Методы и модели анализа данных в управлении образовательным процессом образовательной организации МВД России тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Кузнецов, Андрей Сергеевич

  • Кузнецов, Андрей Сергеевич
  • кандидат науккандидат наук
  • 2017, Москва
  • Специальность ВАК РФ05.13.10
  • Количество страниц 0
Кузнецов, Андрей Сергеевич. Методы и модели анализа данных в управлении образовательным процессом образовательной организации МВД России: дис. кандидат наук: 05.13.10 - Управление в социальных и экономических системах. Москва. 2017. 0 с.

Оглавление диссертации кандидат наук Кузнецов, Андрей Сергеевич

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. УПРАВЛЕНИЕ ОБРАЗОВАТЕЛЬНЫМ ПРОЦЕССОМ В ОБРАЗОВАТЕЛЬНЫХ ОРГАНИЗАЦИЯХ МВД РОССИИ

§ 1.1 Система управления образовательным процессом в образовательной

организации МВД России

§ 1.2 Информационное обеспечение управления образовательным

процессом в образовательной организации МВД России

§ 1.3 Аналитическое обеспечение управления образовательным процессом

образовательной организации МВД России

Выводы по главе 1

ГЛАВА 2. ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ В УПРАВЛЕНИИ ОБРАЗОВАТЕЛЬНЫМ ПРОЦЕССОМ ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ МВД РОССИИ

§ 2.1 Анализ методов выявления аномалий в образовательных данных

§ 2.2 Методика оценки эффективности методов обнаружения аномалий в

данных образовательных систем

§ 2.3 Модель интеллектуального анализа образовательных данных в

образовательной организации МВД России

Выводы по главе 2

ГЛАВА 3. РАЗРАБОТКА ПРОТОТИПА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЯ УПРАВЛЕНИЯ ОБРАЗОВАТЕЛЬНЫМ ПРОЦЕССОМ ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ МВД РОССИИ

§ 3.1 Особенности анализа реальных образовательных данных

образовательной организации МВД России

§ 3.2 Проектирование и выбор средств разработки прототипа системы поддержки принятия управленческих решений на основе методов

интеллектуального анализа данных

§ 3.3 Принятие управленческих решений при использовании разработанного

прототипа системы поддержки принятия решения

Выводы по главе 3

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А (БЛОК СХЕМА АЛГОРИТМА СППР УПРАВЛЕНИЯ УЧЕБНЫМ ПРОЦЕССОМ)

ПРИЛОЖЕНИЕ Б (ФРАГМЕНТ ЛИСТИНГА СППР УПРАВЛЕНИЯ УЧЕБНЫМ ПРОЦЕССОМ)

ПРИЛОЖЕНИЕ В (СХЕМА АВТОМАТИЗИРОВАННОГО МОНИТОРИНГА ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА ОБРАЗОВАТЕЛЬНОЙ ОРГАНИЗАЦИИ МВД РОССИИ)

ПРИЛОЖЕНИЕ Г (РЕАЛИЗАЦИЯ АЛГОРИТМА DBSCAN В ПСЕВДОКОДЕ)

ПРИЛОЖЕНИЕ Д (РЕАЛИЗАЦИЯ АЛГОРИТМА ИЗОЛИРУЮЩЕГО ЛЕСА В ПСЕВДОКОДЕ)

Рекомендованный список диссертаций по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы и модели анализа данных в управлении образовательным процессом образовательной организации МВД России»

ВВЕДЕНИЕ

Актуальность темы исследования. Процесс реформирования правоохранительных органов в России, а также динамика изменений государственных стандартов в области образования требуют постоянного совершенствования образовательного комплекса органов внутренних дел, повышения качества принимаемых в нем решений, направленных на подготовку высококвалифицированных специалистов.

Необходимость скорейшего решения данной задачи обусловлена в том числе и масштабным внедрением современных информационных технологий в практическую деятельность служб и подразделений органов внутренних дел. За последние несколько лет в МВД России проведена большая работа по формированию единого информационного-технологического пространства ведомства путем построения Единой системы информационно-аналитического обеспечения деятельности (ИСОД) МВД России.

Интенсивная информатизация деятельности органов внутренних дел способствовала появлению инструментов интеллектуальной поддержки принятия решений, позволяющих обрабатывать большие массивы данных. Разработка и интеграция новых специализированных автоматизированных информационных систем коснулась многих направлений деятельности ведомства, однако, системные решения в интересах образовательного комплекса органов внутренних дел на сегодняшний день отсутствуют. Необходимость их разработки и широкого внедрения в процессы управления становится объективной реальностью, которая нормативно закрепляется как в государственных образовательных стандартах нового поколения, так и в других документах федеральных и ведомственных органов управления образованием.

Существующие подходы к сбору данных об образовательном процессе в образовательных организациях МВД России справляются с функцией индивидуального учета результатов освоения обучающимися образовательных программ. Однако, сложившаяся практика и механизмы анализа этих данных для поддержки

принятия решений нуждаются в совершенствовании, одним из направлений которого является использование методов интеллектуального анализа данных. Интеллектуальный анализ представляет собой обобщающее понятие, характеризующее интегральное применение современных методов классификации, моделирования и прогнозирования, осуществляемого в разных сферах человеческой деятельности на основе больших объемов данных.

Таким образом, актуальность настоящего диссертационного исследования определяется необходимостью совершенствования управления образовательным процессом образовательной организации с целью поиска оптимальных траекторий подготовки качественных специалистов для органов внутренних дел. Решить эту задачу в условиях большого объема обрабатываемых разнородных данных, отражающих различные аспекты функционирования обучаемых, их достижения и неудачи, без использования научно обоснованных математических методов и моделей, реализующих интеллектуальный подход к анализу информации, не представляется возможным. Разработка таких математических методов, моделей и алгоритмов и составляет основное содержание диссертационного исследования.

Степень научной разработанности проблемы. Научный поиск данного исследования в части теоретических и практических вопросов совершенствования методов и моделей управления в социальных и экономических системах опирается на работы многих отечественных и зарубежных ученых: Р. Акофа,

A.В. Бецкова, Л. Берталанфи, В.Н. Буркова, Ю.Б. Гермейера, В.А. Ирикова,

B.В. Кульбы, В.В. Кондратьева, А.Ф. Кононенко, В.В. Меньших, М. Месаровича, Н.Н. Моисеева, Д.А. Новикова, Р.М. Нижегородцева, Т. Саати, Я. Такахары, Г.А. Угольницкого, С.Л. Чернышева, А.В. Щепкина.

Большой вклад в разработку подходов к решению проблем управления в образовательном комплексе правоохранительных органов России внесли В.С. Артамонов, В.И. Болокан, И.В. Горошко, В.В. Гусев, И.Г. Дровникова,

B.И. Ждамиров, С.Л. Исаков, В.И. Кононенко, В.А. Петров, Б.А. Торопов,

C.П. Трещеткин, Г.А. Туманов, В.А. Минаев, А.С. Овчинский, М.В. Петропавловский, Т.М. Фролова.

Теоретическую основу данной работы в области методов интеллектуального анализа данных составили труды Р. Бейкера, М. Биенковски, П.Л. Брусиловского, С. Вентуры, Н.Н. Горлушкиной, А.В. Маслобоева, М.В. Хлопотова, Х. Ромеро, М. Фенга и других.

