Анализ образовательных систем с помощью новых информационных технологий

Вид материала

Анализ

Содержание 6. Исследование взаимосвязей в образовательных системах. Многомерный анализ 35 8. Бершадский А.М., Бождай А.С Геоинформационный подход к мониторингу региональных образовательных систем // Информационные техн 12. Бершадский А.М., Кревский И.Г. Дистанционное образование: региональный аспект // Дистанционное образование. - 1998. - N 1. - 16. Архипенков С. Oracle Express OLAP. Аналитические системы. - М.: Диалог-Мифи, 1999. 38 2.Анализ приема в вуз 3.Использование ГИС технологий 4.Анализ образовательной системы региона 5.Анализ образовательных процессов в федеральных округах и России в целом 6.Исследование взаимосвязей в образовательных системах. Многомерный анализ 8.Бершадский А.М., Бождай А.С Геоинформационный подход к мониторингу региональных образовательных систем // Информационные техно 12.Бершадский А.М., Кревский И.Г. Дистанционное образование: региональный аспект // Дистанционное образование. - 1998. - N 1. - 16.Архипенков С. Oracle Express OLAP. Аналитические системы. - М.: Диалог-Мифи, 1999.

Подобный материал:

• Ся проведение исследований и разработка методов и средств сопровождения учебного процесса, 238.1kb.
• Организационные основы информационных технологий в экономике информационные процессы, 623.54kb.
• Положение о проведении республиканского дистанционного конкурса среди учащихся образовательных, 77.97kb.
• «Использование новых информационных технологий в обучении английскому языку в школе», 460.19kb.
• Тема 1 Индустрия коммерческого распространения информации, 526.23kb.
• Урок английского языка с использованием новых информационных технологий, 71.58kb.
• Задача информатизации управления предприятием, то есть построения информационных систем,, 69.85kb.
• Внедрение новых технологий связи,  радионавигации и информационных технологий в транспортной, 78.77kb.
• К. Д. Ушинский Трудно представить себе современный урок без использования информационных, 87.9kb.
• Темы фамилия применение геоинформационных технологий в создании муниципальных информационных, 37.02kb.

Анализ образовательных систем с помощью новых информационных технологий.


Бершадский Александр Моисеевич,

Кревский Игорь Гершевич,

Макурина Татьяна Александровна

г.Пенза, Пензенский государственный университет

garry@dionis.sura.ru

1.Введение

Необходимой базой для оперативного принятия эффективных управленческих решений является наличие достаточно полной и достоверной исходной информации, представленной в удобной форме. Для определения перспектив развития и планирования профориентационной работы вузов необходима информация о составе абитуриентов с учетом их территориального распределения и выбора специальностей, а также сведения о результатах работы учреждений среднего образования. Аналогично для органов управления образованием (федеральные и региональные министерства образования, отделы народного образования различных уровней) необходима информация о подведомственных учебных заведениях и количестве учащихся, о качестве образования, о результатах поступления выпускников различных учебных заведений в вузы, о предпочтениях специальностей и факультетов и т.д. Другими потребителями данной информации могут стать правительство, службы занятости, предприятия, которые также нуждаются в данных о том, где, по каким специальностям готовятся специалисты, и какие регионы они представляют. Одним из основных препятствий на пути широкого внедрения новых информационных технологий (НИТ) является необходимость выполнения сбора больших объемов информации и ввода их в компьютер. Очевидно, что без этого невозможно обеспечить качественный анализ ситуации в сфере образования. В то же время организация сбора и ввода информации - крайне трудоемкое и дорогостоящее мероприятие. Ценным источником данных о состоянии системы образования могут послужить результаты работы приемных комиссий вузов, данные о централизованном тестировании и Едином государственном экзамене (после его введения). Сопоставленные со стандартными статистическими формами отчетности эти данные могут указать на "узкие" места в образовательных системах, помочь правильно выбрать такие точки вложения ресурсов и финансовых средств, которые дадут наибольший эффект с точки зрения повышения качества образования.

2.Анализ приема в вуз

В Пензенском государственном университете с 1998 года успешно используется информационно-аналитическая система (ИАС) приемной комиссии [1,2].

Основными пользователями системы являются:

• технический персонал приемной комиссии;
  
• ответственный секретарь и председатели предметных комиссий;
  
• руководители вуза.
  

Результаты, подготовленные с помощью ИАС, докладываются в органы управления образованием. По запросам Министерства образования области выполняются дополнительные выборки информации.


Работа с базой данных включает три основных этапа.

1. Настройка базы данных, т.е. ввод факультетов, специальностей, названия вуза, фамилий ответственных лиц, названий предметов и расписания.
   
2. Работа с исходными данными: ввод, корректировка введенных данных, ввод оценок.
   
3. Формирование документов, базирующихся на введенных данных (информация для технической работы, официальные документы, аналитическая информация).
   

