Информационная система «Педагогические кадры региона», основанная на реляционной модели данных Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 378.14

ИНФОРМАЦИОННАЯ СИСТЕМА «ПЕДАГОГИЧЕСКИЕ КАДРЫ РЕГИОНА», ОСНОВАННАЯ НА РЕЛЯЦИОННОЙ МОДЕЛИ ДАННЫХ

Л.А. Бачурина, М.В. Богданова, С.Л. Подвальный

В статье представлены результаты проектирования информационного обеспечения системы повышения квалификации педагогических работников. Обоснован выбор реляционной структуры для проектирования базы данных. Разработана структура реляционной модели хранения данных

Ключевые слова: информационная система, модель данных, управление

Проблема разработки информационных систем для сферы образования в настоящее время имеет особое значение. Современный рынок программных продуктов предлагает преимущественно разнообразные информационные системы для управления промышленными предприятиями и в основном затрагивает экономический и правовой аспект их деятельности, такие системы довольно сложно адаптировать для нужд системы образования. Система повышения квалификации работников образования как часть образовательной системы активно развивается, а в условиях новых подходов к финансированию особенно важно автоматизировать управленческие процессы.

Данная область имеет свою специфику, отличную от специфики работы какого бы то ни было предприятия. Ведущим направлением деятельности любого образовательного учреждения является учебный процесс. Анализ рынка программного обеспечения, стоимости внедрения различных программных продуктов показывает необходимость разработки математического и программного обеспечения специализированной системы управления повышением квалификации работников образования (СУПКРО).

Основными функциями системы являются сбор, хранение, обработка информации о деятельности областного института повышения квалификации (ИПК), а также прогнозирование и оптимизация некоторых аспектов его работы с использованием накопленной информации.

Основная задача любого ИПК - эффективная организация процесса курсовой подготовки педагогов области, проведение конференций, семинаров, симпозиумов по различным проблемам педагогической науки [1]. Анализ работы ИПК в целом позволил указать место СУПКРО в рабочем процессе института. На базе ИПК ежегодно проводятся курсы повышения квалификации для педагогов различных специальностей. Цель курсов - знакомство педагогических работников с актуальными проблемами и методами преподавания дисциплин, литературой,

Бачурина Людмила Алексеевна - ВОИПКиПРО, канд. техн. наук, доцент, тел. (4732) 35-23-06 Богданова Маргарита Валентиновна - ООО «Датаарт-Воронеж», канд. техн. наук, E-mail: brita@mail.ru Подвальный Семен Леонидович - ВГТУ, д-р техн. наук, профессор, тел. (4732) 43-77-18

появившимися в образовательной сфере за последние годы. ИПК оказывает методическую помощь как педагогам с большим стажем работы, так и начинающим специалистам, способствует повышению профессиональных навыков педагогическим составом области [2]. Структура управления любым объектом традиционно делится на три уровня: стратегический, функциональный и операционный. Рассмотрим структуру управления процессом повышения квалификации. На операционном уровне находятся структурные подразделения, сотрудники которых работают непосредственно с педагогами области. Данный уровень характеризуется большим объемом многократно повторяющихся управленческих решений, требующих немедленного принятия решения.

На функциональном уровне управления находятся проректоры ИПК. Они обеспечивают контроль и координацию работы структурных подразделений. На данном уровне происходит анализ осуществляемой работы. Объем решаемых задач уменьшается, но возрастает их сложность.

На стратегическом уровне находится ректор института, осуществляющий координацию работы института в целом. Он обеспечивает выработку решений, направленных на достижение долгосрочных стратегических целей работы ИПК.

Предметной областью существования СУП-КРО является сфера повышения квалификации педагогов. Информационным наполнением такой системы служат данные о педагогических кадрах региона.

В общем виде информацию, предназначенную для хранения, можно структурировать следующим образом:

- Базовая информация о педагоге: фамилия, имя, отчество, домашний адрес, возраст, образование.

