ВВЕДЕНИЕ 3
ГЛОССАРИЙ 5
ГЛАВА 1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 8
1.1 Определение цифрового портрета 8
1.2 Определение источника сбора данных 8
1.2.1 Сообщества для сбора информации о пользователях 10
1.3 Описание модели собираемых данных 12
1.4 Данные, получаемые на основе анализа собранной модели 16
1.5 Группы обрабатываемых данных 17
1.6 Способы обработки данных 18
1.7 Анализ существующих решений 21
1.7.1 Технологии решающие схожие проблемы 21
1.7.2 Другие работы в данной предметной области 23
ГЛАВА 2. РАЗРАБОТКА СИСТЕМЫ 24
2.1 Проектирование системы 24
2.1.1 Описание разрабатываемой системы 24
2.1.2 Архитектура системы 25
2.2 Особенности разработки системы 32
2.2.1 Используемые технологии 32
2.2.2 Процесс реализации, последовательность выполнения задач 35
2.2.3 Основные проблемы и трудности реализации 36
ГЛАВА 3. ПОЛУЧЕННЫЕ РЕЗУЛЬТАТЫ 40
3.1 Разработанная система 40
3.2 Статистика по собранным данным 41
ГЛАВА 4. ПРИМЕНЕНИЯ СИСТЕМЫ 44
4.1 Самостоятельная система в рамках университета 44
ЗАКЛЮЧЕНИЕ 45
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 47
ПРИЛОЖЕНИЯ 50
Целью данной работы является разработка способа для получения учебными заведениями информации об абитуриентах, что в результате позволило бы повысить эффективность индивидуализации образования на начальных эта- пах обучения студентов в ВУЗах.
В качестве предполагаемого решения данной проблемы, была выдвинута гипотеза о том, что если осуществить разработку и внедрить инструмент, позволяющий проводить сбор и анализ данных об абитуриентах из открытых источников информации, то получится создать информационную базу, на основе которой можно будет делать выводы об индивидуальных наклонностях абитуриентов и эффективно разрабатывать, и строить систему реализующую подход к образованию, как к индивидуализированному процессу.
Актуальность данной проблемы обусловлена тем, что в настоящее время
среди многих образовательных учреждений прослеживается тренд к индивидуализации образования [2], но нет инструмента, позволяющего эффективно реализовать такие подходы к образованию.
Новизна данного исследования состоит в том, что несмотря на высокую распространенность технологий по сбору и анализу данных и схожие принципы работы (например, методы для создания контекстной рекламы), эти технологии пока не используются для сферы образования, а именно, пока не разработана система, позволяющая собирать информацию из открытых источников и анализировать ее с целью определения интересов и склонностей абитуриентов как ВУЗов, так и прочих образовательных учреждений. Существуют системы, реализующий схожий функционал, но они находятся в собственности крупных компаний и поисковых систем, и используются для других целей, не связанных с образованием. [3]
В ходе работы, для достижения цели исследования потребуется решить следующие задачи:
1. Провести обзор существующих решений
2. Анализ существующих технологий, позволяющих решить проблему
3. Изучение источников информации, предоставляющих данные о целевой группе (абитуриентах)
4. Изучение документации к API социальных сетей
5. Выделение основных методов и способов для получения информации
6. Определение компетенций и характеристических данных, которые могут быть получены при анализе информации
7. Разработка архитектуры системы по сбору и анализу данных
8. Реализация системы
9. Сбор тренировочных данных, то есть таких данных, в которых известны как данные, которые могли бы быть собраны из открытых источников информации, так и данных которые должны быть получены на вы- ходе из системы, как результат анализа
10. Проверка корректности работы системы и адекватности результата
при использовании на реальных данных
Войти
в кабинет
в кабинет
Пролистайте материалы и убедитесь в качестве
Реализация системы сбора и анализа данных об абитуриенте на основе его профиля в социальной сети ВКонтакте #9101842
Артикул: 9101842
- Предмет: Информационные системы и технологии
- Уникальность: 84% (Антиплагиат.ВУЗ)
- Разместил(-а): 185 Рамиль в 2018 году
- Количество страниц: 63
- Формат файла: docx
- Последняя покупка: 19.05.2021
2 499p.
