Психографический тест В.Г. Леонтьева: автоматизация обработки результатов исследования мотивации
Рассмотрение алгоритма работы оригинального программного обеспечения "PsyGraph" для автоматизации показателей проективной методики "Психографический тест В.Г. Леонтьева". Результаты количественного и качественного анализа мотивационных показателей.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 20.03.2019 |
Размер файла | 510,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Психографический тест В. Г. Леонтьева: автоматизация обработки результатов исследования мотивации
Барыкина Анастасия Ивановна, психолог, ФГАОУ ВО «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского»
Тельных Александр Александрович, кандидат физико-математических наук, научный сотрудник, «Федеральный исследовательский центр Институт прикладной физики Российской академии наук» (ИПФ РАН)
Маркелова Татьяна Владимировна, доктор психологических наук, профессор, ФГАОУ ВО «Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского»
Аннотация
леонтьев тест мотивационный показатель
В статье представлено оригинальное программное обеспечение «PsyGraph» для автоматизации проективной методики «Психографический тест В. Г. Леонтьева», предназначенной для изучения особенностей мотивационной сферы личности. Автор представляет основные возможности оригинального программного обеспечения «PsyGraph» (автоматически вычислять значения психографических показателей мотивации Психографического теста В. Г. Леонтьева, выполнять количественный и качественный анализ мотивационных показателей, сохранять результаты тестирования и формировать базу данных исследований, применять фильтры к выборке испытуемых по различным критериям, ускорять обработку результатов исследования), его алгоритм работы и интерфейс программы. Алгоритм работы программного обеспечения «PsyGraph» заключается в определении рамки изображения, распознавании изображения и определении областей интереса (векторов мотива), определении точки мотива, начальной и конечной точек вектора мотива, построении системы координат, вычислении значений психографических показателей и формулировании вывода об особенностях мотивации испытуемых. Применение программы «PsyGraph» позволяет оптимизировать процесс применения методики за счет автоматизации расчета значений психографических показателей мотивации, процесса количественного и качественного анализа результатов, интерпретации данных по отдельным испытуемым и выборке в целом, сокращения времени обработки результатов исследования в 4-7 раз, функции хранения информации.
Ключевые слова: программное обеспечение PsyGraph, автоматизация обработки исследования, проективная методика, программное обеспечение, мотивация, психографические показатели, автоматизация расчета, количественный анализ мотивации, психографический тест ЛеонтьеваВГ, ПГТ
Abstract
Barykina Anastasiia Ivanovna, psychologist at Lobachevsky State University of Nizhni Novgorod
Telnykh Aleksandr Aleksandrovich, PhD in Physics and Mathematics, Researcher at Institute of Applied Physics, Russian Academy of Sciences (IAP RAS)
Markelova Tatyana Vladimirovna, Doctor of Psychology, professor at Lobachevsky State University of Nizhni Novgorod
In their article the authors present an original PsyGraph software for automation of V. Leontiev's psychographic test that was designed to study motivation. The authors describe the main opportunities provided by the software PsyGraph (calculate psychographic indicators of motivation based on V. Leontiev's psychographic test, carry out qualitative and quantitative analysis of motivation indicators, save test results and create the database of previous researches, apply filters to respondents depending on varios criteria, speed up the processing of test results), operation algorithm and interface of the software. The operation algorithm of PsyGraph is the following. The program determines the picture frame, recognize the pattern and defines the areas of interests (motivation vectors), discover the dot of motivation, initial and final dots of the motivation vector, create the coordinate system, calculate psychographic indicators, perform the qualitative and quantitative analysis of the results, interpret test results for each respondent and a group of respondents in general, reduce the time for processing test results by 4 - 7 times, and store information.
