informИнформатикаInformatics1816-03012617-6963UIIP NASB10.37661/1816-0301-2021-18-2-58-71inform-1122Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИINFORMATION TECHNOLOGYИнтеллектуальный анализ качества учебного контента по статистике успеваемости студентов в системе управления обучением «Скорина»Intelligent analysis of the quality of educational content on statistics of student performance in the learning management system "Scorina"https://orcid.org/0000-0002-1890-9453СавенкоА. Г.SavenkoA. G.

Савенко Андрей Геннадьевич - аспирант, старший преподаватель кафедры информационных систем и технологий, факультет компьютерных технологий.

ул. Козлова, 28, Минск, 220037.

Andrei G. Savenko - Postgraduate Student, Senior Lecturer, Department of Information Systems and Technologies, Faculty of Computer Technologies, Institute of Information Technologies of the Belarusian State University of Informatics and Radioelectronics.

st. Kozlova, 28, Minsk, 220037.

savenko@bsuir.byИнститут информационных технологий Белорусского государственного университета информатики и радиоэлектроникиInstitute of Information Technologies of the Belarusian State University of Informatics and Radioelectronics2021280620211825871Copyright © Савенко А.Г., 20212021Савенко А.Г.Savenko A.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://inf.grid.by/jour/article/view/1122

Анализируются достоинства и недостатки дистанционной формы получения образования, специфики организации учебного процесса и использования учебного контента для такой формы обучения. Указываются проблемы оценки качества образовательного контента для дистанционного образовательного процесса и его эффективности. Описываются структура разрабатываемой системы управления обучением «Скорина» и механизмы создания учебного контента, процесса обучения, аттестации обучаемых и сбора статистики успеваемости. Приводятся математическая модель образовательного процесса системы управления обучением «Скорина» и подход к оценке знаний обучаемых.

Предлагается реализация функциональной схемы и алгоритма работы модуля интеллектуального анализа качества учебного контента системы управления обучением «Скорина». Модуль предназначен для выявления недостатков учебного контента и совершенствования материалов, объективно вызывающих трудности у студентов при изучении отдельных вопросов или тем изучаемых дисциплин на основании статистических данных успеваемости студентов. Связь конкретных частей учебного контента с определенными вопросами контрольных тестов реализуется посредством специальных меток, создаваемых при разработке содержания изучаемых дисциплин. Алгоритм интеллектуального анализа позволяет определять и исключать из статистической выборки студентов, характеристики успеваемости которых объективно не связаны с качеством учебного контента.

The article provides the analysis of the advantages and disadvantages of distance education, the specifics of educational process and the use of educational content for this form of education. The problems of assessing the quality of educational content for the distance educational process and its effectiveness are determined. The structure of the developed learning management system "Scorina" and the mechanisms for creating educational content, the learning process, attestation of students and the collection of progress statistics are described. A mathematical model of educational process of learning management system "Scorina", and approach to assessing the knowledge of students are presented.

The implementation of functional diagram and the algorithm of the module for the intelligent analysis of the quality of educational content of learning management system "Scorina" is proposed. The module is designed to identify the shortcomings in educational content and to improve the materials that could cause the difficulties for students when studying certain issues or topics of the disciplines are studied based on statistical data of student performance. The connection of specific parts of educational content with specific questions of control tests is implemented through special labels created during the development of the content of the studied disciplines. The mining algorithm allows to identify and exclude from the statistical sample the information of the students whose academic performance characteristics are not objectively related to the quality of educational content.

