presentazione sostesi
DESCRIPTION
SOStesiSistema di Orientamento alla Scelta della Tesi di LaureaRecommender system sviluppato per il Dipartimento di Informatica dell'Università degli Studi di BariTRANSCRIPT
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
Rinaldo de Palma | AA 2007 2008
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
Rinaldo de Palma | AA 2007 2008
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%
Rinaldo de Palma | AA 2007 2008
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:
Rinaldo de Palma | AA 2007 2008
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
Rinaldo de Palma | AA 2007 2008
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
Rinaldo de Palma | AA 2007 2008
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)
SOStesi – Implementazione regole di matching
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
Rinaldo de Palma | AA 2007 2008
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
SOStesi – Implementazione regole di matching
Linguaggio di programmazioneSi verifica se il linguaggio previsto per lo sviluppo della tesi è uno dei linguaggi conosciuti dallo studente
Rinaldo de Palma | AA 2007 2008
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
Rinaldo de Palma | AA 2007 2008
Obbiettivo
UserModelling
RecommenderSystem
SOStesi
Conclusioni
http://www.youtube.com/watch?v=FNsNHts6iqU
Conclusioni
Rinaldo de Palma | AA 2007 2008
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