|
|
Constraint Programming in Planning
Surynek, Pavel ; Barták, Roman (vedoucí práce) ; Vojtáš, Peter (oponent) ; Štěpánková, Olga (oponent)
This thesis deals with planning problems and Boolean satisfiability problems that represent major challenges for artificial intelligence. Planning problems are stated as finding a sequence of actions that reaches certain goal. One of the most successful techniques for solving planning problems is a concept of plan- ning graphs and the related GraphPlan algorithm. In the thesis we identified a weak point of the original GraphPlan algorithm which is the search for actions that support certain goal. We proposed to model this problem as a constraint satisfaction problem and we solve it by maintaining arc-consistency. Several propagation variants for maintaining arc-consis- tency in the model are proposed. The model and its solving process were integrated into the general GraphPlan-based planning algorithm. The performed experimental evaluation showed improvements in order of magnitude in several measured characteristics (overall solving time, number of backtracks) compared to the standard version of the GraphPlan algorithm. Next we proposed a stronger consistency technique for pruning the search space during solving the problem of finding supports. It is called projection consistency and it is based on disentangling the structure of the problem formulation. If the problem of finding sup- porting actions is...
|
|
|
Web page data figure finder
Janata, Dominik ; Vojtáš, Peter (vedoucí práce) ; Nečaský, Martin (oponent)
Tato práce se zabývá automatickým získávání sémantických dat z webových stránek. V rámci tohoto široké ho problému se zaměřuje na vyhledávání hodnot údajů v rámci stránky, která prezentuje nějakou entitu (například údaj cena u stránky notebooku). Hlavní myšlenka, kterou jsme chtěli ověřit, je, že můžeme automaticky najít údaj za využití jeho kontextu v rámci stránky: slov, která ho obklopují a slov uvnitř atributů HTML tagů, v nichž je obsažen, obzvlášt' atribut class. Náš výzkum odhalil, že soudobá řešení tohoto problému lze rozdělit do dvou typů: bud' musí autor webové stránky vepsat sémantické informace do kód stránky, nebo existují komerční nástroje, které mohou být naučeny na čtení konkrétního formátu stránky (se zaměřením a stránky z jedné webové domény). Prozkoumali jsme možnosti vývoje obecného řešení, které by pro danou entitu našlo hodnoty jeho údajů napříč webovými doménami za využití analýzy textu a strojového učení. Naivní algoritmus měl přesnost okolo 30%, učící algoritmy měly přesnost mezi 40 a 50 Klíčová slova: Webové stránky extrakce data 1
|
|
|
Recommender systems - models, methods, experiments
Peška, Ladislav ; Vojtáš, Peter (vedoucí práce) ; Jannach, Dietmar (oponent) ; Krátký, Michal (oponent)
Tato práce se zaměřuje na oblast doporučovacích systémů a učení preference uživatele. Koncentrovali jsme se především na specifika doporučování na menších e-commerce projektech a získávání implicitní zpětné vazby. Oproti jiným publikovaným pracem jsme se zaměřili na modelování vícero různých indikátorů zpětné vazby a navrhli jsme několik metod učení uživatelské preference na základě těchto indikátorů. Další části disertační práce se zaměřují na specifické problémy doporučování na malých e- commerce portálech: výběr doporučovacích algoritmů, používání externích datových zdrojů atd. Navrhované modely, metody I algoritmy byly porovnávány v off-line experimentech na reálných datasetech i v on-line experimentech za ostrého provozu. Powered by TCPDF (www.tcpdf.org)
|
|
|
Content based Recommendation from Explicit Ratings
Ferenc, Matej ; Vojtáš, Peter (vedoucí práce) ; Peška, Ladislav (oponent)
V této práci porovnáváme několik modelů pro predikci uživatelských preferencí. Hlavním zaměřením jsou tzv. Content Based modely, které pracují s metadatami o objektech, které doporučujeme. Ty jsou srovnány s dalšími modely, které metadata neberou do úvahy. Pro získaní výsledků používáme tři datasety a tři metriky. Cílem diplomové práce je zjistit, jak můžou metadata o uživatelích a objektech zlepšit standardní modely pro doporučení. Výsledkem ale je, že metadata sice můžou zlepšit doporučení v některých případech, záleží ale na datasetu a na metrice, která byla použita. Toto zlepšení většinou není významné.