- Информация о профессиональной деятельности педагога: образовательное учреждение, должность, стаж и.т.п.

- Информация о курсовой подготовке педагога.

- Информация об аттестации педагога.

- Дополнительная информация: справочники

образовательных учреждений области, населенных пунктов области, высших образовательных учреждений страны, списки кафедр и.т.п.

Информационным отделом, куда стекаются все данные о процессе курсовой подготовки ИПК, явля-

ется учебная часть. Сюда поступают отчеты об организации и проведении курсовой подготовки от методистов, ответственных за проведение курсов. Преподаватели кафедр также подают в учебную часть информацию о своей учебной нагрузке. Далее собранную и скомпонованную по разным признакам информацию учебная часть передает на функцио-

Исходя из построенной схемы, были выделены

основные модули специального программного обеспечения СУПКРО.

1. Главный модуль - обеспечивает связь и вызов всех остальных модулей специального программного обеспечения.

2. Модули, обеспечивающие базовые функции работы с информацией. В данном блоке должны быть реализованы функции заполнения, удаления, редактирования, поиска данных, проверки дублируемых записей (отслеживание появления возможных двойников в системе). Следует отметить, что часть данных должна вводится из справочников базы данных. Это экономит время набора информации и сокращает количество возможных ошибок, возникающих при наборе информации.

3. Модули, организующие заполнение справочников базы данных. Информация в справочники вносится только один раз, во всех остальных модулях предоставляется лишь возможность её выбора. Это достаточно удобно. В базе данных сокращается место, предназначенное для хранения данных за счет того, что информация хранится в одном экземпляре, а во всех остальных таблицах хранятся лишь ссылки на информацию в справочниках.

4. Модули, формирующие статистические данные на основе накопленной информации - самая многочисленная часть модулей СУПК. Модули должны формировать различные запросы к базе данных, чтобы отобрать информацию по указанным критериям. На основе этой информации можно проводить анализ ситуации, складывающийся в педагогической сфере области.

5. Модули, осуществляющие поддержку процесса курсовой подготовки ИПК.

6. Модули, осуществляющие прогнозирование хода курсовой подготовки в области.

7. Модули, осуществляющие поиск точек размещения центров повышения квалификации и

нальный и стратегический уровни управления для её последующего анализа и принятия управленческих решений.

Анализ рабочих процессов ИПК позволил определить функциональные возможности разрабатываемого специального программного обеспечения системы.

формирующие списки слушателей курсов ИПК.

8. Модули, осуществляющие календарное планирование курсовой подготовки.

9. Модули, осуществляющие визуализацию расчетных данных и данных статистических выборок на карте Воронежской области.

10. Модули, осуществляющие публикацию части данных СУПК в Интернет.

Был проведен анализ информации, предназначенной для хранения в системе и детализация её параметров, после чего была разработана концептуальная модель.

Под такой моделью обычно понимается именованная совокупность данных, отображающая состояние объектов и их отношений в рассматриваемой предметной области, в данном случае в сфере повышения квалификации работников образования.

В настоящее время существует несколько основных моделей реализации структур хранения данных: иерархическая, сетевая, реляционная, объектно-реляционная, объектная.

Для выбора подходящей альтернативы был проведен анализ существующих моделей с использованием приёмов агрегирования лингвистической информации [3].

Рассматривались следующие альтернативы:

XI - иерархическая модель базы данных;

х2 - сетевая модель базы данных;

х3 - реляционная модель базы данных;

х4 - объектно-реляционная модель базы данных;

х5 - объектная модель базы данных.

После анализа введенных альтернатив для их оценки были определены критерии, важные с точки зрения организации модели данных педагогической сферы. В данном случае учитывались в основном соотношения параметров: цена, качество, доступность программного обеспечения.

