CC BY
15УДК 519.688
МЕТОДИКА ОЦЕНКИ УРОВНЯ ВЛАДЕНИЯ СРЕДСТВАМИ ИКТ ПЕДАГОГИЧЕСКИХ РАБОТНИКОВ ВУЗА НА ОСНОВЕ МЕТОДА КЛАСТЕРНОГО АНАЛИЗА
С.Е. Водяная, А.В. Речнов
Рассматриваются теоретико-методологические подходы к оценке уровня повышения квалификации педагогических работников вуза с применением современных средств информационных и коммуникационных технологий (ИКТ). Предлагается разработка автоматизированной системы кластерного анализа. Эффективность применения нейронных сетей для кластеризации иллюстрируется примером анализа полученных по результатам проведения дистанционного повышения квалификации данных.
Ключевые слова: кластеризация; нейронная сеть; инновации в образовании; web-ресурс; вуз; кластерный анализ; средства ИКТ.
S.E. Vodyanaya, A.V. Rechnov. METHODS OF ASSESSING THE LEVEL OF OWNERSHIP OF THE MEANS OF ICT TEACHING STAFF OF THE UNIVERSITY ON THE BASIS OF CLUSTER ANALYSIS
The article examines the theoretical and methodological approaches to assess the level of training of teachers of high school with the use of modern information and communication technologies (ICT). It is proposed to develop an automated system of cluster analysis. Effectiveness of the application of neural networks for clustering is illustrated by the analysis of the results by conducting remote training data.
Keywords: clustering; neural network; innovation in education; web-resource; high school; cluster analysis; ICT tools.
Информатизация современного общества требует наличия у педагогических работников вуза таких важнейших качеств, как способность быстро ориентироваться в мировом информационном пространстве, обладать профессиональными навыками работы со значительными объемами информации с применением средств современных информационных и коммуникационных технологий (ИКТ).
Повышение квалификации педагогических работников вуза в области владения средствами современных ИКТ является одной из наиболее важных задач образовательной деятельности вуза, включающей в себя практический опыт, личностную мотивацию и другие профессиональные характеристики педагогического работника. Как показывает мировой опыт, она в значительной степени влияет на качество и результативность деятельности педагогического работника, обеспечивает способность выполнения различных профессиональных задач на высоком методическом уровне. При этом средства ИКТ выступают как современные интерактивные средства обучения, обладающие целым рядом важных дидактических достоинств и позволяющие качественно изменить существующие методы, формы и содержание повышения профессиональной квалификации педагогических работников.
Существующая в настоящее время вузовская система повышения квалификации в области владения средствами современных ИКТ не способна выполнить эту задачу и несовершенна не столько в отношении содержания курсов повышения квалификации, сколько формы их проведения. Внедрение в вузовскую систему повышения квалификации педагогических работников современных технологий дистанционного обучения позволит получить качественно новый образовательный продукт. Существенное расширение применяемой для обучения информационно-образовательной среды, доступ к наиболее современным мировым информационным ресурсам - всё это оказывает существенное воздействие на мотивацию к обучению педагогических работников, а также способствует усилению творческой самореализации, овладению навыками работы со средствами современных ИКТ как необходимых условий жизни в современном информационном обществе.
В сложившейся на сегодняшний день вузовской системе повышения квалификации педагогических работников эффективное внедрение дистанционного обучения возможно только в том случае, когда оно не является искусственным дополнением к существующей в вузе системе, а гармонично интегрируется в
данный процесс, дополняя новыми возможностями по изучению и применению на практике современных средств ИКТ. Однако необходимо отметить, что существующие вопросы интеграции дистанционных форм обучения в вузовскую систему повышения квалификации педагогических работников разработаны не в полной мере.
Многие российские и зарубежные вузы не в состоянии применять весьма эффективные методические и дидактические возможности дистанционной формы повышения квалификации педагогических работников в области владения средствами современных ИКТ, поскольку не в совершенстве владеют современной технологией организации дистанционного обучения и методами решения образовательных задач с помощью средств глобальной компьютерной сети Интернет. Одной из наиболее весомых причин этого является сложность оценки уровня владения средствами ИКТ педагогических работников, прошедших дистанционные курсы повышения квалификации.
Оценка уровня повышения квалификации педагогических работников в области владения средствами современных ИКТ является важным элементом деятельности вуза, направ-
ленной на повышение эффективности образовательного процесса, и обеспечивает повышение качества деятельности педагогических работников вуза.
