Телефон: +7 (383)-312-14-32

Статья опубликована в рамках: XXIII Международной научно-практической конференции «Личность, семья и общество: вопросы педагогики и психологии» (Россия, г. Новосибирск, 26 декабря 2012 г.)

Наука: Педагогика

Секция: Информационные технологии в образовании

Скачать книгу(-и): Сборник статей конференции

Библиографическое описание:
Герасимова Е.В. МОДЕЛИРОВАНИЕ АДАПТИВНЫХ ПЕДАГОГИЧЕСКИХ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ // Личность, семья и общество: вопросы педагогики и психологии: сб. ст. по матер. XXIII междунар. науч.-практ. конф. – Новосибирск: СибАК, 2012.
Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов
Статья опубликована в рамках:
 
 
Выходные данные сборника:

 

МОДЕЛИРОВАНИЕ АДАПТИВНЫХ ПЕДАГОГИЧЕСКИХ ИНФОРМАЦИОННО-КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

Ларин Сергей Николаевич

канд. тех. наук, ст. науч. сотр., ФГБУН

 Центрального экономико-математического института РАН,

 г. Москва

Е-mail: sergey77707@rambler.ru

Герасимова Елена Владимировна

науч. сотр., ФГБУН

 Центрального экономико-математического института РАН,

 г. Москва

 

Исследование выполнено при финансовой поддержке Российского гуманитарного научного фонда, проект № 11-06-00974а «Проекти­рование образовательного процесса на основе интеллектуальных адаптивных семантических и когнитивных моделей».

 

Одним из перспективных направлений развития информатизации в сфере образования является адаптация современных педагогических информационно-коммуникационных технологий (ИКТ) к индиви­дуальным возможностям и запросам пользователей. Под адаптивными понимают системы, в которых заложены возможности модификации алгоритмов их функционирования в ответ на действия пользователей или изменения характеристик внешней среды. Адаптивные педагогические ИКТ особенно актуальны, если количество пользователей системы велико, а их знания и навыки обучения существенно отличаются [2, с. 94]. При этом объем дидактического контента педагогических ИКТ позволяет варьировать способы представления информации. В качестве примера можно привести всем известные системы электронного обучения «eLearning Server 3000», «Орокс», «Прометей» и др.

Для большинства педагогических ИКТ характерны три базовых направления адаптации: адаптивный поиск информации, адаптивное представление информации, адаптивная навигационная поддержка. Хотя существующие подходы к моделированию современных педагогических ИКТ позволяют реализовать все базовые направления адаптации в отдельности, в них не учитывается возможность комплексной адаптации, а также не предусматривается возможность применения функционала педагогических ИКТ в качестве инстру­ментария для определения адекватности запросам пользователей наполнения их дидактического контента информационными объектами [1, с. 143].

Обоснуем необходимость и возможность единого подхода к формализации структуры дидактического контента и декомпозиции наполнения адаптивных педагогических ИКТ информационными объектами (ИО). Для этого воспользуемся методами математического моделирования адаптивных педагогических ИКТ, которые позволяют описать структуру дидактического контента, индивидуальный профиль пользователя (ИПП) и условия его взаимодействие с системой.

Модель структуры дидактического контента адаптивной педагогической ИКТ можно представить в виде совокупности:

 

= (, <, ®)                                                        (1),

 

где: =(L, , , μ) — статическая модель структуры дидактического контента, предусматривающая возможность поиска и навигации;

L — конечное множество ИО, образующих дидактический контент адаптивных педагогических ИКТ;

={a1...a} — множество характеристик ИО;

 — количество характеристик,

μ : ®  отображение, ставящее в соответствие каждой характеристике ai множество её допустимых значений Vi Î ={V1...V}. Таким образом, каждый ИО в составе дидактического контента педагогической ИКТ представлен в виде некоторого множества упорядоченных пар, имеющих вид:

 

{(a1,v1) , (a2,v2) ,..., (a ,v)}                           (2).

 

Отношение вложенности < определяет иерархическую структуру дидактического контента: li<lj , если lj детализирует содержание li, "li, ljÎL. Через d(li, lj) обозначена длина пути из вершины li в вершину lj дерева (L,<). ИО liÎL будем называть агрегирующим (и обозначать l*), если $ljÎL: li<lj и атомарным — в противном случае. Такое разграничение позволяет значительно упростить выявление связей между ИО (для групп объектов), а так же задание значений характеристик ИО.

Отношение предшествования ® задает логическую последовательность предъявления информационных объектов: li ® lj, если содержание li предваряет содержание lj, "li, ljÎL. ® позволяет определить предел декомпозиции информационных объектов: если L(l*)={lÎL : d(l*, l)=1} и l — атомарный, то "liÎL(l*), $ljÎL(l*) : li ® lj. Отношение < задает на множестве L частичный порядок. Аналогичное утверждение справедливо и для отношения ®.

Представление модели дидактического контента в виде совокупности ИО двух типов, их характеристик, а также явное задание связей между ними, позволяет в дальнейшем реализовать опосредованное управление действиями пользователя с помощью корректировки результатов поиска и отбора дидактического контента с учетом его индивидуальных способностей.

Модели траекторий обращения пользователя к ИО дидакти­ческого контента строятся на базе сопоставимых характеристик ИО и ИПП. К ним относятся:

A — множество характеристик ИО, используемых для адаптации, А={a1...aM; V={V1...VM, M;

 — множество всех характеристик ИПП;

 — семейство множеств их допустимых значений;

η : ® ; BÍ — множество характеристик ПП, используемых для адаптации;

W={W1...WN , N — количество характеристик.

