CC BY
207
о
SCIENCE TIME
ПРИМЕНЕНИЕ ТЕХНОЛОГИИ BIG DATA В СФЕРЕ ОБРАЗОВАНИЯ
Седова Анастасия Павловна, Поволжский Государственный университет телекоммуникаций и ■ информатики, г. Самара
E-mail: Nastyasedova95@mail. ru
Крюкова Анастасия Александровна,
__________________ Поволжский Государственный
университет телекоммуникаций и информатики, г. Самара
E-mail: kaasamara@mail. ru
Аннотация. Были изучены различные источники информации по специфике технологии применения big data в сфере образования. Выявлены проблемы и сформулированы предложения по их устранению.
Ключевые слова: современные технологии, анализ, методы,
прогнозирование, исследования, проект, архив.
«Большие данные» или Big Data в сфере образования - это успеваемость и посещаемость занятий, успехи в различных спортивных соревнованиях, выступления на конференциях и многое другое [6].
Современные технологии позволяют собирать и анализировать большие объемы информации. «Big Data» в сфере образования с каждым днем становится все более насыщенной темой. С ней связывают возможность существенной трансформации образовательного процесса и самой педагогической технологии, которая за счет постоянных улучшений может быть доведена до высокой степени совершенства. Ранее такие данные никто не собирал, потому, что не хватило бы ресурсов на учет, хранение и, тем более, на анализ.
Анализ больших данных позволяет ускорить решение научных, исследовательских и педагогических проблем. Изучая статистику, можно работать и с индивидуальными траекториями, и с глобальными
образовательными системами [2, с.196].
За один учебный год студенты проводят в университетах около 1260 часов
505
о
SCIENCE TIME
или почти 53 дня. Понятно, что за такое время они совершают массу действий и генерируют огромный объем поведенческих данных.
Самая интересная модель работы на сегодняшний день с big data - это прогноз, где комбинация известных данных позволяет прогнозировать искомое неизвестное. Известные данные собираются из записей школьных систем, интернет - ресурсов, наблюдений во время экспериментов и опросов.
Сбор таких данных - значимое дело, нужно знать, на что смотреть, и уметь выявлять нужную информацию. Модель работает для прогнозирования будущего или настоящего.
Большие данные автоматизируют поведение системы и дают подсказки, если студент зацикливается на одном месте. А если подсказки не помогают -сообщают родителям и педагогам, что ученику нужна поддержка.
Методы, используемые в анализе больших данных (big data), родом из машинного обучения, распознавания образов, статистики и психометрии.
На сегодняшний день существуют специальные «даташопы», куда можно складывать данные и там анализировать. В популярном репозитории PSLC Datashop, хранится информация, собранная за 250000 часов, проведенных учениками в образовательных программах - это примерно 30 миллионов действий, результатов и ответов.
Исследование CIO Insight показало, что 55% проектов на базе технологий Big Data никогда не завершаются. Причиной тому служат ошибки в определении масштаба работ (58%), технические сложности (41%) и отсутствие взаимодействия между отдельными структурами (39%).
Кроме этого, как считают опрошенные, сугубо сложными аспектами таких проектов являются обработка данных (43%), управление ими (42%) и анализ
(41%) [5].
Интересной точки зрения придерживается Олег Белов заместитель начальника ИТ - отдела КБ «Еврокапитал - Альянс», по его мнению, реализованный проект не может стать финальным, он обязан иметь направление развития. Аналогично тому, как каждый кубик конструктора «Лего», который снизу имеет крепление к платформе, сверху обязательно сам является платформой для следующей детали. «Жизнь идет быстро, и те объемы данных, которые вчера были неподъемными, ныне держатся на кончике пера». Сегодня технологии Big Data являются объективной реальностью, и надо учиться, с нею взаимодействовать [4].
А вот Марк Залан, директор департамента информационных технологий GE в России и СНГ напротив, полностью поддерживает выводы исследования CIO Insight, считая их вполне предсказуемыми. Он уверен, что масштаб проекта и связанные с этим сложности взаимодействия между структурными
506
а
о
SCIENCE TIME
подразделениями, это часто встречающиеся явления, особенно в проектах, где используются новейшие технологии, правильное применение которых ещё не прошло многолетнюю проверку на различных проектах [4].
С ним согласен Алексей Свирский, которому статистика исследования CIO Insight представляется весьма классической для решения любой сложной ИТ -проблемы - будь то разработка принципиально новой ИТ - системы, обработка больших данных, качественное снижение рисков информационной безопасности или внедрение ERP-системы.
Соответственно, чем больше масштаб проекта или чем больше требований, тем больше значимость «правильных» технологий, «правильных людей», способности организаций терпеть временные неудачи и т. д. [4].
В дополнение Дмитрий Алексеев, консультант FUJIFILM Russia отмечает, что в нашей стране в результате чрезмерного увлечения хранением больших архивных данных на дисковых решениях, накапливаются серьезные системные проблемы, начиная от энергозатрат на охлаждение и эксплуатацию и заканчивая надежностью долговременного (более трех-четырех лет) хранения и ограничениями по масштабируемости, не успевающей за взрывным ростом объемов [4].