Одним из перспективных направлений дистанционного повышения квалификации профессорско-преподавательского состава и проведения аттестации, в области применения современных средств ИКТ, является образовательная программа IT Academy, которая позволяет проводить высокоэффективное интерактивное обучение и оценить уровень повышения квалификации, в области владения средствами современных ИКТ, по авторизованным курсам Microsoft [3]. Компания Microsoft своевременно сопровождает выход новых технологий широким спектром образовательных ресурсов, которые разрабатываются одним из подразделений компании, Microsoft Learning (MSL), при участии подразделения Microsoft Reserch. Более 1200 лучших экспертов мирового уровня, работающих в этих подразделениях, создали свыше 5000 наименований различных образовательных ресурсов (рис. 1, 2).
Одним из таких ресурсов и является библиотека электронных курсов Microsoft для участников программы Microsoft IT Academy
Каталог обучения
Cniûyouw сгк« отфил>трое«1 по вибра*«^ яму s каталоге обучсж чтобы обповктв саоос яяжл катщдаашгл™те
Вхлогъгуйткъ следующий попеняли гвижа wipe делима ï продукт« E-Leaming иг* щелэште заголовок çiorfbja, чтоСы выполнить мртнрееху ги зягенювыи. Еыбгриге ШЛЗИПТНДУКТ!, чтобы гроочтрегь СТО ЛЮНК И асбняпъфао^кта РЫЛСЛ McfifiïVÎWC.
паиж по кялШл пап
ПСм С*
ИМЛИ
а^берше один на следующих фиты рое
Аулуттдрир:
Ttmonorm;
т MxwnMi
ЧюЬи лоЬиить пмяукты м apM4ir Мог , итаидагте (жтатетвивдиие фтгаи м чшпе пику ^обмитъ к иакчмниу".
1-50 {of Sfl I Впил j}
■ 4Ï> H d. 1 Hd МИГ П p«Q f 1 y К T d Тип п роду H 1,1 Сборник Я .su к Ауни тория Тгяиалогия
□ 1 Курс 105.38: Совместная работа с поиадью Microsoft Lync 2010 Электро№ыи Pycoad Information Worker Haart office »10 suies
0 2 Курс 1Ш71: Настрвдаа рабо^к промесс» с nonomwo Mcrasoft SbarePoirrt Designer ЗОЮ Эле*тро№Ый курс РуесхиЗ IftfOiY.ia Db~l Woriner mtreeft office 3d 10 suies
s э Курс 10683г Управ new е контешоч и ntxiueccarti s Mtrosoft SharePant ЗОЮ Электра ■ мй курс Pycoaw Infcrrabcn Worker MitnHoft Sh«Pa»it Servef 2ÜIÜ
u 4 Курс 10 741: Нмьмл работы в Microsoft Word 201С' пранежуто*1ого урсеня Электронный кик Коплекцвд г Трешнг 1Ю MdöSöft Office 2010 Pycow Irifemiüäor Worker MkrcsoftOffice »(Я all»
s 5 Курс 10744; Нжь№ татальзювзиин Mcrosoft Excel 2010 для опытны* полькювтелен Электронный кик Kormewj« 70046 г Tpem-r по IVWar Möft Office 20 1Û PVÖM« Ihferration Worker Microsoft Office 2QIJÜ ail»
□ 6 Курс 10745: Основы Wfidow& 7, курс Е Эле«стро»+ый курс Русский mfcrmatan Worifer Wlndnsf
□ ï Курс 10742 : Расширение навыки работы в Mcrosoft Word 20Ш Электро№ыи курс Коллекция 7D046 : Tpes-мнг по MicrosoftOffice 20Ю РуссхиЯ Lifcrmaban Worker mtroraft office »10 SUITS
0 a Курс 10743^ Наеьки работ» е Microsoft Excd 2010 промежуточного урого» Коллекция 7D046 ! тренинг № Microsoft Office 2010 руахиЗ Information Worifcr mtre»ft office 30 ID su les
□ Курс 10746 : Основы widows 7, курс П РуесхиЗ InlmiuMn Warmer VJÏKkW 7
0 10 Курс 10659 : Создание и настройка вебсайтов с rofHomt+o Microsoft® SharePotit® Designer 2010 Эле*ТрО№ЫЙ курс Русолй Wörter Ntîr«oft Offl« »10 suies
Рис. 1. Библиотека электронных курсов Microsoft
I Курсы E-learnJng с заклад«*
Скрыть «держание ÄJ
Ф Курс 10 594: Начальные навыки работы в Microsoft Word 2010
Ц) Курс 10659 : Солаа»*е и настройка веб-оЛтоэ с помощью Microsoft® SharePoint® Designer ЗОЮ @ Курс 10671: Настройка рабочих процесс™ с понощыо Microsoft SharePoint Designer 2010 Ф Курс 10693: Управление контентом и процессами в Microsoft SharePoint ЗОЮ @ Курс 10 743: Навьки работы в Microsoft Excel 2010 промежуточного уровня
I Курс 10744: Навыки использования Microsoft ЕксеЗ ЗОЮ для опыплик пользователей
I
11-33 (завершено уроков)
Дата
завершения УдйЛчТъ 06-най-2013
С
-1 Дата
8 - 39 (нвершено урок«) ^^
_-1 Дата
ГЪТзавершено уроков) свершения Удалить
С
Дата
2 • 34 (»вершено уроков)
3 - 45 (завершено уроков)
Удалить
Об™-2013 Дата
мвершения Удалить 06-май-2013
Дата
Свяжитесь с мани | Условия использования | Товарные знаки | Конфиденциальность
Эта страница размещена для Microsoft компанией Elemenç к.
