Интернет конференция по проблемам теории и практики управления

Название: ПАРАМЕТРИЗОВАННЫЙ АНАЛИЗ МНОГОУРОВНЕВЫХ ДАННЫХ ОБРАЗОВАТЕЛЬНЫХ СИСТЕМ
Автор: Алла Юрьевна Владова
Аннотация:
Актуальность исследования обусловлена повсеместным переходом образовательных организаций на цифровые платформы и системы управления обучением, такие как Moodle, которые хранят значительные объемы данных об успеваемости и активности студентов. Эффективное использование этих данных для принятия управленческих решений на всех уровнях (студент, преподаватель, администратор) становится ключевым конкурентным преимуществом современного вуза. Однако традиционные аналитические инструменты и дашборды, встроенные в системы управления обучением, обладают существенными ограничениями. Они зафиксированы на одном уровне анализа, и не позволяют проверить специфические статистические гипотезы, которые возникают у разных категорий пользователей, и потому требуют ручного труда аналитиков и разработчиков для создания нового отчета или дашборда под конкретную задачу, что делает процесс медленным, дорогим и не масштабируемым. Разработан метод формирования структурированной управленческой информации в системе управления обучением, отличающийся тем, что среди множества функций над данными определяют параметризованные функции, которые, будучи определены один раз, могут быть применены на всех уровнях системы управления путем изменения масштаба и контекста анализа. Предложена вложенная структура параметризованных функций вида сравнение над агрегацией для конструирования запросов разного уровня. Практическая значимость заключается в возможности создания расширяемой библиотеки функций, упрощающей анализ больших данных и поддержку принятия решений.
Ключевые слова:
параметризованные функции, система управлением обучением, образовательные данные, статистические гипотезы, дашборд

Название: ФОРМИРОВАНИЕ ГРУППОВОЙ И ИНДИВИДУАЛЬ-НОЙ ТРАЕКТОРИЙ ОБУЧЕНИЯ ПО ДАННЫМ E-LEARNING ПЛАТФОРМ
Автор: Алла Юрьевна Владова
Соавторы:
-
Аннотация:
Поддержание высокого уровня образования является одной из основных задач управления вузом. Несмотря на постоянный мониторинг успеваемости студентов, менеджмент образовательных учреждений недостаточно использует методы прогноза успеваемости при формировании траектории обучения студентов. Предлагаемый подход отличается от известных тем, что, во-первых, анализируют признаки, содержащие оценки за различные работы, выполненные студентами на e-learning платформе, увеличивают размерность пространства признаков за счет нормализации оценок по единой шкале и создания новых признаков: индекса и изменения успеваемости по различным видам работ. Во-вторых, выделяют учащихся, находящихся в группе академического риска. В-третьих, для каждого студента прогнозируют экзаменационную оценку с помощью линейно-регрессионной модели. В-четвертых, выделяет группы студентов со схожими траекториями обучения для индивидуализации консультаций. Таким образом, формирование групповой и индивидуальной траекторий обучения с учетом результатов прогноза направлено на упреждающее повышение уровня академической успеваемости студентов в университетских условиях.
Ключевые слова:
академическая успеваемость, статистический анализ, машинное обучение, траектории обучения