CC BY
29
5. ОСВ1ТЯНСЬК1 ПРОБЛЕМИ ВИЩО1 ШКОЛИ
УДК 004.032 Проф. Б.В. Дурняк1, д-р техн. наук викл. Н.М. Пасека2;
доц. М.С. Пасека3, канд. техн. наук; магктрант О.В. Ерстенюк3
ПРОЕКТУВАННЯ ТА ВИКОРИСТАННЯ СХОВИЩ ДАНИХ ДЛЯ ОПРАЦЮВАННЯ РЕЗУЛЬТАТШ ОЦ1НЮВАННЯ ЗНАНЬ СТУДЕНТ1В
Розглянуто особливост проектування, використання й опрацювання сховищ да-них у вищих навчальних закладах, для покращення якостi освiти у процес стрiмкого розвитку шформатизацн суспiльства. Наведено консолщоваш результати оцшювання знань студенпв iз спроектованого сховища даних та можливютю кубiчного оброблення даних. Отримаш результати дослiдження свiдчать про ефектившсть i практичшсть використання сховищ даних в автоматизованих системах адмшстрування навчального процесу, особливо у розрiзi аналогичного оброблення для пiдтримки прийняття управ-лшських ршень на покращення якост навчання.
Ключовi слова: опрацювання запипв, сховище даних, адмiнiстрування навчально-го процесу, багатовимiрнi даш, покращення якост навчального процесу.
Актуальнiсть теми. В умовах шформатизацп суспiльства та стршкого збшьшення шформацшних потоюв виникае потреба у збереженнi i оперативному опрацюванш даних. Використання сховищ даних для аналогичного оброблення результапв ефективностi навчального процесу е найбшьш актуальним.
Мета роботи - дослвдити особливостi використання сховищ даних для аналиичного оброблення та штелектуального аналiзу результатiв оцiнювання навчального процесу вищого навчального закладу (ВНЗ), а також спроектувати вiтрини та сховища даних, ят забезпечували б тривале i безпечне збереження результатов оцшювання компетенцiй студентiв, з можливiстю консолвдованого опрацювання.
Завдання - розробити структуру сховища даних ВНЗ i3 можливктю ш-телектуального аналiзу та аналгтачного оброблення даних i пiдтримки прийняття управлшських рiшень для покращення якосп освiти.
Постановка проблеми. Внршення проблеми iнформатизацií вищого навчального закладу е дослщження в галузi створення iнформацiйних систем з використанням сховищ даних, що дае змогу виртувати такi проблеми:
• створити автоматизоват po6o4i мiсця з використанням вирин даних (Data
Mart);
• розширити органiзацiйнi та технiчнi можливостi доступу до даних;
• мiнiмiзувати витрати на надання освiтнiх послуг;
• створити конкурентт та прозорi умови в осви-ньому процесi;
• створити едину iнформацiйно-довiдкову платформу для надання освишх послуг з використанням сховищ даних;
1 Украшська академш друкарства;
2 Прикарпатський НУ iM. В. Стефаника;
3 1вано-Франк1вський НТУ нафти i газу
• тдвищити конкурентоспроможнiсть випускникiв ВНЗ на ринку пращ.
Анамз поставлено'1 проблематики. Значний внесок у концепцда схо-вищ даних зробив W.H. Inmon, який виклав у 1992 р. пропозицп з оргашзацц даних, ят з часом трансформувались в технологда сховищ даних (Data Warehouse). Бшьше просто: це сховище даних, що збертае даш, агреговаш за багать-ма критер1ями та вимрам. Цю щею доповнив Е. Кодд у 1993 р. концепщею оперативного аналиичного оброблення даних (OLAP). Результатом розвитку ще1' концепцц е розроблення близько десятка р1зних архитектур шформацшно-довщ-кових систем на основ1 сховищ даних, призначених для шдтримки прийняття управлшських ртень та аналгтичних дослщжень.