Keywords: automation of the calculation, psychographic indicators, motivation, software, projective technique, automation of the processing of the study, “PsyGraph” software, quantitative analysis of motivation, V.G. Leontiev's Psychographic Test, PGT
Введение
Психографический тест В. Г. Леонтьева - проективная методика, предназначенная для диагностики мотивации (стремлений и намерений) личности в научных и практических целях [1; 2]. Автором Психографического теста является В. Г. Леонтьев (1930-2011), заслуженный профессор Новосибирского государственного педагогического университета, внесший большой научный вклад в изучение психологии мотивации, один из создателей психологической школы Сибири.
Психографический тест В. Г. Леонтьева обладает рядом существенных достоинств, позволяющих глубоко изучать неосознаваемые компоненты мотивационных процессов. Преимущества Психографического теста В. Г. Леонтьева обусловлены прежде всего его проективным характером, что снижает проявление таких нежелательных эффектов тестирования как социальная фасилитация, эффект Хоторна (эффект «фасада») и другие. Во-вторых, тест достаточно необычен по своему дизайну, что является дополнительным фактором заинтересованности испытуемых. В-третьих, использование неопределенных стимулов, которые испытуемый самостоятельно интерпретирует и развивает в ходе выполнения заданий, повышает достоверность полученных результатов [3].
Валидность и надёжность Психографического теста В. Г. Леонтьева подтверждена исследованиями В. Г. Леонтевым, Н. Ц. Бадмаевой, Д. Н. Долгановым, И. С. Морозовой [1, с. 135; 4, с. 228; 5, с. 180; 6, с. 292].
Учеными отмечается высокий диагностический потенциал Психографического теста В. Г. Леонтьева [1, 5, 7].
При создании Психографического теста В. Г. Леонтьев исходил из представления о прямоугольнике с «золотым сечением» как силовом поле и пространстве чувствительности, в котором размещаются стремления (мотивы), например, к учебным предметам, а также из символики прямоугольного пространства, разрабатываемой М. Пульвером, Г. Артусом и М. Грюнвальдом [1, с. 135]. На основании этого внешне заданным стимулом проективного Психографического теста В. Г. Леонтьева является прямоугольный лист бумаги с вертикальной ориентацией и соотношением сторон 100:62.
Общая концептуальная направленность исследования задается инструкцией: Представьте себе, что лист бумаги - это пространство или поле, на котором размещаются Ваши стремления к учебным предметам. Укажите точкой, где находится Ваше стремление к каждому учебному предмету и обозначьте стрелкой, откуда оно пришло в эту точку и куда направлено. В инструкции можно указывать и другие объекты, на которые будут направлены стремления испытуемых, в этом случае метод измеряет мотивацию именно этих явлений [1, с. 135].
В результате использования Психографического теста В.Г. Леонтьева определяются шесть психографических показателей мотивации:
1. угол б (сила, тенденция развития мотивации),
2. длина ln (уровень побуждения, сформированности мотивации),
3. длина lo (показатель генезиса, развития или регрессии мотивации),
4. координата Х (показатель потенциала-действенности мотивации),
5. координата У (показатель духовности-материальности, осознанности-неосознанности мотивации),
6. квадрат силового поля мотивации с соответствующими мотивационными характеристиками [+X;+Y], [-X;+Y], [+X;-Y], [-X;-Y] [1, с. 136; 4, с. 228] (Рис. 1).
Психографические показатели отражают содержательные и динамические признаки мотивации и дают характеристику мотивации по силе, устойчивости, уровню побуждения, содержанию, генезису, структурности, качеству которые, в свою очередь, проявляются в различных психических и психофизиологических свойствах личности [1, с. 136].
Расчет психографических показателей требует достаточно сложных графических построений и вычислений, включая нанесение на лист осей координат (Х;У) и диагонали АС (снизу вверх и слева направо), измерение угла б между вектором стремления к заданному объекту и диагональю АС, расстояния ln от нижней кромки листа до точки по оси У, расстояния lo от начала диагонали АС до проекции точки мотива М на диагональ АС, определение координат точки М (Х1,У1). Трудоемкость процесса обработки результатов существенно ограничивает широкое распространение Психографического теста В. Г. Леонтьева среди исследователей. Предпринятые ранее попытки автоматизации Психографического теста В. Г. Леонтьева не принесли должного эффекта и не решили проблему сокращения временных затрат на обработку данных [8, с. 275].
