Evaluation of the Features Significance Based on Neural Networks in Tasks of the Analysis of the Distance Learning Quality

Информатизация современного образования способствует созданию новых методов разработки учебных курсов, что существенно снижает качество обучения студентов. В настоящей работе предложен метод оценки значимости признаков при анализе качества внедрения дистанционного обучения в высшие учебные заведения с применением нейронной сети. Представлен алгоритм проведения исследования значимости признаков, состоящий из трех этапов: подготовка данных, нейросетевое моделирование и анализ и интерпретация результатов исследования. Подготовка данных — самый трудоемкий процесс, требующий максимального сосредоточения со стороны аналитика. В качестве обучающей выборки использованы реальные данные обучения студентов университета из системы дистанционного обучения Moodle. Данная система активно используется в качестве инструмента ведения учебного процесса в Одесском национальном политехническом университете. Нейросетевое моделирование заключается в исследовании информативности признаков после обучения нейронной сети. В качестве входов нейронов использовались данные об успеваемости студентов курсов, в качестве выходов — их результирующая оценка за курс. Информативность каждого признака определяется с помощью матрицы весов, которая формируется после обучения нейронной сети. Благодаря матрице весов можно определить, какой из признаков наиболее информативен, т.е. наиболее значим для исследования. Значения матрицы весов визуализированы с помощью графиков и гистограмм и дают возможность проанализировать результаты исследования и наглядно подтвердить значимость признаков. Таким образом, решена задача оценки значимости признаков при анализе данных обучения студентов в системе дистанционного обучения Moodle. Определены исследуемые признаки. Сформирована матрица весов признаков. Обосновано предположение о том, что значения весов признаков характеризуют уровень значимости каждого исследуемого признака. Выделены наиболее значимые признаки, которые влияют на качество внедрения дистанционного обучения.