Виклад основно'1 частини дослвдження. Сучасний тренд у проектуван-ш шформацшно-довщкових систем - це поеднання концепцц сховищ i вирини даних в одшй системi. Вiтрина (кюск) даних (Data Mart) - це невелике сховище, а кiнцевi користувачi можуть створювати власнi структури даних у ньому та ш-формацшш системи кершника Executive Information System (EIS) i додатки створеш для опрацювання. OLAP-системи (On-line Analytical Processing) - це шструментарш навiгацiï за багатовишрними сховищами даних. MOLAP (Multidimensional OLAP) - це детальш даш та агрегати, якi збертаються у багатови-мiрному сховищi даних. У сховищах даних бiльшiсть шформаид нормалiзована та стандартизована, проте мае рiзну мiру деталiзацiï, вiд детальних вiдомостей, наприклад, про семестрову усшшнкть, до зведених семестрових та рiчних звi-тiв. Усi данi надходять в основному за фiксованими датами наприкшщ пiврiччя, року. Проблема в тому, що ця регламентованiсть рознесена у чаа - це не дае змоги своечасно приймати нестандарты управлiнськi рiшення. Поза сумнiвом, сховище даних - це незамшне джерело шформацп, 1х використовують в шфор-мацiйно-довiдкових системах, MRP - ERP-системах. Однак звичайне сховище даних обслуговуе як кер1вник1в, що приймають управлшсьт рiшення, так i iн-ших користувачiв, якi безпосередньо працюють з ним, що впливае на швидккть аналiтичного оброблення iнформацiйних потоков. Частота та час ввдгуку на за-пити сховища пов'язанi з деталiзацiею, для прискорення доступу до даних пот-рiбна окрема вiтрина, яка працюе т1льки у режимi читання й зберiгае iнтегрова-нi даш. Також опрацювання складних аналiтичних запипв у оперативнiй вiтри-нi даних гальмують поточну роботу iнформацiйно-довiдковоï системи шститу-ту, блокуючи таблицi сховища даних i захоплюючи програмно-апаратнi ресур-си серверу. Централiзацiя та зручне структурування сховища даних - це не все, що пот^бно аналггику. Традицiйнi звiти, побудованi з урахуванням едино!' архi-тектури сховища даних, позбавлеш гнучкостi. Не дають змоги отримувати вiд-повiдi iз сховища даних у рiзних розрiзах. Чим бiльше аналiтик мае можливостi урiзноманiтнити зрiзи сховища даних, тим бшьше в нього виникае побажань.
Розглянемо основш критерiï аналiтичного оброблення сховища даних FASMI (Fast Analysis of Shared Multidimensional Information). Fast - означае, що система мае забезпечити видачу бшьшосп SQL - запипв користувачам не бшьше як за 5 с. Analysis - система може обробляти лопчш i статистичш запити та проводити 1х аналiз. Shared - система здшснюе усi вимоги конфiденцiйностi
(можливо навиь piBHH запису), а за множинного доступу Kop^TyBa4iB забезпе-чуе блокування змш вiдповiдного piBHH. Multidimensional - система забезпечуе бaгaтомiрне концептуальне уявлення сховища даних, включаючи повну шд-тримку iерaрхiй та iерaрхiй даних. Information - усе i3 чим ми працюемо щодня та намагаемося на основi даних отримати прогнозоваш результати. Тaкi системи потребують бaгaторiвневоí aрхiтектyри:
• перший етап агрегацп реалiзуe вiтрину даних пiдроздiлу iнституту на 0CH0Bi ре-ляцiйних систем керування базами даних (СКБД), ця вiтрина даних iнтегрована в основне сховище. Реляцiйнi СКБД забезпечують ефективне збереження опрацювання та управлшня даними значних об'емiв, але не коректно обробляють слабо-структуровану iнформацiю для аналогичного опрацювання в OLAP-сис-темах, зокрема, у зв'язку з вимогою багатовимiрного представления даних (ку-бiчних даних);