Рис. 1. Силовое поле мотивации:
АВСD - прямоугольник с «золотым сечением»; АС - диагональ «линия жизни»; угол б - угол между вектором мотива и «линией жизни» АС; ln - расстояние от нижней кромки листа до точки мотива по оси У (т. М); lo - расстояние от начала диагонали АС (т. А) («линия жизни») до проекции точки мотива (т. М) на диагональ АС; Х1 - абсцисса точки мотива (т. М); У1 - ордината точки мотива (т. М); Квадраты +X,+Y; -X,+Y; +X,-Y; -X,-Y - характеристики мотивации.
Программное обеспечение «PsyGraph»
Для оптимизации обработки результатов исследования мотивации с помощью проективного Психографического теста В. Г. Леонтьева группой Нижегородских ученых разработано оригинальное программное обеспечение «PsyGraph».
Программное обеспечение «PsyGraph» позволяет:
1. Автоматически вычислять значения психографических показателей мотивации Психографического теста В. Г. Леонтьева (угол б, ln, lo, координаты (Х;У), квадрат силового поля мотивации [+X;+Y], [-X;+Y], [+X;-Y], [-X;-Y]);
2. Выполнять количественный и качественный анализ мотивационных показателей (Рис. 2);
3. Интерпретировать данные по отдельным испытуемым и выборке в целом по каждому из рассматриваемых мотивов или их совокупности;
4. Сохранять результаты тестирования и формировать базу данных с необходимой информацией об испытуемых;
5. Применять фильтры к выборке испытуемых по различным критериям (полу, возрасту, профессии и др.);
6. Экспортировать полученные результаты измерений и отчетов по анализу исследования мотивации в другие программы обработки данных (Excel, SPSS и др.);
7. Сокращать в временные затраты на обработку результатов исследования в 4-7 раз.
Программа «PsyGraph» позволяет автоматически вычислять значения психографических показателей мотивацииПсихографического теста В. Г. Леонтьева: угол б (сила, тенденция развития мотивации), ln (уровень побуждения, сформированности мотивации), lo (показатель генезиса, развития или регрессии мотивации), координата Х (показатель потенциала-действенности мотивации), координата У (показатель духовности-материальности, осознанности-неосознанности мотивации), квадрат силового поля мотивации [+X;+Y], [-X;+Y], [+X;-Y], [-X;-Y].
Рис. 2. Окно интерфейса программы «PsyGraph»
Программа «PsyGraph» выполняет количественный и качественный анализ мотивации. Для количественного анализа данных и статистической обработки результатов исследований по совокупным выборкам рекомендуется использовать показатели: прямоугольные координаты точки мотивации, угол б, ln, lo в связи с их наибольшей информативностью [1; 6-9]. Именно в совокупности показатели позволяют более достоверно диагностировать мотивацию, определять ее динамические характеристики.
Для интерпретации применена система, использованная И. С. Морозовой, Н. В. Коротиной [10, с. 14; 11, с. 93], которая путем дифференциации значений показателей Х, У, угол б, ln, lo на 5 уровней даёт возможность все полученные ответы перевести в баллы. Далее показано, как путём дифференциации значений психографического показателя У (духовности-материальности, неосознанности-осознанности) выделено пять уровней выраженности мотивации при размерах листа 150:93 мм. Следовательно, при использовании листа с пропорционально увеличенными или уменьшенными размерами с указанным соотношением сторон 100:62 мм (например, 250:155 мм, 150х93 мм, 100:62 мм и т.д.), также пропорционально увеличиваются или уменьшаются значения психографических показателей.