По каждому абитуриенту заносится следующая основная информация:

• фамилия, имя, отчество;
  
• паспортные данные;
  
• оконченное среднее учебное заведение (область, район, наименование);
  
• год рождения и год выпуска;
  
• отличия;
  
• льготы;
  
• оценки аттестата по профилирующим предметам;
  
• специальность и факультет, на которые поданы документы;
  
• оценки вступительных испытаний;
  
• результаты поступления.
  

Форма для ввода данных допускает работу неподготовленных пользователей. Формирование групп абитуриентов может выполняться как автоматически, так и вручную. Для обеспечения текущей работы приемной комиссии выпускаются следующие технические документы:

• списки групп;
  
• ведомости;
  
• списки абитуриентов, имеющих отличия;
  
• списки абитуриентов, поступающих с оплатой стоимости обучения на договорной основе;
  
• списки абитуриентов, имеющих льготы;
  
• сводка результатов экзаменов - количество различных полученных оценок по факультетам (рис.1) и т.д.
  

Рис.1. Сводка результатов экзаменов.

Среди официальных документов можно отметить:

• сведения о наличии абитуриентов;
  
• сведения о зачислении абитуриентов;
  
• информация о конкурсе по специальностям (рис 2);
  
• приказ о зачислении.
  

Рис. 2. Информация о конкурсе по специальности.


Информация о конкурсе по специальности, показанная на рис.2, используется деканами во время собеседования для определения лиц, подлежащих зачислению на специальность. На собеседовании окончательно устанавливаются лица, участвующие в конкурсе (иногда часть абитуриентов, набравших высокие баллы, забирает документы в связи с поступлением в другие вузы или на другие факультеты). В заголовке документа указываются название и шифр специальности, контрольная цифра приема на места, финансируемые из госбюджета (сколько человек можно принять). Абитуриенты в списке разбиты на группы с равным приоритетом при зачислении (медалисты, подтвердившие медаль на профильном экзамене и рекомендованные по результатам собеседования; абитуриенты, имеющие право на льготы (поступление вне конкурса), получившие положительные оценки; абитуриенты, получившие 15 баллов, 14 баллов и т.д.). Эти группы упорядочены в порядке убывания приоритета при зачислении. Для каждого абитуриента указаны его фамилия, имя, отчество, номер личного дела. Также указываются оценки в порядке прохождения вступительных испытаний (на рис.2 - математика, физика, русский язык и литература). Таким образом, проходя список сверху вниз, вычеркивая "передумавших" в последний момент абитуриентов, декан определяет всех, набравших проходной балл. В случае возникновения полупроходного балла из документа видно, сколько из скольких абитуриентов надо принять, а также оценки по отдельным предметам (предпочтение обычно отдается абитуриентам, получившим более высокий балл на профильном экзамене).

Аналитические возможности ИАС обеспечивают как текущее прогнозирование в ходе работы приемной комиссии, так и последующее исследование состава абитуриентов, поддержку планирования профориентационной работы вуза и т.д.[3]. Система выполняет разнообразные виды анализа, среди которых отметим следующие.

1. Информация для прогноза проходного балла по факультетам.
   
2. Информация о сдаче вступительных экзаменов медалистами (с разделением по школам).
   
3. Информация по школам о разности средних баллов по предметам между оценками, полученными выпускниками школ на вступительных экзаменах в вуз, и оценками аттестата (данные позволяют сверить соответствие требований школы требованиям, предъявляемым в вузе). Фрагмент таблицы с этой информацией приведен на рис.3. Для повышения наглядности информация может быть представлена и в виде графиков (рис.4). Анализ может производиться по районам, населенным пунктам, отдельным школам.
   

Рис.3. Разница баллов вступительных испытаний в вуз и оценок школьных аттестатов.

4. Сравнительный анализ результатов поступления абитуриентов, прошедших различные формы подготовки в вуз (рис.5).
   
5. Рейтинг школ по соотношению количества абитуриентов, подавших документы в вуз и зачисленных.
   
6. Сводки по специальностям о количестве абитуриентов, зачисленных на бюджетной и на контрактной основах.
   
7. Информация о результатах поступления выпускников определенного года выпуска.
   

Рис.4. Соответствие оценок по русскому языку и литературе в аттестатах школ районов и на вступительных экзаменах в ПГУ.

Рис. 5. Сравнительный анализ эффективности различных форм довузовской подготовки.

8. Сравнительный анализ результатов различных лет: количество поступавших в вуз, на отдельные факультеты и специальности, на контрактной основе и т.д.
   
9. Анализ предпочтений при выборе специальностей мужчинами и женщинами (рис. 6), сельскими жителями и горожанами и т.д.
   
10. Выбор факультетов и специальностей выпускниками школ различных городов и районов.
    

Формируется также ряд других документов. Кроме того имеется возможность самостоятельного создания пользователем различных инструментов анализа с использованием механизма запросов СУБД Access.


Рис. 6. Выбор специальностей ПГУ мужчинами и женщинами (по числу поданных заявлений). В качестве заголовков столбцов указаны шифры специальностей.


