ГЛОССАРИЙ 3
ВВЕДЕНИЕ 4
ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ СИСТЕМ 6
ГЛАВА 2. ОПРЕДЕЛЕНИЕ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА
ДАННЫХ, АНАЛИТИКА ОБУЧЕНИЯ И АКАДЕМИЧЕСКАЯ
АНАЛИТИКА В ОБРАЗОВАТЕЛЬНОЙ СРЕДЕ 9
2.1 Educational data mining 9
2.2 Learning analytics 10
2.3 Academic Analytics 10
2.4 Цикл данных 10
Глава 3. Описание приложения 14
3.1 Этап сбора данных 14
3.1.1 Объект “Лаборатория” 15
3.1.2 Объект “Курс по выбору”. 18
3.1.3 Объект “KPI” 20
3.1.4 Объект “Зачет/Экзамен” 21
3.1.5 Объект “Курсовая/Дипломная работа” 23
3.1.6 Объект “Студент” 24
3.2 Задачи для системы и их визуализация 24
3.3 Этап анализа 33
3.4 Роли в системе 33
3.5 Экраны приложения 35
ЗАКЛЮЧЕНИЕ 38
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 39
Использование данных для принятия решений в образовательном процессе не является новой темой. Уже давно заинтересованные стороны начали рассматривать количественные и качественные данные в качестве необходимого источника для принятия решений формулируя сильные и слабые стороны учреждений, преподавателей, учебного процесса. Эта практика показывает, что данные, собираемые и анализируемые надлежащим образом, могут быть полезны для оценки эффективности или неэффективности тех или иных решений принимаемых в учебном процессе. Иными словами, отвечает на вопрос достигает ли университет поставленных целей, при каких условиях это происходит.
Разработка такой системы должна быть индивидуальна для университета. В каждом институте, даже на факультетах внутри одного института, существует множество различий в построении процессов, оригинальность учебной программы и другие отличающиеся особенности. Поэтому разработка индивидуальной аналитической системы для оценки качества образовательных программ и учебного процесса является актуальной проблемой и для факультета Высшая школа ИТИС.
Образовательный процессе Высшей школы ИТИС уделяет внимание задаче превращения качественных и количественных данных в информацию и знания, которые могли бы быть использованы для принятия решения на основании фактических данных, но информация не структурирована нужным образом и не визуализирована понятно - это является проблемой работы.
Цель работы: создать прототип индивидуальной аналитической системы для оценки качества образовательных программ и учебного процесса Высшей школы ИТИС для упрощении в принятии управленческих решений.
Задачи, которые необходимо решить в рамках данной работы:
• анализ существующих систем;
• анализ и подборка нетривиальных данных факультета Высшая школа ИТИС;
• составление и отображение задач, которые может решать система;
• разработка прототипов дизайна;
• разработка дизайн системы.
В ходе работы были проделаны следующие задачи:
• анализ существующих систем;
• анализ и подборка нетривиальных данных факультета Высшая школа ИТИС;
• составление и отображение задач, которые может решать система;
• разработка прототипов дизайна;
• разработка дизайн системы 2 версией: веб-сайта и мобильного приложения .
Таким образом, поставленную цель можно считать выполненной: разработан прототип индивидуальной аналитической системы для оценки качества образовательных программ и учебного процесса Высшей школы ИТИС.
В дальнейшем планируется продолжить работу над системой: осуществить добавление новых данных, составить новые задачи.
1. I.Guitart, J. Conesa Adoption of Business Strategies to Provide Analytical Systems for Teachers in the Context of Universities // SPECIAL FOCUS PAPER. 2016. №Volume 11, Issue 7, С. 34-40.
2. Демидов А. А., Захаров Ю. Н. Информационно-аналитические системы поддержки принятия решений в органах государственной власти и местного самоуправления. Основы проектирования и внедрения: Учебное пособие. - СПб.: НИУ ИТМО, 2012. - 100 с.
3. Гриценко В. Г. КРИТЕР11 ЕФЕКТИВНОСТ1 СТВОРЕННЯ I ВПРОВАДЖЕННЯ 1НФОРМАЦ1ЙНО-АНАЛ1ТИЧНО1 СИСТЕМИ УПРАВЛ1ННЯ В ОСВ1ТН1Й ПРОЦЕС УН1ВЕРСИТЕТУ // 1нформацшш технологй i засоби навчання. 2017. №Том 61, №5. С. 233-244.
4. T. Agasisti, A. J. Bowers Data Analytics and Decision-Making in Education: Towards the Educational Data Scientist as a Key Actor in Schools and Higher Education Institutions // 2017. С. 1-23.
5. B. Kharade, K. Wagh Data Analytics in Educational Management System // National Conference on Advances in Computing, Communication and Networking. 2016. С. 22-25.
6. M. Bienkowski, M. Feng, B. Means Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics: An Issue Brief. 2012. 1-77 с.
7. А.А. Веряев, Г.В. Татарникова EDUCATIONAL DATA MINING И LEARNING ANALYTICS - НАПРАВЛЕНИЯ РАЗВИТИЯ ОБРАЗОВАТЕЛЬНОЙ КВАЛИТОЛОГИИ // НАУКА, ОБРАЗОВАНИЕ, КУЛЬТУРА. Педагогика профессионального образования. 2016. №2. С. 150-160.
8. Зорина Н.В., Панченко В.М. ЭКСПЕРИМЕНТАЛЬНЫЙ
ПРОГРАММНЫЙ КОМПЛЕКС ДЛЯ МОДЕЛИРОВАНИЯ И
ИНТЕРПРЕТАЦИИ ПРОЦЕССОВ АНАЛИЗА ОБРАЗОВАТЕЛЬНЫХ ДАННЫХ // Современные информационные технологии и
ИТ-образование. 2017. №Том 13, № 4. С. 207-2015.
9. И.И. Казмина, Е.В. Нужнов МОДИФИКАЦИЯ АПРИОРНОГО АЛГОРИТМА ДЛЯ АНАЛИЗА ДАННЫХ УЧЕБНОГО ПРОЦЕССА ВУЗА* // Известия ЮФУ. Технические науки . 2016. С. 28-39.
10. 4 Benefits of Statistics Applied to Education // unitedstatisticians.com URL: https://unitedstatisticians.com/blog/statistics-applied-to-education/?lang=en
11. Toolkit for Effective Data Use // sdp.cepr.harvard.edu URL: https://sdp.cepr.harvard.edu/toolkit-effective-data-use
12. Ferguson R. Learning analytics: drivers, developments and challenges // International Journal of Technology Enhanced Learning. 2012. 4(5-6). С. 304-317
13.Siemens, G. Learning Analytics: the emergence of a Discipline // American Behavioral Scientist, 2013, 57(10), С. 1380-1400
14. URL: https://kpfu.ru/itis