Ту хабаршысы
Концепция комплексной технологии анализа данных образования
жүктеу/скачать 43,12 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Этапы анализа данныхмониторинга удовлетворенности образовательного процесса
- Рис. 2.
- Оперативный анализ данных образования На рисунке 3 представлена схема видов и задач оперативного анализа данных образовательного процесса. Рис. 3.
- Интеллектуальный анализ данных образования
- Алгоритм оценки успеваемости, основанного на многокритериальном выборе альтернатив
- Рис. 5. Алгоритм оценки успеваемости, основанного на многокритериальном выборе альтернатив ●
- Разработка архитектуры программной реализации комплексной технологии анализа данных образования
- Білім беру саласының деректерін талдаудың кешенді технологиясын құру Түйіндеме.
- Разработка комплексной технологии анализа данных образования Резюме.
Концепция комплексной технологии анализа данных образования В работе предложена концепция комплексной технологии анализа данных образования объединяющая следующие подходы: - с точки зрения реализации стандартов ISO и методологии TQM; - на основе информационных технологий, дающих новые возможности анализа данных для поддержки принятия решений; - применение методов принятия решений на основе теории нечетких множеств. Для реализации подхода анализа даных образования с точки зрения стандартов ISO и методологии TQM в исследовании используется данные о мониторинге удовлетворенности потребителей образовательного процесса, основанный на методах анкетирования. Согласно стандарту ИСО 9001-2008 организация должна определять и осуществлять эффективные меры по поддержанию связи с потребителями. Одной из таких мер может быть разработанная, задокументированная и внедренная процедура сбора и оценки удовлетворенности потребителей. При рассмотрении входных данных для анализа со стороны руководства упоминается обратная связь от потребителей. Обеспечение такой обратной связи возможно именно с помощью мониторинга информации об их удовлетворенности, с использованием методов ее измерения. Анализ полученных в результате мониторинга и измерений сведений о степени удовлетворенности, должен стать основой для проведения корректирующих и управляющих воздействий и может способствовать более полному удовлетворению запросов и ожиданий потребителей. Реализация подхода к управлению качеством образования на основе информационных технологий, позволяет обеспечить более эффективное использование ресурсов университета и проводить мониторинг образовательного процесса по единой системе критериев качества, осуществлять оперативное реагирование на изменения во внешней и внутренней среде и совершенствовать организационную структуру управления университета с целью ее взаимодействия ● Технические науки №1 2014 Вестник КазНТУ 206 на различных уровнях, определить стратегические цели и задачи организации в области качества, оценить удовлетворенность внутренних и внешних потребителей и т.д.[1]. В данном исследовании в рамках применения информационных технологий реализован интеллектуальный и оперативный анализ данных, позволяющий выявить скрытые закономерности в данных образовательного процесса. Особенность третьего подхода анализа данных связана с применениемтеории нечетких множеств, которая позволила бы учесть устранимые неопределенности в данных образования, количественно их измерить, а, следовательно, получить более точную оценку. Общая схема концепции комплексной технологии анализа данных образования представлена на рисунке 1. Рис. 1. Общая схема концепции комплексной технологии анализа данных образования Таким образом, комплексная технология анализа данных образования- технология, включающая методы оперативного и интеллектуального анализа данных образовательного процесса, мониторинга удовлетворенности потребителей и мониторинга образовательного процесса, а также методов принятия решения на основе теории нечетких множеств. Анализ данных мониторинга удовлетворенности потребителей и мониторинга образовательного процесса В соответствии со стандартом ИСО 9001-2008 ориентация на потребителя становится главным принципом организации образовательного процесса. Это связано с возрастанием конкуренции на рынке образовательных услуг, вхождением Казахстана в европейское образовательное пространство, возрастанием требований самих потребителей [2] . С помощью мониторинга можно выявить факторы, влияющие на качество образования, которые впоследствии могут быть учтены в процессах управления. Целью мониторинга удовлетворенности образовательного процесса является изучение представлений участников образовательного процесса и заинтересованных в нем сторон о качестве отдельных элементов образовательного процесса и возможных путях его повышения [3]. Для достижения цели должны быть решены следующие задачи: - определение продукции (услуги) и процессов, в отношении