Отдельное место в исследовании CIO Insight занимает кадровый вопрос. По результатам опроса, 80% сталкиваются с проблемой нахождения «правильных» людей для реализации проектов на базе технологий Big Data, а 76% -испытывают сложности с нахождением «правильных» инструментов для выполнения этих проектов. Трое из четырех респондентов признались, что временные ограничения отрицательно сказываются на сроках реализации проектов, а 73% опрошенных отметили, что трудности вызывает и непонимание того, на каких платформах должны строиться данные проекты.
Марк Залан директор департамента информационных технологий GE в России и СНГ разделяет эту точку зрения, обращая внимание на тот факт, что применение высоких технологий действительно часто сопряжено с дефицитом квалифицированных технических кадров. Причем особенно остро это проблема ощущается на исходном этапе приспособления новых технологий, когда еще не наработана база проектов и нет людей, которые в ходе выполнения этих проектов смогли бы получить практику правильного применения новых технологий [4].
Похожую позицию занимает Олег Белов заместитель начальника ИТ -отдела КБ «Еврокапитал - Альянс»: «С учетом всей многогранности проектов обработки информационного массива становится понятно, что вопрос «правильных» людей в качестве исполнителей столь же актуален, сколько и сложен и неоднозначен» [4].
507
о
SCIENCE TIME
РаёсМаТрйвая воЗМОжные Пути решения проблем с иСНоЛЬз'оВаНием ТеХнОЛОгий Big Data в сфере Образования, Олег1 Белов1 отвечает, чтб Здесь Но'стй^ение усНеха' можёт 'г'арВнтйро'ватЬ ТОлько серьезный совокупный подход.
Во-Первых, необходимо ' классифицировать информацию по НеСКоЛЬким крИтёрияй,' таким' как' койфидейцйальнбсть, степень1 важности, оперативность восстановления и т. п.
Во-вторыХ, ёпедует разделить информацию по Предметному содержанию -например, оперативные данные, рабочие временные данные, архивные данные, данные «горячего» резерва, справочные и подобные данные, восстанавливаемые
из внешних источников и пр.
В-третьих, нужно соотнести стоимость информации и средств обеспечения её безопасности ' и на основе этого производить проектирование 'дата - центров.
И последнее, не стоит забывать о государственных 1 регуляторах, накладывающих ограничения на методы использования информации, и' с самого начала проекта учитывать организационную составляющую и требования
о
соответствия законам и ' стандартам.
С точки зрения ' взглядов современного общества, ещё не достаточно хорошо ' решены' задачи «с малыми ' данными». Например '- задачи,' связанные с образованием: автоматический анализ успеваемости, прогнозирование
показателей, социологические исследования коллективов' учащихся, выработка индивидуальных программ и рекомендаций.' У нас в стране' пока ещё даже нет доступных ' и удобных массивов информации для решения таких 'задач. На 'западе такие 'задачи решают довольно давно, ' есть ' и данные, и методы решения [3].
Более ' того, подобная ' тематика ' там достаточно популярна, поскольку
повышает качество образования. Очень хочется 'надеяться, что у нас к ' этому
будут относиться с должным' вниманием. Что касается методов, которые здесь
используются,
то они достаточно ' стандартные для
математика-специалиста
в анализе данных.
Как ни удивительно,
с точки зрения статистики, результаты 1 ответов
на вопросы тестов очень похожи, например, на степень удовлетворённости просмотрами фильмов. Поэтому не важно, что ' рекомендовать: фильмы ' для просмотра или темы для повторения — механизм рекомендаций одинаков.
Если всё в порядке с оборудованием в учебных заведениях, программами образования, комплектацией, ' можно обсуждать использование big ' data. Это как
с интернет ' - ' магазинами. 'Анализ данных в них, конечно,' нужен. Но если у них проблемы с качеством товаров, поставками, то анализ данных тут не поможет [1, с.87].
о
508
а
о
SCIENCE TIME
Таким образом, «Big Data», в сфере образования, необходимо развивать в учебных заведениях с целью повышения качества образовательного процесса, чтобы быть уверенными в будущем.
Литература:
1. Загоруйко Н.Г. [Текст] / Когнитивный анализ данных. Новосибирск: Издательство «Гео». 2013. - 249 с.
2. Зырянов А. О. [Текст] / Метод взвешенных столпов в ускоренном алгоритме. Материалы 52-й Международной научной студенческой конференции МНСК 2014: Информационные технологии. Новосибирск: Новосибирский
государственный университет. 2014. - 360 c.
3. RTTN [Электронный ресурс] / На вопросы БИТа отвечают эксперты ведущих ИТ-компаний. Big Data. Электричество XXI века / Режим доступа: http:// bit.samag.ru/archive/article/1463
4. RTTN [Электронный ресурс] / Развитие платформы когнитивного анализа данных Big Data / Режим доступа: http://www.nsu.ru/xmlui/handle/nsu/7694
0 5. RTTN [Электронный ресурс] / Режим доступа: https://newtonew.com/ discussions/pochemu-uchitelju-ne-nuzhny-big-data
6. RTTN [Электронный ресурс] / Презентация / Режим доступа: http:// www.slideshare.net/ denisreimer/big-data-44366038
509
а
