Presentazione SOStesi

648 views

Published on

SOStesi
Sistema di Orientamento alla Scelta della Tesi di Laurea

Recommender system sviluppato per il Dipartimento di Informatica dell'Università degli Studi di Bari

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
648
On SlideShare
0
From Embeds
0
Number of Embeds
4
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Presentazione SOStesi

  1. 2. Obbiettivo L’obbiettivo della tesi è stata la progettazione e la realizzazione di una applicazione web che si propone come strumento di orientamento alla scelta della tesi di laurea L’applicazione web è un Recommender System che basa le sue raccomandazioni sulla valutazione dei profili utente Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni
  2. 3. Questionari per la modellizzazione utente Il sistema SOStesi si basa sui parametri del profilo “studente” e “docente”. La definizione di questi parametri è stata determinata tramite la realizzazione di questionari rivolti ai docenti e ai laureandi Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni Questionario Per docente Questionario Per studente Profili dell’applicazione I dati acquisiti sono stati utili per determinare le regole di matching e le priorità da assegnare
  3. 4. Recommender System <ul><li>I Recommender System hanno lo scopo di fornire suggerimenti agli utenti per la scelta di prodotti (item) contenuti in un catalogo. In particolare elaborano raccomandazioni personalizzate in base al profilo dell’utente </li></ul><ul><li>Tecniche di raccomandazione: </li></ul><ul><ul><li>Collaborative Filtering (basata sulla collaborazione degli utenti) </li></ul></ul><ul><ul><li>Content-based (basata sulle caratteristiche degli item) </li></ul></ul><ul><ul><li>Utility-based (basati sull’utilità che un oggetto ha per un utente) </li></ul></ul><ul><ul><li>Knowlegde-based (basata sui bisogni e interessi dell’utente) </li></ul></ul><ul><li>Queste tecniche vengono spesso sintetizzate in un sistema denominato Recommender System Ibrido </li></ul>Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni
  4. 5. SOStesi – I profili utente L’applicazione web basa le sue raccomandazioni su due profili utente, “Studente” e “Docente”. Il “docente” ha il compito di inserire le “tesi di laurea” nel db del sistema. SOStesi, confronta i parametri del profilo “Studente” con i requisiti delle tesi e propone l’item che risulta idoneo al 100% Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni <ul><li>Profilo “Studente” </li></ul><ul><li>Dati anagrafici </li></ul><ul><li>Tipologia di tesi preferita </li></ul><ul><li>Media </li></ul><ul><li>Competenza nella programmazione </li></ul><ul><li>Linguaggi di programmazione conosciuti </li></ul><ul><li>Tesi di Laurea </li></ul><ul><li>Tipologia </li></ul><ul><li>Competenza nella programmazione </li></ul><ul><li>Linguaggio di programmazione previsto </li></ul><ul><li>Profilo “Docente” </li></ul><ul><li>Dati anagrafici </li></ul><ul><li>Importanza della media </li></ul>
  5. 6. 2 3 SOStesi – I profili utente L’applicazione gestisce i profili grazie al Profile API, Role API e Membership API, collezioni di classi fondamentali dell’Asp.Net 2.0 In particolare i profili sono popolati in 3 momenti diversi: Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni 1 Compilando il questionario di orientamento <ul><li>In fase di registrazione </li></ul><ul><li>Scelta ruolo </li></ul><ul><li>Dati anagrafici </li></ul>Compilando il profilo <ul><li>Studente: </li></ul><ul><li>Tipologia preferita </li></ul><ul><li>Linguaggi conosciuti </li></ul><ul><li>Docente: </li></ul><ul><li>Importanza della media </li></ul><ul><li>Studente: </li></ul><ul><li>Libretto virtuale </li></ul><ul><li>Docente: </li></ul><ul><li>Gestire le proprie tesi </li></ul>
  6. 7. SOStesi – Regole di matching In fase di progettazione sono state definite le regole di matching che determinano la tesi di laurea da raccomandare allo studente Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni Tipologia della tesi Tipologia preferita Importanza della media Media Competenza nella programmazione richiesta Competenza nella programmazione Tesi di Laurea Studente Linguaggio di sviluppo della tesi Linguaggi conosciuti
  7. 8. SOStesi – Implementazione regole di matching <ul><li>Tipologia </li></ul><ul><ul><li>Viene elaborata una query sulla tabella delle tesi e selezionate le tesi con la tipologia indicata dallo studente </li></ul></ul><ul><li>Media </li></ul><ul><ul><li>Viene calcolata la media dello studente. Successivamente viene valutata assegnandoli un valore compreso tra 1 e 5. Tale valore viene confrontato con il parametro, indicato dal docente, sull’importanza della media </li></ul></ul>Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni Media Assegnazione del parametro in base ad una scala di voti Se (media <= importanza_media) Allora parametro_media = media – importanza_media Se (parametro_media <= 1)
  8. 9. SOStesi – Implementazione regole di matching <ul><li>Competenza nella programmazione </li></ul><ul><ul><li>Vengono valutati i voti ottenuti dallo studente negli esami di programmazione assegnandoli un valore compreso tra 1 e 5. Una volta sommati tutti i valori viene fatta una media per determinarne l’esatto valore che viene confrontato con il parametro sulla competenza nella programmazione richiesta dal docente </li></ul></ul>Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni Se (competenza_S <= competenza) Allora parametro_CP = competenza_S – competenza Se (parametro_CP <= 1) Voti esami di programmazione Assegnazione del valore per ogni esame. Media dei valori e calcolo del parametro competenza_S
  9. 10. SOStesi – Implementazione regole di matching <ul><li>Linguaggio di programmazione </li></ul><ul><ul><li>Si verifica se il linguaggio previsto per lo sviluppo della tesi è uno dei linguaggi conosciuti dallo studente </li></ul></ul>Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni Allora tutte le regole di matching sono valutate e il sistema visualizza la tesi di laurea idonea per lo studente e la relativa motivazione linguaggi_noti Se (linguaggi_noti.Contiene(linguaggio_tesi))
  10. 11. SOStesi – Video dimostrativo Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni http://www. youtube . com/watch ?v=FNsNHts6iqU
  11. 12. Conclusioni Rinaldo de Palma | AA 2007 2008 Obbiettivo User Modelling Recommender System SOStesi Conclusioni <ul><li>Il Recommender System SOStesi si propone come mezzo per l’orientamento alla scelta della tesi di laurea per gli studenti </li></ul><ul><li>In futuro il sistema: </li></ul><ul><li>dovrà interfacciarsi con il sistema ESSE3 per i dati personali degli studenti </li></ul><ul><li>dovrà essere implementata la tecnica Collaborative Filtering come da progetto </li></ul><ul><li>dovrà essere continuamente monitorato </li></ul>

×