В статье с помощью методов многомерного статистического анализа (кластерный и факторный анализы, методы корреляционных плеяд и вроцлавской таксономии, многомерное шкалирование) изучены информационные характеристики учебного текста по философии и экономической теории для высшей школы. В частности, выделены группы близких параметров текста и на основе информационной меры Кульбака отобраны признаки, которые обладают наибольшей информативностью среди признаков своей группы.
С помощью дискриминантного анализа выделены основные признаки, влияющие на усвоение учебного текста (средняя длина абзаца в словах, средняя длина абзаца в буквах, процент слов длиной 11 букв и больше, процент слов длиной 13 букв и больше), вычислены дискриминантные функции, на основе которых появляется возможность отнести каждый объект (текст), в том числе и неизвестный, к одной из известных групп (легкий-трудный). Полученные расчёты будут использованы для создания программного обеспечения, автоматизирующего оценку понятности (читабельности) учебного материала для высшей школы.


учебная и научная литература

прочая образовательная литература

книги о компьютерах

статистика

информация

программное обеспечение

кластерный анализ

моделирование образовательных процессов

знания и навыки

Исследование информационных характеристик учебного текста методами многомерного статистического анализа

Использование нейросетевых моделей в поведенческом скоринге

Беспроводные теги на основе Bluetooth-устройств

Профессиональные стандарты в области ИТ как фактор технологического и социального развития

Сравнительный анализ сайтов поиска оптовых поставщиков по критерию функциональной полноты

Анализ интеллектуальных информационных систем на примере сCRM и ERP

Прикладная информатика. Научные статьи

prikladnaia-informatika-nauchnye-stati