Показатель уровня неосознанности (-У) - осознанности (У): 1 уровень - от -46 мм до -75 мм - 1 балл; 2 уровень - от -16 мм до -45 мм - 2 балла; 3 уровень - от -15 мм до 15 мм - 3 балла; 4 уровень - от 16 мм до 45 мм - 4 балла; 5 уровень - от 46 мм до 75 мм - 5 баллов.
При суммировании баллов по каждому психографическому показателю (Х, У, угол б, ln, lo) были выделены 5 уровней выраженности мотивации: 1 уровень - 1-4 балла - низкий уровень мотивации (слабость мотивации); 2 уровень - 5-9 баллов - уровень мотивации ниже среднего (состояние неопределенности); 3 уровень - 10-14 баллов - средний уровень мотивации (тенденция к регрессии мотивации); 4 уровень - 15-19 баллов -уровень мотивации выше среднего (динамичность, тенденция развития мотивации); 5 уровень - 20-25 баллов - высокий уровень мотивации (усиление мотивации). Максимальное количество баллов при суммировании - 25 баллов, минимальное - 5 баллов:
На основании произведённых расчётов и полученных данных исследования программа «PsyGraph» проводит качественный анализ мотивации и делает выводы о мотивационном состоянии тестируемых по каждому из рассматриваемых мотивов или по совокупности мотивов.
Также программа «PsyGraph» позволяет сохранять результаты тестирования и вести базу данных тестируемых , содержащую такие характеристики, как ФИО, пол, возраст, профессия, вид мотива.
Опираясь на эти характеристики, в программе «PsyGraph» предусмотрена возможность настраивать представление базы данных измерений с применением фильтров к отдельным характеристикам выборок тестируемых, например, по профессии, полу, возрасту и др. для анализа мотивации данной выборки тестируемых (Рис. 3).
Рис. 3. Применение фильтров к списку выборки тестируемых
Для удобства пользователя данные о тестируемых и результаты исследования могут быть экспортированы в Excel для дальнейшего использования (Рис. 4).
Рис. 4. Экспортирование данных в Excel
Программа «PsyGraph» значительно оптимизирует процесс обработки результатов исследований.
При автоматической обработке результатов измерений с помощью программы «PsyGraph» основное время затрачивается лишь на сканирование индивидуальных результатов тестирования. Затем программа «PsyGraph» распознает изображение, рассчитывает психографические показатели и выводит на экран заключение об особенностях мотивационной сферы испытуемых.
Хронометраж времени на обработку результата 1 измерения с формулированием вывода о мотивации при ручной и автоматической обработке результатов исследования выявил следующие показатели временных затрат:
- ручная обработка - 20 минут,
- автоматическая обработка программой «PsyGraph» - 5 минут.
Хронометраж времени на обработку результатов 30 измерений с формулированием вывода о мотивации при ручной и автоматической обработке результатов исследования выявил следующее сравнение временных затрат:
- ручная обработка - 420 минут,
- автоматическая обработка программой «PsyGraph» - 60 минут.
Таким образом, сокращение скорости обработки результатов 1 измерения при автоматической обработке «PsyGraph» достигается в 4 раза, при обработке результатов 30 измерений - в 7 раз.
Алгоритм работы программы (автоматического измерения параметров психографического теста) следующий:
1. Определение рамки (Рис. 5);
2. Распознавание изображения и определение областей интереса (векторов мотива) (Рис. 6);
3. Определение точки мотива, начальной и конечной точек вектора мотива. Программа обозначает синей точкой начало вектора мотива (откуда пришло стремление), голубой точкой - точку мотива, красной точкой - конец вектора мотива (Рис. 7);
4. Построение системы координат;
5. Вычисление значений психографических показателей и формулирование вывода об особенностях мотивации испытуемых (Рис. 2).
Определение рамки. Описанием рамки является 4 угловых точки ABCD. Для поиска этих угловых точек и, соответственно, для определения рамки используется алгоритм поиска фрагментов изображения, основанный на нейроноподобных детекторах заданных объектов (детектор углов рамки, детектор стрелки, детектор точки мотива) [12]. Используется 4 нейроноподобных детектора для каждого угла рамки. Поиск ведется по фрагменту изображения, включающему искомую точку (Рис. 5).
