кандидат технических наук, доцент кафедры прикладной информатики и математики Уральскогосоциально-экономического института – филиала Академии труда и социальных отношений, Челябинск.
В работе рассмотрены возможности существующих средств интеллектуальной обработки данных, которые в настоящее время активно используются экономистами, маркетологами и бизнес-аналитиками и позволяют на основе анализа количественных и качественных экономических показателей решать вопросы синтеза и прогнозирования финансово-экономических процессов. Адаптация данных методов дляобработки педагогической информации и широкое их внедрение в образовательный процесс могут резко повысить качество управления обучением и контроль над ним. В статье обсуждаются теоретические и практические аспекты применения интеллектуального анализа данных в педагогике, обоснована актуальность данной темы. Проанализированы этапы возникновения и становления направления интеллектуального анализа данных. Продемонстрированы примеры оценивания качественных характеристик учения и личностных характеристик студентов с помощью средств Data Mining.Автором предложены подходы к составлению шаблонов, лежащих в основе методов Data Mining, которые в совокупности с применением современных программных средств дают возможность производить обработку материалов педагогического мониторинга, выявлять факторы, оказывающие влияние на результат обучения, своевременно корректировать дальнейшую работу учебного заведения, т. е. осуществлять педагогическое управление.
The paper investigates the potential of the intelligent data processing tools presently implemented by economists, marketers and business analytics for solving the economic problems of synthesis and prognostication of financial processes based on quantitative and qualitative indicators.The adaptation of the above methods for pedagogical data processing and implementation in educational process can improve the education management quality and control. The paper presents the theoretical and practical aspects of the intelligent data analysis in pedagogy, the relevance of the problem being substantiated.The author looks at the origination and formation of the intelligent data analysis and gives the estimation examples of qualitative characteristics of teaching process, as well as the students’ personal characteristics based on the Data mining resources. The author recommends the ways for developing the patterns underlying the Data mining methods. The given approach in combination with the modern software tools can provide the data processing related to education management, i.e. pedagogical monitoring, identification of aspects affecting educational outcomes, early correction of educational department activities, etc.
The authors declare that there are no conflicts of interest present.