Improving the Classification of Study-related Data through Social Network Analysis (2011)výskyt výsledku
| Identifikační kód | RIV/00216224:14330/11:00053570 |
|---|---|
| Název v anglickém jazyce | Improving the Classification of Study-related Data through Social Network Analysis |
| Druh | D - Článek ve sborníku |
| Jazyk | eng - angličtina |
| Obor - skupina | I - Informatika |
| Obor | IN - Informatika |
| Rok uplatnění | 2011 |
| Kód důvěrnosti údajů | S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
| Počet výskytů výsledku | 1 |
| Počet tvůrců celkem | 5 |
| Počet domácích tvůrců | 5 |
| Výčet všech uvedených jednotlivých tvůrců | Jaroslav Bayer (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9897690) Hana Bydžovská (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 2422999) Jan Géryk (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 8411867) Tomáš Obšívač (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 6298125) Lubomír Popelínský (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 9343199) |
| Popis výsledku v anglickém jazyce | The Information System of Masaryk University (IS MU) hosts applications utilized for managing study-related records, e-learning tools and those facilitating communication inside the University. This paper is concerned with improvement of results obtainedwith Excalibur, a tool for mining study-related data, when linked data have been added. These data describe social dependencies gathered from e-mail and discussion boards conversation. We first describe results based on the original (non-linked) data that are periodically saved into Excalibur data warehouse. Then focus on extraction of social dependencies namely relations and communication among students. We describe a method for feature extraction from the social dependencies. New features were explored by social network analysis and visualization tool Pajek and added to the original data. We show that such enriched data allows to significantly improve results obtained with data mining methods. |
| Klíčová slova oddělená středníkem | Data Mining; Weka; Pajek; Social Network Analysis |
| Stránka www, na které se nachází výsledek | - |
Údaje o výsledku v závislosti na druhu výsledku
| Název sborníku | Memics 2011 - Seventh Doctoral Workshop on Mathematical and Engeneering Methods in Computer Science |
|---|---|
| ISBN | 978-80-214-4305-1 |
| ISSN | - |
| Počet stran výsledku | 8 |
| Strana od-do | 3-10 |
| Název nakladatele | Brno University of Technology |
| Místo vydání | Brno |
| Místo konání akce | Lednice |
| Datum konání akce | 2011 |
| Typ akce podle státní příslušnosti účastníků | CST - Celostátní |
| Kód UT WoS článku podle Web of Science | - |
Ostatní informace o výsledku
| Předkladatel | Masarykova univerzita / Fakulta informatiky |
|---|---|
| Dodavatel | MSM - Ministerstvo školství, mládeže a tělovýchovy (MŠMT) |
| Rok sběru | 2012 |
| Specifikace | RIV/00216224:14330/11:00053570!RIV12-MSM-14330___ |
| Datum poslední aktualizace výsledku | 07.05.2012 |
| Kontrolní číslo | 13243582 |
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
| Projekt podporovaný MŠMT v programu LA | LA09016 - Účast ČR v European Research Consortium for Informatics and Mathematics (ERCIM) (2009 - 2012) |
|---|---|
| Podpora / návaznosti | Specifický výzkum na vysokých školách, poskytovatel MŠMT |