Для распознавания изображения определения областей интереса все изображение разбивается на прямоугольные фрагменты размером 16x16 пикселей, в каждом из которых вычисляется дисперсия данного фрагмента. Если разница между дисперсией всего изображения и дисперсией анализируемого фрагмента превышает заданный порог, то данная область рассматривается как область интереса (Рис. 6).
Для определения граничных точек используется алгоритм поиска угловых точек методом Харриса с последующим совмещением полученных точек с найденными областями интереса.
Определение точки мотива. Точка мотива находится как точка центров областей интереса, наиболее удаленная от граничных точек. В случае, если все области интереса лежат на одной линии, то точкой мотивации считается середина отрезка, соединяющего найденные граничные точки.
Для определения начальной и конечной точек вектора мотива используется нейроноподобный детектор изображения стрелки, выполненный как детектор атрибутов области интереса (Рис. 7).
Построение системы координат включает в себя поиск всех геометрических объектов (точка начала координат, «линия жизни» АС, точка мотива, вектор мотива), необходимых для вычисления параметров теста. Для построения системы координат используются данные, полученные в результате поиска рамки. Система координат определяется началом координат, как точкой пересечения прямых AC и BD и «линией жизни» AC.
Для вычисления параметров теста программа использует простые методы вычислительной геометрии, включающие поиск расстояний между двумя точками, расстояния от точки до прямой и угла между векторами (Рис. 2).
Рис. 5. Определение рамки
Рис. 6. Распознавание изображения и определение областей интереса
Рис. 7. Определение начальной и конечной точек вектора мотива
Интерфейс программы состоит из следующих элементов:
1. Левая часть (сверху вниз) (Рис. 2):
- строка главного меню, которая содержит основные команды: файлы, настройка, помощь;
- панель быстрого доступа к основным командам программы: новое измерение, сохранить в базе данных; добавить тестируемого; сохранить в Excel.
- область графического редактора, в которой отображается изображение теста и связанные с ним основные точки мотивов и векторы мотивов, отражающих мотивацию (стремления, намерения) тестируемого к заданным объектам исследования;
- область отображения вычислененных значений психографических показателей мотивации по текущему измерению.
2. Правая часть (сверху вниз) (Рис. 2):
- панель настройки элементов фильтрации данных измерений;
- область отображения базы данных измерений с основными характеристиками тестируемых: фамилия, имя, пол, возраст, профессия, мотив;
- область отображения количественного анализа мотивации;
- область отображения качественного анализа мотивации.
Програой предусмотрена возможность осуществлять настройки программы, касающиесяразмеров прямоугольника и чувствительности детектора распознавания изображения. В соответствии с тем, что стимульным материалом Психографического теста В. Г. Леонтьева является прямоугольный лист бумаги с вертикальной ориентацией и соотношением сторон 100:62, рекомендуется использовать следующие размеры прямоугольника: 210:130 мм, 297:184 мм, 150:93 мм (Рис. 8).
Рис. 8. Настройка параметров программы
Заключение
«PsyGraph» - новое оригинальное программное обеспечение, оптимизирующее процесс обработки результатов исследования, позволяет расширить границы применения Психографического теста В. Г. Леонтьева и обогащает психодиагностический инструментарий проективной психодиагностической методикой для изучения мотивационной сферы личности.
Перспективы дальнейшей работы над программным обеспечением «PsyGraph» связаны с созданием пользовательского приложения для планшетных компьютеров с операционной системой Android, с возможностями распознавания нескольких точек мотивов на изображении силового поля мотивации и статистической обработки результатов исследования.
Библиография
1. Леонтьев В.Г. Мотивация и психологические механизмы ее формирования. Новосибирск: ГП «Новосибирский полиграфкомбинат», 2002. 264 с.