Опыт эксплуатации ИАС показал, что даже в рамках одного вуза необходимо обеспечить максимальную гибкость системы (открываются новые специальности и факультеты, меняются льготы для медалистов и состав вступительных испытаний и т.д.). Так как система себя положительно зарекомендовала, началось ее тиражирование в другие вузы. На базе ИАС вуза была создана ИАС для исследования поступления во все вузы региона. Все это потребовало разработки универсальной структуры базы данных, обеспечивающей решение следующих задач [4].

1. Простота адаптации к особенностям конкретного вуза любого региона. Обеспечивается соответствующей структурой базы данных, а также системой настроек, выполняющих процесс адаптации, включенной в общий интерфейс системы. Система настроек (рис.7) позволяет вводить всю информацию о вузе, факультетах, специальностях, экзаменах, предметах, льготах и отличиях, учитываемых при поступлении в вуз, расписании, на начальном этапе работы приемной комиссии. Вся эта информация может быть изменена и дополнена во время работы приемной комиссии.
   

Рис.7. Меню настройки ИАС.

2. Удобство адаптации к изменению структуры вуза и правил приема, возможность подстройки под изменения в законодательной и нормативной базе.
   
3. Возможность использования этой же системы для дальнейшего анализа результатов поступления абитуриентов во все вузы региона, что предполагает слияние баз данных различных вузов в единую базу данных.
   

3.Использование ГИС технологий

Разработанная ИАС также осуществляет преобразование информации для использования в геоинформационной системе (ГИС) [5]. ГИС осуществляет пространственную привязку данных, что позволяет повысить наглядность представления результатов анализа, а также выполняет дополнительные виды анализа, для которых необходим учет территориального распределения основных параметров (расположение учебных заведений, плотность населения, наличие транспортной и информационной сетей и т.д.). Геоинформационные технологии успешно применяются в управлении образованием [6,7]. ПГУ активно участвует в работах по созданию образовательных ГИС [8,9], что позволило использовать уже созданную в рамках этих работ картографическую основу. Для геоинформационного анализа используется карта региона, что является оправданным, так как в большинстве провинциальных вузов большая часть абитуриентов обычно поступает из своего региона (более 90%). Геоинформационная составляющая системы разработана на основе ГИС АrcView 3.1 и включает в себя следующие основные элементы.

1. Цифровую карту региона.
   
2. Взаимосвязанную совокупность атрибутивных БД, включая БД по образовательным учреждениям региона.
   

Рис.8. Общий вид ГИС-приложения для работы с данными приемных комиссий вузов Пензенской области.




Рис. 9. Структура меню настройки ГИС.

3. Пакет инструментов для работы с картой и базами данных (инструменты для решения задач поиска, статистических операций, моделирования процессов, формирования выходных документов).
   

На рис.10 показана карта, отображающая средние оценки по математике, полученные выпускниками школ различных районов области на вступительных испытаниях в ПГУ. Здесь и далее необходимо иметь в виду, что карты выполняются в цвете. К сожалению, черно-белая печать, используемая для изготовления данной лекции-доклада, не способна полностью отразить изобразительные возможности карт.




Рис. 10. Средний балл вступительного экзамена по математике, полученный выпускниками школ различных районов Пензенской области на вступительных экзаменах в ПГУ 1999 года.


Выбрав район и нажав левую кнопку мыши, можно получить детальную картину по учебным заведениям. В качестве примера (рис.11) приведены результаты сдачи вступительного экзамена по математике абитуриентами. Аналогичные возможности существуют и по другим картам ГИС.


Рис. 11. Анализ среднего балла по математике по школам района.


Рис. 12. Предпочтения абитуриентов при выборе факультетов ПГУ.





Рис.13. Сравнение количества абитуриентов, поступавших в ПГУ по районам области (красный (темный на черно-белой иллюстрации) цвет - сокращение в 2000 году относительно 1999, желтый (светлый на черно-белой иллюстрации) - увеличение в 2000 году относительно 1999).


С помощью ГИС можно получить наглядную картину поступления абитуриентов из различных районов на разные факультеты и специальности вуза (рис.12), оценить увеличение или уменьшение количества абитуриентов, поступающих в вуз из районов (рис.13). Информация может быть использована при планировании профориентационной работы вуза, должна анализироваться при контактах с органами государственного и муниципального управления (целесообразность целевого приема и пр.).

4.Анализ образовательной системы региона

Логичным развитием успешного опыта анализа поступления в отдельный вуз явилась работа по анализу поступления во все вузы региона [10-11]. ИАС приема была доработана для проведения такого анализа. Использование системы для анализа поступления в вузы региона позволяет органам государственного управления и управления образованием получить:

• достаточно цельную картину соответствия результатов подготовки в учреждениях среднего образования требованиям вузов (в среднем по России 73% выпускников школ пытаются поступить в вуз);
  
• ожидаемую подготовку кадров по специальностям для различных городов и районов региона, что может повысить качество управленческих решений.
  

При объединении данных по различным вузам могут использоваться:

1. Ручной ввод данных в ИАС.
   