Удаттъ
Microsott
® М12 MitnEiA
Рис. 2. Информация о прохождении курсов
eLearning, использование интерактивных средств которой позволяет существенно повысить квалификацию профессорско-преподавательского состава вуза в области применения современных средств ИКТ [1]. Кроме того, данный ресурс позволяет провести анализ уровня подготовки профессорско-преподавательского состава в области владения средствами современных ИКТ.
По итогом проведения дистанционных курсов повышения квалификации по программе IT Academy eLearning для администрации вуза формируется файл формата «xls» с результатами по каждому пройденному сотрудником курсу в виде строк, имеющих следующую структуру (рис. 3).
StudentID, LastName, FirstName, E-Mail Address, Class/Department, Status, Group(s), Course Title, % Topics Completed, Topics Completed, Course Complete, Times Accessed, Date First Accessed, Date Last Accessed, Total Time_
Рис. 3. Структура файла с итогами проведения дистанционных курсов
В данном файле имеется информация по прохождению профессорско-преподавательским составом каждого из запланированных вузом разделов дистанционных курсов повышения квалификации, однако представленная в таком виде информация не дает общего представления об итогах проведенного повышения квалификации и соответственно не позволяет сделать организационные выводы об их эффективности и наметить перспективные направления дальнейшего повышения квалификации педагогических работников вуза.
Наиболее перспективным направлением для определения оценки уровня повышения квалификации педагогическими работниками
вуза, как показал анализ специализированном литературы, является применение методики кластерного анализа, которая предполагает оценку трех основных составляющих качества повышения квалификации - условий, процесса и достигнутого результата.
Кластерный анализ позволяет с помощью различных диагностических и оценочных процедур выявить уровень соответствия ресурсного обеспечения процесса дистанционного повышения квалификации образовательным результатам, достигнутым педагогическими работниками вуза в области владения средствами современных ИКТ.
Поскольку одной из основных задач для администрации вуза, в рамках подведения итогов дистанционного повышения квалификации, является выявление трех основных групп сотрудников, имеющих «высокий», «средний» и «низкий» уровень владения средствами современных ИКТ, то заранее известно количество классификационных групп.
Как показывает практика, один из наиболее рациональных способов разбиения на кластеры в данном случае - применение нейронных сетей, которые позволяют быстро и эффективно установить соответствие между классами, определенными сетью, и классами, существующими в анализируемой предметной области [2].
Исходя из имеющихся данных, предоставляемых по итогам проведения дистанционных курсов повышения квалификации по программе IT Academy eLearning (рис. 3), нами было выявлено, что наиболее значимыми показателями, для проведения кластеризации на их основе, считаются:
1. Ф.И.О. сотрудника из адреса электронной почты.
2. Количество пройденных сотрудником курсов.
3. Средний процент прохождения сотрудником курсов.
После проведения предварительной компьютерной обработки исходные данные по итогам проведения дистанционных курсов повышения квалификации были приведены к этим трем показателям. Наиболее эффективным средством для извлечения необходимых параметров из исходных данных, имеющих структуру, представленную на рис. 3, являются регулярные выражения, которые позволяют, на основе шаблонов, выделять необходимые данные из строки. Так, для выделения из строк исходных данных параметра «Ф.И.О. сотрудника из адреса электронной почты» использовалось регулярное выражение «(т+\.)*\ш+@».
В качестве нейронной сети, для проведения кластеризации, нами была использована многослойная искусственная нейронная сеть (рис. 4).