Выделенные критерии, характеризующие существующие модели баз данных:

К1 - минимальная избыточность информации;

К2 - доступность программного обеспечения;

СПЕЦИАЛЬНОЕ ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ СУПКРО

Базовые функции по работе с информацией Прогнозирование процесса повышения квалификации

Информационная поддержка процесса повышения квалификации Максимизация потока, обслуживаемого системой повышения квалификации

Статистические выборки, дифференцирующие информацию по различным признакам Динамический выбор точек размещения центров повышения квалификации, формирование списков слушателей системы повышения квалификации

Подключение электронной карты области к СУПКРО

Обеспечение публикации информации СУПКРО в Интернет Календарное планирование процесса повышения квалификации

К3 - разработанность теоретической модели;

К4 - гибкость структур данных;

К5 - простота практического использования;

К6 - простота моделирования данных;

Лингвистическая шкала определялась в виде: 8={80=модель не поддерживает критерий, 81=очень плохо поддерживает критерий, 82=плохо поддерживает критерий, 83=средне поддерживает критерий, 84=довольно высоко поддерживает критерий, 85=высоко поддерживает критерий, 86=полное обеспечение критерия}.

Для каждого критерия был введен коэффициент значимости, характеризующий важность критерия (ci для критерия К): {сг=86, с2=86, с3=85, с4=84,

с5=$4> с6=83}.

Для оценки использовалась дизъюнктивная стратегия построения обобщенной оценки, обладающая наилучшими компенсационными свойствами, т.е. способностью компенсировать низкие частные оценки по одним критериям высокими оценками по другим. В случае использования данной стратегии на результат агрегирования существенное влияние оказывают большие значения агрегатов и, вообще говоря, оценка обуславливается наилучшей из частных оценок.

Дизъюнктивный оператор агрегирования вводится следующим образом [3]. Пусть Л=(а1,.,ап) -вектор частных оценок альтернативы, №=(у1,...,уп)

- набор весов критериев (у - определяет степень влияния критериев на обобщенную оценку). Веса и экспертные оценки альтернатив являются лингвистическими. Тогда агрегирование множества взвешенных индивидуальных оценок {(у1,а1),...,(ут,ат)} в соответствии с оператором лингвистической взвешенной дизъюнкции (LWD - оператором) определяет оценку (уЕ,аЕ), такую, что обобщенная оценка альтернативы вычисляется по формуле ЛЕ=тах тт{(уьа,)}. (1)

В качестве принципа согласования можно использовать принцип «нечеткого большинства» [4]. Оценка считается согласованной, если, например, степень доверия к ней «как можно больше». Данный терм можно представить одним из лингвистических кванторов, которые используются для генерации весовых коэффициентов в лингвистических порядковых операторах. Функция принадлежности пропорционального квантора вводится в виде [3]:

0, г < а

Q(r)=

, a < r < b,[a, b] с [0,1]

(2)

b - a

1, r > b

Веса находятся по формулам:

w1 = Q(-\ w = Q(-) - Q(—), і = 2..n

n n n

(3)

Тогда обобщенный вес оценки, определяющий доверие к ней есть:

№е=Ф<3(у1,...,уп) (4)

Фд(Л) - лингвистический OWA оператор, который вводится на основе понятия выпуклой комбинации лингвистических термов.

Фд(Л)=Сп{ук,Ьк, к=1..п} =

= w1 0 b1 © (1 - w1) 0 Cn-1{fih, bh,h = 2..n}, (5)

где W={wb...,wn} - вектор весов, такой что

n „

wi Є [0,1] и 2 w. = 1, B - вектор, полученный из А

і=1

упорядочением по невозрастанию лингвистических термов; ; Сп - выпуклая комбина-

Рь = -^, h = 2..n

п n

2 wk

к=2

ция п термов. В частности, при п=2

C 2{w., bt, і = 1,2} = w1 0 Sj © (1 - Wj) 0 Si = Sk, где S-, S ■ Є S, S - лингвистическая шкала, причем

j > і, \ = Sj, b2 = S.;

