or alternatives will be suggested.

Keywords

Vyhledávání informací, text mining, data mining, Strojové učení, Zpracování přirozeného jazyka, nestrukturované a strukturované informace

Keywords

data-mining, Machine learning, Informational retrieal, Knowledge management, structured and unstructured information, text-mining

Language used: Czech

Date on which the thesis was submitted / produced: 23. 5. 2018

Thesis defence

• Supervisor: doc. Ing. Jan Žižka, CSc.
• Reader: Naděžda Chalupová, Ph.D.

Mendel University in Brno

Faculty of Business and Economics

Master programme / field:
Engineering Informatics / Automation Control and Informatics