Popis algoritmu pro doporučování cesty a kurzů

Následující řádky mají za cíl sjednotit představu a posléze osvětlit fungování algoritmu pro doporučování tzv. cesty a na základě vybrané doporučené cesty doporučit vhodné obory a/nebo kurzy k dostudování.

Slovníček

V rámci dokumentu používáme některé termíny, které nemusí být na první přečtení srozumitelné. Snad tomu aspoň trochu pomůže násl. slovníček.

• kvalifikace (cesta) - tabulka Qualification - jedna se o jeden radek z tabulky strom ktery definuje kombinaci uceneho predmetove skupiny a stupne skoly a pozadovanych typu vzdelani dle zakona

• kurz – tabulka Course - jedna se konkretni instanci vzdelani za danou cenu, na dane skole, umoznujici ucit dane predmety na danem stupni

• typ kvalifikace - enum QualificationTypeChoices - nabyva tri moznosti (Titul, Kurz CZV a Ostatni kvalifikace)

• skolni stupen - tabulka SchoolLevel - zajimaji nas pouze 1. a 2. stupen ZŠ a SŠ

• predmetova skupina - tabulka SubjectGroup - obsahuje jednotlive predmety (eg cizi jazyk obsahuje fr, aj, atd)

• typ vzdelani z hlediska zakona - tabulka EducationType - jedna se o definici vzdelani dle zakona ktera definuje typ kvalifikace, nazev, stupen skoly na kterem lze ucit (pouze u Kurzu CZV a Titulu), a dale pro titul definuje vysokoskolsky titul (eg Mgr.) predmetovou skupinu kterou lze ucit, stupen skoly na kterem lze ucit a specializaci (eg Ucitelstvi, Specialni pedagogika)

Algoritmus

Vstupy

• Skolni stupen kde chci ucit

• Predmet ktery chci ucit

• Moje absolvovane vzdelani v podobe vsech dosazenych typu vzdelani dle zakona

Výstupy

• Tabulka kurzu a k nim jejich typ vzdelani dle zakona a k nim cesta, ktere jsou soucasti

Kroky

1. Vyfiltrovani cest (kvalifikaci) na zaklade stupne a predmetove skupiny (uroven granularity je “cesta”)

   1. Prevedeni predmetu na predmetovou skupinu (tabulky Subject a SubjectGroup)

   2. Pomoci where podminky na tabulce Qualification ziskam mozne cesty

2. Vraceni kurzu odpovidajicich danym cestam (kvalifikacim) seskupenych dle cest a serazenych dle faktu ze nejakou z danych typu kvalifikaci dle zakona v dane ceste mam jiz splnenou (uroven granularity je “kurz”)

   1. Vratim si vsechny typy vzdelani dle zakona (tabulka Education type) ze kterych se sestavaji dane cesty (uroven granularity je “typ vzdelani dle zakona”)

   2. Do teto tabulky doplnim sloupec “completed” ktery reflektuje zda jsem dany typ vzdelani dle zakona splnil v ramci sveho absolvovaneho studia

3. Seradim dane cesty (kurzy jsou najoinovane na typy vzdelani dle zakona a ty na cesty)

   1. Nejjednoduseji podle toho kolik typu vzdelani dle zakona mi zbyva dostudovat (pocet typu vzdelani dle zakona ktere nemaji atribut “completed”)

4. Pro konkretni uzivatelem vybranou cestu vyhledam na potřebné typy vzdelani dle zakona kurzy ktere splnuji dane podminky pres titul, stupen skoly, predmety a specializaci

Prakticky

1. V rámci django ORM napíšu query na Qualification s where podmínkou (subjectGroup a SchoolLevel) a zároven join na EducationTypes

2. Převést vrácený seznam na pandas dataframe

3. V rámci pandas projedu seznam všech získaných EducationTypes a pomocí vytvoření nového sloupce označím atributem completed True nebo False podle uživatelova dosaženého vzdělaní

4. Vytvoření nového sloupce “edu_type_json”, který pro danou EducationTypu hodím do json všechny relevantní sloupce (viz prototyp ve figmě) včetně sloupce completed

5. Group by dataframu podle indexu (číslo) cesty kde EducationTypes pro danou cestu hodim do seznamu v novem sloupci “edu_type_list” všechny řádky sloupce “edu_type_json”.

6. Sečtu pro každou cestu vytvořením nového sloupce “count” počet položek ve sloupcu “edu_type_list”

7. Seřadím cesty podle slouce “count” vzestupně

Endpointy

• Vrátit cesty na základě dosaženého vzdělání a předmětu a stupně školy (ZU-57)

• Pro danou cestu vrátit kurzy (“tituly” + “csv” + “ostatní specializace”) (ZU-65)

Možnosti rozšíření řazení

1. Komplikovanejsi muze byt ze dam kurzu nebo titulu ruznou obtiznost nebo zohlednim preferenci uzivatele zda chce kurz nebo titul.

2. Nejvic komplikovane je ze zohledim misto konani kurzu v ramci dane cesty, resp dostupnost a vzdalenost mista konani kurzu od meho bydliste

Vstupy podrobne

Aneb co od uživatele vlastně víme a jak tomu říkáme.

Doporučení vhodné cesty

Doporučení vhodné cesty, resp. typicky vhodných cest je první část algoritmu. Na základě uživatelových vstupů mu doporučíme a vypíšeme možné cesty, jak si doplní svojí kvalifikaci.

Doporučení možných kurzů

Doporučení možných kurzů je druhým (a posledním) krokem algoritmu. Na základě uživatelových vstupů a zvolené cesty vypíšeme konkrétní relevantní kurzy k dostudování.

Questions