Подход к исследованию учебных планов, основанный на данных
https://doi.org/10.15514/ISPRAS-2024-36(2)-7
Аннотация
Выбор образовательной программы — важный момент в жизни молодых людей. В условиях дефицита времени после экзаменов абитуриенты обычно не успевают проанализировать возможные образовательные маршруты. Кроме того, это требует тщательного изучения учебных планов. Данное исследование посвящено этой проблеме и предлагает алгоритм анализа учебных планов на основе обработки естественного языка названий курсов или компетенций, перечисленных в учебных планах. Описана архитектура интеллектуальной программной системы. Используемый метод протестирован на учебных планах, взятых с университетских сайтов. Для хранения содержания учебных планов было разработано хранилище данных. На данный момент тема исследования плохо изучена. Существующие статьи либо описывают ранние стадии разработки, либо скудны на детали реализации. Они кратко рассмотрены в данной статье.
Об авторах
Юри НАСУ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Выпускник бакалавриата Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ–Пермь), образовательная программа «Программная инженерия». Сфера научных интересов: прикладная и вычислительная линейная алгебра, анализ текстовых данных, системный анализ.
Михаил Сергеевич ДРОБИНИН
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Выпускник бакалавриата Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ–Пермь), образовательная программа «Программная инженерия». Сфера научных интересов: проектирование архитектуры программных систем, объектно-ориентированное программирование.
Марк Станиславович ЕФАНОВ
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Выпускник бакалавриата Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ–Пермь), образовательная программа «Программная инженерия». Сфера научных интересов: business intelligence, системный анализ.
Вячеслав Владимирович ЛАНИН
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Старший преподаватель кафедры информационных технологий в бизнесе Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ–Пермь). Сфера научных интересов: языки моделирования, предметно-ориентированное моделирование, языковые инструментарии, CASE-средства, системы имитационного моделирования.
Список литературы
1. Kırdök O., Harman E. High School Students' Career Decision-making Difficulties According to Locus of Control. Universal Journal of Educational Research, vol 6, No. 2, pp. 242-248, 2018. doi:10.13189/ujer.2018.060205.
2. Kılıç S., Günal Y. University Students’ Career Decision Regret: A Mixed-Method Research. IJERE, 2023, vol. 8, No. 3, pp. 521-531. doi:10.24331/ijere.1257601.
3. Prakhov I., Rozhkova K., Travkin P. Osnovnye strategii vybora vuza i bar'ery, ogranichivayushchie dostup k vysshemu obrazovaniyu [Main strategies for choosing a higher education institution and barriers limiting access to higher education]. HSE University, Moscow, Rep. 17. Available at: https://www.hse.ru/data/2022/01/25/ 1755651210/ib_17_2021.pdf, accessed 01 Apr. 2024 (In Russian).
4. Kelchevskaya N., Shirinkina E. Integraciya obrazovatel'nyh i professional'nyh standartov v usloviyah reformirovaniya: problemy i puti [Integration of educational and professional standards under conditions of reform: problems and ways of solution]. Universitetskoe upravlenie: praktika i analiz [University Governance: Practice and Analysis], issue 1, 2018. pp. 16-25. DOI 10.15826 (In Russian).
5. Nasu Iu., Lanin V. Development of Legal Document Classification System Based on Support Vector Machine. Trudy ISP RAN/Proc. ISP RAS, vol. 35, issue 2, 2023. pp. 49-56. DOI: 10.15514/ISPRAS2023-35(2)-4.
6. Mikolov T., Chen K., Corrado G., Dean J. Efficient Estimation of Word Representations in Vector Space. 2013. Available at: arXiv:1301.3781, accessed 01 Apr. 2024.
7. Devlin J.; Chang M.-W., Lee K., Toutanova K. BERT: Pretraining of Deep Bidirectional Transformers for Language Understanding. 2018. Available at: https://doi.org/ 10.48550/arXiv.1810.04805, accessed 01 Apr. 2024.