Несмотря на неоспоримую научную значимость и широкий спектр проблем, рассматриваемых вышеназванными авторами, необходимо отметить, что применению методов и моделей интеллектуального анализа данных в управлении образовательным процессом образовательных организаций МВД России не уделялось должного внимания. Это можно объяснить относительной новизной данного научного направления. Отмеченные выше обстоятельства определили цель, задачи и направление диссертационного исследования.

Объектом диссертационного исследования является система управления образовательным процессом образовательной организации МВД России.

Предметом диссертационного исследования являются методы и модели интеллектуального анализа данных, применяемые в управлении образовательным процессом образовательной организации МВД России.

Цель диссертационного исследования заключается в совершенствовании управления образовательным процессом образовательной организации МВД России на основе использования методов и моделей интеллектуального анализа данных.

Для достижения указанной цели работы сформулированы следующие задачи:

1 ) Проведение анализа места образовательных организаций в структуре образовательного комплекса МВД России, а также подходов к совершенствованию управления образовательным процессом, как основного направления их деятельности.

2) Изучение возможностей применения методов и моделей интеллектуального анализа данных к массивам образовательных данных образовательной организации МВД России и определение их особенностей с учетом ведомственной компоненты.

3) Обоснование подхода к использованию методов интеллектуального анализа данных в целях совершенствования управления образовательным процессом образовательных организаций МВД России.

4) Разработка методики оценки эффективности методов обнаружения аномалий в данных образовательных организаций.

5) Разработка модели анализа данных о ходе образовательного процесса образовательной организации МВД России на основе методов обнаружения аномалий.

6) Разработка прототипа системы поддержки принятия решения управления образовательным процессом в образовательной организации МВД России.

Научная новизна диссертационного исследования состоит в том, что автором впервые исследованы вопросы обеспечения поддержки принятия решений управления образовательным процессом в образовательной организации МВД России при использовании методов интеллектуального анализа данных. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1) Проанализированы существующие механизмы сбора и обработки данных в управлении образовательным процессом образовательной организации МВД России, выявлены их достоинства и недостатки и определены направления совершенствования, связанные с применением методов интеллектуального анализа данных.

2) Сформулирована задача выявления аномалий в данных, используемых в управлении образовательным процессом образовательной организации МВД России и предложены подходы к её решению на основе алгоритмов классификации, кластеризации и решающих деревьев.

3) Предложена и апробирована методика оценки эффективности методов обнаружения аномалий, ориентированная на научно обоснованный выбор конкретного алгоритма анализа многомерных массивов данных в условиях невозможности бинарной классификации исследуемых объектов.

4) Разработана модель анализа данных хода образовательного процесса образовательной организации МВД России, реализующая комплекс эффективных

методов обнаружения аномалий и учитывающая особенности отбора и вычисления признаков объектов ведомственной образовательной системы.

5) Разработан прототип компьютерной системы поддержки принятия управленческих решений в образовательном процессе образовательной организации МВД России, который позволяет интегрировать методы интеллектуального анализа данных с действующими системами мониторинга образовательного процесса.

Теоретическая и практическая значимость диссертационного исследования определяется вкладом в развитие теории информационного обеспечения управления образовательными системами.

На основании проведенного исследования были сформулированы теоретические положения и выводы, развивающие теорию поддержки принятия управленческих решений в области применения наиболее эффективных на сегодняшний день методов анализа больших массивов данных.

Практическая значимость работы определяется её направленностью на совершенствование конкретных процессов управления образовательными системами с учетом ведомственной специфики МВД России.

Теоретические и практические результаты диссертационного исследования внедрены в образовательный процесс Орловского юридического института МВД России имени В.В. Лукьянова на кафедре информационных технологий в деятельности ОВД при подготовке учебно-методического обеспечения учебных дисциплин «Основы управления в ОВД» и «Информатика и информационные технологии в профессиональной деятельности».

Материалы данного исследования использованы в научной деятельности Орловского юридического института МВД России имени В.В. Лукьянова при подготовке научно-исследовательской работы «Перспективы использования электронного планирования в ОВД» (п. 51 плана научной деятельности института 2016 г.).

Результаты работы внедрены в практическую деятельность подразделений ответственных за организацию образовательного процесса. Разработанный прото-

тип системы поддержки принятия решения активно применяется в повседневной деятельности во взаимодействии с системой «Электронный журнал» в ОрЮИ МВД России имени В.В. Лукьянова.

Обоснованность диссертационного исследования определяется применением общепризнанных методологических положений, используемых при решении проблем из рассматриваемой области: комплексной методики исследования, дающей возможность объективно и всесторонне изучить поставленные задачи; общих и частнонаучных методов.

Методология и методы исследования. Методологическую основу исследования составляют фундаментальные труды отечественных и зарубежных ученых в области математического моделирования, управления сложными социальными системами и методов интеллектуального анализа данных.

Теоретическую базу работы составили общие положения системного анализа, теории управления организационными системами, и в частности образовательными системами, а также теории построения информационных систем. Основные результаты работы получены с использованием методов системного анализа, теории управления, математического моделирования, прикладной статистики и интеллектуального анализа данных.

Соответствие диссертации паспорту специальности. Работа соответствует паспорту специальности 05.13.10 - управление в социальных и экономических системах:

- п. 5 - разработка специального математического и программного обеспечения систем управления и механизмов принятия решений в социальных и экономических системах;

- п. 6 - разработка и совершенствование методов получения и обработки информации для задач управления социальными и экономическими системами;

- п. 10 - разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах;

- п. 12 - разработка новых информационных технологий в решении задач управления и принятия решений в социальных и экономических системах.

Положения, выносимые на защиту:

1) Авторский подход к решению задачи выявления аномалий в данных используемых в управлении образовательным процессом образовательных организаций МВД России, суть которого заключается в совершенствовании существующих механизмов сбора, обработки и анализа таких данных с целью повышения обоснованности принятия управленческих решений.

2) Методика оценки эффективности методов обнаружения аномалий в данных образовательных систем, позволяющая провести научно обоснованный выбор метода обнаружения аномалий для конкретного массива образовательных данных в условиях невозможности неформальной бинарной классификации объектов образовательной системы.

3) Модель анализа данных о ходе образовательного процесса образовательной организации МВД России, реализующая комплекс эффективных методов обнаружения аномалий с учетом его ведомственной специфики и учитывающая особенности отбора и вычисления признаков объектов образовательной системы органов внутренних дел.

4) Прототип системы поддержки принятия решения управления образовательным процессом в образовательной организации МВД России. Его основное назначение заключается в интеграции методов интеллектуального анализа данных с действующими системами мониторинга образовательного процесса образовательных организаций МВД России и интерактивном выводе полученных результатов для информационной поддержки принятия решений.

Степень достоверности и апробации результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами и результатами их применения на реальном массиве данных образовательного процесса образовательной организации МВД России в период с 2013-2017 гг.

