Інформаційна система аналізу навчального навантаження кафедри
Автор: Мойсеєць Богдан Вікторович
Кваліфікаційний рівень: магістр (ОНП)
Спеціальність: Системний аналіз (освітньо-наукова програма)
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2023-2024 н.р.
Мова захисту: українська
Анотація: Навчальне навантаження кафедри - це об’єднання обов’язків, які покладені на обрану кафедру університету або вищого навчального закладу. Це може включати в себе здійснення чи проведення навчальних занять, наприклад лекцій, лабораторних чи практичних занять, підготовку навчальних матеріалів, які використовуються на заняттях, організацію і проведення заліків, іспитів або екзаменів, а також науково-дослідну роботу, публікації та участь у наукових конференціях. Навчальне навантаження також може включати в себе керівництво над студентськими проектами, консультації студентів з питань навчання та допомогу їм у підготовці курсових та дипломних робіт. Крім того, воно може включати в себе участь у роботі вченої ради кафедри, розробку навчальних програм та планів, а також участь у виконавчих органах університету або факультету[1-5]. До об’єкту досліджень належать алгоритми порівняння файлів із навчальним навантаженням, та формуванням певних коментарів для визначених змін у навантаженні кафедри. До предмету досліджень можна віднести алгоритми формування звітів про навчальне навантаження кафедри у табличних даних та їхнє застосування при форматуванні даного навантаження. Метою даної роботи є наукове дослідження надійної системи чи підсистеми, яка буде мати можливість порівнювати та шукати відмінності у звітах про навчальні навантаження кафедри, звіт у свою чергу також повинен 329 містити заздалегідь визначений шаблон у зазначеному файловому форматі. Отже, було досягнуто поставленої мети, а саме досліджено кілька алгоритмів: алгоритм Рабіна-Карпа, Пошук підстрок зрушенням і конкуруючі алгоритми, використання хешування для пошуку підстрок зрушення, алгоритм Кнута-Моріса-Пратта, алгоритм Бойера-Мура. Дані алгоритми доволі швидко співставляють тексти між собою, швидко виконують пошук підстроки у великих обсягах тексту, оптимізовано знаходять однакові шматки тексту[6-7]. Тобто дані алгоритми мають можливість добре опрацьовувати та порівнювати текстову інформацію двох файлів, знаходячи та аналізуючи подібності та відмінності. Слід зазначити, що ці алгоритми будуть модифіковані, або ж будуть вкладені у функції з більш широким застосуванням. Важливим моментом є те що даний набір алгоритмів не забезпечить повне порівняння обох файлів через те, що у файлах навчального навантаження кафедри можуть мітитися таблиці та записи можуть бути не простим текстом сформованим у вигляді інших структур, що унеможливлює виконання даних алгоритмів. Тому для схожих ситуацій потрібно створити методи та функції, які дадуть змогу чітко, знаходити відмінності для різних структур інформації зазначеної у файлах, які будуть аналізуватися створеною системою. Вартим уваги також є те, що відображення результату аналізу двох файлі буде міститися у новому файлі результату, де усі зміни та відмінності буде відзначено іншим кольором та перекресленням оновленої інформації, що дасть чітке розуміння, де саме було виявлено зміни інформаційною системою, та їх зрозуміле представлення користувачу. Ключові слова: навантаження, кафедра, оптимізація, аналіз, інформаційна система, алгоритми. Перелік використаних літературних джерел. 1. Brown, S. and J. Smith, The Impact of Homework on Student Achievement. 2020. 2. Lee, K. and R. Patel, Evaluating the Effects of Classroom Load on Academic Performance. 2019. 3. Wang, H. and P. Johnson, Teacher Burnout: Causes and Solutions. 2021. 4. Garcia, M. and L. Rivera, Student Perceptions of Academic Stress in Higher Education. 2017. 5. Kim, J. and D. Lee, Balancing Curriculum Demands with Student Well-being. 2022. 6. Martinez, A. and G. Lopez, The Role of Extracurricular Activities in Managing Academic Pressure. 2018. 7. Chen, X. and Y. Zhang, Innovative Approaches to Reducing Teacher Workload. 2020.