|
|
|
Content-based doporučovací systémy
Michalko, Maria ; Peška, Ladislav (vedoucí práce) ; Vojtáš, Peter (oponent)
Tato práce se zabývá problematikou tvoření doporučení pro jednotlivé uživatele prodejních webů na základě získaných uživatelských preferencí. Práce obsahuje přehled existujících doporučovacích systémů, způsobů získání uživatelských preferencí, metod využití obsahu objektů a doporučovacích algoritmů. Součásti diplomové práce je návrh a implementace nezávisle softwarové komponenty pro Content- based doporučování. Komponenta je schopna přijímat různě vyjádřené uživatelské preference, různé formy vstupních dat o objektu a obsahuje různé metody pro zpracování implicitní zpětné vazby a různé metody pro tvorbu doporučení. Komponenta je napsaná v programovacím jazyce Java a využívá databázi PostgreSQL. Další část práce obsahuje experimenty prováděné pomocí navržené komponenty na datasetech prodejních webů slantour.cz a antikvariat-ichtys.cz.
|
|
|
Semantic annotation and querying RDF data
Kýpeť, Jakub ; Vojtáš, Peter (vedoucí práce) ; Nečaský, Martin (oponent)
Název práce: Sémantická anotace a dotazování nad RDF daty Autor: Jakub Kýpeť Katedra: Katedra softwarového inženýrství Vedoucí diplomové práce: Prof. RNDr. Peter Vojtáš, DrSc. Abstrakt: Tato diplomová práce podrobně popisuje design a implementaci au- tonomní serverové apliakce, která umožňuje automatizovanou sémantizaci libo- volných webových stránek. První část popisuje systém manuálních anotací a uživatelské rozhraní, které jsme pro něj vytvořili. V druhé části popisuje im- plementaci webového crawlera a automatizovaného anotačního systému, který jej využívá. Poslední část práce analyzuje testování tohoto automatizovaného systému, které bylo provedeno na několika elektronických obchodech a popisuje výsledky a srovnání mezi různými doménami. Klíčová slova: sémantická anotace, dotazování nad RDF daty, uživatelské rozhraní, web crawling, automatizace
|
|
|
Sémantická anotace doménově závislých dat
Fišer, Dominik ; Vojtáš, Peter (vedoucí práce) ; Kopecký, Michal (oponent)
Jedním z problémů při sémantizaci webu je získávání sémanticky anotovaných dat - webových stránek. Tato práce se proto detailně zaměřuje na manuální anotaci webových stránek a snaží se tento proces uživatelům co nejvíce zjednodušit pomocí navržených metod. V první části práce je provedena analýza anotovaných dat, uživatelů a slovníků použitých k anotaci. Poté jsou navrženy metody zjednodušující uživatelům vytváření anotace, a to možnost využití podobných anotací nebo možnost zvýraznění zajímavých částí webové stránky vhodných k anotaci. Součástí práce je také návrh uživatelského rozhraní anotačního nástroje, který ověřuje navržené metody v praxi. Na základě tohoto návrhu byla vytvořena prototypová implementace anotačního nástroje Semantic Annotator v podobě rozšíření pro prohlížeč Google Chrome, která byla využita i pro experiment ověřující především uživatelskou přívětivost nástroje.