к = minfT, і + round(w1 (j - i))} •

Оценки альтернатив по критериям приведены в таблице «Оценка альтернатив моделей баз данных»:

an K1 K2 K3 K4 K5 K6

Х1 S1 S2 S4 S2 S1 S2

Х2 So S2 S4 S1 So S2

Х3 S5 S6 S6 S4 S6 S6

X4 S5 S4 S3 S4 S5 S4

X5 S4 S2 S3 S3 S3 S2

Ci S6 S6 S5 S4 S4 S3

Для определения наилучшей альтернативы используем оператор лингвистической взвешенной дизъюнкции (1). Групповые оценки альтернатив будут иметь вид:

а1=тах{т1п(с],а1-)}=тах{т1п(86,81), тт(86,82), тт(85,84),, т1п(84,82), т1п(84,81), тт(83,82)}=84; а2=тах{тт(с],а2])}=тах{тт(86,80), тт(86,82), тт(85,84),, т1п(84,81), тт(84,80), тт(83,82)}=84; а3=тах{тт(с],а3])}=тах{тт(Б6,Б5), тт(86,86), тт(85,86),, тт(84,84), тт(84,86), тт(83,86)}=86; а4=тах{тт(с],а4])}=тах{тт(Б6,Б5), тт(86,84), тт(85,83),, тт(84,84), тт(84,85), тт(83,84)}=85; а5=тах{тт(с],а5])}=тах{тт(86,84), тт(86,82), тт(85,83),, тт(84,83), тт(84,83), тт(83,82)}=84;

Наилучшая из полученных альтернатив - х3, реляционная модель.

Используя квантор «по крайней мере половина критериев имеют высокую степень важности» с параметрами а=0, Ь=0.5 был рассчитан вектор весов по формулам (3):

12 3 (6)

у1 = 2(-) = 0.33, у2 = 2(-) - 0.33 = 0.33, у3 = 2(-) - 0.66 = 0.34,

6 6 6

4 5 4 5

У4 = е(7) - 0 = 0, У5 = б(-) - е(т) = 0, у6 = 6(1) - 6(6 = 0,

6 6 6 6

№=(0.33, 0.33, 0.34,0, 0, 0).

ск = Ф<2(сь с2, с3, с4, с5, с6) = Фд@6, Б& 85, 84, 84,

Б3)= С6{(0.33,86), (0.33,86), (0.34,85) (0,84), (0,84), (0,83)}.

Используя рекурсивное определение выпуклой комбинации (5) получим:

С6{(0.33,86), (0.33,86), (0.34,85) (0,8) (0,8) (0,83)} =

0.33 ® 86 ® 0.67 ® С5{(0.33,86), (0.34,85), (0,84), (0,84), (0,83)};

С5{(0.33,86), (0.34,8)' (0,8) (0,8) (0,83)} =

0.33 ® 86 ® 0.67 ® С 4 {(0.34, 85), (0,84), (0,84), (0,83)};

ra

С{(0.34,85), (0,84), (0,84), (0,83)}=

0.34 ® 85 ® 0.66 ® С3{(0,84), (0,84), (0,83)};

С3{(0,84), (0,84),

(0,83)} = 0 ® 84 ® 1 ® С 2{(0,84), (0,83)}

С2{(0,84), (0,83)}=0 ® 84 ® 1 ® 83;

М1п{7,3+гвипё(0(4-3))}=3;

С3{(0,84), (0,84), (0,83)} = 0 ® 84 ® 1 ® 83;

М1п{7,3+гвипё(0(4-3))}=3;

С4{(0.34,85), (0,8) (0,8)

(0,83)}= 0.34 ® 85 © 0.66 ® 83;

Ы1п{7,3+гвипё(0.34(5-3))}=4;

С5{(0.33,86), (0.34,8), (0,8), (0,8),

(0,83)}=0.33 ® 86 © 0.67 ® 84;

М1п{7,4+гвипё(0.33(6-4))}=5;

С6{(0.33,86), (0.33,8), (0.34,8) (0,8) (0,8) (0,83)} =

0.33 ® 86 © 0.67 ® 85;

М1п{7,5+гвипё(0.33(6-5))}=5;

85 =очень высокая, следовательно степень доверия к полученному результату достаточно высока.