2. Леонтьев В.Г. Психологические механизмы мотивации. Новосибирск: Изд-во НГПИ, 1992. 216 с.
3. Барыкина А.И., Маркелова Т.В., Лобанов С.Н. Психографический тест В.Г. Леонтьева как инструмент исследования мотивационных процессов: обзор применения // Психолог. 2017. № 5. С. 55-66. DOI: 10.25136/2409-8701.2017.5.23965.
4. Бадмаева Н.Ц. Мотивационная основа развития общих умственных способностей: дис. … докт. психол. наук. Новосибирск, 2006. 325 с.
5. Долганов Д.Н., Законнова Л.И., Седовских М.Е. Мотивационная готовность и отношение студентов технического ВУЗа к осуществлению научно-исследовательской деятельности // Вестник КузГТУ. 2015. №3 (109). С. 172-181.
6. Морозова И.С. Психологические факторы и механизмы интенсификации познавательной деятельности личности: дис. … докт. психол. наук. Новосибирск, 2006. 430 с.
7. Дубинина Т.В. Когнитивно-эмоциональные детерминанты формирования мотивационных функций: дис. … канд. психол. наук. Новосибирск, 1995. 152 с.
8. Терехова Т.А. Мотивационная детерминация познавательной деятельности личности: дис. ... докт. психол. наук. Новосибирск, 2000. 334 с.
9. Маркелова Т.В. Роль мотивационного критерия в оценке психологической готовности к военно-профессиональной деятельности и его изучение с помощью психографического теста В. Г. Леонтьева // Сибирский педагогический журнал. 2007. № 6. С. 176-183.
10. Морозова И.С. Мотивация как фактор оптимизации мыслительного процесса: учебно-методическое пособие. Кемеров: Кемеровский унивеситет, 1999. 24 с.
11. Коротина Н.В. Особенности творческого мышления подростков при различной мотивации: дис. … канд. психол. наук. Москва, 2005. 190 с.
12. Беллюстин Н.С., Калафати Ю.Д., Ковальчук А.В., Тельных А.А., Шемагина О.В., Яхно В.Г. Системы обнаружения, сопровождения и кластеризации объектов на основе нейроноподобного кодирования. Информационно-измерительные и управляющие системы. 2010. Т. 8. № 2. С. 29-34
Размещено на Allbest.ru
...Подобные документы
Примеры построения тестов и технологии исследования алгоритмов на их основе. Построение тестов на основе метода покрытия решений и проведение исследования соответствующего исходного алгоритма и алгоритма с ошибками в операторах проверки условий.
контрольная работа [224,8 K], добавлен 24.05.2016Обзор существующего программного обеспечения для автоматизации выделения границ на изображении. Разработка математической модели обработки изображений и выделения контуров в оттенках серого и программного обеспечения для алгоритмов обработки изображений.
дипломная работа [1,7 M], добавлен 27.03.2013Системы управления базами данных и их использование для решения задач автоматизации предприятия. Разработка информационного и программного обеспечения для автоматизации хранения и обработки информации при организации работы агропромышленного предприятия.
курсовая работа [607,1 K], добавлен 07.05.2011Расчет издержек предприятия на разработку программного продукта и экономической эффективности от его внедрения. Топология физических связей и структуризация сети. Характеристика программного обеспечения. Средства автоматизации, описание алгоритма задачи.
дипломная работа [867,6 K], добавлен 05.11.2015База данных как основа автоматизации. Разработка, описание и реализация программного обеспечения "Точность и правильность методов и результатов измерений для центральной заводской лаборатории ОАО "Акрилат". Листинг, исходные коды программы и базы данных.
дипломная работа [1,0 M], добавлен 23.06.2012Методика исследования и анализа средств аудита системы Windows с целью обнаружения несанкционированного доступа программного обеспечения к ресурсам вычислительных машин. Анализ угрозы информационной безопасности. Алгоритм работы программного средства.