Основные результаты и выводы исследования докладывались и обсуждались на всероссийских конференциях, проводимых Академией управления МВД России в 2014-2017 гг. по теме «Информатизация и информационная без-

опасность правоохранительных органов» (Москва); всероссийской научно-практической конференции «Информационные технологии в деятельности правоохранительных органов: проблемы использования и пути повышения эффективности» (ОрЮИ МВД России им. В.В. Лукьянова, 2016 г.), межведомственных круглых столах «Современное состояние и перспективы совершенствования процессов информационного обмена в деятельности правоохранительных органов» ОрЮИ МВД России им. В.В. Лукьянова, 2014-2017 гг.)

По результатам диссертационного исследования автором получены четыре акта о внедрении результатов исследования в практическую деятельность и образовательный процесс Орловского юридического института МВД России имени В.В. Лукьянова, Ростовского юридического института МВД России, Уфимского юридического института МВД России и Восточно-Сибирского института МВД России.

Основные положения и выводы проведенного исследования опубликованы в 15 научных статьях, 4 из которых в рецензируемых научных изданиях, рекомендованных перечнем ВАК Минобрнауки Российской Федерации.

Разработанный на основе описанных в работе теоретических подходов, методов и моделей прототип системы поддержки принятия решения для управления учебным процессом организации МВД России прошел процедуру государственной регистрации программы для ЭВМ в Федеральной службе по интеллектуальной собственности (Роспатент).

Структура работы определяется целями и задачами исследования и состоит из введения, трех глав, состоящих из девяти параграфов, заключения, списка приводимых в тексте сокращений, списка использованной литературы и приложений.

ГЛАВА 1. УПРАВЛЕНИЕ ОБРАЗОВАТЕЛЬНЫМ ПРОЦЕССОМ В ОБРАЗОВАТЕЛЬНЫХ ОРГАНИЗАЦИЯХ МВД РОССИИ

§ 1.1 Система управления образовательным процессом в образовательной

организации МВД России

Система образования в России в целом в последнее десятилетия переживает множественные трансформации и ведомственное образование в системе МВД России не стало исключением. Помимо учета общей тенденции к модернизации в стране, специфика деятельности министерства заставляет особенно быстро адаптировать к развитию общества и технологий систему подготовки кадров.

Структура организации ведомственного образования в МВД Российской Федерации представляет собой многофункциональную социальную систему и позволяет представить ее как совокупность следующих элементов:

- взаимодействующих образовательных организаций различного типа и видов;

- учебно-программных документов для ведомственных образовательных организаций;

- обучения личного состава ОВД в системе служебно-боевой подготовки;

- федеральной и региональной систем управления профессиональной подготовкой кадров органов внутренних дел.

При этом МВД России располагает сегодня одной из самых крупных и многопрофильных среди отраслевых министерств и ведомств страны системой профессионального образования1.

1 Александров А.Н. История развития общеобразовательных учреждений, осуществляющих раннюю профессиональную ориентацию молодежи на службу в органы внутренних дел, в структуре и системе образовательных учреждений МВД России (на примере Белгородского областного лицея милиции имени Героя России В. В. Бурцева) // Юридическая наука и правоохранительная практика. 2010. № 2 (12) С. 128.

На сегодняшний день в состав ведомственного образовательного комплекса входят 41 образовательная организация1. Общая структура образовательного комплекса МВД России представлена на рисунке 1.1.

Рисунок 1.1. Состав образовательного комплекса МВД России

В последнее десятилетие можно отметить существенный рост интереса к образовательным учреждениям МВД России, что отчасти связано с общим повышением престижности службы в ОВД за счет методичной политики государства по улучшению условий социальной защищенности сотрудников и работников ведомства. Рост интереса подтверждается стабильно высоким конкурсом при поступлении, несмотря на присутствие достаточно большого числа требований к абитуриентам в ходе профессионального отбора и дополнительных вступительных испытаний. Присутствие широкого спектра статусов образовательных организаций в рамках ведомственного образовательного комплекса связано с их фактической специализацией в плане направлений подготовки.

1 Образовательные организации системы МВД России [Электронный ресурс]. URL: https://mvd.ru/edu (дата обращения: 20.08.2017).

Решение задач по управлению ведомственным образовательным комплексом лежит в плоскости стратегического управления. Крупномасштабность устанавливаемых целей данного уровня предполагает существенные преобразования в деятельности всего образовательного комплекса. Проведение изменений такой глубины могут охватывать большие временные интервалы длиною в несколько лет. Осуществление подобной деятельности находится в компетенции МВД России и ДГСК МВД России.

Задачи тактического и оперативного управления в большей мере относятся к компетенции отдельных образовательных организаций. Разные элементы их деятельности требуют соответственной глубины планирования, координации и контроля.

Состояние управления на уровне образовательных организаций МВД России определяется управленческой деятельностью руководства её структурных подразделений. Оптимальное управление образовательной организацией представляет целый комплекс организационных, педагогических, социальных, психологических методологических условий и факторов.

Образовательные организации высшего образования представляют собой основу ведомственного образовательного комплекса. Наиболее часто высшее учебное заведение определяют, как образовательную организацию, учрежденную и действующую на основании законодательства Российской Федерации об образовании, имеющую статус юридического лица и реализующую в соответствии с лицензией образовательные программы высшего образования. Однако, рассматривая вуз как систему, можно определить его как учебно-научный комплекс, осуществляющий самостоятельную образовательную, научную, хозяйственную, финансовую и иную деятельность.

Согласно Федерального закона от 29.12.2012 № 273-Ф3 «Об образовании в Российской Федерации», образование - единый целенаправленный процесс воспитания и обучения, являющийся общественно значимым благом и осуществляемый в интересах человека, семьи, общества и государства, а также совокупность приобретаемых знаний, умений, навыков, ценностных установок, опыта деятель-

ности и компетенции определенных объема и сложности в целях интеллектуального, духовно-нравственного, творческого, физического и (или) профессионального развития человека, удовлетворения его образовательных потребностей и ин-тересов1.

Тот же документ определяет обучение, как целенаправленный процесс организации деятельности обучающихся по овладению знаниями, умениями, навыками и компетенцией, приобретению опыта деятельности, развитию способностей, приобретению опыта применения знаний в повседневной жизни и формированию у обучающихся мотивации получения образования в течение всей жизни1.

Учебный процесс является ядром всей деятельности вуза, так как именно он определяет такой показатель работы вуза как эффективность и качество подготовки специалистов. Существует несколько подходов к определению термина «учебный процесс», и значительная их часть восходит к пониманию его с точки зрения педагогики или теории управления.

По нашему мнению, наиболее подходящим к контексту работы определением учебного процесса является описание его как совокупности взаимосвязанных технологических процессов, в ходе которых ресурсы вуза (профессорско-преподавательский состав, учебно-вспомогательный персонал, аудитории и лаборатории, средства обучения, учебно-методическое и информационное обеспечение, финансы и др.) преобразуются в продукцию вуза (подготовленные специалисты, образовательные услуги) 2.

Исходя из целей и задач вуза как организации, учебная деятельность является приоритетной и к ней можно отнести следующие направления:

1) Набор абитуриентов.

2) Организация учебного процесса.

1 Федеральный закон от 29.12.2012 № 273-Ф3 (ред. от 29.07.2017) «Об образовании в Российской Федерации» // «Собрание законодательства РФ», 31.12.2012, № 53 (ч. 1), ст. 7598.

