Sistema de recomendación para evaluar memorias en el DCC
Professor Advisor
dc.contributor.advisor
Abeliuk Kimelman, Andrés
Professor Advisor
dc.contributor.advisor
Hogan, Aidan
Author
dc.contributor.author
Oportot González, Rodrigo Ignacio
Associate professor
dc.contributor.other
Bravo Márquez, Felipe
Associate professor
dc.contributor.other
Hardings Perl, Hens
Admission date
dc.date.accessioned
2024-10-09T19:31:38Z
Available date
dc.date.available
2024-10-09T19:31:38Z
Publication date
dc.date.issued
2024
Identifier
dc.identifier.other
10.58011/54eb-6297
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/201449
Abstract
dc.description.abstract
En el Departamento de Ciencias de la Computación (DCC) de la Universidad de Chile no existe una herramienta que asigne docentes automáticamente a las comisiones evaluadoras de las tesis del estudiantado, considerando que tales docentes tengan algún tipo de relación con la temática de esos trabajos.
Hasta ahora, esta labor es realizada manualmente por docentes a cargo de la coordinación de titulación del departamento. Se busca automatizar parte de este proceso para convertirlo en algo más eficiente. Por esta razón, surge la necesidad de encontrar una solución que alivie la ejecución de este trabajo.
Esta memoria abarca el desarrollo de un primer prototipo de sistema de recomendación, capaz de indicar un posible conjunto de docentes para integrar la comisión evaluadora de un tema de tesis dado. Este sistema toma la información de los trabajos, cursos, etc., de cada docente, perfilándolos con palabras claves o keywords extraídas desde estos datos.
Quienes se encarguen de coordinar las titulaciones podrán utilizar este prototipo para reducir el tiempo que toma formar dichas comisiones. También mejorará la calidad de la composición de las comisiones, puesto que docentes con conocimientos cercanos a la temática de una tesis podrán analizar con mayor profundidad y certeza los resultados de esta.
Se espera que este prototipo, construido con herramientas de Procesamiento de Lenguaje Natural y aprendizaje de máquinas (machine learning); elementos de desarrollo de software y bases de datos, pueda ser mejorado y/o extendido en el futuro, aumentando la calidad de las recomendaciones, pudiendo incluso ser de utilidad para otros departamentos o áreas de la universidad.
Como no existe un sistema previo que sirva de referencia o benchmark en el departamento, los resultados obtenidos en el desarrollo de este prototipo han sido evaluados utilizando datos de informes de memorias de semestres anteriores, examinando el grado de certeza de las recomendaciones que el prototipo entrega.
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States