Модели и методы интеллектуальной поддержки разработки образовательных программ по ИТ направлениям

Шадрин Денис Борисович

Аннотация


Данная работа направлена на разработку модели интеллектуальной поддержки разработки образовательных программ по ИТ-направлениям подготовки положенной в основу разработки интеллектуальной системы поддержки принятий решений. Исследование включало всесторонний анализ существующих методов и подходов, использующихся для разработки образовательных программ. На основе этого анализа была разработана семантическая модель, включающая в себя семантический граф сопоставления требований федеральных государственных стандартов (ФГОС) и профессиональных стандартов, а также требований рынка труда. Используя актуальные данные с рынка труда, и данную модель можно дополнять требования ФГОС и профессиональных стандартов для формирования новых образовательных программ или для актуализации уже имеющихся. В работе использовались семантические сети, метод экспертных оценок, классификация и кластеризация данных, частотный анализ, корреляционный и регрессионный анализ. Результаты работы могут быть использованы для разработки учебных планов, а также учебных курсов модулей для различных ИТ-направлений подготовки.
This work is aimed for developing a model of intellectual support proccess development IT educational programs, which is the basis for the development of an intelligent decision support system. The research included a comprehensive analysis of existing methods and approaches used to develop educational programs. Base on this analysis is a semantic model, which include a semantic graph for comparing the requirements of federal state standards and professional standards, as well as labor market requirements. Using up-to-date data from the labor market, this model can be supplemented with the requirements of the Federal State Educational Standards and professional standards for the formation of new educational programs or for updating existing. This work used semantic networks, the method of expert assessments, classification and clustering of data, frequency analysis, correlation and regression analysis. The results of the work can be used to develop curricula, as well as training modules for various IT educational programs.