LearningDataLatentStructures

Kód výsledku v 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>

Nalezeny alternativní kódy

RIV/27169511:_____/25:N0000005

Výsledek na webu

<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

—

Jazyk výsledku

angličtina

Název v původním jazyce

LearningDataLatentStructures

Popis výsledku v původním jazyce

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).

Název v anglickém jazyce

LearningDataLatentStructures

Popis výsledku anglicky

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).

Druh

R - Software

CEP obor

—

OECD FORD obor

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

Projekt

<a href="/cs/project/TQ01000538" target="_blank" >TQ01000538: Sociální a motivační faktory studia a jejich vliv na studijní výsledky v terciárním vzdělávání se zaměřením na technické obory</a><br>

Návaznosti

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

Rok uplatnění

2025

Kód důvěrnosti údajů

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

Interní identifikační kód produktu

TQ01000538-V5

Technické parametry

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

Ekonomické parametry

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).

IČO vlastníka výsledku

68407700

Název vlastníka

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)