presentazione sostesi

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

UserModelling

RecommenderSystem

SOStesi

Conclusioni

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


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

QuestionarioPer docente

QuestionarioPer studente

Profili dell’applicazione

I dati acquisiti sono stati utili per determinare le regole

di matching e le priorità da assegnare

Recommender System

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

Tecniche di raccomandazione:

• Collaborative Filtering (basata sulla collaborazione degli

utenti)

• Content-based (basata sulle caratteristiche degli item)

• Utility-based (basati sull’utilità che un oggetto ha per un

utente)

• Knowlegde-based (basata sui bisogni e interessi dell’utente)

Queste tecniche vengono spesso sintetizzate in un sistema denominato

Recommender System Ibrido


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

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%


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

Profilo “Studente”

• Dati anagrafici

• Tipologia di tesi preferita

• Media

• Competenza nella programmazione

• Linguaggi di programmazione

conosciuti

Tesi di Laurea

• Tipologia

• Competenza nella programmazione

• Linguaggio di programmazione

previsto

Profilo “Docente”

• Dati anagrafici

• Importanza della media

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:


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

1

Compilando il

questionario di

orientamento

In fase di

registrazione• Scelta ruolo• Dati anagrafici

Compilando il profilo

Studente:• Tipologia preferita• Linguaggi conosciuti

Docente:• Importanza della media

Studente:• Libretto virtuale

Docente:• Gestire le proprie tesi

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


Obbiettivo

UserModelling

RecommenderSystem

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

SOStesi – Implementazione regole di matching

Tipologia

Viene elaborata una query sulla tabella delle tesi e selezionate le tesi con la tipologia indicata dallo studente

Media

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


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

MediaAssegnazione del parametro in base

ad una scala di voti

Se (media <= importanza_media

)

Allora parametro_media

= media – importanza_media

Se (parametro_media

<= 1)


Competenza nella programmazioneVengono 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


Obbiettivo

UserModelling

RecommenderSystem

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


Linguaggio di programmazioneSi verifica se il linguaggio previsto per lo sviluppo della tesi è uno dei linguaggi conosciuti dallo studente


Obbiettivo

UserModelling

RecommenderSystem

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

))

SOStesi – Video dimostrativo


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

http://www.youtube.com/watch?v=FNsNHts6iqU






Conclusioni


Obbiettivo

UserModelling

RecommenderSystem

SOStesi

Conclusioni

Il Recommender System SOStesi si propone come mezzo per l’orientamento alla

scelta della tesi di laurea per gli studenti

In futuro il sistema:

• dovrà interfacciarsi con il sistema ESSE3 per i dati personali degli studenti

• dovrà essere implementata la tecnica Collaborative Filtering come da progetto

• dovrà essere continuamente monitorato

presentazione sostesi

Technology