Разработка алгоритма оценки уровня заинтересованности студентов учебным процессом

ВВЕДЕНИЕ 5
1 АНАЛИЗ ПРОБЛЕМЫ СТЕПЕНИ ВОВЛЕЧЕННОСТИ СТУДЕНТОВ В
УЧЕБНЫЙ ПРОЦЕСС 8
1.1 Анализ определения уровня заинтересованности по испытываемым
личностью эмоциям 8
1.2 Изучение возможности использования уже существующих
алгоритмов для решения поставленной задачи 9
1.3 Разработка под задачу нового алгоритма на основе уже имеющихся . 17
2 РЕАЛИЗАЦИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ РЕШЕНИЯ
ЗАДАЧИ ОПРЕДЕЛЕНИЯ СТЕПЕНИ ВОВЛЕЧЕННОСТИ СТУДЕНТОВ В УЧЕБНЫЙ ПРОЦЕСС 20
2.1 Составление структуры разрабатываемого программного обеспечения
2.2 Составление модели базы данных, определение используемой
системы управления базой данных 28
2.3 Прогнозирование итоговых показателей 31
3 ТЕСТИРОВАНИЕ РАЗРАБОТАННОГО АЛГОРИТМА 35
3.1 Описание тестируемой системы 35
3.2 Проведение теста «Cohn-Kanade» 41
3.3 Демонстрация работы реализованного программного обеспечения .... 43
ЗАКЛЮЧЕНИЕ 46
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 48
ПРИЛОЖЕНИЕ А Псевдокод реализации взаимодействия с внешними системами 50
ПРИЛОЖЕНИЕ Б Псевдокод аварийной обработки изображений 52
ПРИЛОЖЕНИЕ В Изображения из теста Kohn-Kanade для демонстрации работы 54
ПРИЛОЖЕНИЕ Г Набор фотографий для теста прогнозирования 55

Купить

Автоматизация процесса аппаратными средствами определения уровня заинтересованности персон в чем-либо впервые появилась в 2009-м году, и в самом начале точность прогноза уже составляла около 40% по заверению психологов, проверявших результаты работы.
В 2012-м году свет увидел проект «Cohn-Kanade», позволяющий попрактиковаться в написании нейронных сетей, обучающихся на определение уровня заинтересованности персон только по фотографии.
На данный момент активно растет спрос на системы пассивного получения обратной связи компаниями от клиентов о качестве обслуживания, товаров, предоставляемых услуг и т.д. На текущий момент есть несколько систем, позволяющих считывать базовые эмоции посетителей и работников заведения без дальнейшей их обработки, но ни одна из этих систем не позволяет посчитать степень вовлеченности субъектов в какой-либо процесс.
Из косвенных аналогов есть несколько систем для определения вовлеченности персонала в рабочий процесс (например: Keencorp, Affectiva), однако данные системы по большей части опираются на результаты прямых опросов сотрудников, которые могут быть субъективными по ряду причин, из- за чего эти системы нельзя назвать прямым аналогом разрабатываемой системы.
Целью бакалаврской работы является разработка алгоритма для оценки уровня заинтересованности студентов учебным процессом на основе базовых эмоций с применением создаваемого программного обеспечения.
Задачи:
1. Изучить известные алгоритмы определения степени вовлеченности в какой-либо процесс;
2. Проанализировать научные работы в области оценки уровня заинтересованности;
3. Вывести формулу уровня заинтересованности учебным процессом с учетом имеющихся данных по эмоциям каждой персоны;
4. Разработать архитектуру приложения для автоматизации процесса оценки уровня заинтересованности;
5. Реализовать программное обеспечение по разработанной архитектуре.
Объект бакалаврской работы: процесс определения степени вовлеченности студентов в учебный процесс. Предмет бакалаврской работы: алгоритмизация степени вовлеченности на основе базовых эмоций. Данная работа основана на практическом методе исследования с применением моделирования.
Данная работа, как было написано ранее, не имеет прямых аналогов при условии учета вовлеченности с упором на пассивные методы получения информации. На текущий момент работа может использоваться в учебных учреждениях, однако при корректировке множителей эмоций может использоваться также в любом другом месте, где необходимо высчитывание вовлеченности людей во что-либо, будь то работа, развлечения или что бы то ни было еще.
В первой главе проведен анализ трудов Кана и Экмана по интересующей нас теме, подобраны самые подходящие под задачу и в рамках высчитывания степени вовлеченности в учебный процесс рассмотрены алгоритмы Big Data и составлен новый алгоритм под данные условия на основе рассмотренных алгоритмов.
Во второй главе описывается процесс построения архитектуры и реализации программного обеспечения для автоматизации составленного алгоритма с применением внешних систем для определения эмоций и визуализации данных.
В третьей главе проведено тестирование реализованного программного обеспечения на проекте «Cohn-Kanade», результаты точности вычислений сопоставлены средним показателям по всем пользователям проекта.
Выбранная тема совпадает с профессиональными компетенциями, поскольку здесь используется анализ имеющихся математических моделей обработки данных и составление новой, также происходит реализация программного обеспечения.

Купить