Інформаційна система аналізу навчального навантаження кафедри

Abstract

Навчальне навантаження кафедри - це об’єднання обов'язків, які покладені на обрану кафедру університету або вищого навчального закладу. Це може включати в себе здійснення чи проведення навчальних занять, наприклад лекцій, лабораторних чи практичних занять, підготовку навчальних матеріалів, які використовуються на заняттях, організацію і проведення заліків, іспитів або екзаменів, а також науково-дослідну роботу, публікації та участь у наукових конференціях. Навчальне навантаження також може включати в себе керівництво над студентськими проектами, консультації студентів з питань навчання та допомогу їм у підготовці курсових та дипломних робіт. Крім того, воно може включати в себе участь у роботі вченої ради кафедри, розробку навчальних програм та планів, а також участь у виконавчих органах університету або факультету[1-5]. До об’єкту досліджень належать алгоритми порівняння файлів із навчальним навантаженням, та формуванням певних коментарів для визначених змін у навантаженні кафедри. До предмету досліджень можна віднести алгоритми формування звітів про навчальне навантаження кафедри у табличних даних та їхнє застосування при форматуванні даного навантаження. Метою даної роботи є наукове дослідження надійної системи чи підсистеми, яка буде мати можливість порівнювати та шукати відмінності у звітах про навчальні навантаження кафедри, звіт у свою чергу також повинен 329 містити заздалегідь визначений шаблон у зазначеному файловому форматі. Отже, було досягнуто поставленої мети, а саме досліджено кілька алгоритмів: алгоритм Рабіна-Карпа, Пошук підстрок зрушенням і конкуруючі алгоритми, використання хешування для пошуку підстрок зрушення, алгоритм Кнута-Моріса-Пратта, алгоритм Бойера-Мура. Дані алгоритми доволі швидко співставляють тексти між собою, швидко виконують пошук підстроки у великих обсягах тексту, оптимізовано знаходять однакові шматки тексту[6-7]. Тобто дані алгоритми мають можливість добре опрацьовувати та порівнювати текстову інформацію двох файлів, знаходячи та аналізуючи подібності та відмінності. Слід зазначити, що ці алгоритми будуть модифіковані, або ж будуть вкладені у функції з більш широким застосуванням. Важливим моментом є те що даний набір алгоритмів не забезпечить повне порівняння обох файлів через те, що у файлах навчального навантаження кафедри можуть мітитися таблиці та записи можуть бути не простим текстом сформованим у вигляді інших структур, що унеможливлює виконання даних алгоритмів. Тому для схожих ситуацій потрібно створити методи та функції, які дадуть змогу чітко, знаходити відмінності для різних структур інформації зазначеної у файлах, які будуть аналізуватися створеною системою. Вартим уваги також є те, що відображення результату аналізу двох файлі буде міститися у новому файлі результату, де усі зміни та відмінності буде відзначено іншим кольором та перекресленням оновленої інформації, що дасть чітке розуміння, де саме було виявлено зміни інформаційною системою, та їх зрозуміле представлення користувачу.The teaching workload of the department is a combination of duties assigned to the selected department of the university or higher educational institution. This may include the implementation or conduct of educational activities, such as lectures, laboratory or practical activities, the preparation of educational materials used in classes, the organization and conduct of tests, exams or examinations, as well as scientific research work, publications and participation in scientific conferences . The teaching load may also include supervising student projects, advising students on study issues, and assisting them in the preparation of term papers and theses. In addition, it may include participation in the work of the academic council of the department, the development of educational programs and plans, as well as participation in the executive bodies of the university or faculty[1-5]. The object of research includes algorithms for comparing files with the educational load, and the formation of certain comments for certain changes in the workload of the department. Algorithms for the formation of reports on the educational load of the department in tabular data and their application in formatting this load can be attributed to the subject of research. The purpose of this work is a scientific study of a reliable system or subsystem that will be able to compare and look for differences in the reports on the teaching load of the department, the report in turn should also contain a predefined template in the specified file format. So, the goal was achieved, namely, several algorithms were investigated: the Rabin-Karp algorithm, Shift substring search and competing algorithms, using hashing to search shift substrings, the Knuth-Maurice-Pratt algorithm, and the Boyer-Moore algorithm. These algorithms quite quickly compare texts with each other, quickly search for substrings in large volumes of text, and find identical pieces of text in an optimized manner [6-7]. That is, these algorithms are able to process and compare the text information of two files well, finding and analyzing similarities and differences. It should be noted that these algorithms will be modified, or will be embedded in functions with a wider application. An important point is that this set of algorithms will not provide a complete comparison of both files due to the fact that tables and records may be marked in the teaching load files of the department and may not be simple text formed in the form of other structures, which makes it impossible to perform these algorithms. Therefore, for similar situations, it is necessary to create methods and functions that will make it possible to clearly find differences for different structures of information specified in the files that will be analyzed by the created system. It is also worth noting that the display of the result of the analysis of the two files will be contained in a new result file, where all changes and differences will be marked with a different color and the updated information will be crossed out, which will give a clear understanding of exactly where the changes were detected by the information system and their clear presentation to the user.