ВВЕДЕНИЕ 3
ГЛАВА 1. ОПИСАНИЕ ПРЕДМЕТНОЙ ОБЛАСТИ 6
ГЛАВА 2. МЕТОДЫ И ТЕХНОЛОГИИ 11
2.1. ИСПОЛЬЗУЕМЫЕ МЕТОДЫ АНАЛИЗА И ВИЗУАЛИЗАЦИИ ДАННЫХ
11
2.2. ТЕХНОЛОГИИ ДЛЯ РАЗРАБОТКИ ИНСТРУМЕНТА 12
ГЛАВА 3. ПРЕДОБРАБОТКА И АНАЛИЗ ДАННЫХ 14
3.1. ОПИСАНИЕ ДАННЫХ 14
3.2. ПРЕДОБРАБОТКА И ПРЕДВАРИТЕЛЬНЫЙ АНАЛИЗ ДАННЫХ 15
3.3. КЛАСТЕРНЫЙ АНАЛИЗ ДАННЫХ 27
ГЛАВА 4. ПРОГРАММНЫЕ РЕШЕНИЯ 46
ГЛАВА 5. ОПИСАНИЕ ИНСТРУМЕНТА 57
ЗАКЛЮЧЕНИЕ 67
СПИСОК ЛИТЕРАТУРЫ 69
ПРИЛОЖЕНИЕ 1. КОД ФУНКЦИИ ДЛЯ ФОРМИРОВАНИЯ ГРАФИКОВ РАСПРЕДЕЛЕНИЯ ОБРАЗОВАТЕЛЬНЫХ ПОКАЗАТЕЛЕЙ СТУДЕНТОВ В ВЫБРАННОМ РАЗРЕЗЕ 72
ПРИЛОЖЕНИЕ 2. КОД ФУНКЦИИ ДЛЯ ФОРМИРОВАНИЯ ГРАФИКОВ
ПОСЕЩАЕМОСТИ СТУДЕНТОВ В ВЫБРАННОМ РАЗРЕЗЕ 73
ПРИЛОЖЕНИЕ 3. КОД ФУНКЦИИ ДЛЯ ФОРМИРОВАНИЯ ГРАФИКОВ РАСПРЕДЕЛЕНИЯ БАЛЛОВ И ОЦЕНОК СТУДЕНТОВ В ВЫБРАННОМ РАЗРЕЗЕ 74
В результате продолжающейся цифровизации учебного процесса студентов происходит накопление большого массива данных об их учебной деятельности - их образовательных результатах. Наличием этого факта обуславливается необходимость в использовании информационных и интеллектуальных информационных систем.
Некоторые образовательные учреждения разрабатывают собственные информационные системы. Одним из примеров таких систем является информационная система (ИС) “Деканат”, являющаяся частью интегрированной системы управления учебным процессом (ИСУП) “Герцен” и разработанная отделом РГПУ им. А. И. Герцена [1]. ИС “Деканат” была разработана в результате потребности в вэб-ресурсах университета, способствующих эффективному обеспечению проектирования и реализации образовательных программ. Данная ИС взаимодействует с данными, передаваемыми другими ИС и веб-ресурсами в рамках ИСУП. ИС “Деканат” позволяет просматривать и редактировать информацию о студентах факультетов, формировать различные документы (ведомости на сдачу и пересдачу экзаменов, стипендиальные приказы, академические справки), а также получать статистическую информацию об успеваемости студентов.
Образовательные организации также используют и сторонние ИС, которые интегрируются в имеющуюся инфраструктуру. Примерами таких систем можно считать образовательную информационную систему Modeus и систему управления обучением Moodle.
Modeus является платформой, обеспечивающую автоматизацию учебного процесса в рамках модульного подхода и предоставляющую возможность управления индивидуальными образовательными траекториями в университетах [2]. С помощью данной системы автоматизируется процесс планирования нагрузки преподавателей и создания расписания. Также в системе ведется учет об успеваемости и результатах образовательной деятельности студентов.
Moodle является открытой системой для создания и управления онлайн- курсами [3]. В пределах курса, данная платформа позволяет формировать тесты и публиковать различные учебные материалы. В Moodle имеются функционал для оценки студентов и отслеживания их прогресса по курсу.
При этом важной частью таких систем являются инструменты анализа и визуализации данных о студентах, их образовательном процессе и результате. Данные инструменты помогают на индивидуальном уровне помочь понять происходящие процессы преподавателям дисциплин, а также администрации этих образовательных учреждений для выбора дальнейших организационных действий.
Для ИС “Деканат” такой инструмент анализа образовательной деятельности студентов реализован в виде отдельного веб-ресурса [4]. Данный инструмент позволяет формировать графики и отчеты по количеству отчисленных студентов в различных разрезах для последующей корректировки образовательного процесса. Например, имеется возможность формирования детальных отчетов об отчисленных студентах различных направлений в разрезе образовательных программ, что используются для выявления сложно осваиваемых дисциплин и отслеживания динамики движения контингента университета по годам.