2 Истомин А.Л. Методологические основы оптимального планирования учебного процесса в вузе: диссертация ... доктора технических наук: 05.13.10 / А.Л. Истомин. - Астрахань, 2012. С. 19.

3) Контроль учебного процесса.

4) Методическое обеспечение учебного процесса.

5) Проведение итоговой государственной аттестации.

Организация и непосредственное управление учебным процессом в образовательных организациях МВД России возложены на учебные отделы в институтах и филиалах или управления учебно-методической работой в университетах и академиях.

Основными задачами этих подразделений являются:

- организация и контроль образовательного процесса по всем формам обучения;

- определение содержания обучения на основе федеральных государственных образовательных стандартов;

- координация деятельности кафедр образовательной организации по учебной работе, методическому обеспечению образовательного процесса, внедрению новых образовательных технологий и средств обучения, положительного опыта деятельности аппаратов, служб и подразделений органов внутренних дел;

- координация деятельности кафедр, факультетов по разработке основных образовательных программ высшего образования (специалитет, бакалавриат), программ профессионального обучения и дополнительного профессионального образования;

- осуществление комплексного анализа учебной и методической работы кафедр;

- контроль за качеством профессионального обучения, профессионального образования и дополнительного профессионального образования и соответствием его содержания федеральным государственным образовательным стандартам;

- внедрение в образовательный процесс современных технических средств и электронно-вычислительной техники, положительного опыта учебной и учебно-методической работы кафедр и других вузов с использованием современных информационных технологий.

Решение задачи по повышению эффективности управления образовательным процессом сохраняет свою актуальность ввиду необходимости постоянной адаптации образовательных систем к внешней среде. Существенный рывок в развитии инфокоммуникационных технологий в последние десятилетия сделал их наиболее перспективным направлением решения данного вида задач.

Проведенный нами анализ работ, затрагивающих вопросы совершенствования управления образовательным процессом в образовательных организациях МВД России позволяет формально разделить их на две категории.

К первой и самой большой категории можно отнести работы, реализующие рассмотрение вопроса управления учебным процессом в педагогическом (иногда в психологическом, а еще реже в юридическом) ракурсе.

Отдельные исследования посвящены рассмотрению вопросов управления учебным процессом в области дополнительного профессионального образования. Например, разработка инновационной модели организации учебного процесса в системе дополнительного профессионального образования сотрудников МВД России, даёт достаточно обобщенную картину1.

Похожие диссертационные работы по специальности «Управление в социальных и экономических системах», 05.13.10 шифр ВАК

Список литературы диссертационного исследования кандидат наук Кузнецов, Андрей Сергеевич, 2017 год

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

Нормативные правовые акты

1) Конституция Российской Федерации (ред. от 21.07.2014 г.) // «Собрание законодательства РФ», 04.08.2014, № 31, ст. 4398.

2) Федеральный закон от 29.12.2012 № 273-ФЗ (ред. от 29.07.2017) «Об образовании в Российской Федерации» // «Собрание законодательства РФ», 31.12.2012, № 53 (ч. 1), ст. 7598.

3) Федеральный закон от 27.07.2006 № 149-ФЗ (ред. от 29.07.2017) Об информации, информационных технологиях и о защите информации // «Собрание законодательства РФ», 31.07.2006, № 31 (1 ч.), ст. 3448.

4) ГОСТ 33707-2016 (ISO/IEC 2382:2015) Информационные технологии (ИТ). Словарь // [Электронный ресурс]. URL: http://protect.gost.ru/v.aspx?control= 7&id=204977 (дата обращения: 20.08.2017).

Книги и монографии

5) Барсегян А. Анализ данных и процессов: учеб. пособие / А. Барсегян, 3-е изд., перераб. и доп.-е изд., СПб.: БХВ-Петербург, 2009. 512 с.

6) Большакова Е.И. [и др.]. Автоматическая обработка текстов на естественном языке и компьютерная лингвистика / Е.И. Большакова, Э.С. Клышин-ский, Д.В. Ландэ, А.А. Носков, О.В. Пескова [и др.]., М.: МИЭМ, 2011. 272 с.

7) Будило И.В., Кузнецова Л.В. Профессиональная подготовка кадров: основные требования к управлению учебным процессом в образовательных учреждениях МВД России: учебное пособие / И.В. Будило, Л.В. Кузнецова, Барнаул: Барнаул. юрид. ин-т МВД России, 2003. 103 c.

8) Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. Статистические проблемы обучения / В.Н. Вапник, А.Я. Червоненкис, М.: Наука. 1974, 416 с.

9) Волкова В.Н., Емельянова А.А. Теория систем и системный анализ в управлении организациями: Справочник / В.Н. Волкова, А.А. Емельянова, М.: Финансы и статистика, 2006. 848 а

10) Воронцов К.В. Лекции по методу опорных векторов / К.В. Воронцов, М.: ВЦ РАН, 2007.

11) Горб В.Г. Педагогический мониторинг образовательного процесса в высших учебных заведениях системы МВД России / В.Г. Горб, Екатеринбург: Ур. юрид. ин-т., 1997. 150 а

12) Горошко И.В., Сикарчук А.В., Флока А.Б. Методы и модели анализа данных в правоохранительной деятельности / И.В. Горошко, А.В. Сикарчук, А.Б. Флока, М.: АС-Траст, 2007. 224 а

13) Гудков Н.А. Инновационная модель организации учебного процесса в системе дополнительного профессионального образования сотрудников МВД России / Н.А. Гудков, Домодедово: Всерос. ин-т повышения квалификации работников МВД России, 2001, 27 с.

14) Евланов Л.Г. Теория и практика принятия решений / Л.Г. Евланов, М.: Экономика, 1984, 176 с.

15) Звонников В.И., Челышкова М.Б. Современные средства оценивания результатов обучения / В.И. Звонников, М.Б. Челышкова, академия-е изд., М.:, 2011.

16) Зиновьев А.Ю. Визуализация многомерных данных // Красноярск: Изд-во КГТУ. 2000. (180).

17) Лугачев М.И. [и др.]. Экономическая информатика. Введение в экономический анализ информационных систем. Учебник / М.И. Лугачев, Е.И. Анно, М.Р. Когаловский, Ю.П. Липунцов, К.Г. Скрипкин [и др.] Издательство «Проспект», 2016.

18) Лукашов Н.В. Информационные технологии управления / Н.В. Лука-шов, М.: Академия управления МВД России, 88 а

19) Майоров А.Н. Мониторинг в образовании / А.Н. Майоров, Интеллект-центр М., 2005.

20) Новиков А.М. Методология учебной деятельности / А.М. Новиков, М.: Издательство «Эгвес», 2005. 176 с.

21) Новиков Д.А. Теория управления организационными системами / Д.А. Новиков, М.: Моск. психол.-соц. институт, 2005. 584 с.

22) Новиков Д.А. Введение в теорию управления образовательными системами / Д.А. Новиков, М.: Эгвес, 2009. 156 с.

23) Новиков Д.А. Теория управления образовательными системами / Д.А. Новиков, М.: Народное образование, 2009. 452 с.

24) Новиков Д.А., Глотова Н.П. Модели и механизмы управления образовательными сетями и комплексами / Д.А. Новиков, Н.П. Глотова, М.: Институт управления образованием РАО, 2004. 142 c.

25) Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ / Ф.И. Перегудов, Ф.П. Тарасенко, М.: Высшая школа, 1989. 361 с.

26) Титоренко Г.А. Информационные системы и технологии управления / Г.А. Титоренко, М.: ЮНИТИ-ДАНА, 2003. 586 с.

27) Чубукова И.А. Data Mining: учебное пособие / И.А. Чубукова, М.: Интернет-университет информационных технологий: БИНОМ: Лаборатория знаний, 2006. 382 c.

Статьи

28) Александров А.Н. История развития общеобразовательных учреждений, осуществляющих раннюю профессиональную ориентацию молодежи на службу в органы внутренних дел, в структуре и системе образовательных учреждений МВД России (на примере Белгородского областного лицея милиции имени Героя России В. В. Бурцева) // Юридическая наука и правоохранительная практика. 2010. №2 (12).

29) Байдаев М.М. Интенсификация обучения сотрудников территориальных органов внутренних дел Российской Федерации. // Мир образования-образование в мире. 2014. № 3. C. 249-254.

30) Вишневецкий В. Б. Информационно-образовательная среда вуза как фактор повышения качества обучения // Известия ТулГУ. Технические науки. 2013. №2. С.43-47.

31) Горлушкина Н.Н., Коцюба И.Ю., Хлопотов М.В. Задачи и методы интеллектуального анализа образовательных данных для поддержки принятия решений // Образовательные технологии и общество. 2015. № 1 (18). С. 472-482.

32) Казанцев В.Н., Кузнецова Л.В. Совершенствование системы управления учебным процессом в вузах МВД России // Психопедагогика в правоохранительных органах. 2002. № 1.

33) Кузнецов А.С. Некоторые аспекты моделирования систем управления // Наука и практика. 2014. № 60. С. 139-141.

34) Кузнецов А.С. Актуальность и пути решения проблемы унификации формата предоставления конечных данных в системах автоматизированного планирования // Информационные системы и технологии. 2014. № 86. С. 76-80.

35) Кузнецов А.С. Анализ возможностей обеспечения контроля учебного процесса при применении информационных технологий // Информационные технологии в деятельности подразделений ГИБДД: проблемы использования и пути повышения эффективности. 2014. С. 50-55.

36) Кузнецов А.С. Анализ возможностей современных информационных технологий как средства повышения эффективности профессиональной подготовки специалистов Госавтоинспекции // Наука и практика. 2014. С. 155-157.

37) Кузнецов А.С. Использование современных информационных систем как средства оптимизации управленческой деятельности в ОВД // Наука и практика. 2015. № 64. С. 148-150.

38) Кузнецов А.С. Адаптация системы профессиональной подготовки специалистов Госавтоинспекции МВД России в условиях внедрения современных информационных технологий // Наука и практика. 2015. № 62. С. 122-124.

39) Кузнецов А. С., Семёнов Е. Ю. Некоторые подходы к применению анализа данных в управлении учебным процессом //Информационные системы и технологии. 2016. №. 6. С. 25-29.

40) Кузнецов А.С. Комплексная оценка эффективности управления учебным процессом // Наука и практика. 2016. № 2 (67). C. 128-130.

41) Кузнецов А.С., Кононенко В.И. Некоторые подходы к анализу структурированных массивов данных // Наука и практика. 2016. № 4 (69). C. 117-120.

42) Кузнецов А.С., Матросова Л.Д., Семенов Е.Ю. Проблемы интеграции автоматизированных систем управления // Вестник Орловского государственного университета. Серия: новые гуманитарные исследования. 2015. № 45. C. 76-78.

43) Кузнецов А.С., Кононенко В.И. Модели интеллектуального анализа данных образовательных процессов // Научный вестник Орловского юридического института МВД России имени В.В. Лукьянова. 2017. № 1 (70). C. 119-121.

44) Кузнецов А.С., Кононенко В.И. Системы поддержки принятия решения в управлении учебным процессом // Научный вестник Орловского юридического института МВД России имени В.В. Лукьянова. 2017. № 2 (71).

45) Кузнецов А. С., Семенов Е. Ю. Выбор метода обнаружения аномалий в образовательных данных //International Journal of Open Information Technologies. -2017. Т. 5. №. 4.

46) Левшина Н.И., Санникова Л.Н. Мониторинг, диагностика, экспертиза как методы исследования образовательного процесса // Вестник Костромского государственного университета им. НА Некрасова. Серия Гуманитарные науки: Педагогика. Психология. Социальная работа. Акмеология. Ювенология. Социо-кинетика. 2009. № 4 (15).

47) Мещерякова Е.И., Бойцов В.Г. Критериальная оценка качества учебного процесса в ведомственном образовательном учреждении // Вестник Воронежского института МВД России. 2008. № 3.

48) Субачев С.Ю. Перспективные направления совершенствования учебного процесса в Ставропольском филиале Краснодарского университета МВД России // Информационные технологии, связь и защита информации МВД России. 2012. C. 97-99.

49) Трапицын С.Ю. Мониторинг качества высшего образования // Экология человека. 2009. № 9.

Диссертации

50) Акимов А.А. Информационно-аналитическая система для поддержки процессов управления кафедрой вуза: диссертация ... кандидата технических наук: 05.13.10 / Акимов А.А., Пенза, 2012. - 177 с.

51) Артамонов В. С. Методологические основы управления профессиональной адаптацией обучаемых в системе высших образовательных учреждений МВД России: диссертация ... доктора технических наук. М., 2000. 281 с.

52) Болокан В.И. Вопросы управления функционированием многопрофильного образовательного учреждения МВД России с использованием современных информационных технологий: На примере Санкт-Петербургского университета МВД России: диссертация ... кандидата технических наук: 05.13.10. - Санкт-Петербург, 2002. - 213 с.

53) Букалова А.Ю. Управление уровнем профессиональной подготовки студентов на основе алгоритмов интеллектуальной поддержки принятия решений: диссертация ... кандидата технических наук: 05.13.10 / Букалова А.Ю., Пермь, 2014. - 170 с.

54) Войтенок О.В. Модели и методы управления образовательной системой вуза МЧС России: диссертация ... кандидата технических наук: 05.13.10 / Войтенок О.В.; Санкт-Петербург, 2013. - 196 с.

55) Еробкин Р.П. Подготовка курсантов в инновационной образовательной среде вуза МВД России: диссертация ... кандидата педагогических наук: 13.00.01, 13.00.08 / Еробкин Р.П.; Нижний Новгород, 2015. - 185 с.

56) Ждамиров В.И. Оптимизация управленческих решений в образовательном процессе учебных заведений системы МВД: диссертация ... кандидата технических наук: 05.13.10. - Воронеж, 1999. - 177 с.

57) Закирова Э.И. Информационная поддержка принятия решений при отборе студентов в магистратуру вуза на основе компетентностного подхода: диссертация ... кандидата технических наук: 05.13.10 / Закирова Э.И., Чайковский, 2014. - 184 с.

