Разработка программного комплекса для интеллектуального анализа образовательных данных в среде приложения RStudio

Цели и задачи интеллектуального анализа образовательных данных. В течение длительного времени в информационных системах высших учебных заведений накапливались значительные объёмы информации, содержащей сведения об успеваемости студентов, их личных данных, увлечениях, участии в жизни университета и т.д. Кроме этого, университетские базы данных хранят информацию о преподавателях, учебных программах, учебных планах, компьютерных тестах, экзаменационных вопросах и задачах, а также другие разнообразные методические и научно-педагогические материалы. До последнего времени это горы информации оставались не востребованными и по-настоящему не использованными. Это положение стало меняться с появлением нового научного направления, получившего название "Интеллектуальный анализ образовательных данных" (Educational Data Mining ‒ англ.) (Romero / Ventura 2013).

Как пишут авторы статьи (Горлушкина / Коцюба / Хлопотов 2015), основные цели EDM:

• «улучшить образовательный процесс путем поддержки принятия рациональных решений;
• направить студентов по целесообразной образовательной траектории;
• дать рекомендации студентам и преподавателям по корректировке образовательного процесса;
• вникнуть в саму суть учебного процесса — выявить неявные взаимосвязи данных и, как следствие, понять, каким образом человек усваивает информацию, приобретает навыки и умения».

Достигнуть поставленные цели можно только путём использования специализированного программного обеспечения.

Таким образом, разработка программного комплекса для интеллектуального анализа образовательных данных представляется нам весьма актуальной и важной задачей.

Выбор среды разработки. Мы остановили свой выбор на языке R, учитывая следующие его достоинства:

• Бесплатность. R - это свободное программное обеспечение.
• Расширяемость. Язык имеет модульную структуру и состоит из набора пакетов.
• Кроссплатформенность и переносимость.
• Великолепная графика, позволяющая выполнять визуальный анализ данных и создавать прекрасно иллюстрированные отчеты по выполненным исследованиям.
• Огромное количество встроенных функция для проведения анализа данных.
• Встроенные статистические тесты и алгоритмы.

Учитывая сказанное выше, мы остановили свой выбор на языке программирования R, используя в качестве среды разработки приложение RStudio.

Структура программного комплекса. Анализ образовательных данных, проводимый с использованием технологий EDM, состоит из следующих этапов:

1. Построение хранилища данных.

Основой аналитической системы является хранилище данных. Оно должно актуализироваться с определенной периодичностью, пополняясь данными из баз, результатами контрольных мероприятий, итогами сессий и т.д. Данные проверяются, очищаются, проходят предварительную обработку, приводятся к единому формату и загружаются в хранилище данных.

1. Построение многомерного OLAP-куба.

Многомерный OLAP-куб строится на основе хранилища данных. С его помощью становится возможным осуществлять в режиме реального времени анализ данных и формировать отчеты в различных аспектах с произвольной глубиной детализации.

1. Формирование системы ключевых показателей.

На основе многомерных OLAP–кубов может быть сформирована система ключевых показателей, позволяющая проводить мониторинг и оценку бизнес-процессов и информировать администраторов об имеющих место фактах отклонения.

1. EDM – интеллектуальный анализ образовательных данных.

На основе данных, загруженных в хранилище, могут быть построены модели интеллектуального анализа, позволяющие реализовать процедуры прогнозирования наиболее важных показателей учебной деятельности, а также выявить её скрытые и неочевидные закономерности.

В соответствии с описанной выше структурой, программный комплекс должен состоять из следующих модулей.

1. Модуля хранения данных, представляющего собой хранилище данных, дополненное инструментами для интеграции с различными внешними источниками, такими как данные, хранящиеся в БД «Деканат», таблицы Excel, данные произвольных форматов из сторонних информационных систем. Здесь же будет выполняться предварительная обработка данных, их очистка и приведение к единому формату.
2. Модуля анализа данных. Функционал этого модуля должен позволять формировать многоаспектные отчеты на базе OLAP-технологий. Предполагается, что будет также реализована возможность графического представления результатов анализа в виде столбиковых, круговых, кольцевых и других диаграмм.
3. Модуля прогнозирования. В этом модуле будут реализованы известные методы Data Mining, такие как классификация, кластеризация, ассоциация, прогнозирование, анализ отклонений.
4. Модуля администрирования, содержащего функции управления приложением.

По состоянию на начало марта 2020 года нами реализованы следующие пакеты, входящие в состав перечисленных модулей.

• Пакет Load_IREN, предназначенный для извлечения, преобразования и загрузки данных из базы данных системы online - тестирования IREN (https://irenproject.ru) в хранилище разрабатываемого программного комплекса.
• Пакет OLAP_Cube_Builder, строящий OLAP-куб на основе данных из хранилища.
• Пакет Make_Report, ответственный за формирование отчетов.
• Пакет Make_Visualisation, предназначенный для визуализации результатов анализа.

В процессе работы над системой, нами было построено несколько моделей, работа с которыми дала интересные и многообещающие результаты. Подробнее о результатах нашей работы с системой будет доложено на данной конференции.