интеллектуальный анализ данныхакадемическая успеваемостьучебный контентоценка качества процесса обучениястатистика успеваемости студентовсистема управления обучениемграфовая модель образовательного процессаdata miningacademic performanceeducational contentquality assessment of the learning processstudent performance statisticslearning management systemgraph model of the educational processReferencesСавенко, А. Г. Преимущества и перспективы использования виртуальной и дополненной реальности в дистанционном образовательном процессе / А. Г. Савенко // Дистанционное обучение - образовательная среда XXI века : материалы X Междунар. науч.-метод. конф., Минск, 7-8 дек. 2017 г. - Минск : БГУИР, 2017. - C. 119.Savenko A. G. Advantages and prospects of using virtual and augmented reality in the distance educational process. Distantsionnoe obuchenie - obrazovatel'naya sreda XXI veka: materialy X Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 7-8 dekabrja 2017 g. [Distance Learning - Educational Environment of the XXI Century: Materials of the X International Scientific and Methodological Conference, Minsk, 7-8 December 2017]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2017, p. 119 (In Russ.).Савенко, А. Г. Виртуальная реальность как способ получения и доставки учебного контента / А. Г. Савенко, Н. А. Кукалев, А. Г. Савенко // Высшее техническое образование: проблемы и пути развития = Engineering education: challendes and developments : материалы X Междунар. науч.-метод. конф., Минск, 1-2 нояб. 2018 г. - Минск : БГУИР, 2018. - С. 394-397.Savenko A. G., Kukalev N. A., Savenko A. G. Virtual reality as a way of receiving and delivering educational content. Vysshee tehnicheskoe obrazovanie: problem i puti razvitiya: materialy IX Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 1-2 nojabrja 2018 g. [Engineering Education: Challendes and Developments: Materials of the IX International Scientific and Methodological Conference, Minsk, 1-2 November 2018]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2018, pp. 394-397 (In Russ.).Савенко, А. Г. Преимущества и реализация дистанционного образовательного процесса для лиц с особыми потребностями / А. Г. Савенко // Непрерывное профессиональное образование лиц с особыми потребностями : сб. ст. Междунар. науч. -практ. конф., Минск, 14-15 дек. 2017 г. - Минск : БГУИР, 2017. - С. 106-108.Savenko A. G. Advantages and implementation of distance learning process for people with special needs. Nepreryvnoe professional'noe obrazovanie lits s osobymi potrebnostyami: sbornik statej Mezhdunarodnoj nauchno-prakticheskoj konferentsii, Minsk, 14-15 dekabrja 2017 g. [Continuing Professional Education of Persons with Special Needs: Collection of Articles of the International Scientific and Practical Conference, Minsk, 14-15 December 2017]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2017, pp. 106-108 (In Russ.).Карпекин, И. А. Преимущества и эффективность внедрения дистанционной формы образования в образовательный процесс учреждений образования любого типа / И. А. Карпекин, А. Г. Савенко // Дистанционное обучение - образовательная среда XXI века : материалы XI Междунар. науч.-метод. конф., Минск, 12-13 дек. 2019 г. - Минск : БГУИР, 2019. - C. 136-137.Karpekin I. A., Savenko A. G. Advantages and effectiveness of introducing distance education into the educational process of educational institutions of any type. Distantsionnoe obuchenie - obrazovatel'naya sreda XXI veka: materialy XI Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 12-13 dekabrja 2019 g. [Distance Learning - Educational Environment of the XXI Century: Materials of the XI International Scientific and Methodological Conference, Minsk, 12-13 December 2019]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2019, pp. 136-137 (In Russ.).Суский, А. А. Преимущества и перспективы внедрения нейронных сетей в образовательный процесс как инструмент повышения качества подготовки специалистов / А. А. Суский, А. Г. Савенко // Высшее техническое образование: проблемы и пути развития = Engineering education: challendes and developments : материалы К Междунар. науч.