В Moodle имеется базовый функционал для формирования отчетов об успеваемости и графиков активности на основе прохождения курса студентами. Также Moodle предоставляет возможность установки сторонних плагинов, позволяющих многократно расширить функционал платформы. Среди них есть и плагины, созданные для более детального отслеживания и визуализации данных студентов, например “Analytics graphs” [5] и “Overview statistics” [6]
Целью выпускной квалификационной работы является создание веб-дашборда, позволяющего визуализировать данные мониторинга образовательных результатов студентов дисциплин CORE для их последующей интерпретации.
Исходя из описанной цели были поставлены следующие задачи:
• Изучить предметную область - ознакомиться с существующими
программами, позволяющими визуализировать и анализировать
результаты образовательной деятельности студентов....
В ходе написания выпускной квалификационной работы были выполнены следующие задачи:
• В результате изучения предметной области были рассмотрены существующие программы для визуализации и анализа результатов образовательной деятельности студентов.
• Были получены данные студентов по дисциплинам CORE;
• Проведена предобработка и предварительный анализ имеющихся данных студентов.
• Дополнительно проведен кластерный анализ данных студентов.
• Определен функционал целевого приложения.
• Определены средства разработки для реализации приложения.
• Разработано и протестировано приложение.
Разработанный программный продукт обладает следующим функционалом:
• Возможность загружать и удалять файлы с данными о результатах учебной деятельности студента по дисциплинам формата .csv.
• Возможность визуализировать распределения значений признаков для студентов (финальные баллы, общие баллы за практические занятия и контрольные мероприятия, баллы отдельно по каждому контрольному мероприятию, кол-во посещений) в виде графиков для предмета, в разрезе направлений подготовки, преподавателей и их команд студентов.
• Визуализация финальных образовательных результатов (посещений и комбинации баллов и оценок за экзамен/зачет) в виде графиков и таблиц для предмета, в разрезе направлений подготовки, преподавателей и их команд студентов;
• Визуализация в виде графиков и таблиц количества и уровня
посещаемости проблемных студентов для предмета, в разрезе
направлений подготовки, преподавателей и в совокупности с
результатами по другим предметам.
• Возможность проводить кластеризацию с использованием данных
студентов и визуализировать результаты в виде графиков и таблиц, показывающих особенности и наполнение кластеров для проведения кластерного анализа, интерпретации результатов кластеризации.
1. Баранова Е. В., Гизатуллина Г. С. Модель веб-ресурса «Деканат» как компонента интегрированной системы управления учебным процессом // Сборник научных статей по материалам международной научной конференции 1-12 апреля 2019 года. СПб.: Изд-во РГПУ им. А. И. Герцена, 2019. С. 144.
2. Modeus (Модеус) - платформа управления ИОТ: [Электронный ресурс]. URL: https://modeus.custis.ru. (Дата обращения: 16.06.2023).
3. Moodle - Open-source learning platform: [Электронный ресурс]. URL: https://moodle.org. (Дата обращения: 16.06.2023).
4. Баранова Е. В. Цифровые инструменты для анализа учебной деятельности студентов / Е. В. Баранова, Н. О. Верещагина, Г. В. Швецов // Известия Российского государственного педагогического университета им. А.И. Герцена. - 2020. - № 198. - P 56-65.
5. Moodle plugins directory: Analytics graphs: [Электронный ресурс] // Moodle
- Open-source learning platform. URL:
https: //moodle. org/plugins/block_analytics_graphs. (Дата обращения:
16.06.2023).
6. Moodle plugins directory: Overview statistics: [Электронный ресурс] //
Moodle - Open-source learning platform. URL:
https://moodle.org/plugins/report_overviewstats. (Дата обращения:
16.06.2023).
7. Ferguson R. Learning analytics: drivers, developments and challenges // International Journal of Technology Enhanced Learning. - 2012. - Vol. 4. - №. 5-6. - P 304-317.
8. Сокольников, А. Н. Математические методы в анализе учебной деятельности студентов / А. Н. Сокольников // Педагогическое образование и наука. - 2022. - № 2. - С. 135-138.
9. Арефьев, В. П. Кластерный анализ результатов оценивания знаний в системе заочного обучения с использованием дистанционных образовательных технологий / В. П. Арефьев, А. А. Михальчук, Н. М. Филипенко // Современные проблемы науки и образования. - 2013. - № 3.
• С. 428.
10. Akgapinar G., Altun A., A§kar P Using learning analytics to develop early- warning system for at-risk students //International Journal of Educational Technology in Higher Education. - 2019. - Vol. 16. - №. 1. - P 1-20.
11. Govaerts S. et al. The student activity meter for awareness and self-reflection // CHI'12 Extended Abstracts on Human Factors in Computing Systems. - 2012.
• P 869-884.
12. Gutierrez F. et al. LADA: A learning analytics dashboard for academic advising // Computers in Human Behavior. - 2020. - Vol. 107. - P. 105826.
13. Charleer S. et al. Learning analytics dashboards to support adviser-student dialogue // IEEE Transactions on Learning Technologies. - 2017. - Vol. 11. - №. 3. - P 389-399.
14. Создай индивидуальный образовательный трек | ТюмГу: [Электронный ресурс] // Тюменский государственный университет. URL: https://www.utmn.ru/obrazovanie/priority-education/. (Дата обращения: 16.06.2023).
15. Ahmed M., Seraj R., Islam S. M. S. The k-means algorithm: A comprehensive survey and performance evaluation // Electronics. - 2020. - Vol. 9. - №. 8. - P 1295...24