2. Перенос данных из аналогичных ИАС, переданных другим вузам.
   
3. Конвертирование данных из других информационных систем, используемых в вузах для обработки информации о приеме абитуриентов.
   
4. Конвертирование данных из текстового формата и таблиц MS Excel.
   

Последние два случая соответствуют ситуации, когда в вузах используются собственные информационные системы приема, перенос данных из которых осуществляется либо непосредственно (пункт 3), либо через некоторый промежуточный формат (пункт 4). Принципиально важной является выработка единых минимальных требований к составу фиксируемых в приемной комиссии данных (они должны быть достаточны для анализа состояния образовательных систем). Опыт показал, что достижение этого в пределах региона вполне возможно, хотя и требует проявления определенного упорства со стороны руководства вузов и лиц, осуществляющих внедрение ИАС.

Для вызова функций информационной поддержки лиц, принимающих решения, необходимо выбрать пункт горизонтального меню «Аналитика» (рис.14). ИАС позволяет получать разнообразные статистические данные в разрезе регионов или районов одного из регионов; так можно узнать, из каких регионов зачислены абитуриенты в вузы (рис 15). Приведенный фрагмент отчета о результатах приема в вузы Пензенской области 2000 года еще раз подтверждает "замкнутость" региональной образовательной системы на себя: подавляющее большинство поступивших в пензенские вузы окончили, как видно из таблицы, средние учебные заведения Пензенской области.




Рис.14. Основное меню анализа ИАС.




Рис 15. Зачисление абитуриентов в вузы Пензенской области по регионам (фрагмент отчета).


Органы управления образованием региона интересуют, как правило, данные по "своим" выпускникам, поэтому гораздо чаще выполняется анализ по районам, населенным пунктам, учебным заведениям своего региона. На рис.16 показан фрагмент отчета о зачислении выпускников учебных заведений районов и городов областного подчинения в вузы региона. Возможно получение как общего отчета, так и отчетов по отдельным годам выпуска, типам оконченных учебных заведений и пр. Порядок формирования и внешний вид отчетов о количестве поступавших и зачисленных медалистов, количестве обучающихся по контракту аналогичны. Интерес может представлять также процент зачисленных от общего количества поступавших в вузы абитуриентов из различных районов (рис. 17).

Одним из важных применений системы может быть оценка качества подготовки в различных школах, соответствия требований школ требованиям, предъявляемым на вступительных испытаниях в вуз. При этом сами оценки вступительных испытаний не дают полной картины. Например, в худшем положении может оказаться школа, чьи лучшие выпускники успешно поступили в столичные вузы, а в местные вузы поступали более слабые выпускники. Поэтому более показательную информацию можно получить, сравнивая не только абсолютные баллы, но и разницу между оценками аттестата и оценками вступительных испытаний по соответствующим предметам. Учитывая наличие элемента случайности на экзамене (волнение и пр.), достоверные результаты можно получить только на достаточно большой выборке поступающих.

Система позволяет производить такое сравнение как по районам, так и по отдельным учебным заведениям. ИАС позволяет выводить результаты как в порядке номеров школ, так и в порядке возрастания разницы между вступительным и школьным баллом. Такой отчет по одному вузу был приведен на рис.3. Значительное превышение балла по предмету в аттестате над оценкой вступительных испытаний при достаточно большом количестве поступающих свидетельствует о завышении оценок в данной школе (районе). Примерное соответствие свидетельствует о том, что выставленные в школах оценки выдержали независимую проверку. При проведении централизованного тестирования с использованием разработанных инструментов можно будет анализировать качество подготовки в различных учебных заведениях по результатам тестирования.





Рис. 17. Процент поступления в вузы региона по районам.

В регионах, где организуется эксперимент по проведению единого экзамена, аналогично можно анализировать результаты его проведения, сопоставлять их с оценками школьных аттестатов.

Одним из объектов пристального внимания органов управления образованием является контроль реального качества знаний медалистов. Независимый контроль на вступительных испытаниях (централизованном тестировании, едином экзамене и пр.) позволяет еще раз оценить уровень их подготовки. Отчеты о поступавших и зачисленных медалистах аналогичны по внешнему виду приведенным на рис.16 и 17 общим отчетам. По этим данным видно, какие вузы выбирают медалисты, и насколько успешно они преодолевают вступительные испытания. Дополнительно можно легко получить данные о конкретных баллах, полученных медалистами школ на вступительных испытаниях по предметам (рис.18). В таблице помимо фамилии, имени и отчества медалиста указаны вуз, в который он сдавал экзамены, предметы и полученные по ним оценки. Также указан признак медали: "з" - золотая, "с" - серебряная.



Рис 18. Отчет о результатах, показанных на вступительных испытаниях медалистами конкретной школы.