-метод. конф., Минск, 1-2 нояб. 2018 г. - Минск : БГУИР, 2018. - С. 454-456.Suskij A. A., Savenko A. G. Advantages and prospects of introducing neural networks into the educational process as a tool for improving the quality of training of specialists. Vysshee tehnicheskoe obrazovanie: problemy i puti razvitiya: materialy IX Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 1-2 nojabrja 2018 g. [Engineering Education: Challendes and Developments: Materials of the IX International Scientific and Methodological Conference, Minsk, 1-2 November 2018]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2018, pp. 454-456 (In Russ.).Савенко, А. Г. Игровой подход в обучении программированию детей и подростков / А. Г. Савенко // Информационные технологии в технических, политических и социально-экономических системах : материалы Междунар. науч.-техн. конф. / Белорусский национальный технический университет. - Минск : БНТУ, 2018. - С. 30.Savenko A. G. A playful approach to teaching programming to children and adolescents. Informatsionnye tehnologii v tehnicheskih, politicheskih i sotsial'no-ekonomicheskih sistemah: materialy Mezhdunarodnoj nauchno-tehnicheskoj konferentsii [Information Technologies in Technical and Socio-Economic Systems: Materials of the Scientific and Technical Conference]. Minsk, Belorusskij nacional'nyj tehnicheskij universitet, 2018, p. 30 (In Russ.).Савенко, А. Г. Анализ технологий современного дистанционного образовательного процесса в Республике Беларусь и перспективы их развития / А. Г. Савенко // Актуальные вопросы профессионального образования : тез. докл. II Междунар. науч.-практ. конф., Минск, 11 апр. 2019 г. - Минск : БГУИР, 2019. -С. 227-228.Savenko A. G. Analysis of technologies of modern distance educational process in the Republic of Belarus and prospects for their development. Aktualnye voprosy proffesionalnogo obrazovaniya: tezisy dokladov II Mezhdunarodnoj nauchno-prakticheskoj konferentsii, Minsk, 11 aprelja 2019 g. [Topical Issues of Vocational Education: Abstracts of the II International Scientific and Practical Conference, Minsk, 11 April 2019]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2019, pp. 227-228 (In Russ.).Савенко, А. Г. Проблемы в нормативно-правовом поле и пути их решения при внедрении эффективного дистанционного образовательного процесса в учреждениях образования Республики Беларусь / А. Г. Савенко // Дистанционное обучение - образовательная среда XXI века : материалы XI Междунар. науч.-метод. конф., Минск, 12-13 дек. 2019 г. - Минск : БГУИР, 2019. - C. 265.Savenko A. G. Problems in the regulatory and legal field and ways to solve them in the implementation of an effective distance educational process in educational institutions of the Republic of Belarus. Distantsionnoe obuchenie - obrazovatel'naya sreda XXI veka: materialy XI Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 12-13 dekabrja 2019 g. [Distance Learning - Educational Environment of the XXI Century: Materials of the XI International Scientific and Methodological Conference, Minsk, 12-13 December 2019]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2019, p. 265 (In Russ.).Скудняков, Ю. А. Структурная организация процесса дистанционного обучения / Ю. А. Скудняков, А. Г. Савенко, А. В. Матвеев // Дистанционное обучение - образовательная среда XXI века : материалы X Междунар. науч.-метод. конф., Минск, 7-8 дек. 2017 г. - Минск : БГУИР, 2017. - C. 82.Skudnyakov Y. A., Savenko A. G., Matveev A. V. Structural organization of the distance learning process. Distantsionnoe obuchenie - obrazovatel'naya sreda XXI veka: materialy X Mezhdunarodnoj nauchno-metodicheskoj konferentsii, Minsk, 7-8 dekabrja 2017 g. [Distance Learning - Educational Environment of the XXI Century: Materials of the X International Scientific and Methodological Conference, Minsk, 7-8 December 2017]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2017, p. 82 (In Russ.).Останкина, Е. Н. О факторах учебной неуспешности студентов / Е. Н. Останкина // Вестник Череповецкого гос. ун-та. - 2013. - Т. 1, № 1(54). - С. 127-131.Ostankina E. N. About the factors of academic failure of students. Vestnik Cherepovetskogo gosudarstvennogo universiteta [Bulletin of the Cherepovets State University], 2013, vol. 1, no. 1(54), pp. 127-131 (In Russ.).