• другий етап агрегацп - використання вiтрин даних на базi багатовимiрних систем керування базами даних, таких як: Oracle Express Server, DB2 OLAP Server, Microsoft OLAP Services, Informix MetaCube. Таю СКБД щеально шдходять для наших щлей, а саме анали-ичного опрацювання даних в OLAP-системах шсти-туту. Проте у сучасних сховищах е певнi обмеження на збер^ання надвеликих об'eмiв даних (граничний об'ем кубiчного сховища даних становить 1040 ГБайт). У нашiй моделi дослiдження це не е критичним показником, оскшь-ки йдеться про вирину даних. Вона може передавати та приймати дат iз сховища даних i опрацьовувати шформащю по мiрi надходження запитiв. Звичайно, це збшьшуе час опрацювання запиту, проте зтмае критичну проблему обмеже-ного обсягу багатовимiрного сховища даних (кубiчне сховище);
• на третьому етат агрегацп вiдбуваеться опрацювання сховищ даних, до яких е доступ автоматизованих робочих мiсць кiнцевих користувачiв, на яких встанов-люються засоби оперативного та аналiтичного аналiзу даних.
Модель багатовимiрного сховища даних "1нститут, заочна форма навчання". Цю модель розглядаемо для побудови кyбiчних сховищ з можли-вiстю подальшого збереження результатов aкaдемiчноí yспiшностi стyдентiв та формування як оперативних, так i архгвних звiтних докyментiв "Додатки до дипломов". Модель подiляемо на чотири рiвнi опрацювання даних.
Перший pieeHb - збiр, опрацювання та aнaлiз поточних вiдомостей студентов i виклaдaчiв за предметами, приклад:
Давайте представимо структуру даних, що мiстить елементи послщов-ностi: i - порядковий номер студента, P(i) - оцiнкa студента за 1-м предметом, тодi f(i) = {P(i),P2(i),....,Pn(i)} - нaбiр оцiнок студента згiдно з навчальним планом. Визначимо рейтинг якосп навчання студентов за один навчальний рiк: 1 п
R(i) = — ^ Pj(i), де R(i) - рейтинг студента за 100-бальною шкалою ощнювання у
nj=i
вiдсоткaх. Для виконання розрaхyнкiв використаемо двi шкали оцiнювaння компетенцл студента, а саме нащональну та стобальну шкалу.
90 + 92 + 90 + 90 + 96 + 94 + 92 + 94 + 92 + 90 п„0/ R(1) =--100 = 92%.
10
За щею формулою обчислюемо рейтинг усiх студенпв iз першого рiвня кубiчних даних. Консолiдованi результати рейтингу студентiв заносимо у ку-бiчне сховище даних у розрiзi напрямiв пiдготовки (рис. 1).
Рис. 1. Модель опрацювання консолiдованих даних (рейтинг студентiв)
Другий рiвень - на основi опрацювання шформацп з першого рiвня от-римуемо "Звгг успiшностiм за рiзними напрямами пiдготовки, а саме якють та успiшнiсть студентiв вищого навчального закладу, наприклад:
1 "
щ л)=-1 т л),
пк=1
де: Л - напрями пiдготовки, вiдповiдно Я(, Л) - рейтинг студента за напрямами подготовки, якщо Л=1, то напрям пiдготовки "Дошкiльна освiта", якщо Л=2, то напрям пiдготовки "Соцiальна педагогка", якщо Л=3, то напрям шдготовки "По-чаткова освiта". Для визначення якостi навчання студентiв ВНЗ застосуемо та-кий алгоритм: визначимо кшькють студентiв вiдповiдного напряму пiдготовки, яю закiнчили навчальний рiк "добре", "вщмшно" i подiлимо отриманий результат на контингент студенпв. Результати виконання алгоритму розрахунку "Звь ту устшносп" за курсами та напрямами шдготовки наведено на рис. 2.
