Метод кластеризации в системе оценки результатов работы экспертов по проверке экзаменов в форме ЕГЭ
Аннотация
Цель данного исследования - рассмотрение возможности использования метода нечеткой кластеризации в автоматизированной системе оценивания эффективности работы экспертов по проверке результатов государственной итоговой аттестации в форме ЕГЭ. Представлены различные показатели результатов работы экспертов и их расчетные формулы. Параметры разбиты на следующие группы: базовые, статистические оценки базовых, нормированные и качественные. Применение метода нечеткой кластеризации с использованием взвешенной метрики Евклида показано на примере оценивания работы экспертов предметной комиссии по математике (профильный уровень). Эксперименты проводились с учетом и без учета шумов с последующими выводами о влиянии, которое оказывают шумы на результаты. Также по результатам экспериментов были представлены таблицы и графики с разбиением экспертов на кластеры.
Об авторах
Тимофей Александрович Щербинин
Донской государственный технический университет
Россия
Россия
Михаил Васильевич Гранков
Донской государственный технический университет
Россия
Россия
Список литературы
1. Гранков, М. В. Оценка параметров работы экспертов предметной комиссии по проверке экзамена в форме ЕГЭ / М. В. Гранков, Т. А. Щербинин // Системный анализ, управление и обработка информации : тр. 5-го Междунар. семинара / под общ. ред. Р. А. Нейдорфа. - Ростов-на-Дону : Изд. центр ДГТУ, 2014. - С. 282-285.
2. Щербинин, Т. А. Оценка качества работы экспертов, проверяющих экзамены в форме ЕГЭ, с помощью системы кластеризации / Т. А. Щербинин, М. В. Гранков // Автоматизация технологических объектов и процессов. Поиск молодых : сб. науч. работ ХV науч.-техн. конф. аспирантов и студентов. - Донецк : ДонНТУ, 2015. - C. 208-211.
3. Гмурман, В. Е. Теория вероятностей и математическая статистика / В. Е. Гмурман. - Москва : Высшая школа, 2003. - 479 с.
4. Zadeh, L.-A. The Concept of a Linguistic Variable and its Application to Approximate Reasoning-I / L.-A. Zadeh // Information Sciences. - 1975. -Vol. 8. - P. 199-249.
5. Zadeh, L.-A. The Concept of a Linguistic Variable and its Application to Approximate Reasoning-III / L.-A. Zadeh // Information Sciences. - 1975. - Vol. 9. - P. 43-80.
6. Fuzzy Cluster Analysis: Methods for Classification, Data Analysis and Image Recognition / F. Hoppner [et al.]. - New York : John Wiley & Sons Inc. - 1999. - 300 p.
7. Kaushik, K. Extension of the fuzzy c means clustering algorithm to fit with the composite graph model for web document representation / K. Kaushik, K. Hemanta // International Journal of Cognitive Research in science, engineering and education. -2013. - Vol. 1, № 2. - 8 p.
8. Рутковский, Л. Методы и технологии искусственного интеллекта / Л. Рутковский. - Москва : Горячая Линия - Телеком, 2010. - 520 с.
9. Анализ данных и процессов / А. А. Баргесян [и др.]. - 3-е изд., перераб. и доп. - Санкт-Петербург : БХВ-Петербург, 2009. - 512 с.
10. Щербинин, Т. А. The method of assessing the quality of work of the Commission to verify exams / Т. А. Щербинин, М. В. Гранков, Е. В. Краснова // Стратегии устойчивого развития мировой науки : тр. V Междунар. науч. конф. Евразийского научного объединения. - Москва : ЕНО, 2015. - С. 31-33.
Для цитирования:
Щербинин Т.А., Гранков М.В. Метод кластеризации в системе оценки результатов работы экспертов по проверке экзаменов в форме ЕГЭ. Вестник Донского государственного технического университета . 2016;16(3):110-118. https://doi.org/10.12737/20222
For citation:
Shcherbinin T.A., Grankov M.V. Сlustering method for quality verification of experts’ Unified State Examination checking. Vestnik of Don State Technical University . 2016;16(3):110-118. (In Russ.) https://doi.org/10.12737/20222
Просмотров: 306
Послать статью по эл. почте 