Original title: Predikce vývoje skóre vysokých škol v žebříčku THE World University Rankings pomocí časových řad
Translated title: Predicting the development of university scores in THE World University Rankings using time series
Authors: PetraBrvnišťanová ; JanMittner (advisor) ; AlenaBuchalcevová (referee)
Document type: Master’s theses
Year: 2026
Language: cze
Publisher: Vysoká škola ekonomická v Praze
Abstract: [cze] [eng]
Práce se věnuje předpovídání krátkodobého vývoje univerzit v žebříčku World University Rankings, od Times Higher Education, v letech 2011 až 2025 a jejich srozumitelnému zpřístupnění ve webové aplikaci. Postup je řízen metodickým rámcem CRISP-DM, v němž je postupně provedeno získání a vyčištění dat, průzkumná analýza, návrh a vyhodnocení modelů a nasazení prezentační vrstvy. Predikce se formulují jako jednorozměrné časové řady celkového skóre a odvozeného umístění. Pro férové porovnání přístupů je použit časově korektní backtest s rozšiřujícím se oknem (expanding-window) a vyhodnocení chyb po krocích horizontu. Měřítkem jsou metriky MAE a RMSE. Důraz je kladen na reprodukovatelnost a auditovatelnost výstupů. Výsledky jsou ukládány jako verzované artefakty a prezentovány ve Streamlit aplikaci, kde je umožněna práce s predikcemi jedné instituce, komparace více univerzit a čtení validačních metrik. Omezení vyplývají z metodických změn žebříčku a z pásmového vykazování nižších pozic. Navržený postup vytváří přenositelný rámec pro predikce v prostředí podobných žebříčků a pro jejich zodpovědnou interpretaci v praxi. This thesis addresses short-term forecasting of university performance in the Times Higher Education World University Rankings for the period 2011 to 2025 and its clear communication through a web application. The workflow follows the CRISP-DM framework covering data acquisition and cleaning, exploratory analysis, model design and evaluation, and deployment of a presentation layer. Forecasts are cast as univariate time series of the overall score and the derived rank. A time-aware backtesting protocol with an expanding window is used to ensure fair model comparison and stepwise error assessment across forecast horizons. Mean absolute error and root mean squared error serve as primary metrics. Emphasis is placed on reproducibility and auditability. Results are stored as versioned artifacts and surfaced in a Streamlit application that supports single-institution forecasts, multi-institution comparisons, and accessible validation summaries. Limitations arise from methodological changes in the ranking and from banded reporting of lower positions. The proposed approach establishes a transferable framework for forecasting in similar ranking settings and for responsible interpretation of results.
Keywords: baseline models; CRISP-DM; expanding window backtest; forecasting; linear trend; MAE; naive model; Prophet; RSME; stepwise evaluation; Streamlit; THE WUR; time series; Times Higher Education; World University Rankings; baseline modely; CRISP-DM; expanding window backtest; lineární trend; MAE; naivní model; predikce; Prophet; RMSE; step-wise evaluace; Streamlit; THE WUR; Times Higher Education; World University Rankings; časové řady

Institution: University of Economics, Prague (web)
Document availability information: Available in the digital repository of the University of Economics, Prague.
Original record: https://vskp.vse.cz/eid/98732

Permalink: http://www.nusl.cz/ntk/nusl-694227


The record appears in these collections:
Universities and colleges > Public universities > University of Economics, Prague
Academic theses (ETDs) > Master’s theses