Дипломная работа на тему "ТЮМГУ | Разработка приложения для анализа результатов итоговой аттестации учащихся Тюменской области"

Работа на тему: Разработка приложения для анализа результатов итоговой аттестации учащихся Тюменской области
Оценка: отлично.
Оригинальность работы на момент публикации 50+% на антиплагиат.ру.
Ниже прилагаю все данные для покупки.
https://studentu24.ru/list/suppliers/Anastasiya1---1326

Описание работы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение высшего образования
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
ИНСТИТУТ МАТЕМАТИКИ И КОМПЬЮТЕРНЫХ НАУК
Кафедра программного обеспечения

РЕКОМЕНДОВАНО К ЗАЩИТЕ В ГЭК

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
магистерская диссертация
РАЗРАБОТКА ПРИЛОЖЕНИЯ ДЛЯ АНАЛИЗА РЕЗУЛЬТАТОВ ИТОГОВОЙ АТТЕСТАЦИИ УЧАЩИХСЯ ТЮМЕНСКОЙ ОБЛАСТИ

02.04.03 Математическое обеспечение и администрирование информационных систем
Магистерская программа «Разработка технологий Интернета вещей и
больших данных»

Тюмень 2023

ОГЛАВЛЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ 3
ВВЕДЕНИЕ 5
ГЛАВА 1. МАТЕМАТИЧЕСКИЕ МЕТОДЫ ДЛЯ АНАЛИЗА ТЕСТОВЫХ ДАННЫХ 7
1.1. ПОКАЗАТЕЛИ КАЧЕСТВА ТЕСТОВЫХ ЗАДАНИЙ 7
1.2. КОРРЕЛЯЦИЯ РЕЗУЛЬТАТОВ ВЫПОЛНЕНИЯ ЗАДАНИЙ 9
1.3. ОПИСАТЕЛЬНЫЕ СТАТИСТИКИ 11
1.4. АЛГОРИТМЫ КЛАСТЕРИЗАЦИИ 13
1.5. ОПИСАНИЕ ИСХОДНЫХ ДАННЫХ 14
ГЛАВА 2. ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА И ТЕХНОЛОГИИ РАЗРАБОТКИ 19
2.1. СПОСОБЫ ВИЗУАЛЬНОГО ПРЕДСТАВЛЕНИЯ ДАННЫХ 19
2.2. ТЕХНОЛОГИИ РАЗРАБОТКИ 21
ГЛАВА 3. РАЗРАБОТАННОЕ ПРИЛОЖЕНИЕ 31
3.1. ОБРАБОТКА ДАННЫХ 31
3.2. ЗАГРУЗКА И ИЗВЛЕЧЕНИЕ ДАННЫХ ИЗ БД 33
3.3. ВЫЧИСЛЕНИЕ СТАТИСТИЧЕСКИХ ХАРАКТЕРИСТИК 40
3.4. ПОЛЬЗОВАТЕЛЬСКИЙ ИНТЕРФЕЙС 41
ЗАКЛЮЧЕНИЕ 52
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 53
ПРИЛОЖЕНИЯ 1 – 6 56

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
API (Application Programming Interface) – Описание способов, которыми одна компьютерная программа может взаимодействовать с другой программой.
BSON (Binary JavaScript Object Notation) – Бинарная форма представления простых структур данных и ассоциативных массивов.
CSS (Cascading Style Sheets) – Формальный язык описания внешнего вида документа, написанного с использованием языка разметки.
DB (Database) – База данных.
ETL (Extract, Transform, Load) — Дословно «извлечение, преобразование, загрузка». Один из основных процессов в управлении хранилищами данных. HTML (HyperText Markup Language) – Стандартизированный язык гипертекстовой разметки документов.
JSON (JavaScript Object Notation) – Текстовый формат обмена данными, основанный на JavaScript.
MVC (Model-View-Controller) – Схема разделения данных приложения и управляющей логики на три отдельных компонента: модель, представление и контроллер.
ODM (Object-Document Mapper) – Технология программирования, связывающая документно-ориентированные базы данных с классами объектно-ориентированных языков.
REST (Representational State Transfer) – Архитектурный стиль взаимодействия компонентов приложения в сети.
WEB – Интернет-пространство. БД – База данных.
ВКР – Выпускная квалификационная работа. ВУЗ – Высшее учебное заведение.
ЕГЭ – Единый Государственный экзамен. Форма проведения государственной итоговой аттестации по образовательным программам среднего общего образования в Российской Федерации.
ПО – Программное обеспечение.
РФ – Российская Федерация.
СУБД – Система управления базами данных.
ТОГИРРО – Тюменский областной государственный институт развития регионального образования.