Анализ статистики успеваемости студентов как средство повышения качества образования / Е. А. Ерохина [и др.] // Инженерное образование. - 2014. - № 15. - С. 200-205.Erohina E. A., Hruslova D. V., Zhurin U. V., Klyshinskij E. S. Analysis of student performance statistics as a means of improving the quality of education. Inzhenernoe obrazovanie [Engineering Education], 2014, no. 15, pp. 200-205 (In Russ.).Савенко, А. Г. Ротационно-гибридная модель современного образовательного процесса и ее программно-алгоритмическая реализация / А. Г. Савенко, Ю. А. Скудняков // Информационные системы и технологии - 2019 : сб. материалов XXV Междунар. науч.-техн. конф., Нижний Новгород, 19 апр. 2019 г. / НГТУ им. Р. Е. Алексеева. - Н. Новгород, 2019. - С. 451-458.Savenko A. G., Skudnyakov Y. A. Rotational-hybrid model of the modern educational process and its program-algorithmic realization. Informatsionnye sistemy i tehnologii - 2019: sbornik materialov XXV Mezhdunarodnoj nauchno-tehnicheskoj konferentsii, Nizhnij Novgorod, 19 aprelja 2019 g. [Information Systems and Technologies - 2019: Collection of Materials of the XXV International Scientific and Technical Conference, Nizhnij Novgorod, 19 April 2019]. Nizhnij Novgorod, Nizhegorodskij gosudarstvennyj tehnicheskij universitet im. R. E. Alekseeva, 2019, pp. 451-458 (In Russ.).Савенко, А. Г. Один из подходов к организации современного образовательного процесса / А. Г. Савенко, Ю. А. Скудняков // Информатика. - 2021. - Т. 18, № 1. - С. 96-104. https://doi.org/10.37661/1816-0301-2021-18-1-96-104Savenko A. G., Skudnyakov Yu. A. One of the approaches to the organization of the modern educational process. Informatika [Informatics], 2021, vol. 18, no. 1, pp. 96-104 (In Russ.). https://doi.org/10.37661/1816-03012021-18-1-96-104Курочкин, А. В. Агрегация и индексирование данных нескольких источников на основе графовой модели в базах данных медицинских экспертных систем / А. В. Курочкин, В. С. Садов // Информатика. -2020. - Т. 17, № 3. - С. 25-35. https://doi.org/10.37661/1816-0301-2020-17-3-25-35Kurochkin A. V., Sadov V. S. Aggregation and indexing of data from several sources based on a graph model in databases of medical expert systems. Informatika [Informatics], 2020, vol. 17, no. 3, рр. 25-35 (In Russ.). https://doi.org/10.37661/1816-0301-2020-17-3-25-35Пилецкий, И. И. Граф знаний и машинное обучение как базис методологии искусственного интеллекта в обучении / И. И. Пилецкий, М. П. Батура, Н. А. Волорова // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сб. науч. ст. VII Междунар. науч.-практ. конф., Минск, 19-20 мая 2021 г. / редкол.: В. А. Богуш [и др.]. - Минск : Бестпринт, 2021. - С. 198-209.Pileckij I. I., Batura M. P., Volorova N. A. Knowledge graph and machine learning as the basis of artificial intelligence methodology in teaching. BIG DATA i analiz vysokogo urovnja: sbornik nauchnyh statej VII Mezhdunarodnoj nauchno-prakticheskoj konferencii, Minsk, 19-20 maja 2021 g. [BIG DATA and Advanced Analytics : Collection of Scientific Articles of the VII International Scientific and Practical Conference, Minsk, 19-20 May 2021]. Minsk, Bestprint, 2021, рр. 198-209 (In Russ.).Tatur, M. M. Intelligent data analysis: from theory to practice / M. M. Tatur, N. A. Iskra // Открытые семантические технологии проектирования интеллектуальных систем (OSTIS-2018) : материалы Меж-дунар. науч.-техн. конф. - Минск : БГУИР, 2018. - С. 171-174.Tatur M. M., Iskra N. A. Intelligent data analysis: from theory to practice. Otkrytye semanticheskie tehnologii proektirovaniya intellektual'nyh system (OSTIS-2018): materialy Mezhdunarodnoj nauchno-tehnicheskoj konferentsii [Open Semantic Technologies for the Design of Intelligent Systems (OSTIS-2018): Materials of the International Scientific and Technical Conference]. Minsk, Belorusskij gosudarstvennyj universitet informatiki i radiojelektroniki, 2018, pp. 171-174.Интеллектуальный анализ данных и облачные вычисления / Татур М. М. [и др.] // Доклады БГУИР. - 2019. - № 6(124). - С. 62-71. https://doi.org/10.35596/1729-7648-2019-124-6-62-71Tatur M. M., Lukashevich M. M., Pertsev D. Y., Iskra N. A. Intelligent data analysis and cloud computing. Doklady Belorusskogo gosudarstvennogo universiteta informatiki i radioеlektroniki [Reports of the Belarusian State University of Informatics and Radioelectronics], 2019, vol. 6(124), pp. 62-71 (In Russ.). https://doi.org/10.35596/1729-7648-2019-124-6-62-71

The authors declare that there are no conflicts of interest present.