|
|
|
Semantic annotations
Dědek, Jan ; Vojtáš, Peter (vedoucí práce) ; Maynard, Diana (oponent) ; Železný, Filip (oponent)
V této práci jsou prezentována čtyři relativně samostatná témata. Každé z nich reprezentuje jeden aspekt extrakce informací z textů. První dvě témata jsou zaměřena na naše metody pro extrakci informací založené na hloubkové lingvistické analýze textu. První téma se týká toho, jak byla lingvistická analýza použita při extrakci v kombinaci s ručně navrženými extrakčními pravidly. Druhé téma se zabývá metodou pro automatickou indukci extrakčních pravidel pomocí Induktivního logického programování. Třetí téma práce kombinuje extrakci informací s odvozováním znalostí (reasoningem). Jádro naší extrakční metody bylo experimentálně implementováno pomocí technologií sémantického webu, což umožňuje export extrakčních pravidel do tzv. přenositelných extrakčních ontologií, které jsou nezávislé na původním extrakčním nástroji. Poslední téma této práce se zabývá klasifikací dokumentů a fuzzy logikou. Zkoumáme možnosti využití informací získaných metodami extrakce informací ke klasifikaci dokumentů. K tomuto účelu byla experimentálně použita naše implementace tzv. Fuzzy ILP klasifikátoru.
|
|
|
Zjišťování uživatelských preferencí pro internetový obchod
Smrčka, Zdeněk ; Vojtáš, Peter (vedoucí práce) ; Eckhardt, Alan (oponent)
Název práce: Zjišťování uživatelských preferencí pro internetový obchod Autor: Zdeněk Smrčka Katedra / Ústav: Katedra softwarového inženýrství (32-KSI) Vedoucí bakalářské práce: prof. RNDr. Peter Vojtáš, DrSc. (32-KSI) Abstrakt: Cílem této práce je vytvoření internetového obchodu (v doméně zdravotnické, ale přenositelné mezi jinými doménami). Pro zjištění uživatelských preferencí je použita implicitní metoda hodnocení. Pomocí této metody se uživateli po přihlášení zobrazují výrobky seřazené od nejvíce preferovaných po nejméně preferované. V případě, že uživatel po přihlášení zvolí určitou kategorii výrobků, tak se výrobky seřadí od nejvíce po méně preferované v dané kategorii. Vytvoří se zpětná vazba o oblíbenosti jednotlivých výrobků u jednotlivých uživatelů a tím získává výrobce informaci o zájmu o jeho výrobky na trhu. Správce obchodu může následně přesouvat výrobky v rámci internetového obchodu na lepší pozice podle jejich oblíbenosti. Klíčová slova: uživatelské preference, internetový obchod, uživatelovi oblíbené výrobky
|
|
|
Univerzální doporučovací systém
Cvengroš, Petr ; Vojtáš, Peter (vedoucí práce) ; Dědek, Jan (oponent)
Doporučovací systémy jsou programy, které se uživateli nabízejí objekty (např. knihy nebo hudbu), které by pro něj mohly být zajímavé. Tyto systémy získávají vzrůstající popularitu a jsou intenzivně studovány výzkumnými skupinami po celém světě. Ve webových systémech, jako jsou internetové obchody nebo komunitní servery, bývají obvykle k dispozici různé datové zdroje, které mohou být využity k doporučování, např. atributy uživatelů a objektů, hodnocení objektů uživateli nebo nepřímá zpětná vazba získaná ze zaznamenaného chování uživatele. V této práci představujeme koncept Univerzálního doporučovacího systému (Unresyst), který dokáže využít těchto datových zdrojů a zároveň je doménově nezávislý. V práci navrhujeme způsoby využití systému Unresyst, ze současných metod používaných k doporučování vybíráme jako nejvíce vhodnou knowledge-based metodu kombinovanou s kolaborativním filtrováním. Dále analyzujeme datové zdroje v různých systémech a zobecňujeme je tak, aby byly doménově nezávislé. Navrhujeme architekturu systému Unresyst, popisujeme rozhraní systému a způsoby zpracování datových zdrojů. Dále přizpůsobujeme Unresyst na tři data sety z reálných systémů, vyhodnocujeme přesnost doporučení a srovnáváme ji se současnými algoritmy pro kolaborativní filtrování. Srovnání ukazuje, že kombinování různých...
|
host ::
RSS.