Рис. 4. Структура нейронной сети
Для реализации нейронной сети нами была использована бесплатная библиотека с открытым исходным кодом «Fast Artificial Neural Network Library», имеющая следующие основные особенности:
• многослойная искусственная нейронная сеть;
• метод обратного распространения ошибки обучения;
• простота и удобство использования;
• высокая скорость работы (до 150 раз быстрее, чем выполнение других аналогичных коммерческих библиотек);
• универсальность (настройка множества параметров и особенностей в любой момент работы библиотеки);
• хорошая документированность;
• кросс-платформенность;
• несколько различных функций активации нейронной сети;
• возможность сохранения и загрузки нейронной сети;
• возможность использования чисел, как с фиксированной, так и плавающей точкой;
• оптимизированный внутренний кэш (для увеличения скорости работы нейронной сети);
открытый исходный код (лицензирован под GPL).
На вход нейронной сети (рис. 4) по каждому из сотрудников, принимавших участие в дистанционных курсах повышения квалификации, подаются показатели количества пройденных сотрудником курсов (Х1) и средний процент прохождения сотрудником курсов (Х2). При этом на выходе нейронной сети появляются значения (Y1, Y2, Y3), соответствующие вероятности того, к какому из трех кластеров по уровню владения средствами современных ИКТ относится анализируемый сотрудник (Y1 - «низкий», Y2 - «средний», Y3 - «высокий»).
Для первоначального обучения разработанной нами нейронной сети (рис. 4) была применена вполне правомерная гипотеза о том, что сотрудники, прошедшие два и менее курсов обучения и имеющие по ним средний процент прохождения менее 50%, относятся к кластеру «низкий» уровень подготовки, а сотрудники, прошедшие более 90% всех курсов и имеющие процент прохождения более 90%, - к кластеру «высокий» уровень подготовки.
После успешного обучения нейронной сети нами было проведено разбиение на кластеры сформированных на подготовительном этапе данных по сотрудникам Чебоксарского кооперативного института (филиала) Российского университета кооперации, прошедшим дистанционные курсы повышения квалификации по программе IT Academy eLearning. Результаты проведенной с применением нейронной сети кластеризации можно проанализировать как в табличной, так и в визуальной форме (рис. 5).
Анализ полученных результатов позволяет руководству вуза сделать выводы об эффективности проведенных для сотрудников дистанционных курсов повышения квалификации и наметить перспективные направления дальнейшего повышения квалификации профессорско-преподавательского состава в области применения современных средств ИКТ.
Как показывает опыт многих российских и зарубежных вузов, стимулированию целенаправленного повышения квалификации педагогических работников в области владения средствами современных ИКТ способствует анализ и самоанализ профессиональной деятельности. Опыт применения в Чебоксарском кооперативного институте образовательной программы IT Academy фирмы Microsoft,
включающей большое количество интерактивных курсов по современным программным продуктам, позволяет достичь качественного повышения квалификации профессорско-преподавательского состава вуза в области применения современных средств ИКТ. Кроме того, разработка автоматизированной системы оценки уровня владения средствами ИКТ педагогических работниками вуза, созданной на основе применения нейронных сетей, позволила быстро и оперативно оценить их эффективность.
Рис. 5. Обработка данных
Список литературы
1. Образовательный портал корпорации Microsoft на русском языке. URL: http://www.micro-soft.com/rus/education
2. Яхъяева Г.Э. Нечеткие множества и нейронные сети: учеб. пособие. М.: Интернет-университет информационных технологий, Бином. Лаборатория знаний, 2006. 316 с.
3. Analytical survey Distance Education for the Information Society: Policies, Pedagogy and Professional Development. Moscow 2000, 86 p. UNESCO Institute for Information Technologies in Education. URL: http://www.websoft.ru.
ВОДЯНАЯ Светлана Евгеньевна - ведущий инженер Центра информационных технологий. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: svodyanaya@rucoop.ru
РЕЧНОВ Алексей Владимирович - кандидат педагогических наук, доцент кафедры математических и инструментальных методов экономики. Чебоксарский кооперативный институт (филиал) Российского университета кооперации. Россия. Чебоксары. E-mail: kaf-mime@yandex.ru
VODYANAYA, Svetlana Evgyevna - Senior Engineer of Information Technology Center. Cheboksary Cooperative Institute (branch) of Russian University of Cooperation. Russia. Cheboksary. E-mail: svodyanaya@rucoop.ru
RECHNOV, Alexey Vladimirovich - Candidate of Pedagogical Sciences, Associate Professor of Mathematical and Tool methods of Economy. Cheboksary Cooperative Institute (branch) of Russian University of Cooperation. Russia. Cheboksary. E-mail: kaf-mime@yandex. ru
