Модели и алгоритмы интеллектуального анализа образовательных данных для поддержки принятия решений

• Автор: Хлопотов, Максим Валерьевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Санкт-Петербург
• Количество страниц: 127 с. : ил.

Оглавление
ВВЕДЕНИЕ

1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ОБРАЗОВАТЕЛЬНЫХ ДАННЫХ

1.1 Определение интеллектуального анализа образовательных данных

1.2 Цели, задачи и методы интеллектуального анализа образовательных данных

1.3 Процесс применения интеллектуального анализа образовательных данных

1.4 Образовательные данные

1.5 Предобработка образовательных данных

1.6 Формально-структурная модель процесса обучения

1.7 Выводы
2 МОДЕЛИ И АЛГОРИТМЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ОБРАЗОВАТЕЛЬНЫХ ДАННЫХ
2.1 Построение моделей обучающихся
2.2 Байесовская сеть для построения моделей обучающихся
2.3 Оценка уровня сформированности компетенции
2.4 Прогнозирование академической успеваемости студентов
2.5 Выводы
3 ЭКСПЕРИМЕНТАЛЬНОЕ ОПРОБОВАНИЕ
3.1 Построение компетентностной модели направления подготовки
3.2 Диагностика уровня сформированности компетенций
3.3 Выводы
ЗАКЛЮЧЕНИЕ
Список литературы

ВВЕДЕНИЕ
Актуальность исследования
Принятие решений в сфере образования - сложный, многоаспектный процесс, в который вовлечен большой круг заинтересованных лиц. Немаловажное значение для принятия эффективного решения имеет анализ информации, поступающей от участников образовательного процесса на его различных этапах. В течение длительного периода в информационных системах учебных заведений накапливается информация о различных аспектах образовательного процесса: о студентах и их успеваемости, о преподавателях и их научно-образовательной работе. Создаются дистанционные курсы обучения, образовательные форумы, системы тестирования и анкетирования студентов, и многое другое. Таким образом, за последние годы была накоплена и продолжает накапливаться масса данных в той или иной степени, имеющих отношение к образовательному процессу.
В связи с ростом применения информационных технологий в образовании возник интерес к новым методикам и подходам, к автоматизированному выявлению новых, порою скрытых, взаимосвязей в данных и их интерпретации в интересах лица, принимающего решение. Существует множество задач, в которых методы статистики, машинного обучения и извлечения знаний полезны для всех участников образовательного процесса: обучающихся, преподавателей, разработчиков учебных курсов, методистов, административных работников сферы образования. Однако в настоящее время недостаточно разработана теоретическая основа применения этих методов в практической деятельности.
Для целей нашего исследования ключевым является понятие интеллектуальный анализ образовательных данных. Дадим ему авторское определение. Интеллектуальный анализ образовательных данных (от англ. Educational data mining, далее - EDM) - это совокупность методов обнаружения в данных ранее неизвестных, практически полезных и интерпретируемых знаний об образовательном процессе и его участниках с целью поддержки принятия решений. Целью EDM является обработка и анализ данных, полученных в рамках
образовательного процесса для нахождения скрытых закономерностей. В рамках ЕЭМ разрабатываются методы, алгоритмы и средства интеллектуализации решения прикладных задач в сфере образования.
Источниками образовательных данных становятся такие информационные системы, как компьютерные образовательные программы (в том числе интеллектуальные), информационная система вуза, социальные сети, работы обучающихся, логи, результаты тестирования и анкетирования, тексты студенческих работ, учебные планы, рабочие программы дисциплин и т.д. Для масштабной аудитории курсов, применение алгоритмов интеллектуального анализа образовательных данных становится особо важным.
В связи с активным ростом информационных потоков и интенсивным накоплением информации актуальной задачей становится задача обработки и анализа информации с целью получения новых практически полезных знаний, которые будут доступны интерпретации для принятия рационального решения. В частности, накопленные данные о разных аспектах работы образовательного учреждения могут быть проанализированы и использованы для поддержки принятия эффективных решений по управлению образовательным процессом.
К числу наиболее важных задач, необходимых для поддержки принятия решений, относится, прежде всего, оценка сформированности уровня компетенций, которая предваряется построением компетентностной модели обучающегося. Решение этих задач средствами интеллектуального анализа образовательных данных - это актуальная теоретическая и практическая задача, с которой столкнулась высшая школа в связи с введением стандартов нового поколения.
Цель исследования
Разработать модели процессов, в которых применение алгоритмов интеллектуального анализа образовательных данных позволит всем участникам образовательного процесса принимать решения. Для достижения этой цели были поставлены и решены следующие задачи:

Описан процесс применения интеллектуального анализа данных. Отдельно рассмотрены задачи, возникающие в процессе предобработки данных.
Построена формально-структурная модель процесса обучения. Определена цель ее функционирования. В результате анализа модели выделены задачи поддержки принятия решений на основе интеллектуального анализа образовательных данных. К этим задачам относятся: оценка уровня
сформированности компетенций, прогнозирование успеваемости студентов.
Описаны свойства формально-структурной модели, важные для интеллектуального анализа образовательных данных.