Разработка интеллектуальной системы анализа достижений обучающегося вуза
- Авторы: Михайлова С.С.1
-
Учреждения:
- Финансовый университет при Правительстве Российской Федерации
- Выпуск: Том 20, № 2 (2024)
- Страницы: 185-192
- Раздел: Математические, статистические и инструментальные методы в экономике
- URL: https://journals.eco-vector.com/2541-8025/article/view/633815
- DOI: https://doi.org/10.33693/2541-8025-2024-20-2-185-192
- EDN: https://elibrary.ru/OBBSPK
- ID: 633815
Цитировать
Полный текст
Доступ предоставлен
Доступ платный или только для подписчиков
Аннотация
Образование в современном мире является неотъемлемой частью становления личности, поэтому ему уделяется особенно пристальное внимание. Цифровое развитие в сфере высшего образования требует автоматизации многих процессов вуза, и для повышения качества подготовки специалистов и обеспечения объективности оценивания их достижений вузы вводят рейтинговую систему. Главные задачи таких систем заключаются в повышении мотивации студентов и стимулировании их к самостоятельной работе. В данной работе представлена рейтинговая система, которая базируется на таких аспектах активностей студентов как учебный, научный, общественный, культурно-творческий, спортивный. В работе применён интеллектуальный анализ по достижениям студентов с использованием таксономии предметной области и методов машинного обучения. Разработана интеллектуальная система анализа достижений студента.
Полный текст
Об авторах
Светлана Сергеевна Михайлова
Финансовый университет при Правительстве Российской Федерации
Автор, ответственный за переписку.
Email: ssmihailova@mail.ru
ORCID iD: 0000-0001-9183-8519
доктор экономических наук, профессор Кафедры анализа данных и машинного обучения факультета информационных технологий и анализа больших данных
Россия, МоскваСписок литературы
- Bruno Cristos Madeira, Tugrul Tasci, Numan Celebi. Prediction of Student Performance Using Rough Set Theory and Backpropagation Neural Networks // European Scientific Journal, ESJ. February 2021 edition Vol.17, No.7. URL: https://eujournal.org/index.php/esj/article/view/14028.
- Kongsakun K. Neural Network Modeling for an Intelligent Recommendation System Supporting SRM for Universities in Thailand // WSEAS Transaction on Computers. —2012. —V. 11. —№ 1.
- Matthew H. The Influence of Teaching Methods on Students Achievement on Virginia's End of Course Standards of Learning Test for Algebra-I: диссертация на соискание ученой степени доктора философии. —США, Виргиния, Блэксбург: Политехнический университет Виргинии, 2002.
- Mohammed Abdullah Al-Hagery, Maryam Abdullah Alzaid, Tahani Soud Alharbi and Moody Abdulrahman Alhanaya. Data Mining Methods for Detecting the Most Significant Factors Affecting Students’ Performance. // Information Technology and Computer Science, 2020, 5, 1-13. URL: http://www.mecs-press.org/ijitcs/ijitcs-v12-n5/IJITCS-V12-N5-1.pdf.
- Oladokun, V.O Adebanjo, A.T. and Charles-Owaba, O.E. (2008). Predicting Students Academic Performance using Artificial Neural Network: A case study of an Engineering Course. Pacific Journal of Science and Technology, Vol.9(1):72-79.
- Sadiq Husssain, Silvia Gaftandzhieva, Md. Maniruzzaman, Rositsa Doneva, Zahraa Fadhil Muhsin. Regression analysis of student academic performance using deep learning // Education and Information Technologies (2021) 26:783–798. URL: https://doi.org/10.1007/s10639-020-10241-0.
- Shoukat H., Fahad M., Hamid K. и Awais A. Factors Contributing to Students Academic Performance: A Case Study of Islamic University Sub-Campus // American Journal of Education research. —2013. —V. 1. —№ 8. —P. 283–289.
- Будаев Е.С., Смолина Л.С. Исследования в области интеллектуального анализа достижений студентов в вузе. В сборнике:. Сборник статей национальной научно-практической конференции. —Улан-Удэ. Образование и наука, 2020. С. 285–291.
- Методика расчета индивидуального рейтинга студента северо-западного института управления РАНХИГС. [Электронный ресурс]. —Режим доступа: https://sziu.ranepa.ru/images/news_doc/2019/metodika_rascheta_reytinga_2019.pdf (дата обращения: 24.12.2023).
- Положение о балльно-рейтинговой системе оценки достижений студентов Новосибирского государственного технического университета. [Электронный ресурс]. —Режим доступа: https://www.nstu.ru/static_files/38655/file/NSTU_Polozenie%20o%20BRS.pdf (дата обращения: 24.12.2023).
- Положение о бально-рейтинговой системе достижений студентов ФГБОУ ВПО «СибГУТИ». [Электронный ресурс]. —Режим доступа: https://ita.sibsutis.ru/sites/csc.sibsutis.ru/files/files/Point_rating_system.pdf (дата обращения: 24.12.2023).
- Положение о рейтинговой системе комплексной оценки знаний студентов образовательных программ высшего образования—программ бакалавриата, программ специалитета и программ магистратуры Национального исследовательского университета «Высшая школа экономики». [Электронный ресурс]. —Режим доступа: https://www.hse.ru/data/xf/644/439/1477/Положение%20о%20рейтинговой%20системе%20комплекс..овательных%20программ%20высшего%20об.docx (дата обращения: 24.12.2023).