Оценка значимости признаков на основе нейронных сетей в задачах анализа качества дистанционного обучения

Анотація

Информатизация современного образования способствует созданию новых методов разработки учебных курсов, что существенно снижает качество обучения студентов. В настоящей работе предложен метод оценки значимости признаков при анализе качества внедрения дистанционного обучения в высшие учебные заведения с применением нейронной сети.

Представлен алгоритм проведения исследования значимости признаков, состоящий из трех этапов: подготовка данных, нейросетевое моделирование и анализ и интерпретация результатов исследования.

Подготовка данных — самый трудоемкий процесс, требующий максимального сосредоточения со стороны аналитика. В качестве обучающей выборки использованы реальные данные обучения студентов университета из системы дистанционного обучения Moodle. Данная система активно используется в качестве инструмента ведения учебного процесса в Одесском национальном политехническом университете.

Нейросетевое моделирование заключается в исследовании информативности признаков после обучения нейронной сети. В качестве входов нейронов использовались данные об успеваемости студентов курсов, в качестве выходов — их результирующая оценка за курс.

Информативность каждого признака определяется с помощью матрицы весов, которая формируется после обучения нейронной сети. Благодаря матрице весов можно определить, какой из признаков наиболее информативен, т.е. наиболее значим для исследования. Значения матрицы весов визуализированы с помощью графиков и гистограмм и дают возможность проанализировать результаты исследования и наглядно подтвердить значимость признаков.

Таким образом, решена задача оценки значимости признаков при анализе данных обучения студентов в системе дистанционного обучения Moodle. Определены исследуемые признаки. Сформирована матрица весов признаков. Обосновано предположение о том, что значения весов признаков характеризуют уровень значимости каждого исследуемого признака. Выделены наиболее значимые признаки, которые влияют на качество внедрения дистанционного обучения.