ВВЕДЕНИЕ
В последние годы все больше внимания уделяется анализу результатов ЕГЭ, как важнейшего инструмента оценки знаний и компетенций выпускников средних учебных заведений. Результаты экзамена используются не только для поступления в вузы, но и для оценки эффективности образовательных программ и уровня подготовки учеников средних школ в целом. Анализ данных экзаменационных результатов позволяет выявить индивидуальные и групповые особенности овладения учебной программой, а также определить сильные и слабые стороны образовательной системы в целом. Такой анализ позволяет ТОГИРРО обратить внимание на системные проблемы, такие как низкая подготовка участников ЕГЭ, и предоставляет возможность разработки курсов повышения квалификации для преподавательского состава.
Для того чтобы оценить эффективность образовательных программ и учебных заведений среднего образования Тюменской области, возникла потребность в создании аналитической системы. Целью выпускной квалификационной работы является создание такой системы. Данная система должна включать в себя обработку, хранение, агрегацию и визуализацию данных, а также анализ результатов экзаменов. Также одним из основных требований для системы является возможность кластеризации учебных заведений по качеству выполнения отдельных заданий различных учебных предметов государственной итоговой аттестации.
Для разработки аналитической системы требуется реализовать обработку, хранение, анализ и визуализацию результатов экзаменов, и данные школ.
В ходе анализа этапов разработки аналитической системы в рамках выполнения ВКР были поставлены следующие задачи:
• Изучить предоставленные данные школ и экзаменационных работ.
• Обработать, провалидировать и преобразовать исходные данные.
• Изучить, выбрать и обосновать выбор способов визуализации данных, технологий и инструментов, необходимых для разработки аналитической системы.
• Сформировать базу данных и средства загрузки данных в систему в рамках веб-приложения.
• Реализовать пользовательский интерфейс веб-приложения, включающий в себя набор графиков и диаграмм для визуализации данных итоговой аттестации.
• Реализовать в рамках веб-приложения средства кластеризации учебных заведений по степени сходства качества выполнения тестовых заданий итоговой аттестации учениками данных учебных заведений.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. 2ГИС Geocoder API.
2. BEST Version Control Software (Source Code Management Tools).
3. Compass. The GUI for MongoDB.
4. DaData Геокодирование (координаты по адресу).
5. Dash Plotly User Guide.
6. Django-plotly-dash. Plotly Dash applications served up in Django templates using tags.
7. Google Maps Platform Geocoding API overview.
8. How to Use Python with MongoDB.
9. Kate Brush, Ed Burns. What is data visualization?
10. MongoEngine User Guide 2.3.4. Document collections.
11. NumPy documentation.
12. Pandas. Getting Started.
13. Pandas.DataFrame.hist.
14. PyMongoArrow Documentation.
15. SciPy Developer Documentation.
16. The Python Programming Language.
17. Top 10 Best Container Software In 2023.
18. Wes McKinney and the Pandas Development Team: pandas: powerful Python data analysis toolkit. Release 1.4.4.
19. Визуализация данных — что это: виды, способы и средства визуального представления информации. 24.06.2022.
20. Геокодирование адреса, координаты по адресу, API maps, карты.
21. Клюев М. В., Поздняков Е. А. РАЗЛИЧИЯ BOOTSTRAP4 И BOOTSTRAP5 ПРИ РАЗРАБОТКЕ WEB-САЙТОВ // Цифровая наука. 2020.
№7.
22. Лазарева Е. Г., Устинова И. Г. Ранжирование трудности тестовых заданий с учетом угадывания // Образовательные ресурсы и технологии. 2016.
№2. С. 44–50.
23. Расчёт и анализ характеристик теста для повышения уровня педагогического измерения.
24. Что такое дискриминативность и как ее использовать?
25. Яндекс Геокодер API для перевода географических координат в адрес и наоборот.