Раздел: ТРИБУНА МОЛОДОГО УЧЕНОГО
Страницы: 61-69
Коды: УДК 378.146 ББК 74.480.28
Заглавие: ПОВЫШЕНИЕ КАЧЕСТВА СИСТЕМЫ УПРАВЛЕНИЯ ЗНАНИЯМИ В ВЫСШИХ УЧЕБНЫХ ЗАВЕДЕНИЯХ СРЕДСТВАМИ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ
Авторы: С.А. Нагорный
Аннотация: Рассматривается возможность применения технологий интеллектуального анализа данных в управлении образовательным процессом, описываются этапы построения модели успеваемости студентов и оцениваются результаты моделирования.
Ключевые слова: интеллектуальный анализ данных, система управления знаниями, успеваемость студентов, высшие учебные заведения, анализ данных в образовании.
Список литературы:
1. Andonie R. Extreme data mining: Inference from small datasets // International Journal of Computers, Communications & Control. 2010. V (3).
2. Baker R.S.J.D., & Yacef K. The state of educational data mining in 2009: A review and future vision // Journal of Educational Data Mining. 2009. Vol. 1. Issue 1. PP. 3-17.
3. Becerra-Fernandez I., Gonzales A., & Sabherwal R. Knowledge management, challenges, solutions, and technologies. – Prentice Hall: Pearson, 2004.
4. Bukowitz W.R., & Williams R.L. The knowledge management fieldbook. – Prentice Hall, 2000.
5. Data Mining Concepts: SQL Server 2014. Microsoft Developer Network, 2014 // [Электронный ресурс]: http://msdn.microsoft.com/ru-ru/library/ms174949.aspx.
6. Marjeticˇ D., & Lesjak D. Financing of higher education and the role and dilemmas of tariff groups // International Journal of Management in Education. 2012. 6(1/ 2). РР. 56-72.
7. Natek S., & Lesjak D. Improving knowledge management by integrating HEI process and data models // The Journal of Computer Information Systems. 2013. 53(4). РР. 81-86.
8. Osei-Bryson K.-M. Towards supporting expert evaluation of clustering results using a data mining process model // Information Sciences. 2012. 180. РР. 414.
9. Tso G.K.F., & Yau K.K.W. Predicting electricity energy consumption: A comparison of regression analysis, decision tree and neural networks // Energy. 2007. 32. РР. 1761-1768.
10. Wan S., & Lei T.C. A knowledge-based decision support system to analyze the debris-flow problems at Chen-Yu-Lan River, Taiwan // Knowledge-Based System. 2009. 22(8). РР. 580-588.
11. Wang H., & Wang S. A knowledge management approach to data mining process for business intelligence // Industrial Management and Data Systems. 2008. 108(5).
12. Zhuang Z. Y., Churilov L., Burstein F., & Sikaris K. Combining data mining and case-based reasoning for intelligent decision support for pathology ordering by general practitioners // European Journal of Operational Research. 2009. 195. РР. 662-675.
13. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. – М.: Финансы и статистика, 1989.
14. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. – СПб.: БХВ-Петербург, 2004.
15. Мильнер Б.З. Управление знаниями: эволюция и революция в организации. – М., 2003. – 176 с.
16. Нонака и Такеучи. Компания – создатель знания. Зарождение и развитие инноваций в японских фирмах. – М.: Олимп-Бизнес, 2003. – 320 с.
: