All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

LearningDataLatentStructures

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F25%3A00647003" target="_blank" >RIV/67985807:_____/25:00647003 - isvavai.cz</a>

  • Alternative codes found

    RIV/27169511:_____/25:N0000005

  • Result on the web

    <a href="https://studentsupport.ciirc.cvut.cz/wp-content/uploads/2026/01/ldls.zip" target="_blank" >https://studentsupport.ciirc.cvut.cz/wp-content/uploads/2026/01/ldls.zip</a>

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    LearningDataLatentStructures

  • Original language description

    Výsledkem je modulární software tvořený souborem algoritmů, které hledají v studijních datech (vstupní testy, dotazníky, semestrální a zkoušková data) latentní struktury a vytváří jejich popis. V rámci software dochází k profilaci jednotlivých typů pro účely dalšího zpracování. Následně je nad daty aplikováno shlukování, přičemž pro každý identifikovaný shluk je automaticky generován popis jeho charakteristických vlastností. Nad takto vytvořenými shluky je umožněna extrakce pravidel, která dále zpřesňují identifikované datové struktury a přispívají k ověření jejich relevance. Tyto dvě úrovně strukturální analýzy mohou být následně provázány s definovanou třídou (např. úspěšnost / neúspěšnost studia). Tento postup umožňuje vyhodnocovat míru asociace datových struktur s danou třídou. Analýza může být dále rozšířena o druhou vrstvu pravidel, která zachovávají kontext struktur, avšak jsou již vázána na zvolenou třídu. Tímto způsobem dochází k rozšíření interpretačního rámce analýzy. Součástí softwarového balíčku je rovněž funkcionalita umožňující propojení více datasetů ve formě přechodů jednotlivců. Tyto přechody mohou být prezentovány prostřednictvím Sankeyova diagramu nebo formou souhrnného reportu pravidel definovaných nad jednotlivými shluky (uzly) a pravidel společných pro přechody mezi nimi (hrany).

  • Czech name

  • Czech description

Classification

  • Type

    R - Software

  • CEP classification

  • OECD FORD branch

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Result continuities

  • Project

    <a href="/en/project/TQ01000538" target="_blank" >TQ01000538: Social and motivational factors of study and their influence on study results in tertiary education with a focus on technical fields</a><br>

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Others

  • Publication year

    2025

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Internal product ID

    TQ01000538-V5

  • Technical parameters

    Jazyk software - Python. Vybrané požadované knihovny ● pandas ● scikit-learn ● pysubgroup ● reportlab ● plotly. Podporovaný systém - Windows, Linux. Poznámka - Vstupní data jsou ve formě excel.

  • Economical parameters

    Výsledkem je modulární software tvořený souborem algoritmů, které hledají v studijních datech (vstupní testy, dotazníky, semestrální a zkoušková data) latentní struktury a vytváří jejich popis. V rámci software dochází k profilaci jednotlivých typů pro účely dalšího zpracování. Následně je nad daty aplikováno shlukování, přičemž pro každý identifikovaný shluk je automaticky generován popis jeho charakteristických vlastností. Nad takto vytvořenými shluky je umožněna extrakce pravidel, která dále zpřesňují identifikované datové struktury a přispívají k ověření jejich relevance. Tyto dvě úrovně strukturální analýzy mohou být následně provázány s definovanou třídou (např. úspěšnost / neúspěšnost studia). Tento postup umožňuje vyhodnocovat míru asociace datových struktur s danou třídou. Analýza může být dále rozšířena o druhou vrstvu pravidel, která zachovávají kontext struktur, avšak jsou již vázána na zvolenou třídu. LICENCE: The Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).

  • Owner IČO

    68407700

  • Owner name

    ČVUT v Praze (68407700), Český institut informatiky, robotiky a kybernetiky, Ústav informatiky AV ČR, v. v. i. (67985807), Unicorn Vysoká škola s.r.o. (27169511), Vysoká škola chemicko-technologická v Praze (60461373)