Рис. 2. Форма "Звту устшностГ' за курсами та напрямами шдготовки Консолщоваш результати ощнки знань студенпв потрапляють у наступ-не сховище даних (кубiчне сховище) для подальшого опрацювання на наступ-ному рiвнi прийняття управлшських рiшень (рис. 3).
Напрям тдготовки Курс Середшй бал 5 Середнш бал 100
Дошшльна ocBÎTa 1 4,12 82,40
Сощальна п еда гонка 1 3,34 66,80
Початкова осв1та 1 4,41 88,20
Курс 4 Курс 3
Курс 1
Рис. 3. КубЬчне сховище даних "3eim устшностГ' за курсами та напрямами тдготовки
Третш pieeHb - внаслщок опрацювання сховища даних отримуемо ïh-формацiю для формування "Зведено'1 вщомостГ результатiв навчання за чотири роки у розрiзi кожного студента та напряму пiдготовки, а також формування його нас^зного рейтингу для подальшого продовження навчання у ВНЗ "Спе-цiалiстм, "Магiстр", наприклад:
1 п
R(i, j, k) = - X Pi (i, j, k), ni=1
де i - номер студента; j - напрям тдготовки; k - кiлькiсть навчальних рокiв; R(i, j, k) - рейтинг студента за напрямами тдготовки за ктькшть роюв навчання.
Результати компетенцп студентiв за роки навчання заносяться в наступ-не кубiчне сховище даних у п'ятибальнiй та стобальнш системi оцiнювання. Таю данi потрiбнi для контрою виконання студентом навчального плану та допуску до випускних iспитiв, а також для автоматизованого друку додатюв до дип-ломiв. Перспектива тривалого зберггання результатiв навчання студента за правилами сховищ даних дае можливють електронного пошуку та ввдновлення до-датку до диплому для конкретного запиту. Модель зберiгання та консолщацп даних наведено на рис. 4.
Напрям тдготовки Рис. 4. Модель консолiдованого сховища даних
Результати опрацювання консолщованого сховища даних у розрiзi коду студента, напряму тдготовки та нас^зного рейтингу в п'ятибальнш шкалi ощ-нювання наведено на рис. 5, а стобальну шкалу оцшювання - на рис. 6.
Четвертий рiвень - анал^ичне опрацювання кубiчного сховища даних у розрiзi навчальних рокiв для пiдтримки прийняття управлiнських рiшень сто-совно покращення якостi навчального процесу iнституту (рис. 7).
Державний випщй навчальний заклад
«Прикарпатсысий нацюнальний уншерсшег ¡меш Василя Стефаника» ПЕДАГОПЧНИЙ ШСТИТУТ
Напрям подготовки / Специльнють: 6.010101 Дошкиьна с Рквс1упу2011 Рис випуму 2015_
Назва предмету (екзамени)
Курсот/ Практика
ДЕК
Код студента
Рис. 5. Зведешрезультаты ощнюеання знань студентов за чотирироки навчання п'ятибальна шкала ощнювання
№ п/п Код студента Назва предмету (екзамени) Курсов!/Практика ДЕК
1 1 ! ! 1 i 1 | 1 а | [ i i 1 1 3 1 E i í I i i i j l I 1 I ¡ i i f i | i | ® j a I s 1 a I •i i I i ■I Культура момента та виразного чигаии ¡ i ■E 1 í| Í | 1 а i Курсова робота з методики викладання & I ® I I £ |< 1 1 $
