Характеристика участия студентов в онлайн курсах с использованием техники социальных сетей. Особенность тестирования графического интерфейса. Исследование возможных опасных и вредных факторов при эксплуатации компьютера и их влияния на пользователей.
Аннотация к работе
В настоящее время студенты после окончания вуза часто испытывают сложности при устройстве на работу. Трудности возникают как у выпускников, не имеющих опыта работы, которого так требуют все работодатели, так и у самих работодателей, которые не могут подобрать необходимых молодых специалистов. При этом работодателю порой сложно оценить навыки студента, основываясь только на дипломе и оценках по дисциплинам, так как это не отражает реальных умений студента-выпускника, показывает общую компетентность по предмету, но не дает понять, чему конкретно научился студент после прослушивания этого курса и как он может это применить, решая определенные задачи. Они показывают в основном качественные параметры участия в определенных проектах и выполненных обязанностей, в то время как о количественных характеристиках ничего неизвестно - что и в каком объеме конкретно студент выполнил в проекте. Отсюда возникает необходимость рекомендаций студенту относительно резюме, которое он бы мог предоставить работодателю, при этом, еще не имея реального опыта работы в компании, где он бы смог получить заветную строчку в резюме[1].Если программы обучения находятся в разработке, их можно постоянно улучшать, проверяя то, как студенты взаимодействуют с обучающими системами. В первую очередь, положительный эффект это дает самим студентам, которые получают более подходящие методы в обучении, что повышает качество образования[2]. Применение интеллектуального анализа данных для проектирования систем обучения, при самом поверхностном рассмотрении, показано на рис.1.1: Рис. Она предоставляет информацию об освоении студентом тех или иных областей знаний (это, как правило, оценки, пройденные положительно или отрицательно контрольные мероприятия), что позволяет обучающей системе лучше подстраиваться под конкретного студента. В данном проекте будет использоваться модель студента, которая включает в себя различные атрибуты: идентификационная информация (имя, фамилия, адрес электронной почты) и оценки студента по тем или иным дисциплинам, которые собственно и будут использованы при анализе успехов студентов при освоении тех или иных навыков.Основным источником информации по такого рода системам являются ежегодные конференции по EDM, которые проводятся в разных городах Европы, где рассматриваются новые разработки в этой области: алгоритмы, методики и, что наиболее ценно, в этих работах можно почерпнуть информацию о реально существующих или разрабатываемых системах, которые реализуют те или иные подходы дисциплины EDM. Этот инструмент предназначен для оценки и динамического представления вклада студентов в проект. Преподаватели не всегда могут видеть и оценить результат работы команды и каждого студента в отдельности, так как обычно проект хранится в Google Docs, Wiki и SVN (Subversion), и для того, чтобы это исследовать, преподавателю необходимо достаточно много времени. Для более простого наблюдения за успеваемостью необходим соответствующий простой в использовании инструмент, TEAMANALITYCS - такой инструмент, собирающий информацию о вкладе участников проекта и команды в целом, который может использоваться преподавателям для оценки эффективности работы. Данные SVN-сервера забираются каждые 24 часа, так же собирается информация из Wiki и Google Docs с помощью Google API, в случае обработки страниц, программа запускается при каждом их изменении участником команды.Здесь находятся оценки по предметам, и некоторые промежуточные оценки по заданиям, которые дают наиболее полную и достоверную картину того, насколько студент преуспел в той или иной области учебного процесса; Ресурс, который достаточно редко используется студентами на кафедре в связи с популярностью других публичных хранилищ, может дать представление как минимум о наличии навыков работы с системой контроля версий, а потенциально, при более активном использовании этой системы и об активности и вкладе каждого студента в проект, например, по количеству обращений к SVN; Если студент завершает задания неудачно по какому-то из курсов, то ему можно предложить восполнить пробелы в знаниях, порекомендовав какие-то курсы и книги, методические пособия или статьи из библиотеки. Это очень важная справочная информация, которая будет использована в системе, для определения тех навыков или компетенций (этот термин будет раскрыт дальше, так как он является краеугольным камнем всей системы автоматизированного создания резюме), которые собственно отражают реальные умения, приобретенные студентами в ходе курса. Принципиальное значение могут иметь и часы, которые определяют, насколько долго студенты, занимались тем или иным предметом, а соответственно имели больше или меньше возможностей для освоения компетенций, входящих в этот курс.Такая специфика приложения не накладывает особых ограничений на выбор языка программирования, однако, очевидно, что выбор следует остановить на языке, с максимальными обширными, удобными и гибкими возможностями для веб-разработки.
План
Оглавление
Введение
1. Обзорно-аналитическая часть
1.1 Обзор методов, используемых для решения задач в области анализа учебных данных
1.2 Анализ решений, применяемых для анализа данных в обучении
1.3 Подбор источников данных используемых в системе
1.4 Выбор инструментальных средств
2. Разработка
2.1 Основные термины и понятия в системе
2.2 Структура базы данных
2.3 Алгоритм сбора данных
2.4 Алгоритм обработки данных
2.5 Вывод результатов пользователю
3. Тестирование и отладка
3.1 Функциональное тестирование
3.2 Тестирование графического интерфейса
3.3 Нагрузочное тестирование
3.4 Комплексное тестирование
4. Охрана труда
4.1 Исследование возможных опасных и вредных факторов при эксплуатации ЭВМ и их влияния на пользователей
4.2 Методы и средства защиты пользователей от воздействия на них опасных и вредных факторов