CC BY
80
УДК 37.047
ПРИМЕНЕНИЕ ДИСКРИМИНАНТНОГО АНАЛИЗА ДЛЯ ПОСТРОЕНИЯ ПРОФОРИЕНТАЦИОННОЙ МОДЕЛИ
О.Н. Фисоченко,
старший преподаватель, кафедра информационных систем, Юргинский технологический институт (филиал) Национального исследовательского Томского политехнического университета, г. Юрга
Аннотация. Данная статья описывает построение профориентационной модели на основе дискриминантного анализа. Был сформирован набор признаков с помощью которых оценивали способных студентов, склонных обучаться по специальностям, связанным с информационными технологиями. Набор признаков был сформирован из отобранных нами тестовых методик, являющихся экспресс-методами. На основе дискриминантного анализа прогнозировалась принадлежность к одному из выделенных нами классов. К первому классу относятся студенты успешно осваивающие технические специальности, связанные с информационными технологиями, ко второму классу относятся студенты со средними способностями к освоению технических направлений, к третьему классу относятся студенты не способные к освоению технических специальностей, с явными склонностями к гуманитарным наукам. Построена математическая модель, позволяющая отобрать студентов, склонных учиться по направлению «Прикладная информатика». В результате проведенных исследований нами подобран набор методов и методик, являющихся перспективными для решения проблем отбора абитуриентов склонных осваивать направления, связанные с информационными технологиями. Полученные результаты являются начальным этапом по разработке алгоритма принятия решений по отбору абитуриентов склонных учиться по направлению «Прикладная информатика».
Ключевые слова: дискриминантный анализ, принятие решения, профориентация, моделирование.
APPLICATION OF THE DISCRIMINANT ANALYSIS FOR CREATION OF PROFESSIONAL
ORIENTATION MODEL
O. N. Fisochenko,
senior teacher, Department ofInformation Systems, Yurginsky Institute of technology of National Research Tomsk Polytechnical University, Yurga
Abstract. This article describes creation of professional orientation model on the basis of the discriminant analysis. The feature set by means of which was created estimated the capable students, inclined to be trained on the specialties connected with information technologies. The feature set was created from the test techniques selected by us which are express methods. On
the basis of the discriminant analysis belonging to one of the classes allocated with us was predicted. Students belong to the first class successfully mastering technical specialties connected with information technologies, students belong to the second class with average abilities to development of the technical directions, to the third class students not capable belong to development of technical specialties, with obvious tendencies to the humanities. The mathematical model, allowing to select the students, inclined to study in the Applied Informatics direction is constructed. As a result of the conducted researches we picked up a set of methods and the techniques which are perspective for the solution of problems of selection of entrants of inclined to master the directions, connected with information technologies. The received results are the initial stage on development of algorithm of decision-making on selection of entrants inclined to study in the Applied Informatics direction.
Keywords: discriminant analysis, decision-making, career guidance, modeling.
Сегодня, перед современным университетом стоит задача подготовки конкурентоспособных специалистов. Каждому студенту в условиях компе-тентностно-ориентированного обучения нужно обеспечить учебный процесс так, чтобы максимально эффективно задействовать его способности, интересы, ценности, а так же субъективный опыт. Для организации компетентност-но-ориентированного обучения важно раскрывать природные склонности будущих студентов. Правильно ориентированный абитуриент, обучающийся согласно своим склонностям будет успешен как во время обучающего процесса, так и в будущей профессиональной деятельности.
Сегодня, практически все сферы деятельности пронизаны информационными технологиями, и конечно существует потребность у современного работодателя с специалистах такого направления как «Прикладная информатика». Работодатели предъявляют достаточно высокие требования к уровню современного специалиста. Конечно студент, обучающийся в ТПУ по направлению «Прикладная информатика», имеющий склонность осваивать эту профессию, будет более успешен в обучении, более профессионален и творчески активен в своей будущей профессиональной деятельности.
Соответственно целью нашего исследования является построение профориентационной модели на основе дискриминантного анализа, для поддержки принятия решений по отбору абитуриентов, поступающих на специальность «Прикладная информатика».
Исследование проходило в два этапа:
1. Тестирование и подбор показателей по выбранным тестовым методикам, характеризующих профессионально значимые качеств студентов склонных обучаться по направлению «Прикладная информатика».
2. Построение математической модели, с использованием метода дис-криминантного анализа, для отбора абитуриентов, склонных учиться по направлению «Прикладная информатика».