Принято выделять два типа характеристик ИПП (B=BS È BO, BS Ç BO =Æ):

1)        субъективные характеристики BS=В È B, определяют предпочтения пользователя по выбору дидактического контента — В={b1....bNp}, а так же ограничения, накладываемые на процесс взаимодействия с адаптивных педагогических ИКТ — B={bNp+1…bNs}. При этом значения субъективных характеристик задаются пользователем, исходя из его индивидуальных предпочтений на любом этапе его взаимодействия с адаптивными педагогическими ИКТ;

2)        значения объективных характеристик BО={bNs+1...bN} определяются адаптивной педагогической ИКТ по результатам взаимодействия пользователя с очередным ИО дидактического контента.

Субъективные характеристики определяют параметры запроса пользователя на получение дидактического контента, который может быть представлен в виде упорядоченных множеств:

 

{(b1, w1, f1), (b2, w2, f2),...( bNs, wNs, fNs)}, fi=F(bi),             (3),

 

где: отношение F : BS ® [0,1] ставит в соответствие каждой субъективной характеристике весовой коэффициент её значимости для пользователя;

λS : BS ® A отображение, ставящее в соответствие субъективным характеристикам BПП характеристики ИО.

Величина β : BO ® BS определяет соответствие объективных и субъективных характеристик BПП. Тогда λO : BO ® A, λOS´β — отображение, ставящее в соответствие совокупности объективных характеристик ИПП набор характеристик ИО.

Если значения характеристик ИО и ИПП определяются соотношением:

 

"i=1.. .M : [ai λS(bk1,..., bki)] ei                                       (4),

 

где: aiÎA, 1≤ ki NS, S bkiÎBS, а ei — критические значения, определяемые экспертным путем, то ИО соответствует субъективным характеристикам ИПП. Если при этом аналогичные соотношения имеют место для объективных характеристик, то ИО соответствует ИПП в целом.

Отражение взаимодействия пользователя с адаптивными педагогическими ИКТ включает два этапа: разработка модели опорной траектории и конкретизация модели адаптивной траектории.

Первая модель имеет вид TRоп=(Ω, BS, F, λS, ρ), где Ω=(S, <, ®), S=(L, A, V, μ). TR представляет собой совокупность подмножества ИО дидактического контента DQ и отношения ®. Полагаем, что li ® lj , если ИО li был предъявлен пользователю раньше ИО lj , "li, lj Î DQÍL. При этом − li®lj Þ li ® lj, "li, ljÎDQ. Обратное не верно.

Построение опорной траектории пользователя u (TRоп) основывается на выделении кластеров пользователей, обладающих близкими значениями характеристик ИПП. Функция ρ определяет меру сходства ИПП на основе субъективных параметров BS. Поскольку смысл характеристик и шкалы измерения их значений могут варьироваться, в качестве меры сходства можно предложить, например, коэффициент Гауэра [3], который допускает одновременное использование признаков, измеренных в различных шкалах (количественной, порядковой и номинальной):

 

ρ=ρ(BS(u), BS(v)) = [] : , vÎU                         (5)

 

где: G — разность значений признаков (способ вычисления определяется видом шкалы измерения),

f — весовой коэффициент признака, задаваемый пользователем uÎU, U — множество всех пользователей системы. Конкретный пользователь u отнесен к кластеру, который обозначен через Сu ÎU.

Опорная траектория обращения пользователя uÎU (TRоп(u)) к ИО выбирается из множества {TR(v)}, где vÎCu, с учетом ограничений B, исходя из условия:

TRоп(u)=TR(v) : Ξ(BS(v), BO(v)) → min, "vÎCu.

Модель адаптивной траектории предъявления ИО пользователю определяется совокупностью TR=(Ω, B, F, λS, β,ϕ). При этом субъективные и объективные параметры модели представляют собой характеристики ИПП. Мера сходства ИПП задается функцией: ϕ =ϕ(B(u), B(v)), где B=BS È BO. Значения характеристик BO и функции ϕ изменяются после прохождения пользователем очередного ИО. Изменение значений BS инициирует пользователь. Такая модель позволяет адаптировать представление дидактического контента DQ пользователю в соответствии с динамически изменяющимися характеристиками его ИПП.

Алгоритм динамического адаптивного отбора дидактического контента DQ на основании субъективных и объективных характеристик ИПП включает: оценку соответствия субъективных и объективных характеристик ИПП и последующий выбор опорной траектории для пользователей, отнесенных к определенному кластеру. Для подбора ИО используются условие (4). Под достижением целей в условиях заданных ограничений понимается установление равенства значений объективных характеристик значениям субъективных характеристик ИПП или их превышение.

Рассмотренная нами совокупность математических моделей обеспечивает комплексную адаптацию педагогических ИКТ, поскольку основные параметры моделей и связи между ними жестко не фиксируются и могут варьироваться в зависимости от вида используемых технологий и решаемых ими задач.

 

Список литературы:

1.Современные образовательные технологии. / Под ред. Н.В. Бордовской. — М.: КНОРУС, 2011. — 432 с.

2.Тюкин И.Ю., Терехов В.А. Адаптация в нелинейных динамических системах. — М.: ЛКИ, 2008. — 384 с.

3.Gower J.C., Ross G.J. Minimum spanning trees and single linkage cluster analysis. // Appl. Stat. 1969. V. 18. № 1. P. 54—64.

Проголосовать за статью
Дипломы участников
У данной статьи нет
дипломов

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом