«Қазіргі заманғы түркологияның Ғылыми даму миссиясы және ғҰбайдолла айдаров феномені»
жүктеу/скачать 2,21 Mb. Pdf көрінісі
|
Ғұбайдулла Айдаров. Конференция
- Бұл бет үшін навигация:
- ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ BIG DATA В СИСТЕМЕ ТЕРРИТОРИАЛЬНОГО УПРАВЛЕНИЯ СФЕРОЙ ОБРАЗОВАНИЯ В РЕСПУБЛИКЕ КАЗАХСТАН
|
ӘДЕБИЕТТЕР 1. Белинский В.Г. О литературе // Полное собрание сочинений. – М.: Просвещение, 1953. – Т 5. – 768 с. 2. Әбдезұлы Қ. Тарих және тағдыр. – Алматы: Қазығұрт, 2004. – 208 б. 3. Қазақ поэзиясындағы дәстүр ұласуы. – Алматы: Ғылым, 1981. – 320 б. 4. Аяпбергенұлы Р. Ф. Оңғарсынова поэмалары // Қазақ тілі мен әдебиеті. – 2002. – №5. – Б. 30–31. 5. Мүтитегі З. Ф. Оңғарсынованың лирикасы: Филол. ғыл. канд. дис.: 10.01.02. – Алматы, 2000. – Б. 87–88. 6. Оңғарсынова Ф. Шашы ағарған қыз // Мақала, эссе, повестер. – Алматы: Жазушы, 1990 – Б. 125-127. 7. Мұқанов С. Халық мұрасы. – Алматы: Жазушы, 2003. – 304 б. 8. Мүсірепов Ғ. Ақын Сараға соқтықпасақ қайтер // Заман және әдебиет. – Алматы: Жазушы, 1982. – Б. 132-134.Нарымбетов Ә. Қазіргі қазақ поэмасы. – Алматы: Жазушы, 1982. – 248 б. 9. Айтқожина М. “Ешкіөлместегі ескерткіш” // Социалистік Қазақстан. – 1974. – 8 наурыз. 10. Кәкішев Т. Өрелі де кестелі ойлар // Айтқожина М. Таңдамалы. – Алматы: Жазушы, 1986. – Б. 114-116. 11. Иманасов С. Ғашықпын саған // Өлеңдер мен поэмалар. – Алматы: Ғылым, 1981. – Б. 240-242. 99 ПРИМЕНЕНИЕ ТЕХНОЛОГИЙ BIG DATA В СИСТЕМЕ ТЕРРИТОРИАЛЬНОГО УПРАВЛЕНИЯ СФЕРОЙ ОБРАЗОВАНИЯ В РЕСПУБЛИКЕ КАЗАХСТАН Жилкишбаев Асхат Асылханович Каспийский университет технологий и инжиниринга имени Ш. Есенова, Актау, Казахстан Применение систем анализа и планирования развития учебных заведений (школы, колледжи, университеты) способствует быстрому распространению знаний, навыков и лучших педагогических практик в определенных географических границах, таких как город, регион, государство. Для комплексного анализа информации на уровне отдельного региона (области) необходимо: хранить и управлять информацией в размере нескольких петабайт; обрабатывать как структурированную, так и неструктурированную (в виде текстовых отчетов) информацию, работать с картографическими и фактографическими данными; анализировать разнотипную информацию, используя как консолидированный, так и федеративный подход для ее получения. Процесс построения обобщенной (комплексной) модели сферы образования региона (начиная со школы и заканчивая подготовкой магистров и PhD) осложняется разнообразием моделей данных, а также наличием различных уровней агрегации данных. Одной из популярных технологий для разработки систем территориального управления сферой образования является Big Data (Большие данные) [1]. С Big Data нельзя работать, применяя традиционные методологии и программные средства для небольших баз данных. Прежде всего, последнее обусловлено большим размером данных, скоростью их поступления, возможностями анализа и его сложностью. Такие исследователи как George, G., Haas, M. R., Pentland, A. [2] разработали методики и программные средства для передачи данных и добычи информационных гранул из Big Data (коллекции объектов). Однако появление новых форматов данных требует постоянного расширения и совершенствования существующих методов анализа Big Data, в частности для задач использования технологий Big Data в системах территориального управления учебными заведениями. Методы машинного обучения и визуализации данных позволяют обработать и графически представить результаты анализа данных больших объемов (сотни тысяч или миллионы кортежей). Однако нерешенной задачей остается задача построения отображения между моделями данных различных источников. В работах [2,3] обосновано использование многомерной модели для представления Big Data и построения отображения в реляционную модель. Однако использование базы данных «ключ-значение» как источника данных для многомерной модели является неприемлемым. В [4] предложено использовать объектно- ориентированный подход, однако ограничением является количество связей между объектами. В настоящий момент, единого подхода к обработке Big Data не найдено. Если анализировать возможность использования Big Data в системах планирования и анализа территориального развития сферы образования Республики Казахстан, то имеем: • сотни тысяч сущностей: люди, места, организации (физические, юридические), даты, законодательные акты и отчеты. Возможны и другие данные, например, медицинские; • база данных характеристик сущностей с сотнями тысяч кортежей: документы для интеллектуального анализа данных, онтологические сроки, словари данных, которые позволяют отразить связи между объектами. Основываясь на этой информации, мы должны решить, какие сущности и как связаны между собой с целью их последующего анализа. Поэтому задача разработки методов и средств обработки и анализа разнородной информации на основе Big Data для процессов территориального управления учебными заведениями является актуальной. А новые исследования в этом направлении представляются перспективными. |