На первом этапе нашего исследования проведено тестирование, в котором принимали участие 126 человек - студенты старших курсов специальности «Прикладная информатика», студенты техникума, которые учатся по
специальности «Компьютерные системы и комплексы» и студенты, обучающиеся по специальности «Автоматизированные системы обработки информации и управления». Чтобы определить набор признаков наиболее точно характеризующих студентов склонных обучаться по направлению «Прикладная информатика» и построить максимально точную математическую модель, мы протестировали студентов уже обучающихся по ИТ-направлениям.
Для исследования экспертами были выбраны 2 теста: «Дифференциально-диагностический опросник» (ДДО Е.А. Климова) и «Конструктивный рисунок человека из геометрических фигур». Существует множество тестовых методик по данной тематике, но мы выбрали именно эти, потому что они занимают малое время у тестируемых, так как студентов сложно мотивировать на долговременное тестирование и дают достаточно хорошие результаты по оценке типов личностей и склонностей у тестируемых к тем или иным профессиям. В таблице 1 представлены признаки, входящие в выбранные тесты, по которым мы оцениваем студентов.
Таблица 1 . Описание признаков, оцениваемых при тестировании
Название Обоз нач. Описание
Человек - природа X! Склонны изучать, исследовать, анализировать состояние, условия жизни растений или животных (агроном, микробиолог, зоотехник, гидробиолог, агрохимик, фитопатолог); ухаживать за животными, выращивать растения, (лесовод, полевод, цветовод, овощевод, птицевод, животновод, садовод, пчеловод).
Человек - техника X2 Склонны проектировать, конструировать технические системы, устройства, разрабатывать процессы их изготовления. Склонны регулировать, налаживать, распознавать, ремонтировать технические устройства. Работать на станках, управляют транспортом, автоматическими системами.
Человек - человек Х3 Склонны заниматься деятельностью, связанной с людьми. Им свойственно быть воспитателями, учителями, врачами, фельдшерами, медсестрами, нянями, продавцами, парикмахерами, библиотекарями, юристами, военнослужащими.
Человек -знаковая система Х4 Склонны выполнять различные вычисления, рисовать схемы, систематизировать сведения, заниматься программированием, статистикой, экономикой. Им свойственно быть редакторами, делопроизводителями, телеграфистами, программистами, экономистами, бухгалтерами, конструкторами, инженерами, стенографистами, звукооператорами.
Человек - художественный образ Х5 Склонны заниматься творческой деятельностью. Им свойственно создавать и проектировать художественные произведения, воспроизведение, изготавливать различные изделия по образцу, размножение художественных произведений в массовом производстве: писатели, художники, композиторы, журналисты, хореографы, ювелиры, реставраторы, актеры, шлифовщики, маляры, печатники.
Художественней образ, способы его построения - то, что является предметом деятельности для большинства представителей профессии типа «человек-знаковая система».
Руководитель X6 Склонны заниматься руководящей и организаторской деятельностью. Хорошие рассказчики, с высоким уровнем речевого развития. Хорошо адаптируются в социальной сфере.
Ответственный исполнитель X? Им присущи черты типа «руководитель», но свойственно сомневаться при принятии важных решений. Требовательны к себе и очень ответственны . Высокий профессионализм.
Тревожно-мнительный X8 Имеют разнообразные одаренности и способности в различных видах деятельности. Склонны менять профессии на абсолютно противоположные. Имеют различные хобби.
Ученый Х9 Эти люди легко абстрагируются от реальности, обладают «концептуальным умом», отличаются способностью разрабатывать «на все» свои теории. Рационально продумывают свое поведение, обладают душевным равновесием.
Интуитивный Х10 Обладают сильной чувствительностью нервной системы. Обладают повышенной чувствительностью к новизне. Легко работают на переключаемости от одной деятельности к другой. Альтруистичны, часто проявляют заботу о других, обладают хорошими ручными навыками и образным воображением, что дает возможность заниматься техническими видами творчества.
Изобретатель, конструктор, художник Х11 Часто встречается среди лиц с «технической жилкой». Это люди, обладающие богатым воображением, пространственным видением, часто занимаются различными видами технического, художественного и интеллектуального творчества.
Эмотивный Х12 Склонны сопереживать, заботиться и сочувствовать другим людям. Могут глубоко переживать и быть потрясенными от жестоких событий.
На первом этапе мы отобрали признаки, которые характеризуют склонных обучаться по направлению «Прикладная информатика». Выбранные признаки мы отобрали из набора показателей, оцениваемых с помощью выбранных нами экспресс-тестов.
