Северо-Кавказский государственный технологический университет(СКГТУ), г.Владикавказ
До настоящего времени контроль процесса обучения студентов в вузе базируется, в основном, на рейтинговых и экзаменационных оценках, причем подавляющее большинство подсистем АСУ вуз, задействованных для этой цели (п/с "Студент", "Деканат" и т. п.) предназначено для фиксации и анализа успеваемости. В результате вуз лишен инструментария, позволяющего персонифицировано прогнозировать успеваемость студентов и, как следствие, корректировать их поведение. Поэтому в Северо-Кавказском государственном технологическом университете была разработана и проходит испытания подсистема контроля успеваемости студентов, дающая возможность прогнозировать их успеваемость на базе алгоритмов таксономии [1]. Идея прогнозирования успеваемости студента заключается в учете его результатов за пройденный этап обучения и в поиске студента-аналога, обучающегося на старшем курсе, либо закончившего обучение. Очевидно, что при таком подходе надежность прогноза возрастает с увеличением объема базы данных и срока обучения студента, для которого составляется прогноз. Создание математической модели и, на ее основе, программного пакета, реализующего прогнозирование успеваемости студентов, основано на гипотезе l - компактности. Поставленная цель потребовала решения следующих задач:
1. Создание базы данных студентов-аналогов.
2. Разработка математических моделей и алгоритмов поиска аналогов в базе данных.
3. Программная реализация построенных алгоритмов.
4. Тестирование и контроль адекватности модели.
Программный пакет был разработан с использованием среды визуального программирования Borland Delphi 4.0, работающей в операционных средах Windows 95/98/2000/NT. Для работы с базами данных использовались пакеты Borland Database Engine, Database Desktop. Экспериментальные исследования, полностью подтвердившие правильность принятых концепций, были выполнены на персональном компьютере с микропроцессором K6/2, тактовой частотой 300 МГц; оперативной памятью 32 Мбайт; емкость жесткого диска составляла 4Гб.
Литература:
1. Загоруйко Н. Г. Прикладные методы анализа данных и знаний. - Новосибирск: Изд-во Ин-та математики, 1999. - 270с.
Гроппен Виталий Оскарович, Хадонов Зураб Мусаевич
ito.edu.ru
04.04.2000