1. Постановление правительства РФ от 28.08.2001 № 630
2. Evrim Baran. A Review of Research on Mobile Learning in Teacher Education. Journal of Educational Technology & Society. Том. 17, No. 4, Review Articles in Educational Technology (Октябрь 2014), С. 17-32
3. Geoffrey I. Webb, Michael J. Pazzani, Daniel Billsus. Machine Learning for User Modeling. User Modeling and User-Adapted Interaction. Март 2001, Том 11, Статья 1–2, С. 19–29.
4. Кондурар Марина Викторовна Понятия компетенция и компетентность в об- разовании // Вектор науки Тольяттинского государственного университета. Серия: Педагогика, психология. 2012. №1. URL: https://cyberleninka.ru/article/n/ponyatiya-kompetentsiya-i-kompetentnost-v- obrazovanii (дата обращения: 20.03.2018).
5. Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика М.: Мир, 1992. — 240 с.
6. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: осно- вы моделирования и первичная обработка данных. — М.: Финансы и стати- стика, 1983.
7. Murai K. et al. Basic evaluation of performance of bridge resource teams involved in on-board smart education: lookout pattern. – 2006. – Т. 3. – С. 77-83.
8. Дюк Вячеслав Анатольевич, Флегонтов Александр Владимирович, Фомина Инга Константиновна Применение технологий интеллектуального анализа данных в естественнонаучных, технических и гуманитарных областях // Из- вестия РГПУ им. А.И. Герцена. 2011. №138. URL: https://cyberleninka.ru/article/n/primenenie-tehnologiy-intellektualnogo-analiza- dannyh-v-estestvennonauchnyh-tehnicheskih-i-gumanitarnyh-oblastyah (дата об- ращения: 15.06.2018).
9. Cправочник технического переводчика. – Интент. 2009-2013.
10. Статья 152-ФЗ, федеральном законе от 27.07.2006 № 149-ФЗ, ч. 4 ст. 29 Конституции
11. Пучков Н. П., Щербакова А. В. Развитие творческих качеств специалиста в процессе изучения курса математики в вузе // Вестник Тамбовского универ- ситета. Серия: Естественные и технические науки. 2003. №3. URL: https://cyberleninka.ru/article/n/razvitie-tvorcheskih-kachestv-spetsialista-v- protsesse-izucheniya-kursa-matematiki-v-vuze (дата обращения: 25.05.2018).
12. Ефимова Ирина Николаевна Социологический анализ рынка образователь- ных услуг с целью выявления мотивации абитуриентов 2011 года при выбо- ре вуза // Вестник ННГУ. 2012. №4-1. URL: https://cyberleninka.ru/article/n/sotsiologicheskiy-analiz-rynka-obrazovatelnyh- uslug-s-tselyu-vyyavleniya-motivatsii-abiturientov-2011-goda-pri-vybore-vuza (дата обращения: 10.06.2018).
13. Орлова Елена Александровна. Московский государственный областной университет. Влияние профессиональной деформации личности преподава- теля средней школы на развитие конфликтности у подростков. 2013 г.
14. Григорий Пятецкий-Шапиро. Data Mining и перегрузка информацией // Вступительная статья к книге: Анализ данных и процессов / А. А. Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. З-е изд. перераб. и доп. СПб.: БХВ-Петербург, 2009. 512 с. С. 13.
15. A. Feshchenko, V. Goiko, G. Mozhaeva, K. Shilyaev, A. Stepanenko Analysis of user profiles in social networks to search for promising entrants // INTED2017 Proceedings, 11th International Technology, Education and Development Confer- ence, March 6th-8th, 2017 – Valencia, Spain. – P. 5188 – 5194.