дипломная работа [2,9 M], добавлен 28.06.2011Понятие и специфика автоматизированных систем. Описание методики разработки программы для автоматизации. Ее тестирование и отладка. Внедрение АС в работу предприятия. Расчет экономического эффекта от разработки и реализации программного продукта.
дипломная работа [1,4 M], добавлен 23.06.2015Основы исследования мотивации в профессиональной деятельности. Методические приемы автоматизации методик психологического исследования. Подбор пакета методик для исследования мотивации в профессиональной деятельности. Средства автоматизации пакета.
дипломная работа [1,9 M], добавлен 12.08.2014Разработка программного обеспечения, предназначенного для автоматизации деятельности туристической фирмы. Анализ и проектирование базы данных предметной области. Создание концептуальной, логической и физической моделей данных и программы их обработки.
курсовая работа [816,5 K], добавлен 05.02.2018Обзор программного обеспечения для оформления контрольных документов, выбор средства реализации системы автоматизации оформления сопровождающей документации. Создание, наладка и тестирование программы для автоматизации работы с рекламными шаблонами.
дипломная работа [2,0 M], добавлен 17.06.2017Общая информация о компьютере. BIOS. Материнская плата. Операционная система. Логические и физические накопители. Арифметический и мультимедийный тест процессора, тест пропускной способности компьютера и кэш-памяти с помощью программы SiSoftware Sandra.
контрольная работа [3,0 M], добавлен 21.02.2009Постановка задачи автоматизации учебного процесса колледжа и описание предметной области. Работа с базами данных в Delphi: способы, компоненты доступа к данным и работы с ними. Язык запросов SQL. База данных в Microsoft Access и результаты исследований.
дипломная работа [55,6 K], добавлен 16.07.2008Определение информационной системы как совокупности технического и программного обеспечения, предназначенного для обеспечения людей необходимой им информацией. Классификация ИС по области применения, степени автоматизации, характеру обработки данных.
реферат [17,8 K], добавлен 06.01.2012Разработка программного комплекса для автоматизации получения и передачи сообщений между центром обработки звонков и клиентами. Пути сокращения среднего времени, затрачиваемого на телефонное соединение, повышение производительности работы менеджеров.
дипломная работа [6,1 M], добавлен 13.10.2013Аналитический обзор видеосистем с элементами интеллектуальной обработки видеоконтента: FaceInspector, VideoInspector Xpress. Разработка алгоритма организации вычислительных средств комплекса, в структуру поэтапного решения задачи анализа видеообъекта.
дипломная работа [3,4 M], добавлен 14.06.2012Описание исходных текстов программного продукта. Системные требования и установка программного продукта. Тестирование пользователя по двадцати вопросам указанной темы и сохранение результатов тестирования. Форма отображения результатов тестирования.
курсовая работа [2,8 M], добавлен 09.07.2013Разработка программного обеспечения для автоматизации доступа, обработки, вывода информации об услугах автосервиса и его клиентах с использованием языка программирования С# и MySQL. Проектирование интерфейсов системы. Схема алгоритма работы программы.
курсовая работа [665,6 K], добавлен 02.04.2015Анализ хозяйственной деятельности, технического и программного обеспечения ООО НПФ "Интек". Полная автоматизация настройки контроллеров, предназначенных для процесса отслеживания показателей в нефтяных установках. Оценка экономической эффективности ИС.
дипломная работа [2,6 M], добавлен 18.06.2013Виды биржевой торговли. Методология автоматизации биржевых операций: структура, функции и алгоритм работы. Методы анализа движения биржевых цен. Блок работы с базой данных. Тестирование результатов анализа. Алгоритм работы системы, основной функционал.
дипломная работа [942,7 K], добавлен 25.08.2017Методика разработки контрольных тестов. Обзор программных продуктов по данной теме. Система тестирования INDIGO - профессиональный инструмент автоматизации процесса тестирования и обработки результатов. Создание интерактивного теста с помощью макросов.
курсовая работа [2,1 M], добавлен 21.06.2014