Также можно получить данные обо всех медалистах, получивших определенный балл на экзаменах. Такие запросы чаще всего используются для получения информации по тем медалистам, которые не подтвердили медаль (с указанием школ и районов, где они учились). Так, на рис.19 приведены данные обо всех медалистах, получивших в 2000 году неудовлетворительные оценки на вступительных экзаменах в вузы Пензенской области. Такая информация становится предметом детального анализа в органах управления образованием, доводится до руководства учебных заведений. Сопоставление данных по всем вузам региона позволяет отследить достаточно интересные факты. Так, в 1999 году медалистка из одной из сельских школ Каменского района умудрилась получить три двойки на вступительных экзаменах в различные вузы (дважды по математике и один раз по химии).


Накопление информации по всем абитуриентам позволяет получать отчеты любой степени детализации. Так, для анализа результатов подготовки выпускников конкретного учебного заведения можно получить детальную пофамильную справку о результатах сдачи вступительных экзаменов с подсчетом общих итогов и результатов поступления (рис.20).

Для повышения наглядности исследования образовательной системы региона применяется геоинформационный анализ. При сохранении возможности анализировать ситуацию по отдельным вузам, выполняется анализ и по итогам поступления абитуриентов во все вузы региона. Среди часто используемых видов геоинформационного анализа можно отметить следующие.




Рис.20. Отчет о результатах, показанных на вступительных испытаниях в вузы выпускниками отдельной школы.

1. Выбор вузов абитуриентами (рис.21). Густота закраски отражает общее количество поступающих в вузы (чем темнее цвет, тем больше - легенда приведена на карте справа). На каждом районе приведена круговая диаграмма, где доля каждого вуза в общем количестве абитуриентов отмечена своим цветом.
   
2. Наиболее популярные в различных районах вузы - по количеству поданных заявлений и по количеству зачисленных (рис.22).
   
3. Количество подавших заявления и зачисленных во все вузы по городам, районам, средним учебным заведениям региона.
   
4. Распределение медалистов по районам и выбор ими вузов.
   

Рис. 22. Наиболее популярные в районах Пензенской области вузы (по количеству поданных заявлений).

5. Распределение абитуриентов, поступающих на основе договоров с оплатой стоимости обучения, по районам региона и выбор ими вузов. Эти данных могут служить одним из оснований при оценке реального благосостояния населения различных районов, использоваться при маркетинге платных образовательных услуг.
   
6. Выбор абитуриентами из различных районов места получения образования по специальностям, обучение по которым ведется в ряде вузов региона (рис. 23). Данные важны для анализа подготовки кадров для различных территорий, а также для оценки предпочтений тех или иных вузов, обучающих по одинаковым специальностям.
   

Одним из направлений использования ИАС для поддержки принятия решений является разработка средств выбора оптимального расположения кабинетов дистанционного образования (ДО) [12,13]. Не секрет, что в малых городах и сельских районах трудно получить образование традиционными методами. Современные телекоммуникационные технологии позволяют вести обучение с использованием компьютерных сетей независимо от расстояний. В принципе, доступ к сетям имеется повсюду, например, в Пензенской области из любого населенного пункта, где имеется телефон районной АТС, можно работать в Internet. Однако существуют серьезные финансовые проблемы: в сельских школах практически нет PC совместимых компьютеров, крайне мало их и в индивидуальном использовании. Еще хуже обстоят дела с подключением индивидуальных пользователей и образовательных учреждений к глобальным сетям. Для обеспечения возможности широким массам населения получать услуги ДО целесообразно создание кабинетов ДО на базе существующих образовательных заведений. Кабинеты должны быть оснащены компьютерами и иметь выход в сеть. Данная работа ведется ПГУ в жестких финансовых рамках, поэтому крайне важна экономическая оправданность создания кабинетов, быстрая самоокупаемость проектов. Это требует определения оптимальных размещения и последовательности создания кабинетов ДО. В качестве критериев для оценки необходимости создания кабинета задаются:

Рис.23. Количество поступивших на специальность "Экономика и управление на предприятии" и их распределение по вузам.

• максимальное расстояние в километрах, при котором кабинет ДО считается доступным для проживающих в окрестных населенных пунктах;
  
• число потенциальных обучаемых, в зависимости от которого определяется "степень желательности" открытия кабинета ДО (зависит от количества абитуриентов в зоне притяжения кабинета);
  
• минимальные требования к учебному заведению, на базе которого создается кабинет (возможные показатели - минимальное число учащихся учебного заведения, площадь помещений, количество преподавателей).
  

После задания всех параметров на карте выделяются населенные пункты, в которых целесообразно (согласно заданным условиям) открытие кабинета ДО, а также отображаются "зоны притяжения" этих кабинетов (рис. 24).



Рис.24. Выбор оптимального расположения кабинетов ДО.


Очевидно, что аналогичный анализ становится особенно актуальным в ходе реализации программы компьютеризации сельских школ, а особенно в рамках готовящейся сейчас федеральной целевой программы “Развитие единой образовательной информационной среды на 2002-2006 годы”.

ИАС реализована средствами СУБД Access-97, SQL и Visual Basic. Операционная система Windows95/98/NT. ИАС разделена на две БД (в терминах Access). В одной хранятся таблицы с данными, в другой - формы, отчеты и запросы, включая код на Visual Basic. При многопользовательской работе база с данными размещается на сервере, база с запросами и пр. - на рабочих станциях. ИАС может быть внедрена в любом регионе России (ГИС-компонент - при наличии картографической основы).