1 1100150001 91 90 81 85 90 95 90 80 91 90 91 98 75 92 90 90 90 90 90 80 90 90 90 90 90 92 82 90 90 92 90 90 90 90 90 90 90 90 90 89,10
2 1100150002 58 55 90 75 72 70 66 54 81 74 80 69 50 78 50 70 76 50 68 68 62 60 65 60 60 62 64 62 60 64 70 66 68 76 60 72 82 56 84 66,85
3 1100150003 70 50 61 90 70 77 68 70 68 72 51 65 55 52, 60 68 66 72, 70 70 60 56 63 60 55 62, 55 56 58 fi4 80 65 70 60 60 67 70 60 70 64,38
4 1100150004 58 50 57 80 70 71 80 75 71 70 76 69 70 85 70 70 60 50 80 70 60 fiO 64 6?, 60 75 70 7?, 74 72 80 84 80 75 60 70 76 60 70 69,38
5 1100150005 55 55 50 75 72 73 70 70 71 70 62 70 59 71 70 68 76 70 62 70 62 70 70 70 60 60 62 60 64 80 74 70 62 70 60 70 86 78 82 67,92
6 1100150006 70 68 54 65 68 65 78 64 85 68 51 65 70 7fi 75 68 70 60 60 55 70 fiO 70 70 fi4 63 55 62 60 82 76 60 60 75 50 72 70 65 70 66,38
7 1100150007 90 65 80 75 90 75 75 68 75 70 68 75 75 80 65 75 76 75 66 80 70 64 72 74 70 80 70 75 70 74 80 77 66 70 73 82 76 85 80 74,51
8 1100150008 70 60 70 90 72 90 78 80 91 90 74 80 70 72 80 75 8ft 70 75 85 70 74 74 70 70 41 72 72 90 90 90 90 75 80 80 82 90 90 90 79,28
9 1100150009 85 91 91 91 90 90 90 80 90 90 62 90 75 84 70 80 76 75 72, 80 70 70 72, 76 70 91 72, 70 72. 90 90 82, 72 76 90 70 72 90 90 80,44
10 1100150010 68 50 67 85 70 80 68 53 68 64 60 80 70 fi5 80 75 60 50 64 70 70 65 70 60 fi?. 75 70 66 60 fi4 70 68 64 60 65 70 90 84 72 67,87
И 1100150011 80 87 77 75 75 75 75 68 75 67 65 62, 65 75 50 65 fifi 50 80 65 63 fi4 65 70 fiO 63 62, 68 60 fi4 70 60 80 60 60 70 70 76 70 67,62
12 1100150012 51 50 81 65 66 63 70 66 75 fifi 52 60 70 70 55 65 70 fi5 62 70 fi3 70 70 70 fi4 63 60 60 64 fi4 76 60 62 70 60 70 80 63 70 65,41
13 1100150013 80 65 75 75 68 68 75 77, 78 75 81 70 7?, 80 fiO 75 7ft 80 70 80 65 70 70 70 80 65 56 70 6?. (¡4 68 67 70 70 85 76 76 77 85 72,18
14 1100150014 85 68 68 80 75 75 78 68 80 fi?. fi8 65 70 90 6? 75 9ft fiO fifi 90 65 80 80 76 7fi 41 70 80 84 7? 87 86 66 70 88 76 80 90 75 75,95
15 1100150015 55 60 58 70 66 71 70 67. 77, fifi 7? 69 59 fi5 fiO 65 70 50 56 fi5 58 Л7 62 65 fiO 62. 62 66 58 fi? 68 60 56 65 60 70 76 57 80 63,97
16 1100150016 80 65 59 60 75 65 75 68 68 fio fi8 67 70 75 fiO 68 70 70 6? fi8 70 Л2. 70 70 80 65 72 7? 64 70 74 67 62 50 60 67 70 76 72 67,72
17 1100150017 80 65 57 80 67 70 60 60 67, 70 51 70 70 fi5 70 65 70 50 60 75 63 5fi 64 63 70 65 65 70 50 fifi 70 66 60 60 67 70 74 60 73 65,10
18 1100150018 65 70 70 90 90 91 70 67, 91 fiO 84 77 70 fi5 fiO 75 76 75 72, 70 70 70 77 75 65 91 70 75 7? 90 90 78 72 76 90 70 90 74 90 75,85