Для студентов, склонных учиться по направлению «Прикладная информатика» характерны высокие значения по признакам: х2-«человек-техника», x4-«человек-знаковая система», x7-«ответственный исполнитель», x9-ученый», x5-«человек - художественный образ», x11-«изобретатель, конструктор, художник». Исходя из описания характеристик этих признаков, можно сказать, что это студенты склонны работать в технической профессии. Им нравиться моделирование, разбираются в технике, способны создавать, эксплуатировать и ремонтировать машины, механизмы, аппараты. Характеристика «Человек-знаковая система» говорит о склонности выполнять вычисления, чертежи, схемы, систематизировать сведения. Склонны заниматься программированием, экономикой или статистикой. Профессии данной категории связаны с переработкой информации. Характеристика «ответственный исполнитель» говорит о том, что данные студенты ориентированы
на «умение делать дело», для них присущ высокий профессионализм. Показатель «ученый», что говорит об обладании «концептуальным умом», способностью разрабатывать свои теории. Рационально продумывают свое поведение, обладают душевным равновесием. Показатели х5-«человек - художественный образ», х11-«изобретатель, конструктор, художник» характеризуют людей, обладающих богатым воображением, пространственным видением. Они часто занимаются различными видами технического, художественного и интеллектуального творчества. Эти признаки, связанные с творчеством, важны как для технической так и для гуманитарной сфер деятельности. Данной группе студентов характерны низкие показатели: х1-«человек-природа», х12-«эмотивный», х3-«человек-человек», х8-«тревожно-мнительный», что говорит о слабой склонности осваивать гуманитарные науки и работать по профессиям, связанным с растениеводством, животноводством и лесных хозяйством, у них отсутствует склонность к повышенному сопереживанию по отношению к животным, природе. Также такие студенты меньше склонны работать в сферах деятельности, предметом труда которых являются люди, то есть воспитание, медицинское обслужива-ние(врач, медсестра..), защита общества и государства (юрист, полицейский, военнослужащий), бытовое обслуживание (продавец, парикмахер..).
На втором этапе исследования, на основе выбранных нами признаков, с помощью метода дискриминантного анализа, строим математическую модель. Модель строим на основе данных полученных при тестировании студентов обучающихся по ИТ-направлениям.
В диагностике и прогнозе различных состояний человека широкое применение нашли методы, основанные на теории распознавания образов [1]. При этом процедура прогнозирования заключается в классификации двух или более генеральных совокупностей и получении решающего правила, позволяющего отнести новый элемент (объект) по имеющимся признакам к одному из классов данного множества. Для решения подобных задач успешно используется метод дискриминантного анализа.
Поэтому для отбора студентов склонных учиться по направлению «Прикладная информатика» наиболее целесообразно использовать именно дискриминантный анализ.
Дискриминантным анализом называют раздел многомерного статистического анализа, содержащий статистические методы классификации многомерных наблюдений по одной из нескольких категорий или совокупностей. Одной из разновидностей дискриминантного анализа является применение классифицирующих (дискриминантных) функций Фишера; они используются для определения точности диагностики классификации многомерных наблюдений.
Весовые коэффициенты дискриминантных функций определяются по формуле [1]:
w,=S-1m, (i = 1,k), (1),
где S - матрица ковариаций диагностического класса; mi- вектор средних i-ого диагностического класса; k - количество классов. Пороговые величины вычисляются как:
(, = 1,k), (2), где Pi- априорная вероятность i-ого класса.
Правило диагностики с применением дискриминантных функций следующее: объект х относится к юму классу, если выполняется условие [1]:
g,(x) = maxgj(x), (3)
j=i,k
где gi(x) =w> -®0i.
Метод дискриминантного анализа был реализован с помощью пакета статистических программ Statgraphics plus for Windows. Прогнозировалась принадлежность к одному из трех классов: 1 - студенты успешно обучающиеся на технических специальностях, связанных с информационными технологиями, 2 -студенты, со средними способностями к освоению технических специальностей и 3 - студенты не способные к освоению технических специальностей.
Мы сформировали принадлежность к одному из трех классов по следующим правилам. Абитуриентов, склонных учиться по специальности «Прикладная информатика», с высокими оценками по показателям x2, x4, x7, x9, x5, x11отнесли к первой группе.
Ко второй группе отнесли по средним оценкам показателей - x2, x4, x7, x9, x5, x11 и к третьей группе по низким показателям x2, x4, x7, x9, x5, x11 и высоким показателям x3, x10, x1, x12, x6, x8.
