Библиографическое описание:Агаев, Фирудин Тарлан. Применение методов Data Mining при конструировании образовательной программы ИКТ специальностей университетов Азербайджана / Ф. Т. Агаев, Г. А. Мамедова, Р. Т. Меликова. - (Методологическое, научно-методическое и кадровое обеспечение информатизации образования). - Текст : непосредственный // Открытое и дистанционное образование. - 2019. - № 4 (76). - С. 28-33 : ил. - Библиогр.: с. 32 (18 назв.). - ISSN 1609-5944.
Аннотация:Важным этапом при построении учебной программы является конструирование его содержания. В статье для отбора содержания учебных дисциплин проводится сопоставительный анализ образовательных программ ведущих университетов мира. Сопоставительный анализ образовательных программ различных учебных заведений мира является сложной процедурой, так как они представлены в документах разной формы; часть информации, которая в них содержится, является неструктурированной; процессы сопоставления являются неформализованными. Вместе с тем использование методов Data mining (извлечения нужной информации в больших объемах данных) в настоящее время позволяет ставить вопрос об информационной поддержке процедуры сопоставительного анализа университетских образовательных программ.
An important stage in the construction of the curriculum is the design of its content. In an article for the selection of the content of the educational disciplines conducted a comparative analysis of the educational programs of leading universities in the world. Comparative analysis of the curricula is a complex procedure. Since educational programs are presented in documents of various forms, the part of the information that they contain is unstructured, and the comparison processes are informal. At the same time, the development of artificial intelligence methods and the capabilities of computer technology currently allow us to formalize the comparative analysis of university curricula. To implement the comparative analysis process, the curricula of different universities but of the same specialization are loaded into a relational database, the structure of which consists of three interconnected tables: "Directions", "Specialties" and "Curriculums". In different universities of the world in the same major, the names of disciplines, topics and sections in some way differ. In a comparative analysis of educational programs, the main task is to identify information common to all the universities studied. One of the most common tasks of artificial intelligence, when comparing data, is to identify frequently encountered sets of objects in a large number of sets. When solving the problem of comparative analysis of the curricula, we first proposed a method for searching for associative rules. First, the names of the subjects studied in a particular specialty and the level of specialization of university disciplines are compared (bachelor or master), then the names of topics and sections of the studied discipline are separately compared. Using the above method, based on a comparison of the educational programs of various universities, you can determine the set of disciplines (topics or sections) that are most often taught at a given level of training (bachelor or master) and in a certain area of specialization.