5.Анализ образовательных процессов в федеральных округах и России в целом

Следующим шагом в развитии может стать создание соответствующих ИАС для мониторинга образовательных систем федеральных округов и страны в целом [14] на базе более мощной СУБД. Такие ИАС предназначены для поддержки управленческих решений на уровне Министерства образования РФ, других министерств и ведомств, имеющих собственные учебные заведения. В связи с образованием федеральных округов увеличилась потребность в совместном анализе происходящих в регионах, входящих в федеральный округ, процессов в образовательной сфере. В то же время, так как управляющие органы федерального округа призваны играть не только координирующую, но и контролирующую функцию, для лиц, принимающих решения в сфере образования на уровне федерального округа, важно иметь возможность получать информацию не только в целом по регионам, но и по отдельным городам и районам, вузам и т.д. Фактически аналогичные потребности существуют в подразделениях Минобразования России, курирующих различные территории (группы регионов). С учетом того, что многие процессы в образовательной среде можно наглядно представить только в тесной привязке к географическому расположению населенных пунктов, учебных заведений, коммуникаций и пр., применение геоинформационного анализа для исследования образовательных систем федерального округа значительно улучшает качество поддержки принятия управленческих решений.

Создание ИАС для исследования результатов приема абитуриентов в вузы страны, базирующейся на данных вузовских систем автоматизации документооборота приемных комиссий, позволит, в частности, отследить следующие процессы в сфере образования.

1. Количество абитуриентов, поступающих в вузы из различных регионов; та же информация по отдельным направлениям и специальностям подготовки.
   
2. Миграция абитуриентов между регионами, степень самодостаточности региональных образовательных систем (наличие возможности получить образование по интересующей специальности в своем городе или регионе).
   
3. Качество подготовки выпускников средних учебных заведений, соответствие уровня их знаний требованиям вузов. Сопоставление результатов сдачи вступительных испытаний по одним и тем же предметам абитуриентами различных вузов. Некоторые молодые люди пытаются поступать одновременно в несколько вузов, интерес представляет сопоставление их результатов (при сдаче одних и тех же испытаний).
   
4. Подготовка специалистов для различных регионов с учетом направлений, специальностей и мест подготовки.
   

Очевидно, что создание ИАС в масштабах страны потребует внедрения систем автоматизации документооборота приемных комиссий во всех вузах, установления обязательного для всех систем минимума информации, а также согласование форматов данных для обеспечения конвертации содержащихся в них данных к единому формату с разумными трудозатратами. Использование информации, хранящейся в системах автоматизации документооборота учебного процесса вузов, значительно расширит возможности анализа образовательных процессов.

В связи с распространением централизованного тестирования и организацией эксперимента по введению единого экзамена, целесообразно дополнить состав анализируемых данных их результатами.

Очевидно, что при создании информационной системы такого масштаба неизбежно возникнут серьезные организационно-технические проблемы. Обеспечить реальный сбор данных и их актуализацию может только распределенная информационная система, в которой данные хранятся максимально близко к месту их появления и ввода. Предлагается следующая структура системы.

1. Распределенная база данных представляет собой сеть, представленную в виде дерева, вершиной которого является головной сервер, аккумулирующий основную информацию о состоянии образовательной системы.
   
2. Сеть представляет собой иерархическую структуру, где на каждом уровне собирается информация из нижестоящих элементов данной сети, и собранные данные передаются на уровень выше. Каждый элемент сети сам является сервером. Эти серверы являются серверами региона, области и отдельно взятого вуза (центра тестирования, органа управления системой образования).
   
3. Низшей ступенью являются вузовские серверы, которые являются источниками информации для всей сети. Также в случае анализа результатов централизованного тестирования или единого экзамена необходимо включение в состав системы серверов центров тестирования или органов управления образованием.
   

Для реализации данной структуры необходимо решить следующие задачи.

1. Разработать единый формат данных, который обеспечивал бы сбор и анализ информации в этой сети. Этот формат данных должен носить более общий характер, чем данные, получаемые в процессе работы приемной комиссии в отдельно взятом вузе, т.к. цель хранения такой информации не учет, а анализ.
   
2. Выбрать соответствующую СУБД для реализации такой базы данных, способную работать в сети и поддерживающую большие объемы данных.
   
3. Решить проблему безопасности сети (от несанкционированного доступа, сбоев в системе и т.д.), обеспечить разумный уровень открытости информации для различных категорий пользователей.
   
4. Решить проблему технического обеспечения поддержки такой базы данных.
   
5. Обеспечить систему набором запросов и отчетов, которые обеспечивали бы доступ к собранной информации на любом уровне. Это означает, что все запросы классифицируются на следующие категории: общие (в пределах страны), уровня федерального округа, областные и вузовские.
   