которых оценивается удовлетворенность; - определение и структурирование потребителей по группам; - определение соответствующих показателей продукции, процессов; ● Техникалыќ єылымдар ЌазЎТУ хабаршысы №1 2014 207 - определение методов получения информации; - разработка вопросников на основе разработанных показателей; - выбор метода исследования; - выбор и использование методов обработки информации; - анализ результатов измерения; - документирование и представление результатов. Основные этапы анализа данных мониторинга удовлетворенности образовательного процесса приведены в таблице 1. Таблица 1. Этапы анализа данныхмониторинга удовлетворенности образовательного процесса Наименование Содержание Первый этап Разработка логической схемы обработки и анализа данных: - описание правил контроля данных и устранения ошибок; - определение методов обработки данных; - описание алгоритмов расчета Второй этап Разработка математического и программного обеспечения Третий этап Подготовка данных к обработке: - классификация вопросов анкет по определенным признакам; - кодирование вопросов в соответствии с классификацией; - проверка информации на надежность Четвертый этап Обработка информации: - расчет средних величин; - установление корреляционных связей; - составление группировок, таблиц, графиков Основным методом получения данных в рамках мониторинга удовлетворенности образовательного процесса является анкетирование. Предлагаемая в работе система анкетирования представлена на рисунке 2. После предварительной статистической обработки результатов анкетирования используются модели и алгоритмы интеллектуального анализа данных. Рис. 2. Цели и виды анкетирования ● Технические науки №1 2014 Вестник КазНТУ 208 Оперативный анализ данных образования На рисунке 3 представлена схема видов и задач оперативного анализа данных образовательного процесса. Рис. 3. Схема видов и задач оперативного анализа данных образовательного процесса Как показано на рисунке 3, данный вид анализа позволяет решить многие задачи управления качеством, которые были определены министерством образования Казахстана. ОLAP-анализ предоставляет возможность получить данные из образовательного порта вуза, затем произвести построение многомерной базы данных с целью экспресс-обработки и формирования отчетов (диаграмм) для лиц, принимающих управленческие решения. Интеллектуальный анализ данных образования В информационных системах вузов Казахстана накоплены большие объемы информации об учебной деятельности обучающихся, которые в основном используются для статистической отчетности и при ранжировании студентов по суммарному среднему баллу, полученному ими в течение всего периода обучения. Необходимо использовать оперативный анализ данных и интеллектуальные алгоритмы обработки информации, которые могли бы дать наглядные и понятные результаты для принятия решений в целях совершенствования учебного процесса. Однако остаются нерешенными проблемы применения методов DataMining для анализа данных и принятия решений в сфере образования [4]. Алгоритм интеллектуального анализа данных представляет собой механизм, создающий модель интеллектуального анализа данных. Чтобы создать модель, алгоритм сначала анализирует набор данных, осуществляя поиск определенных закономерностей и трендов. Алгоритм использует результаты этого анализа для определения параметров модели интеллектуального анализа данных. Затем эти параметры применяются ко всему набору данных, чтобы выявить пригодные к использованию закономерности и получить подробную статистику. Последовательность шагов применения предлагаемого подхода графически представлена на рисунке 4. Модель интеллектуального анализа данных, созданная алгоритмом, может иметь различные ● Техникалыќ єылымдар ЌазЎТУ хабаршысы №1 2014 209 формы, включая следующие: - дерево принятия решений, прогнозирующее, сдаст ли студент будущую сессию; - математическую модель, прогнозирующую результаты сессии по кафедрам (факультетам, др.); - набор кластеров, описывающих связи вариантов в наборе данных образовательного процесса и т.д. Для создания модуля по интеллектуальному анализу данных необходимо определить источники данных, структуры интеллектуального анализа данных и модели интеллектуального анализа данных. Создаваемый модуль интеллектуального анализа данных также может содержать проверочные наборы данных для проверки модели. После развертывания проекта на сервере можно продолжить разработку и тестирование новых моделей в исходном решении. В зависимости от метода, на котором основана модель интеллектуального анализа данных, можно получить следующие результаты: - результаты моделирования с помощью алгоритма дерева принятия решений; - результаты моделирования на основе алгоритма кластеризации; - результаты моделирования по алгоритму временных рядов; - результаты моделирования по упрощенному