Получены следующие дискриминантные функции: g1= -76,37 + 5,07*х1 + 10,01*х2 + 0,60*х3 + 9,40*х4 + 6,53*х5 + 10,31*х6 - 1,33*х7 - 2,10*х8 + 4,57*х9 + 5,62*х10 + 2,30*х11 + 3,24*х12;
g2= -60,91 + 5,88*х1 + 8,06*х2 + 0,72*х3 + 6,98*х4 + 7,06*х5 + 8,09*х6 + 0,45*х7 + 0,41*х8 + 5,30*х9 + 4,06*х10 + 2,22*х11 + 2,68*х12;
g3= -49,71 + 6,58*х1 + 6,03*х2 + 0,60*х3 + 5,29*х4 + 6,67*х5 + 6,03*х6 + 2,03*х7 - 0,17*х8 + 5,63*х9 + 3,20*х10 + 1,41*х11 + 2,67*х12. Переменные х описаны в таблице 1 .
Была определена точность диагностики и классифицирующие функции, при помощи которых строилось решающее правило.
Точность диагностики студентов приведена в таблице 2.
Таблица 2 - Процент правильных отнесений для трех групп
Номер группы
Точность диагностики
1
2 3
94,59% 87,50% 85,71%
Мы видим из таблицы 2, что точность диагностики первой группы (студенты успешно обучающиеся на технических специальностях, связанных с информационными технологиями) составляет 94,59%, второй группы (студенты, со средними способностями к освоению технических специальностей) - 87,50%, и третьей группы (студенты не способные к освоению технических специальностей) - 85,71%. Общий процент случаев правильной квалификации достаточно высок - 90,24%. Следовательно, целесообразно использовать построенные дискриминантные функции по выбранным признакам для прогноза склонностей студентов учиться на технических специальностях, связанными с информационными технологиями.
Полученное решающее правило позволяет выявлять лиц, склонных успешно обучаться на технических специальностях, связанных с информационными технологиями. Используя коэффициенты дискриминантного анализа и числовые величины, измеренных признаков, мы можем вычислить дискри-минантные функции для каждого студента.
В результате данного исследования был сформирован набор показателей и получена математическую модель, которая на наш взгляд является перспективной для решения проблем по профориентационному отбору абитуриентов на технические специальности.
Полученные результаты являются начальным этапом по разработке алгоритма принятия решений по отбору абитуриентов склонных учиться по направлению «Прикладная информатика».
Статья подготовлена в рамках выполнения проекта №1957 Гос.задания "Наука"Министерства образования и науки РФ
Библиографический список
1. Берестнева О. Г., Шаропин К. А. Построение моделей адаптации студентов к обучению в вузе / Известия ТПУ. 2004. №5.
2. Берестнева О. Г., Муратова Е. А. Моделирование копинг-стратегий студентов технического университета / Известия ТПУ. 2005. №6.
3. Дюк В.А. Обработка данных на ПК в примерах: Статистические расчеты. Построение графиков и диаграмм. Анализ данных. - СПб.: Питер, 1997. - 240 с.
4. Климова Е.А. Психология профессионального самоопределения. М.: Академия, 2004 -
304 с.
5. Психология: учебно-методический комплекс дисциплины: специальности: 030602 Связи с общественностью, 032401 Реклама / сост. О. Ю. Васильева. - Чебоксары: Чуваш. гос. пед.ун-т, 2010. - 78 с.
References
1. Berestneva O. G., Sharopin K. A. Création of models of adaptation of students to training in TPU higher education institutions / Bulletin of the Tomsk Polytechnic University, 2004 . No. 5.(In Russia)
2. Berestneva O. G., Muratov E. A. Modeling of koping-strategy of students of technical university / Bulletin of the Tomsk Polytechnic University, 2005, No. 6.(In Russia)
3. Duke V.A. Data processing on the personal computer in examples: Statistical calculations. Creation of schedules and charts. Analysis of data. - SPb. : St. Petersburg, 1997. - 240 p.(In Russia)
4. Klimova E.A. Psikhologiya of professional self-determination. M.: Academy, 2004 - 304 p. (In Russia)
5. Psychology: educational and methodical complex of discipline: specialties: 030602 Public relations, 032401 Advertising / O. Yu. Vasilyeva. - Cheboksary: Chuvash state pedagogical university, 2010. - 78 p. (In Russia)