6. Создать интерфейс для данной системы, который обеспечивал бы удобный доступ к этой информации пользователей, не являющихся специалистами в области информационных технологий (в первую очередь, управленцев системы образования различного уровня).
   
7. Обеспечить открытость для изменений и добавлений данной системы, так как постоянно возникает потребность в новой информации и получении новых аналитических документов в зависимости от потребностей общества.
   

Таким образом, построение распределенной базы данных должно позволить:

• накапливать информацию с учетом территориальной принадлежности и временного фактора;
  
• получать доступ к уже накопленной информации с учетом потребностей общества в ней;
  
• использовать эту информацию для анализа, прогнозирования и принятия решений в образовательных процессах.
  

В ходе разработки необходимо выполнить сравнительный анализ различных схем потоков данных при распределенном хранении и обработке информации в ИАС, выработать рекомендации по выбору конкретной схемы в зависимости от пропускной способности задействованных каналов связи, наличия вычислительных мощностей, количества вузов в отдельных регионах и пр.

Для организации ГИС-анализа в распределенной системе, оперирующей данными о сотнях тысяч и миллионах людей, также целесообразно обеспечить распределенное хранение информации и доступ к функциям пространственного анализа посредством стандартных Web броузеров. Для решения этих задач предлагается использовать при разработке системы технологии SDE (Spatial Database Engine) - работа с распределенной системой хранения и обработки данных, имеющих географическую привязку, и ArcIMS для организации работы через Internet [15].

Spatial Database Engine – это высокоэффективное средство для работы с большими объемами пространственных данных. По своей сути SDE является объектно-ориентированной системой, работающей со многими коммерческими реляционными системами управления базами данных. SDE обеспечивает геоинформационную систему реальной открытой клиент/серверной архитектурой. С его помощью можно разместить и эффективно управлять пространственными данными в стандартной СУБД проекта наравне с другой непространственной информацией.

SDE предоставляет мощные инструменты, которые могут быть использованы для простого и сложного анализа больших объемов пространственных данных, управления крупными базами пространственных данных при работе как в стандартной среде ГИС, так и при использовании других информационных технологий, в режиме клиент/сервер. SDE предоставляет разнообразные возможности оперирования географическими данными, проведения их многостороннего пространственного анализа, рассылки данных и результатов анализа по сети, введения функций запроса и анализа в любые приложения. Работать с базой одновременно могут тысячи клиентов-пользователей, в том числе и не пользователи ГИС, часто не имеющие навыка работы с геоданными. Доступ к базе и получение ответа происходят очень быстро, при этом они практически не зависят от числа пользователей и размера базы данных. Примерное распределение функций следующее. Клиент (может работать под Windows или на платформах c UNIX) преимущественно отвечает за пространственные операции, а сервер (на UNIX рабочей станции) - за поиск и пересылку данных.

ArcIMS устанавливает стандарт для быстрого и мощного картографирования по сети Интернет, обеспечивает готовое решение для создания, дизайна и управления Web сайтами, которое внедряет возможности картирования и ГИС. ArcIMS позволяет увидеть и использовать ГИС данные, расположенные как локально, так и в любом месте в Интернет. Помимо этого ArcIMS поддерживает распространение информации и в виде растра, и в виде потока векторных данных. Важным достоинством ArcIMS является простой, но достаточно мощный интерфейс. Встроенные мастера и шаблоны с понятными пошаговыми инструкциями проводят пользователя через все основные задачи, связанные с авторизацией и публикацией карт без дополнительного программирования. Для квалифицированных пользователей доступны средства конфигурирования клиентских и серверных частей. ArcIMS обеспечивает интеграцию географических данных из многих источников для их отображения и анализа на компьютере.

6.Исследование взаимосвязей в образовательных системах. Многомерный анализ

Следующим этапом развития ИАС образовательных сред как отдельных регионов, так и страны в целом, должны стать системы, не только фиксирующие определенные процессы (например, уровень подготовки выпускников средних учебных заведений), но и помогающие выявить причины тех или иных явлений. Для выполнения такого анализа необходимо не только расширить круг исследуемых показателей и уровней подготовки (в рассмотренной выше ИАС весь анализ выполняется на стыке школа-вуз), но и включить в рассмотрение широкий спектр экономических, социально-политических, демографических и пр. показателей. Непосредственно в образовательной системе необходимо оценивать влияние уровня квалификации преподавателей, материальной оснащенности учебных заведений, наличия информационной базы на качество подготовки. Все это требует выполнения многомерного анализа данных, современный инструментарий для которого предоставляют OLAP-компоненты СУБД [16]. OLAP — это Online Analytical Processing, т.е. оперативный анализ данных, предназначенный именно для облегчения процесса принятия решений. Идея состоит в многомерном хранении данных, допускающем в ходе анализа выделение интересующих аналитика "срезов информации".

В настоящее время в ПГУ ведутся исследования в этом направлении.

7.Литература

1.Кревский И.Г., Макурина Т.А. Система автоматизации работы приемной комиссии //Новые информационные технологии обучения в региональной инфраструктуре: Тезисы докладов II межрегион. науч.-методич. конф. - Пенза: ПТИ, 1999. - С.57-58.