58) Захарченков К.В. Разработка метода, моделей и технологии оценки эффективности процессов управления в корпоративных информационных системах: диссертация ... кандидата технических наук: 05.13.10 / Захарченков Константин Васильевич; Брянск, 2014. - 242 с

59) Зубарев И.В. Интеллектуализация управления образовательным процессом на основе внешних и внутренних информационных ресурсов вуза: диссертация ... кандидата технических наук: 05.13.10 / Зубарев И.В.; Воронеж, 2008. - 139 с

60) Исаков С.Л. Автоматизация процессов управления качеством в системе правовой подготовки вузов МВД России: диссертация ... кандидата технических наук: 05.13.10. - Санкт-Петербург, 2000. - 202 с.

61) Истомин А.Л. Методологические основы оптимального планирования учебного процесса в вузе: диссертация ... доктора технических наук: 05.13.10 / А.Л. Истомин. - Астрахань, 2012. - 332 с.

62) Лифанов А.Е. Модели и алгоритмы управления для автоматизированных систем дистанционного обучения: диссертация ... кандидата технических наук: 05.13.10 / Лифанов Александр Евгеньевич; Москва, 2015. - 145 с.

63) Нго В.А. Модели и алгоритмы управления подготовкой магистров в образовательных учреждениях пожарно-технического профиля: диссертация ... кандидата технических наук: 05.13.10 / Нго В.А.; Москва, 2014. - 177 с.

64) Погромская Т.А. Информационная система для управления приемной кампанией в вузе: диссертация ... кандидата технических наук: 05.13.01. - Омск, 2006. - 175 с.

65) Рогова Н.А. Логико-лингвистические методы и модели в системе оперативного управления органами внутренних дел: диссертация ... кандидата технических наук: 05.13.10 / Рогова Наталья Алексеевна; Москва, 2014. - 255 с.

66) Рындя Е.Ю. Воспитание исполнительности у военнослужащих подразделений обеспечения учебного процесса вузов внутренних войск МВД России: диссертация ... кандидата педагогических наук: 13.00.01 / Рындя Е.Ю., Санкт-Петербург, 2011. - 197 с.

67) Серебрянников В.А. Оптимизация учебного процесса профессионально-прикладной физической подготовки курсантов образовательных учреждений МВД России: диссертация ... кандидата педагогических наук: 13.00.04. - Хабаровск, 2003. - 176 с.

68) Сидоров П.Н. Повышение эффективности подготовки выпускников высших учебных заведений внутренних войск МВД России: диссертация ... кандидата технических наук: 05.13.10. - Санкт-Петербург, 2004. - 279 с.

69) Суворова В.А. Система поддержки принятия решений при планировании и управлении ресурсами учебного процесса: диссертация ... кандидата технических наук: 05.13.10 / Суворова В.А., - Уфа, 2010. - 158 с.

70) Темникова Е.А. Математическое и программное обеспечение поддержки принятия управленческих решений для организации дополнительного профессионального образования: диссертация ... кандидата технических наук: 05.13.10 / Темникова Е.А.; Новосибирск, 2015. - 203 с.

71) Трещеткин С.П. Совершенствование управления учебно-воспитательным процессом в образовательном учреждении МВД России на основе средств вычислительной техники: диссертация ... кандидата технических наук: 05.13.10. - Санкт-Петербург, 2000. - 223 с.

72) Ужаринский А.Ю. Модели и алгоритмы интеграции и управления web-сервисами образовательного учреждения: диссертация ... кандидата технических наук: 05.13.10 / Ужаринский А.Ю., - Орел, 2015. - 213 с.

73) Хлопотов М.В. Модели и алгоритмы интеллектуального анализа образовательных данных для поддержки принятия решений: диссертация ... кандидата технических наук: 05.13.06 / Хлопотов М.В., Санкт-Петербург, 2014. - 127 с.

74) Ципина Н.В. Разработка моделей, алгоритмов и средств процесса автоматизированного обучения: диссертация ... кандидата технических наук: 05.13.10. - Воронеж, 2002. - 137 с.

75) Шакаримова А.Б. Разработка методов и моделей проектирования образовательного портала для управления учебным процессом вуза: диссертация ...

кандидата технических наук: 05.13.10 / Шакаримова А.Б., - Усть-Каменогорск, 2006. - 140 с

76) Штырова И.А. Мониторинг качества вузовского дополнительного образования на основе интегрированных показателей: диссертация ... кандидата технических наук: 05.13.10 / Штырова И.А., - Саратов, 2014. - 122 с.

Электронные ресурсы

77) Образовательные организации системы МВД России [Электронный ресурс]. URL: https://mvd.ru/edu (дата обращения: 20.08.2017).

78) Пленарное заседание Петербургского международного экономического форума (ПМЭФ-2017) [Электронный ресурс]. URL: http://kremlin.ru/events/president/news/54667 (дата обращения: 20.08.2017).

79) Educational Data Mining: введение [Электронный ресурс]. URL: https://habrahabr.ru/post/181053/ (дата обращения: 12.02.2017).

80) Отчёт со Sberbank Data Science Day: решения, победители, интервью [Электронный ресурс]. URL: https://habrahabr.ru/article/318160/ (дата обращения: 09.05.2017).

81) Rousseeuw P. J. Least Median of Squares Regression //Journal of the American Statistical Association. [Электронный ресурс]. URL: https://www.researchgate.net/profile/Peter_Rousseeuw/publication/247151979_Least_ Median_Squares_Regression/links/00b49531453473de10000000.pdf (дата обращения: 17.07.2017).

82) Novelty and Outlier Detection — scikit-learn 0.18.1 documentation [Электронный ресурс]. URL: http://scikit-learn.org/stable/modules/outlier_detection.html (дата обращения: 09.05.2017).

Литература на иностранном языке

83) Baker R., others Data mining for education // International encyclopedia of education. 2010. № 3 (7). C. 112-118.

84) Bell J. Machine learning: hands-on for developers and technical professionals / J. Bell, Indianapolis, IN: John Wiley and Sons, 2014.

85) Bienkowski M., Feng M., Means B. Enhancing Teaching and Learning Through Educational Data Mining and Learning Analytics: An Issue Brief / M. Bienkowski, M. Feng, B. Means, Office of Educational Technology: U.S. Department of Education, 2012.

86) Bowles M. Machine learning in python: essential techniques for predictive analysis / M. Bowles, Indianapolis, IN: John Wiley and Sons, 2015.

87) Chandola V., Banerjee A., Kumar V. Anomaly detection: A survey // ACM imputing surveys (CSUR). 2009. № 3 (41). C. 15.

88) Coelho L.P., Richert W. Building machine learning systems with Python: get more from your data through creating practical machine learning systems with Phython / L.P. Coelho, W. Richert, Second edition-е изд., Birmingham Mumbai: Packt Publishing, 2015. 301 c.

89) Dwyer G. Flask by example: unleash the full potential of the Flask web framework by creating simple yet powerful web applications / G. Dwyer, Packt Publishing, 2016. 246 c.

90) Ester M. [и др.]. A density-based algorithm for discovering clusters in large spatial databases with noise. 1996. 226-231 с.

91) Fawcett T. An introduction to ROC analysis // Pattern recognition letters. 2006. № 8 (27). C. 861-874.

92) Fayyad U., Piatetsky-Shapiro G., Smyth P. From data mining to knowledge discovery in databases // AI magazine. 1996. № 3 (17). C. 37.

93) Harrington P. Machine learning in action / P. Harrington, Shelter Island, N.Y: Manning Publications Co, 2012. 354 c.