19 1100150019 55 50 55 65 70 65 68 57 68 50 77 65 50 74 50 68 66 50 62 65 60 62 66 65 65 75 55 66 56 59 66 57 62 55 80 75 90 58 70 63,13
70 1100150020 58 60 90 60 68 70 70 64 65 65 72, 70 50 72, 70 75 70 65 68 70 61 67 70 70 50 55 64 68 65 64 70 67 68 75 80 68 74 56 74 67,13
21 1100150021 68 51 57 75 74 80 68 64 75 75 62 75 50 70 70 70 66 70 60 68 60 60 63 63 64 65 57 66 60 60 80 60 60 66 65 67 70 50 70 65,36
22 1100150022 58 50 64 90 77 80 60 53 75 68 62, 55 50 54 50 68 64 50 68 58 89 52. 62, 58 56 60 55 66 56 fi4 70 60 68 70 87 67 77 50 70 63,49
23 1100150023 65 50 55 60 70 80 70 70 68 70 82 65 50 78 50 75 fifi 50 60 65 58 50 66 66 5? 65 64 68 5? fi2 64 50 60 66 62 72 90 60 70 64,00
24 1100150024 58 50 50 65 68 73 60 6?, 68 fi5 76 70 70 71 fiO 70 fifi fi5 66 68 60 67 63 63 65 62 62, 60 fio fi2 68 55 66 75 80 70 76 60 70 65,26
25 1100150025 55 55 55 58 77 75 58 55 58 55 58 58 58 58 55 58 58 58 55 62 58 fi8 65 64 5fi 65 52 60 5? fi4 70 50 55 50 62 67 66 64 72 59,85
26 1100150026 55 55 77 85 77 73 70 70 69 fi?. 67 55 69 90 70 65 7fi 80 fifi 70 62 70 60 53 fiO 62 52 6?, 54 fi4 70 60 66 70 67 76 85 67 75 67,21
77 1100150027 70 90 77 70 90 90 70 56 87 80 fi? 75 70 71 70 75 7?, 75 fifi 70 70 74 75 73 70 87 70 75 7fi 74 84 70 66 70 70 70 85 77, 86 74,18
7,8 1100150028 80 60 65 77 75 62 75 80 75 fi? 58 67 70 75 58 58 6? 55 fi2 62 67 Л5 63 6? 7? 7? 6? 64 74 78 75 73 62 75 75 67 60 70 75 67,54
29 1100150029 68 53 50 80 68 70 70 70 65 57 fiO 65 70 74 70 75 76 50 50 70 65 72. 70 70 52, 67 58 6? fi8 fi4 70 68 50 60 70 78 85 76 73 66,26
30 71 70 50 67 70 76 84 77 64,05
31 1100150031 87, 58 58 60 65 67 58 68 68 51 58 58 6?, 58 72 67 6?, 60 64 68 60 60 64 64 60 6? 55 60 52. fi4 77 63 64 60 65 70 70 60 73 62,87
37 76 70 80 80 84 80 78,31
33 1100150033 58 70 80 90 90 97. 70 77 91 78 72 75 70 88 70 80 76 70 72 70 70 70 75 70 70 94 74 77 90 90 90 90 72 76 90 70 90 74 90 78,36
34 60 65 73 75 70 82 66,13
35 1100150035 68 58 59 75 67 75 68 58 59 5fi 75 65 6? fi4 80 65 60 50 60 80 60 58 65 64 60 65 55 66 fi4 fiO 50 60 60 60 70 70 70 70 76 64,15
36 70 65 70 80 76 82 71,36
37 70 68 70 70 73 77 71,00
38 1100150038 70 60 76 70 70 70 77 68 77, 72 63 70 78 88 70 80 76 85 70 70 70 72. 72, 76 70 90 72, 80 7fi 90 76 80 70 80 60 70 80 86 84 74,46
s
ДЕК
70 60 76 70 70 70 72
76 85 70 70
<J0 76 80 70
Рис. 6. Зведеш результаты оцтювання знань студентов за чотири роки навчання стобальна шкала оцтювання
Напрям гпдготовки Курс Середнш бал 5 Середнш бал 100
Дошктьна oceiTa 1 4,40 88,00
Софльна педагопка 1 3,39 67,80
Початкова oceiTa 1 4,21 84,20
2013/2014 н.р. 2014/2015 н.р. 2015/2016 н.р.