алгоритму Байеса; - результаты моделирования с применением правил взаимосвязи; - результаты моделирования по алгоритму ассоциации; - результаты моделирования при помощи средства просмотра нейронных сетей; - результаты моделирования с использованием алгоритма логистической регрессии. Рис. 4. Алгоритм интеллектуального анализа данных образовательного процесса ● Технические науки №1 2014 Вестник КазНТУ 210 Основным требованием к информационной системе, ориентированной на анализ данных, является своевременное обеспечение аналитика всей информацией, необходимой для принятия решения [5-6]. Алгоритм оценки успеваемости, основанного на многокритериальном выборе альтернатив С введением рейтинговой системы в вузах Казахстана существенно увеличился объем информации о состоянии учебного процесса. Становится актуальной задача анализа и обработки рейтинговых данных, а также интерпретация полученных результатов для управления учебным процессом. Для решения ряда задач упорядочения при нечеткой исходной информации использовались методы анализа нечетких данных. С помощью данных методов возможно решениезадачи относительной оценки успеваемости студентов разных групп и ранжирования студентов одной группы по совокупности предметов. Далее кратко опишем математическую формулировку задачи. Пусть имеется множество альтернатив X={x i }, где i=1,…,n. Каждая альтернатива характеризуется несколькими признаками с номерами k=1,2,..,m, образующими множество {a i }. Информация о попарном сравнении альтернатив по каждому признакуa k представлена в форме отношения предпочтения R k . Таким образом, имеется m отношений предпочтения R k на множестве X. Требуется выбрать лучшую альтернативу из множества {X, R 1 ,..R m }. Схема алгоритма представлена на рисунке 5. Начало x n , - альтернативы a m ,- признаки ? k – коэффициенты важности Формирование матрицы нечеткого отношения Q 1 )} ( ),..., ( min{ ) ( 1 1 j i m j i j i Q x x x x x x Формирование матрицы R k µ(x i x j )=1 если х ij >=x ji µ(x i x j )=0 если х ij ji Подмножество недоминируемых альтернатив для Q 1 )] ( ) ( [ sup 1 ) ( 1 1 1 j i Q i j Q x i Q x x x x x j Формирование матрицы Q 2 m k j i k k j i Q x x x x 1 1 ) ( ) ( Подмножество недоминируемых альтернатив для Q 2 )] ( ) ( [ sup 1 ) ( 2 2 2 j i Q i j Q x i Q x x x x x j Пересечение множеств µ Q1 и µ Q2 )} ( ), ( min{ ) ( 2 1 i Q i Q i x x x Конец µ(x i ) Рис. 5. Алгоритм оценки успеваемости, основанного на многокритериальном выборе альтернатив ● Техникалыќ єылымдар ЌазЎТУ хабаршысы №1 2014 211 Таким образом, возможно решение задачи ранжирования групп студентов по успеваемости по совокупности нескольких дисциплин.Возможность решения широкого класса задач подобного рода при помощи описанного алгоритма позволит извлекать из рейтинговых данных дополнительную важную информацию о состоянии учебного процесса [7]. Разработка архитектуры программной реализации комплексной технологии анализа данных образования Предложенная комплексная технология анализа данных образования была реализована в виде информационно-аналитической системы (ИАС). Данная ИАС относится к архитектуре «клиент- сервер», суть которой заключается в том, что клиент (исполняемый модуль) запрашивает те или иные сервисы в соответствии с определенным протоколом обмена данными. Серверная часть состоит из сервера баз данных (MSSQLServer 2012) и web-сервера (служба IIS). Сервер обрабатывает запрос клиента и, произведя соответствующие манипуляции с данными, передает клиенту запрашиваемую порцию данных. Клиентское приложение, соответственно, предъявляет невысокие требования к аппаратному обеспечению рабочей станции. Клиентская часть реализована в виде web-приложения (технология ASP.NET, построенная на основе .NET Framework), выполняющего функции ввода и корректирования данных. Для доступа к данным была использована технология ADO.NET, упрощающая обращение к источникам информации, в частности, в распределенных Интернет-приложениях, а также в виде windows-приложения, взаимодействие с СУБД посредством технологии ActiveXDataObject (ADO). Архитектура программной реализации ИАС ППР вуза представлена на рисунке 5. Основу ИАС ППР составляют – реляционная база данных, программные средства, обеспечивающие логику обработки данных, интерфейс пользователя. Рис. 5 . Архитектура программной реализации ИАС Основные компоненты системы: - база данных (СУБД MS SQL Server 2012), в которой содержатся результаты обработки данных всех трех модулей системы; - windows-приложение представляет собой интерфейс взаимодействия пользователя с базой данных, для организации и управления работами трех модулей ИАС; - web-приложение, которое представляет собой модуль мониторинга удовлетворенности потребителей. ● Технические науки №1 2014 Вестник КазНТУ 212 Заключение Таким образом, разработана комплексная технология анализа данных образования, основанная на применении методов мониторинга удовлетворенности потребителей, оперативного и интеллектуального анализа данных образовательного процесса, аппарата нечетких множеств. В рамках информационной технологии предложенная комплексная технология анализа данных была реализована в виде информационно-аналитической системы. ЛИТЕРАТУРА 1. Сойфер В.