94) He Z., Xu X., Deng S. Discovering cluster-based local outliers // Pattern Reunite Letters. 2003. № 9 (24). C. 1641-1650.

95) Hilpisch Y.J. Derivatives analytics with Python: data analysis, models, simulation, calibration and hedging / Y.J. Hilpisch, Chichester: Wiley, 2015. 356 c.

96) Julian D. Designing machine learning systems with Python: design efficient machine learning systems that give you more accurate results / D. Julian, Packt Publishing, 2016. 214 c.

97) Liu F.T., Ting K.M., Zhou Z.-H. Isolation forest IEEE, 2008. 413-422 c.

98) Lutz M. Learning Python / M. Lutz, 4th ed-e H3g., Beijing; Sebastopol: O'Reilly, 2009. 1160 c.

99) MacQueen J. [h gp.] Some methods for classification and analysis of multivariate observations Oakland, CA, USA, 1967. 281-297 c.

100) McKinney W. Python for data analysis / W. McKinney, Beijing: O'Reilly, 2013. 447 c.

101) Nelli F. Python data analytics: data analysis and science using Pandas, mat-plotlib and the Python programming / F. Nelli, Berkeley, CA: Apress, 2015. 337 c.

102) Peña-Ayala A. Educational Data Mining: Applications and Trends / A. Pe-ña-Ayala, Springer, 2013.

103) Raschka S. Python machine learning: unlock deeper insights into machine learning with this vital guide to cutting-edge predictive analytics / S. Raschka, 2015.

104) Scholkopf B. [h gp.]. Estimating the support of a high-dimensional distribution // Neural computation. 2001. № 7 (13). C. 1443-1471.

105) Sievert C. [h gp.]. plotly: Create Interactive Web Graphics via 'plotly. js' // R package version. 2016. № 6 (4).

106) Smola A., Vishwanathan S.V.N. Introduction to machine learning / A. Smo-la, S.V.N. Vishwanathan, Cambridge University, 2008. 226 c.

107) Sprague Jr R.H. A framework for the development of decision support systems // MIS quarterly. 1980. C. 1-26.

108) Sun H. [h gp.]. CD-trees: An efficient index structure for outlier detection Springer, 2004. 600-609 c.

109) Handbook of educational data mining nog peg. C. Romero, Boca Raton: Taylor & Francis Group, 2011. 513 c.

ПРИЛОЖЕНИЕ А (БЛОК СХЕМА АЛГОРИТМА СППР УПРАВЛЕНИЯ

УЧЕБНЫМ ПРОЦЕССОМ)

Г

( Начало ->

/Загрузка файла для анализа

_2 г_

/Ввод параметров для анализа

Г_1_I_

Формирование набора данных дхч анализа

/Звод параметров расчета

Обнаружение шомалнй методом 1$о1апоп Роге^

/

/ Зывса / данных

Рисунок 1. Блок-схема алгоритма работы СППР

ПРИЛОЖЕНИЕ Б (ФРАГМЕНТ ЛИСТИНГА СППР УПРАВЛЕНИЯ

УЧЕБНЫМ ПРОЦЕССОМ)

1 # coding: utf-8

2

3 import pandas as pd

4 import numpy as np

5 from sklearn.preprocessing import scale

6from sklearn.ensemble import IsolationForest

7 from scipy import stats

8 import plotly

9 from plotly.graphobjs import Layout

10 import mysql.connector

11 import datetime

12 from dateutil.relativedelta import relativedelta

13 from bottle import route, run, template, staticfile, view

14

15 ############Входные данные

16 host=

17 database=

18 user=

19 password=

20 port=

21 ############# 22

23

24 def daterange(mcount):

25 return ""+str((datetime.date.today() - relativedelta(months=mcount))) + ""

26

27 def groupidtonum(groupid):

28 if datetime.date.today().month<8:

29 return str(datetime.date.today().year-int(groupid[0:4]))+groupid[-2]+groupid[-1]

30 else:

31 return str(datetime.date.today().year-int(groupid[0:4])-1) +groupid[-2]+groupid[-1]

32

33 def msqlinst(dstart=daterange(3)):

34 dend=""+str(datetime.date.today()) + ""

35

conn =mysql.connector.connect(host=host,database=database,user=user,password=pa ssword, port=port)

36 cursor = conn.cursor()

37 cursor.execute("SELECT iddata,persostid,otsenkaid FROM data WHERE date between "+dstart+" AND "+dend)

38 rows = cursor.fetchall()

39 df=pd.DataFrame(rows, columns=['iddata','persostid','otsenkaid'])

40 conn.close()

41 return df

42

43 def msqlgroup(groupid,dstart=daterange(3)):

44 dend=""+str(datetme.date.today()) + ""

45

conn =mysql.connector.connect(host=host,database=database,user=user,password=pa ssword, port=port)

46 cursor = conn.cursor()

47 cursor.execute("SELECT iddata,persostid,otsenkaid FROM data WHERE (date between "+dstart+" AND "+dend+") AND groupid="+groupid)

48 rows = cursor.fetchall()

49 df=pd.DataFrame(rows, columns=['iddata','persostid', 'otsenkaid'])

50 conn.close()

51 return df

52

53 def mysqldfcadet():

54

conn =mysql.connector.connect(host=host,database=database,user=user,password=pa ssword, port=port)

55 cursor = conn.cursor()

56 cursor.execute("SELECT idper,famper,imyaper, otchper FROM persostav ")

57 rows = cursor.fetchall()

58 dfcadet=pd.DataFrame(rows, columns=["idper", "famper", "imyaper", "otchper"])

59 conn.close()

60 return dfcadet

61

62 #парсим случаи нескольких оценок за занятие в разные строки

63 def parse(df):

64 df=df.drop('otsenkaid', axis=1).join(df.otsenkaid.str

65 .split('/',expand=True)

66 .stack()

67 .reset_index(drop=True, level=1)

68 .rename('otsenkaid'))

69 return df

70

71 def mainfunc(df,OUTLIER_FRACTION=0.05):

72 df=parse(df)

73 ca-

detlist=df.drop_duplicates('persostid').sort_values('persostid').reset_index(drop=True)[ 'persostid']. astype(str)

74 cadet=df.groupby([ 'persostid','otsenkaid ]).count(). unstack()['iddata ]

75 cadet=cadet.fillna(0).reset_index(drop=True).astype(int)

76

77 defftr(otsenkaid):

78 try:

79 col=cadet[otsenkaid].astype(int)

80 return col

81 except:

82 return np.zeros((len(cadet),), dtype=np.int)

83

84 total=ftr('2')+ftr('3 ')+ftr('4')+ftr('5')

85 total=total.astype(int)

86 avg=((ftr('2') *2+ftr('3')*3+ftr('4') *4+ftr('5')*5)/total).round(2)

87 total2=ftr('2')

88 propusk=ftr('6') +ftr('7')+ftr('9')+ftr('10')+ftr('11 ')+ftr('16')

89 result=pd.concat([avg,propusk, total, total2], axis=1).dropna()

90

91 X=np.array(result.values, dtype="float64")

92 X=scale(X)

93

94 clf=IsolationForest(max_samples=len(result))

95 clf.fit(X)

96 dist_to_border = clf.decision _function(X).ravel()

97 threshold = stats.scoreatpercentile(dist_to_border,100*0UTLIER_FRACTI0N)

98 is inlier = dist to border > threshold

99

100 dfcadet=mysqldfcadet()

101 dfcadet=dfcadet.replace(",'')

102

103 result=pd.concat([cadetlist,result,ftr('6'),ftr('9'),ftr('16')], axis=1).dropna()

104 result.columns=['persostid','avg','propusk','total', 'total2','duty','ill','sport']

105

106 dfcadet.insert(4, 'number', 0)

107 for i in range(len(dfcadet)):

108 dfcadet.loc[i, "number"]=groupidtonum(dfcadet.loc[i, "idper"][0:6])

109

110 out=pd.merge(dfcadet,result[is_inlier == 0],left_on='idper', righton='persostid') .drop(['idper','persostid'], axis=1)

111 out.famper=out.famper+' '+out.imyaper.str[0]+ '.'+out.otchper.str[0]+'.'