8. Shen Y., Liu J. Comparison of Text Sentiment Analysis based on Bert and Word2vec. In Conf. IEEE 3rd ICFTIC, 2021, pp. 144-147. Available at: https://ieeexplore. ieee.org/document/9647258, accessed 01 Apr. 2024.
9. Zykova T., Kytmanov A., Khalturin E. Ob analize uchebnogo plana podgotovki bakalavrov v oblasti informacionnyh tekhnologij [On the analysis of the curriculum for training bachelors in information technology]. In Conf. New Educational Strategies in the Modern Information Space, St. Petersburg, 2022, pp. 338- 343. Available at: https://www.elibrary.ru/download/ elibrary_49318813_30209023.pdf, accessed 01 Apr. 2024 (In Russian).
10. Zykova T., Kytmanov A., Khalturin E. Analiz formirovaniya kompetencij uchebnogo plana obrazovatel'noj programmy [Analysis of the formation of competences of the educational program curriculum]. In Conf. Transformation of Mechanics and Mathematics and IT-Education in Terms of Digitalization, Minsk, 2023, vol. 1, pp. 176-181. Available at: https://www.elibrary.ru/ download/elibrary_54184628_52556588.pdf, accessed 01 Apr. 2024 (In Russian).
11. Zykova T., Kytmanov A., Khalturin E., Noskov M. O sravnenii grafovyh modelej uchebnyh planov podgotovki inzhenerov v oblasti informacionnyh tekhnologij [On the Comparison of Graph Models of Curricula for Training Engineers in the Field of Information Technology]. In Conf. Informatization of Education and E-learning Methods: Digital Technologies in Education, Krasnoyarsk, 2023, pp. 1105-1109. Available at: https://www.elibrary.ru/ download/elibrary_54778536_72713754.pdf, accessed 01 Apr. 2024. (In Russian).
12. Mitsel A., Cherniaeva N. Methods for control over learning individual trajectory. IOP Conf. Ser.: Mater. Sci. Eng., 2015, vol. 91, № 012069. doi:10.1088/1757- 899X/91/1/012069.
13. Federal Assembly of Russia. (2012). No. 273-FZ, Federal Act on Education. Available at: https://www.consultant.ru/ document/cons_doc_LAW_140174/, accessed 01 Apr. 2024. (In Russian).
14. FGOS. Federal Education Standards (Russia). Available at: https://fgos.ru/, accessed 01 Apr. 2024. (In Russian).
15. Fielding R. Architectural Styles and the Design of Network-based Software Architectures, Ph.D. dissertation. University of California, Irvine. 2000. Available at: https://ics.uci.edu/~fielding/pubs/dissertation/top.htm, accessed 02 Apr. 2024.
16. Docker (2023). Docker: Accelerated Container Application Development. Available at: https://www.docker.com/, accessed 01 Feb. 2024.
17. Nginx (2023). Nginx. Available at: https://www. nginx.com/, accessed 01 Feb. 2024.
18. SBERT. (2023). SentenceTransformers Documentation. Available at: https://www.sbert.net/, accessed 01 Apr. 2024.
19. Selenium. (2023). Selenium Webdriver. Available at: https://www.selenium.dev/documentation/webdriver/, accessed 01 Apr. 2024.
20. Ruotsalo T., Peltonen J., Eugster M., Głowacka D., Floréen P., Myllymäki P., Jacucci G., Kaski S. Interactive Intent Modeling for Exploratory Search. ACM Transaction on Information Systems, vol. 36, issue 4, article 44, 2018. 46 pages. DOI:10.1145/3231593.
Рецензия
Для цитирования:
НАСУ Ю., ДРОБИНИН М.С., ЕФАНОВ М.С., ЛАНИН В.В. Подход к исследованию учебных планов, основанный на данных. Труды Института системного программирования РАН. 2024;36(2):83-90. https://doi.org/10.15514/ISPRAS-2024-36(2)-7
For citation:
NASU I., DROBININ M.S., EFANOV M.S., LANIN V.V. Data-Driven Approach to Curriculum Analysis. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2024;36(2):83-90. https://doi.org/10.15514/ISPRAS-2024-36(2)-7
Послать статью по эл. почте 