Doporučovací systém pro vyučované předměty

• Název práce v češtině: Doporučovací systém pro vyučované předměty
• Název v anglickém jazyce: Courses Recommender System
• Klíčová slova: doporučovací systémy
• Klíčová slova anglicky: recommender systems
• Akademický rok vypsání: 2024/2025
• Typ práce: diplomová práce
• Ústav: Katedra softwarového inženýrství (32-KSI)
• Vedoucí / školitel: Mgr. Ladislav Peška, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 01.11.2024
• Datum zadání: 05.05.2025
• Datum potvrzení stud. oddělením: 06.05.2025

Zásady pro vypracování

Řešitel se v první řadě seznámí se state-of-the-art metodami doporučování jak obecně [1-8], tak i v kontextu doporučování vzdělávacích kurzů na online platformách (tzv. MOOC RS, [9, 10]) a doporučování předmětů v univerzitním přostředí [11-13]. Řešitel se dále seznámí s projektem RecSIS zaměřeným na podporu výběru předmětů v kontextu informatiky na MFF UK. Řešitel se zaměří především na aktuálně používaný doporučovací ekosystém, identifikuje jeho hlavní slabiny, určí hlavní cíle doporučování v rámci platformy a identifikuje příležitosti pro zlepšení. Řešitel dále zhodnotí možnosti uplatnění exstujících přístupů doporučování v kontextu RecSIS platformy, případně navrhne nezbytné úpravy či rozšíření plynoucí z rozdílnosti vstupních dat, nebo např. kulturních odlišností. Následně řešitel navržené změny naimplementuje, otestuje a zhodnotí splnění cílů.

Seznam odborné literatury

[1] Ricci, Francesco & Rokach, Lior & Shapira, Bracha. (2022). Recommender Systems Handbook. https://link.springer.com/book/10.1007/978-1-0716-2197-4.
[2] Kim Falk: Practical Recommender Systems, Manning, 2019
[3] Harald Steck: Calibrated recommendations, https://dl.acm.org/doi/10.1145/3240323.3240372
[4] Knijnenburg, Bart & Willemsen, Martijn. 2015. Evaluating Recommender Systems with User Experiments. 10.1007/978-1-4899-7637-6_9.
[5] Q. Guo et al., "A Survey on Knowledge Graph-Based Recommender Systems," in IEEE Transactions on Knowledge and Data Engineering, doi: 10.1109/TKDE.2020.3028705.
[6] Martin Spišák, Radek Bartyzal, Antonín Hoskovec, Ladislav Peska, and Miroslav Tůma. 2023. Scalable Approximate NonSymmetric Autoencoder for Collaborative Filtering. RecSys '23.
[7] Yongfeng Zhang and Xu Chen (2020), "Explainable Recommendation: A Survey and New Perspectives", Foundations and Trends in Information Retrieval: Vol. 14: No. 1, pp 1-101. http://dx.doi.org/10.1561/1500000066
[8] Jacopo Tagliabue. You Do Not Need a Bigger Boat: Recommendations at Reasonable Scale in a (Mostly) Serverless and Open Stack. Fifteenth ACM Conference on Recommender Systems, ACM, 2021

[9] I. Uddin, A. S. Imran, K. Muhammad, N. Fayyaz and M. Sajjad, "A Systematic Mapping Review on MOOC Recommender Systems," in IEEE Access, vol. 9, pp. 118379-118405, 2021, doi: 10.1109/ACCESS.2021.3101039.
[10] Liu, T., Wu, Q., Chang, L. et al. A review of deep learning-based recommender system in e-learning environments. Artif Intell Rev 55, 5953–5980 (2022). https://doi.org/10.1007/s10462-022-10135-2

[11] Ma, Boxuan & Taniguchi, Yuta & Konomi, Shin'ichi. (2020). Course Recommendation for University Environments.
[12] Ma, Boxuan & Lu, Min & Taniguchi, Yuta & Konomi, Shin'ichi. (2020). Exploring the Design Space for Explainable Course Recommendation Systems in University Environments.
[13] M. Rekha Sundari, G. Shreya, T. Jawahar . Course Recommendation System. International Journal of Computer Applications. 175, 29 ( Nov 2020), 13-16. DOI=10.5120/ijca2020920823

Předběžná náplň práce

RecSIS je studentský výzkumný projekt, jehož hlavním cílem je vytvořit platformu pro plánování studia pro studenty informatiky na MFF UK s důrazem na usnadnění výběru předmětů. Diplomová práce na projekt navazuje a zaměřuje se především na návrh pokročilých metod doporučování předmětů a jejich integraci do RecSIS projektu.