16. Hackeling G. Mastering Machine Learning with scikit-learn. – Packt Publishing Ltd, 2014.
17. Bergstra J. et al. Theano: A CPU and GPU math compiler in Python //Proc. 9th Python in Science Conf. – 2010. – Т. 1.
18. Коршунов Антон, Белобородов Иван, Бузун Назар, Аванесов Валерий, Пас- тухов Роман, и др. Анализ социальных сетей: методы и приложения // Труды ИСП РАН. 2014. №1.
19. Пронин Александр Сергеевич, Веретенник Елена Вадимовна, Семенов Александр Владимирович. Формирование учебных групп в университете с помощью анализа социальных сетей // Вопросы образования. 2014. №3. URL: https://cyberleninka.ru/article/n/formirovanie-uchebnyh-grupp-v- universitete-s-pomoschyu-analiza-sotsialnyh-setey (дата обращения: 30.05.2018).
2. Evrim Baran. A Review of Research on Mobile Learning in Teacher Education. Journal of Educational Technology & Society. Том. 17, No. 4, Review Articles in Educational Technology (Октябрь 2014), С. 17-32
3. Geoffrey I. Webb, Michael J. Pazzani, Daniel Billsus. Machine Learning for User Modeling. User Modeling and User-Adapted Interaction. Март 2001, Том 11, Статья 1–2, С. 19–29.
4. Кондурар Марина Викторовна Понятия компетенция и компетентность в об- разовании // Вектор науки Тольяттинского государственного университета. Серия: Педагогика, психология. 2012. №1. URL: https://cyberleninka.ru/article/n/ponyatiya-kompetentsiya-i-kompetentnost-v- obrazovanii (дата обращения: 20.03.2018).
5. Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика М.: Мир, 1992. — 240 с.
6. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: осно- вы моделирования и первичная обработка данных. — М.: Финансы и стати- стика, 1983.
7. Murai K. et al. Basic evaluation of performance of bridge resource teams involved in on-board smart education: lookout pattern. – 2006. – Т. 3. – С. 77-83.
8. Дюк Вячеслав Анатольевич, Флегонтов Александр Владимирович, Фомина Инга Константиновна Применение технологий интеллектуального анализа данных в естественнонаучных, технических и гуманитарных областях // Из- вестия РГПУ им. А.И. Герцена. 2011. №138. URL: https://cyberleninka.ru/article/n/primenenie-tehnologiy-intellektualnogo-analiza- dannyh-v-estestvennonauchnyh-tehnicheskih-i-gumanitarnyh-oblastyah (дата об- ращения: 15.06.2018).
9. Cправочник технического переводчика. – Интент. 2009-2013.
10. Статья 152-ФЗ, федеральном законе от 27.07.2006 № 149-ФЗ, ч. 4 ст. 29 Конституции
11. Пучков Н. П., Щербакова А. В. Развитие творческих качеств специалиста в процессе изучения курса математики в вузе // Вестник Тамбовского универ- ситета. Серия: Естественные и технические науки. 2003. №3. URL: https://cyberleninka.ru/article/n/razvitie-tvorcheskih-kachestv-spetsialista-v- protsesse-izucheniya-kursa-matematiki-v-vuze (дата обращения: 25.05.2018).
12. Ефимова Ирина Николаевна Социологический анализ рынка образователь- ных услуг с целью выявления мотивации абитуриентов 2011 года при выбо- ре вуза // Вестник ННГУ. 2012. №4-1. URL: https://cyberleninka.ru/article/n/sotsiologicheskiy-analiz-rynka-obrazovatelnyh- uslug-s-tselyu-vyyavleniya-motivatsii-abiturientov-2011-goda-pri-vybore-vuza (дата обращения: 10.06.2018).
