Интеллектуальный анализ качества учебного контента по статистике успеваемости студентов в системе управления обучением «Скорина»

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.

1. Савенко, 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.

2. 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.

3. 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.

4. 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.

5. 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.

6. 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.

7. 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.

8. 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.

9. 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.

10. Останкина, Е. Н. О факторах учебной неуспешности студентов / Е. Н. Останкина // Вестник Череповецкого гос. ун-та. - 2013. - Т. 1, № 1(54). - С. 127-131.

11. Анализ статистики успеваемости студентов как средство повышения качества образования / Е. А. Ерохина [и др.] // Инженерное образование. - 2014. - № 15. - С. 200-205.

12. 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.

13. 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/10.37661/1816-0301-2021-18-1-96-104

14. Курочкин, 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/10.37661/1816-0301-2020-17-3-25-35

15. Пилецкий, 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.

16. 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.

17. Интеллектуальный анализ данных и облачные вычисления / Татур М. М. [и др.] // Доклады БГУИР. - 2019. - № 6(124). - С. 62-71. https://doi.org/10.35596/1729-7648-2019-124-6-62-71