112 out=out.drop(['imyaper', 'otchper'],axis=1)

113 data = [{

114 'x': out.avg,

115 'y': out.total2,

116 'hoverinfo': 'text',

117 'text': 'Фамилия: '+out.famper.astype(str) + '<br>'+

118 'Средний балл: '+out.avg.astype(str) + '<br>'+

119 'Двойки: '+out.total2.astype(str)+'<br>'+

120 'Всего оценок: '+out.total.astype(str) + '<br>'+

121 'Пропуски: '+out.propusk.astype(str),

122 'mode': 'markers',

123 'marker': {

124 'color': out.propusk,

125 'size': (scale(out.total, with_mean=True)+1)*30,

126 'colorscale': 'Portland',

127 'showscale': True,

128 'colorbar': {

129 'title': 'Число пропущенных занятий',

130 'titleside': 'right',

131 'titlefont': {'size': 16}

132 }}}]

133

134 figure={"data": data,

135 "layout": Layout(title="Интерактивная диаграмма курсантов с девиант-ными показателями",hovermode = 'closest',\

136 xaxis=dict(title='Средний балл',titlefont={'size': 16}),

137 yaxis=dict(title='Количество неудовлетворительных

оценок',titlefont={'size': 16}))}

138

139 divfig=plotly.offline.plot(figure,output_type='div',show_link=False, include _plotlyjs=False)

140 divfig=divfig.replace('"linkText"','displayModeBar: false , "linkText"')

141

142 cnames=['Фамилия И.О.','Номер группы','Средний балл','Пропуски','Всего оценок','Всего двоек','Наряды','Болезнь', 'Cборы']

143 out.columns=cnames

144 out=out.sort_values('Средний балл')

145

146 out['Пропуски ] =out[\'Пропуски']. astype(int)

147 out['Всего оценок']=out['Всего оценок'].astype(int)

148 out['Всего двоек']=out['Всего двоек'].astype(int)

149

150 table = out .to_html(index=False) .replace('<table border="1" class="dataframe">','<table class="table table-bordered">') # bootstrap

151

152 return divfig, table, dfcadet

153

154 @route('/static/<filename>')

155 def server_static(filename,groupid="):

156 return staticjilefilename, root='C: \ \ Users\prepod\Downloads\Disser\Disser\static')

157

158 @route('/')

159 @view('main')

160 def index():

161 df=msqlinst()

162 output=mainfunc(df)

163 month='3'

164 return template('main',month=int(month), divfig=output[0], table=output[1])

165

166 @route('/specific/<month>')

167 @view('main')

168 def specific(month):

169 df=msqlinst(daterange(int(month)))

170 output=mainfunc(df)

171 return template('main',month=int(month),divfig=output[0], table=output[1])

172

173 @route('/group/<groupid>')

174 @view('group')

175 def groupdefault(groupid):

176 df=msqlgroup(groupid=groupid)

177 output=mainfunc(df,O UTLIERFRA CTION=1)

178 groupnum =groupidtonum(groupid)

179 month='3'

180 return template('group',month=int(month), groupnum=groupnum, divfig=output[0], table=output[1])

181

182 @route('/group/<groupid>/<month>')

183 @view('group')

184 def groupspecific(groupid, month):

185 df=msqlgroup(groupid=groupid, dstart=daterange(int(month)))

186 output=mainfunc(df,O UTLIERFRA CTION=1)

187 groupnum =groupidtonum(groupid)

188 return template('group',month=int(month), groupnum=groupnum, divfig=output[0], table=output[1])

189

190 run(host='localhost', port=8080, debug=True)

к

о

К о

о й О)

ё н о 2

К

со К

о и

ё к о

о

о к к н о

к к ч р

о о\

о и

О)

№ к о

о

а ^з о а

О)

о

о р

Операторы ввода информации

А

Сотрудники подразделений ответственных за организацию учебного процесса

1

1

Система ввода информации о ходе учебного процесса

Подсистема ввода данных

Модуль предобработки исходных данных

Выбор объектов

анализа и методики расчета

Г*

Администратор системы мониторинга

Расчет и вывод искомого массива данных

База данных

Подсистема анализа данных

Модуль интерактивной визуализации

Модуль генеращш статических отчетов

Руководство образовательной организации МВД России

Подсистема вывода результатов и_______________1______

Руковод1пели факультетов, курсов, кафедр образовательной организации МВД России

и*

о

ПРИЛОЖЕНИЕ Г (РЕАЛИЗАЦИЯ АЛГОРИТМА DBSCAN В

ПСЕВДОКОДЕ)

ВВБСАЫ^О, ерБ, мшпб) { С = 0

Для каждой точки Р в наборе данных Э { если Р уже просмотрена

перейти к следующей точке отметить Р как просмотренную №1§ЬЬогР1в = ге§юпРиегу(Р, ерБ) если размер(№1§ЬЬогР1в) < М1пР1Б

отметить Р как ШУМ то {

С = следующий кластер

Расширитькластер(Р, №1§ЬЬогР1Б, С, ерБ, МтР1в)

}

}

}

# Описание функции расширения кластера Расширитькластер(Р, №1§ЬЬогР1в, С, ерБ, м1пр1б) { добавить Р к кластеру С для каждой точки Р' т №1§ЬЬогР1Б { если Р' не просмотрена { отметить Р' как просмотренную №1§ЬЬогР1в' = ге§юпРиегу(Р', ерБ) если размер (№1§ЬЬогР1в') >= М1пР1Б №1§ЬЬогР1Б = №1§ЬЬогР1Б соединить с №1§ььогр1б'

}

если Р' не входит в какой-либо кластер

добавить Р' к кластеру С

}

}

ге§юпРиегу(Р, ерБ) вернуть все точки внутри Р'ого ерБ-соседства (включая Р)

ПРИЛОЖЕНИЕ Д (РЕАЛИЗАЦИЯ АЛГОРИТМА ИЗОЛИРУЮЩЕГО

ЛЕСА В ПСЕВДОКОДЕ)

Алгоритм 1

Лес(Х, t, у)

Вход: X - Входные данные, t - число деревьев, у - Размер подвыборки Выход: набор t Деревьев 1: Инициализируем Лес

2: устанавливаем максимальную высоту = верхняяграница(^2(у))

3: for i = 1 to t do

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.