Рис. 7. Четвертый pieem опрацювання даних
Висновки. Розглянуто особливосп, використання й опрацювання схо-вищ даних у вищих навчальних закладах, для покращення якостi освiти. Наведено тдходи опрацювання консолiдованих результатiв оцiнювання знань сту-дентiв i3 спроектованого сховища даних та можливостi багатовимiрного аналь тичного оброблення даних. Отриманi результати нашого дослiдження свщчать про ефектившсть i практичнiсть використання сховищ даних в автоматизованих системах адмiнiстрування навчального процесу. Ефективне використання сховищ даних забезпечуе пiдтримку прийняття управлшських рiшень на покращення якосл навчання.
Лiтература
1. Дейт, К. Дж. Введение в системы баз данных : пер. с англ. / К. Дж. Дейт. - Изд. 8-ое, [перераб. и доп.]. - М. : Изд. дом "Вильямс", 2005. - 1328 с.
2. Паачник В.В. Оргатзащя баз даних та знань / В.В. Паачник, В.А. Резтченко. - К. : Вид-во група BHV, 2006. - 384 с.
3. Паачник В.В. Глобальт шформацшт системи та технологи: модел1 ефективного анал1зу, опрацювання та захисту даних : монограф1я / В.В. Паачник, П.1. Жежнич, Р.Б. Кравець, А.М. Пелещишин, Д.О. Тарасов. - Льв1в : Вид-во Льв1всько'1 полиехтки, 2006. - 348 с.
4. Виейра Р. Программирование баз данных Microsoft SQL Server 2005. Базовый курс : пер. с англ. / Роберт Виейра. - М. : Изд-во "Диалектика", 2008. - 832 с. - (Сер.: Программистам от программистов).
5. Исаченко, А.Н. Модели данных и системы управления базами данных : учебн. пособ. [для студ. ВУЗов] / А.Н. Исаченко, С.П. Бондаренко. - Минск : Изд-во БГУ, 2007. - 220 с.
6. Коннолли Томас. Базы данных: проектирование, реализация и сопровождение. Теория практика : пер. с англ. / Томас Коннолли, Каролин Бегг. - Изд. 3-е, [перераб. и доп.]. - М. : Изд. дом "Вильямс", 2003. - 1440 с.
7. Кайт Том. Oracle для профессионалов / Том Кайт. - Кн. 1. Архитектура и основные особенности : пер. с англ. - М. : Изд-во "ДиасофтЮП", 2003. - 672 с.
Дурняк Б.В., Пасека Н.М., Пасека Н.С, Эрстенюк А. В. Проектирование и использование хранилищ данных для обработки результатов оценивания студентов
Рассмотрены особенности проектирования, использования и обработки хранилищ данных в высших учебных заведениях, для улучшения качества образования в процессе стремительного развития информатизации общества. Приведены консолидированные результаты оценивания знаний студентов из спроектированного хранилища данных с возможностью кубической обработки данных. Полученные результаты нашего исследования свидетельствуют об эффективности и практичности использования хранилищ данных в автоматизированных системах администрирования учебного процесса, особенно в разрезе аналитической обработки для поддержки принятия управленческих решений на улучшение качества обучения.
Ключевые слова: обработка запросов, хранилище данных, администрирование учебного процесса, многомерные данные, улучшение качества учебного процесса.