В результате применения методов агрегирования лингвистической информации было выяснено, что из перечисленных моделей структур данных альтернатива реляционной модели является наиболее оптимальной по сравнению с остальными для реализации на базе института.

В ходе проектирования модель была представлена в виде реляционной схемы, где все элементы предметной области описаны в терминах «сущность, атрибуты, отношение». В процессе построения модели данные были подвергнуты нормализации.

После нормализации данных, был рассмотрен проект базы данных и проблемы производительности, связанные с моделью данных. Модель была подвергнута процессу денормализации до такой степени, чтобы повысить производительность. После денормализации модели система была спроектирована на физическом уровне.

Педагогическая информация характеризуется большим объемом текстовых данных и хорошо подвергается процедурам структурирования с помощью реляционных таблиц. Кроме того, как известно сложность управления реляционной структурой значительно возрастает, если количество реляционных таблиц превышает 100, в данном случае проек-

тируемая структура не превышала указанной границы. При проектировании модели данных были учтены следующие требования:

- корректность схемы - модель данных должна быть образом предметной области, каждому объекту предметной области должны соответствовать объекты модели, а каждому процессу предметной области

- адекватные процедуры обработки данных;

- обеспечение ограничений на конфигурацию вычислительной системы, на ресурсы памяти -система должна быть смоделирована оптимальным с точки зрения имеющегося аппаратного и программного обеспечения образом;

- эффективность функционирования - система должна быть сконфигурирована с учетом минимизации времени реакции системы на вопросы и времени обновления данных;

- гибкость - возможность развития и последующей адаптации модели к изменениям в предметной области и к новым потребностям пользователей;

- минимальная избыточность информации -модель должна быть спроектирована таким образом, чтобы данные хранились оптимально и одна и та же информация не дублировала себя в различных частях системы.

Спроектированная модель данных «Педагогические кадры Воронежской области» включила 50 реляционных таблиц, а также хранимые процедуры, триггеры и последовательности, реализующие логику системы, осуществляющие проверку корректности вводимых данных и поддержание целостности системы.

Литература

1. Бачурина Л.А., Подвальный С.Л., Савинков Ю.А. Управление информационной деятельностью в региональной системе повышения квалификации работников образования. - Воронеж: ВОИПКРО, 2001. - 76 с.

2. Антипов С.А., Мозгарев Л.В., Савинков Ю.А. Методика организации курсов повышения квалификации работников образовательных учреждений. - Воронеж: ВОИПКРО, 2003. - 90 с.

3. Леденева Т.М., Недикова Т.Н. Операторы агрегирования лингвистической информации в оценочных моделях. // Информационные технологии. 2003. №2. - с. 2-9.

4. Леденева Т.М., Старцев А.В. Об одном подходе к согласованию лингвистических экспертных оценок в задаче группового выбора.// Системы управления и информационные технологии. 2004. №1. - с. 27-31.

Воронежский областной институт повышения квалификации и переподготовки работников образования ООО «Датаарт-Воронеж»

Воронежский государственный технический университет

INFORMATION SYSTEM “PEDAGOGICAL SHOTS OF THE REGION”, FOUNDATION ON RELATIONAL DATA MODEL

L.A. Bachurina, M.V. Bogdanova, S.L. Podvalny

In the article are introduced some results of designing of a supply with information of teacher training’s system. The choice of relational structure for a database design is proved. The structure of relational model of data storage is developed

Key words: information system, data model, management