А., Гречников Ф.В., Кузьмичев В.С., Колпаков В.А. и др. Система управления качеством образования в университете на основе информационных технологий // Управление качеством. 2006. –№3. – С.92-96 2. Управление качеством в высшем учебном заведении/ Г.М. Мутанов, А.К. Томилин, Ю.Е. Кукина и др. – Усть-Каменогорск: ВКГТУ, 2011. – 116 с. 3. Сухорукова Н.Г. Мониторинг как элемент системы менеджмента качества вуза: опыт, проблемы, перспективы / Н.Г. Сухорукова // Научные записки НГУЭУ: [Электрон.науч. изд.]. Вып. 2. – Новосибирск: НГУЭУ, 2007 4. Baker R.S.J.d., Yacef K., The State of Educational Data Mining in 2009: A Review and Future Visions //Journal of Educational Data Mining, Article 1, Vol 1, No 1, Fall 2009 5. Константиновский Д.Л. От сбора статистических данных – к информационному обеспечению принятия решений/ Д.Л. Константиновский, М.Л. Агранович, О.Я. Дымарская. -2-е изд., доп. и перераб. М: Логос, 2006. 160 с. 6. Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям: учеб. пособие. — 2-е изд., перераб. и доп. – СПб.: Питер, 2010. 704 с.: ил. 7. Григорьев Л.И. Научно-методические и технологические основы информационной системы управления качеством учебного процесса.-М.:Издательство «Нефть и газ» РГУ им. И.М.Губкина, 2008. –132 с. REFERENCES 1. Sojfer V.A., Grechnikov F.V., Kuz'michev V.S., Kolpakov V.A. i dr. Sistema upravlenija kachestvom obrazovanija v universitete na osnove informacionnyh tehnologij // Upravlenie kachestvom. 2006. –№3. –S.92-96 2. Upravlenie kachestvom v vysshem uchebnom zavedenii/ G.M. Mutanov, A.K. Tomilin, Ju.E. Kukina i dr. – Ust'-Kamenogorsk: VKGTU, 2011. – 116 s. 3. Suhorukova N.G. Monitoring kak jelement sistemy menedzhmenta kachestva vuza: opyt, problemy, perspektivy / N.G. Suhorukova // Nauchnye zapiskiNGUJeU: [Jelektron. nauch. izd.]. Vyp. 2. – Novosibirsk: NGUJeU, 2007 4. Baker R.S.J.d., Yacef K., The State of Educational Data Mining in 2009: A Review and Future Visions //Journal of Educational Data Mining, Article 1, Vol 1, No 1, Fall 2009 5. Konstantinovskij D.L. Ot sbora statisticheskih dannyh – k informacionnomu obespecheniju prinjatija reshenij/ D.L. Konstantinovskij, M.L. Agranovich, O.Ja. Dymarskaja. -2-e izd.,dop. ipererab. M: Logos, 2006. 160 s. 6. Paklin N.B., Oreshkov V.I. Biznes-analitika: otdannyh k znanijam: ucheb. posobie. — 2-e izd.,pererab. idop. – SPb.: Piter, 2010. 704 s.: il. 7. Grigor'ev L.I. Nauchno-metodicheskie i tehnologicheskie osnovy informacionnoj sistemy upravlenija kachestvom uchebnogo processa.- M.:Izdatel'stvo «Neft' i gaz» RGU im. I.M.Gubkina, 2008. –132 s. Увалиева И.М., Смаилова С.С., Waldemar Wojcik Білім беру саласының деректерін талдаудың кешенді технологиясын құру Түйіндеме. Білім берудің ақпараттық жүйелерінде көптеген деректер жинақталған. Осы деректер, көбінесе, статистикалық есеп беруде ғана қолданылады. Бүгінгі күні деректерді жедел талдау жəне ақпараттарды интеллектуалды өңдеу алгоритмдерін қолдану қажеттілігі туындады. Осы мақалада білім беру саласының деректерін талдаудың кешенді технологиясының тұжырымдамасы ұсынылған. Бұл кешен келесідей тəсілдерді біріктіреді: ISO стандарттарын жəне TQM əдіснамасын жүзеге асыру негізінде; шешімдер қабылдауды қолдау үшін деректерді талдаудың жаңа мүмкіндіктерін ұсынатын ақпараттық технологиялар негізінде; айқын емес жинақтар негізінде шешімдерді қабылдау əдістерін қолдану.. Түйін сөз: деректерді талдау, деректерді талдаудың кешенді технологиясы, деректерді жедел талдау; деректерді интеллектуалды талдау; ақпараттық-аналитикалық жүйе. ● Техникалыќ єылымдар ЌазЎТУ хабаршысы №1 2014 213 Увалиева И.М., Смаилова С.С., Waldemar Wojcik Разработка комплексной технологии анализа данных образования Резюме. В информационных системах образования накоплены большие объемы информации, которые в основном используются для статистической отчетности. На сегодняшний день возникла необходимость использования оперативного анализа данных и интеллектуальные алгоритмы обработки информации, которые могли бы дать наглядные и понятные результаты для принятия решений в целях совершенствования образования. В данной статье предложена концепция комплексной технологии анализа данных образования объединяющая следующие подходы: с точки зрения реализации стандартов ISO и методологии TQM; на основеинформационных технологий, дающих новые возможности анализа данных для поддержки принятия решений; применение методов принятия решений на основе теории нечетких множеств. жүктеу/скачать 43,12 Mb. Достарыңызбен бөлісу:
|