13. Орлова Елена Александровна. Московский государственный областной университет. Влияние профессиональной деформации личности преподава- теля средней школы на развитие конфликтности у подростков. 2013 г.
14. Григорий Пятецкий-Шапиро. Data Mining и перегрузка информацией // Вступительная статья к книге: Анализ данных и процессов / А. А. Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. З-е изд. перераб. и доп. СПб.: БХВ-Петербург, 2009. 512 с. С. 13.
15. A. Feshchenko, V. Goiko, G. Mozhaeva, K. Shilyaev, A. Stepanenko Analysis of user profiles in social networks to search for promising entrants // INTED2017 Proceedings, 11th International Technology, Education and Development Confer- ence, March 6th-8th, 2017 – Valencia, Spain. – P. 5188 – 5194.
16. Hackeling G. Mastering Machine Learning with scikit-learn. – Packt Publishing Ltd, 2014.
17. Bergstra J. et al. Theano: A CPU and GPU math compiler in Python //Proc. 9th Python in Science Conf. – 2010. – Т. 1.
18. Коршунов Антон, Белобородов Иван, Бузун Назар, Аванесов Валерий, Пас- тухов Роман, и др. Анализ социальных сетей: методы и приложения // Труды ИСП РАН. 2014. №1.
19. Пронин Александр Сергеевич, Веретенник Елена Вадимовна, Семенов Александр Владимирович. Формирование учебных групп в университете с помощью анализа социальных сетей // Вопросы образования. 2014. №3. URL: https://cyberleninka.ru/article/n/formirovanie-uchebnyh-grupp-v- universitete-s-pomoschyu-analiza-sotsialnyh-setey (дата обращения: 30.05.2018).
Материалы, размещаемые в каталоге, с согласия автора, могут использоваться только в качестве дополнительного инструмента для решения имеющихся у вас задач,
сбора информации и источников, содержащих стороннее мнение по вопросу, его оценку, но не являются готовым решением.
Пользователь вправе по собственному усмотрению перерабатывать материалы, создавать производные произведения,
соглашаться или не соглашаться с выводами, предложенными автором, с его позицией.
| Тема: | Реализация системы сбора и анализа данных об абитуриенте на основе его профиля в социальной сети ВКонтакте |
| Артикул: | 9101842 |
| Дата написания: | 17.12.2018 |
| Тип работы: | Дипломная работа |
| Предмет: | Информационные системы и технологии |
| Оригинальность: | Антиплагиат.ВУЗ — 84% |
| Количество страниц: | 63 |
Скрин проверки АП.ВУЗ приложен на последней странице.
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
В работе представлены только пояснительная записка и листинг программы. Самой программы нет
Файлы артикула: Реализация системы сбора и анализа данных об абитуриенте на основе его профиля в социальной сети ВКонтакте по предмету информационные системы и технологии
Пролистайте "Реализация системы сбора и анализа данных об абитуриенте на основе его профиля в социальной сети ВКонтакте" и убедитесь в качестве
После покупки артикул автоматически будет удален с сайта до 22.06.2024
Посмотреть остальные страницы ▼
Честный антиплагиат!
Уникальность работы — 84% (оригинальный текст + цитирования, без учета списка литературы и приложений), приведена по системе Антиплагиат.ВУЗ на момент её написания и могла со временем снизиться. Мы понимаем, что это важно для вас, поэтому сразу после оплаты вы сможете бесплатно поднять её. При этом текст и форматирование в работе останутся прежними.
Гарантируем возврат денег!
Качество каждой готовой работы, представленной в каталоге, проверено и соответствует описанию. В случае обоснованных претензий мы гарантируем возврат денег в течение 24 часов.
ПРЕДЫДУЩАЯ РАБОТА
Модуль авто-оплаты показаний счетчика воды
СЛЕДУЮЩАЯ РАБОТА
Разработка технологии оценки рыночной стоимости объектов