Durnyak B.V., Pasyeka N.M., Pasyeka M.S., Erstenyuk O.V. The Design and Use of Data Warehouses to Process the Results of Student Assessment
The peculiarities of the design, use and processing of data warehouses in higher education are considered to improve the quality of education in the process of rapid development of informatization of the society. Consolidated results of estimation of students' knowledge from designed data warehouse and the possibility of cubic processing are proposed. The results of our study show the effectiveness and practicality of data warehousing in automated systems of administration of the educational process, especially in the context of analytical processing to support management decisions to improve the quality of education.
Keywords: query processing, data warehouse, administration of the educational process, multidimensional data, to improve the quality of the educational process.
УДК 005.[85+6]:004.94 Проф. Ю.1. Грицюк, д-р техн. наук - НУ "Львiвська полтехшка"; здобувач З.П. Сташевський -Львiвський ДУБЖД
МОДЕЛЬ ПРОЦЕСУ ФОРМУВАННЯ КОМПЕТЕНТНОСТ1 ПЕРСОНАЛУ ДСНС УКРАШИ ДЛЯ РЕАЛ1ЗАЦН 1Т-ПРОЕКТ1В З 1НФОРМАЦ1ЙНО1 БЕЗПЕКИ
Розглянуто особливост розроблення моделi реалiзацil осв^нього проекту ВНЗ ДСНС Украши на осж^ компетентшсного шдходу, яка фжсуе основш щи проекту, визначае продукт проекту як штегральну компетентшсть персоналу ДСНС для реалiза-ци 1Т-проекпв з шформацшно! безпеки, а також дае змогу планувати змiст освггнього проекту та врахувати вимоги зацжавлених сторш щодо його якостО Розроблено меха-нiзм планування змiсту освiтнього проекту ВНЗ ДСНС з використанням когнiтивного моделювання, який дав змогу встановити складовi штегрально! компетентност персоналу ДСНС для реалiзацil IT-проектiв, визначених у множинi цшьових компетентнос-тей i дисциплiн, що 1х формують, а також встановити зв'язки мiж ними та спланувати пакети робiт, необхiднi для 1х виконання, щоб досягнути цiлi проекту.
Ключовi слова: осв^ш проекти ВНЗ ДСНС, 1Т-проекти ДСНС, продукт осв^ньо-го проекту, iнформацiйна безпека, штегральна компетентнiсть, цiльова компетентнiсть, системнi характеристики компетентности
Вступ. На даний час дiяльнiсть структурних пiдроздiлiв Державно!' служби Украши з надзвичайних ситуацiй (далi ДСНС) стае проектно-орiентова-ною [1], тобто опираеться на системну модель управлшня проектами. Це спри-чинено нагальною потребою реформування як полиики забезпечення, оргашза-цií та даяльносп рятувально! служби, так i застосування проектного пiдходу для покращення ефективносп '1 управлiння та прийняття вiдповiдних рiшень.
Успiшнiсть реалiзацií проектав з л^вдацц надзвичайнi ситуацií, якi часто спричиняють загибель людей, значною мiрою визначаеться швидкiстю ре-агування на них структурних пiдроздiлiв ДСНС, ефективною координацiею дай екстрених служб та 1х здатнiстю вчасно надати неввдкладну допомогу. А це без-посередньо залежить вiд ефективного виконання шформацшно-комушкацшних функцiй фах1вцями з шформацшно! безпеки (далi 1Б) в рамках реалiзацií 1Т-проектiв ДСНС, ят забезпечують безперебiйнiсть роботи вщповвдних шформа-цшних систем i здiйснюють захист шформацп, що в них обробляеться. Сьогод-нi компетентнiсть персоналу ДСНС, який займаеться реалiзацiею IT-проектiв, формуеться в рамках освишх проект1в ВНЗ ДСНС Украши [2, 8]. Проте, на практищ, шдготовка такого персоналу не повнктю вiдповiдае вимогам сучас-ностi щодо рiвня знань, вмшь та набуття практичних навикiв, а також вимогам мiжнародних стандартiв i потребам роботодавцiв.