2.Кревский И.Г., Макурина Т.А. Информационно-аналитическая система приемной комиссии вуза //Совершенствование образовательной деятельности. Сборник докладов. Часть II. Серия материалов Всероссийской школы-семинара "Информационные технологии в управлении качеством образования и развитии образовательного пространства" - М.: Исследовательский центр проблем качества подготовки специалистов, 2000. - С.177-180.

3.Мещеряков В.А., Трилисский В.О., Кревский И.Г. Использование информационных технологий для анализа состава поступающих в ПГУ //Университетское образование: Материалы III Междунар. науч.-методич. конф. - Пенза: ПДЗ, 1999. - С.162-164.

4.Макурина Т.А. Разработка универсальных структур данных для информационно-аналитической системы приема абитуриентов // Информационные технологии и системы в образовании, науке, бизнесе: Сборник материалов II Междунар. науч.-технич. конф.. - Пенза, ПДЗ, 2000. - С.61-62.

5.Кревский И.Г., Иванов А.Н. Геоинформационная система анализа приема абитуриентов в вузы Пензенской области //Методы и средства управления технологическими процессами: Труды III Междунар.науч.конф. - Саранск: Изд-во Мордов.университета, 1999. - С.162-163

6.Кулагин В.П. Использование геоинформационных технологий в управлении отраслью на примере сферы образования России // Информационные технологии и интеллектуальное обеспечение в здравоохранении и охране окружающей среды - 99: Тез.докл. VI междунар. форума (Турция, Анталия, 3-10 октября 1999 г.): - М., 1999, С.74-78.

7.Кулагин В.П., Симонов А.В. Итоги и перспективы МНТП "Геоинформационные системы" //"Телематика'99": Тез.докл. Всеросс. науч.-метод. конф. 7-10 июня 1999 г. - СПб, 1999. - С.23-25.

8.Бершадский А.М., Бождай А.С Геоинформационный подход к мониторингу региональных образовательных систем // Информационные технологии. - 1998. - N 12. - С.39-43.

9.Бершадский А.М., Бождай А.С Концепция геоинформационного мониторинга образовательных систем. Лекция-доклад // Всеросс. Школа-семинар "Информационные технологии в управлении качеством образования и развитии образовательного пространства". - М.: Исследовательский центр проблем качества подготовки специалистов, 2000.

10.Бершадский А.М., Волчихин В.И., Кревский И.Г. Анализ качества образования с использованием новых информационных технологий // Интернет. Общество. Личность (ИОЛ-2000): Тезисы докладов 2-й Междунар.конф. - С-Пб.: Институт "Открытое общество", 2000. - С.255.

11.Волчихин В.И., Мещеряков В.А., Бершадский А.М., Кревский И.Г. Новые информационные технологии для работы приемной комиссии и анализа образовательной системы региона // Инновации в российском образовании: Высшее профессиональное образование. Часть 1. 2000. - М.: Изд-во МГУП, 2000. - С.56-63.

12.Бершадский А.М., Кревский И.Г. Дистанционное образование: региональный аспект // Дистанционное образование. - 1998. - N 1. - С.37-41.

13.Андреев А.Н., Бождай А.С., Бершадский А.М., Кревский И.Г. Геоинформационные системы - перспективное средство мониторинга систем дистанционного образования // Дистанционное образование в России: проблемы и перспективы: Материалы 6-й Международной конференции по дистанционному образованию (Россия, Москва, МЭСИ, 25-27 ноября 1998 г.) - М.: МЭСИ, 1998. - С.67-71.

14.Бершадский А.М., Кревский И.Г., Макурина Т.А. Исследование и анализ на основе новых информационных технологий процессов в образовательной системе // Информационные технологии в науке, образовании, телекоммуникации и бизнесе: Труды XXVII Междунар. конф. и дискуссионного научного клуба IT+SE'2000, 18-28 мая 2000 г. - Украина, Крым, Ялта-Гурзуф, 2000. - С.77-79.

15.lus.ru/win/ESRI/SDE/sde_txt.htm

16.Архипенков С. Oracle Express OLAP. Аналитические системы. - М.: Диалог-Мифи, 1999.

СВЕДЕНИЯ ОБ АВТОРАХ


Бершадский Александр Моисеевич, доктор технических наук, профессор, заслуженный деятель науки и техники Российской Федерации, академик Российской Академии Естественных наук, Международной Академии Информатизации, Международной Академии Открытого Образования, заведующий кафедрой "Системы автоматизации проектирования" Пензенского государственного университета, научный руководитель Пензенского регионального центра дистанционного образования.


Кревский Игорь Гершевич, кандидат технических наук, доцент кафедры "Системы автоматизации проектирования" Пензенского государственного университета, исполнительный директор Пензенского регионального центра дистанционного образования.


Макурина Татьяна Александровна, ассистент кафедры "Системы автоматизации проектирования" Пензенского государственного университета