Рис. 9. Дендрограма кластеризації студентів.

Використовуючи метод К-середніх, було встановлено, що найкращим розбиттям усіх студентів на дві групи, з огляду на їх відмінності в результатах навчання, є таке їх розбиття, при якому перша група містить 122 студенти з 203, друга - 81. З графіка середніх оцінок (рис. 10) в одержаних кластерах видно, що до першого кластера потрапили кращі студенти, а другий формують ті студенти, які вчилися гірше. До кожного кластера потрапили як студенти з групи EduPro, так і з групи Moodle.

Порівняння частот, з якими представлені в даних групах кращі студенти та студенти, які вчилися гірше, дозволило зробити висновок, що статистично вірогідної різниці, яка б впливала на результати експерименту між групами EduPro та Moodle за початковим рівнем здібності студентів до навчання, немає (>0,05).

Рис. 10. Графік середніх оцінок.

Під час проведення експерименту визначено ефективність функціонування системи EduPro в порівнянні із системою Moodle для навчання студентів різних категорій (Cluster1, Cluster2).

Результати порівняння експертних оцінок у визначених групах студентів і підсумкових експертних оцінок результатів навчання для всіх студентів із використанням критерію Манна-Уітні дозволили констатувати наявність суттєвої різниці між результатами за всіма показниками (рис. 11).

Рис. 11. Медіани експертних оцінок для студентів груп EduPro та Moodle.

При фактично однакових кількостях студентів у групах, що вчилися за різними системами, суми рангів експертних оцінок у студентів групи EduPro значно більші, ніж у студентів групи Moodle. Особливо це стосується результатів студентів, які належали до другого кластера. Це свідчить, що використання механізмів індивідуалізованого навчання в системі EduPro дозволяє значно покращити якість засвоєння знань студентами, які до цього навчалися слабше.

Визначивши оцінку математичного сподівання і 95 % довірчі інтервали для значень експертної оцінки в групах EduPro та Moodle, отримано висновок, що середня оцінка в EduPro вища на 7,8 бала, ніж у Moodle, що становить 19,6 % від максимально можливого бала (40).

Загалом із надійністю 95 % можна стверджувати, що мінімальне покращення результатів в EduPro в порівнянні з Moodle може становити 3,6 бала (8,9 % від 40) та максимальне - 12,1 бала (30,3 % від 40) (табл. 1).

Таблиця 1. Оцінка математичного сподівання та довірчі інтервали експертної оцінки знань студентів із дисципліни "штучний інтелект" (203 студенти)

У додатках наведено акти впровадження результатів дослідження в науково-дослідні роботи та навчальний процес, наведено таблиці та рисунки, фрагменти програмного коду.

ВИСНОВКИ

У роботі сформульовано й вирішено актуальну науково-прикладну проблему автоматизації процесів при організації індивідуалізованого навчання в умовах використання його в дистанційній освіті й спрямованого на підвищення ефективності передачі та контролю знань.

У ході проведеного дослідження розроблено ряд нових методів, технологій і програмних засобів, які довели свою ефективність у процесі створення адаптивної системи дистанційного навчання та контролю знань EduPro. Розроблена система дає можливість організувати процес адаптивного навчання на базі інтелектуальних Інтернет-технологій із врахуванням індивідуальних особливостей тих, хто навчається.

Отримані в дисертації результати є істотним внеском у розвиток теорії й практики побудови систем передачі та контролю знань на основі сучасних інформаційних технологій, зокрема:

1. Розроблена графоавтоматна модель, за допомогою якої вирішено задачу оптимального управління потоком квантів знань в адаптивній системі дистанційного навчання та контролю знань у процесі вивчення курсу. Описана модель управління потоком квантів дозволяє реалізувати в системі дистанційного навчання й контролю знань можливості адаптації до особливостей сприйняття й рівнів знань тих, хто навчається.

2. Створено нову концепцію конструювання інформаційно-структурної моделі студента, яка дозволяє в поєднанні з математичною моделлю заняття зіставити рівень знань студентів із рівнем складності завдань тесту. У свою чергу, це дає можливість на основі попередніх даних здійснити прогнозування відповідності завдань певної складності та рівню знань студента. Така можливість використана в адаптивній навчальній системі для визначення індивідуальної навчальної траєкторії конкретного студента, а також для забезпечення функціонування інтелектуального навчального модуля, який відповідає за всесторонню оцінку процесу навчання, якості знань, прогресу тощо.

3. Розроблено технологію визначення оптимального часу тестування, що складається з декількох етапів: поділу групи, яка проходить тестування, на три категорії: з високим, середнім і низьким рівнем знань; перевірки гіпотези про нормальний розподіл часу в кожній групі, використовуючи критерій Пірсона; проходження другої спроби тестування з визначеним оптимальним часом; визначення рангового кореляційного зв'язку між оцінками двох тестів. Запропонована технологія дає можливість об'єктивно оцінити рівень знань студентів, що значною мірою залежить від індивідуальних особливостей і здібностей тих, хто навчається, і від правильної організації навчального процесу, індивідуалізації навчання, рівня поданого матеріалу, об'єктивності контролю.

4. Розвинуто методологію проектування функції пристосованості в інтерактивному режимі на основі моделей екстракції об'єктів навчання за допомогою системи дистанційного навчання та контролю знань студентами з адаптацією до їхньої підготовки та інших особливостей, що дозволяє організувати фільтрувальний процес у системі, який базується на загальних вимогах, таких як характеристики мови або спосіб задання об'єктів навчання, а також на використанні онтології для області знань. Крім того, запропонована методологія дозволяє спрощувати результати декомпозиції потрібного набору об'єктів навчання для даного навчального курсу.

5. Розвинуто метод калібрування та шкалування тестових завдань при адаптивному контролі знань на основі використання однопараметричної моделі Раша. Застосування методу дозволяє автоматизувати процес визначення рівнів складності тестових завдань і зведення їх на одну метричну шкалу, що забезпечує можливість проведення коректного адаптивного контролю знань студентів.

6. Визначено поняття та розроблено технологію побудови індивідуальної адаптивної траєкторії навчання на базі методу різнорівневого алгоритмічного квантування знань. Запропонована технологія надає можливість сформувати індивідуальну структуру навчального матеріалу, що дозволяє реалізувати можливості адаптації до початкового рівня знань та інших характеристик тих, хто навчається. Предикатно-аналітична та векторно-матрична форма представлення знань дає можливість здійснювати машинну обробку інформації засобами алгебри скінчених предикатів і алгоритмічних структур індуктивного пошуку, завдяки чому вирішується задача побудови навчальної траєкторії в адаптивній системі дистанційного навчання й контролю знань.

7. Запропоновано технологію розробки інтелектуального навчального блоку адаптивної системи дистанційного навчання й контролю знань, що базується на імовірнісній моделі. Технологія дозволяє забезпечити автоматичне розбиття навчального матеріалу на блоки способом, який створює найбільш сприятливі умови його засвоєння студентами та виведення на опрацювання, застосовуючи можливості адаптивного представлення, адаптивної навігації та адаптивного планування курсу. Технологія розробки інтелектуального домену-експерта системи дозволяє забезпечити формування блоків контрольних завдань у системі дистанційного навчання з урахуванням індивідуальних особливостей студента, навичок і здібностей студентів, визначення моменту готовності студента для переходу на більш складний рівень матеріалу, відображення взаємозв'язків між різноманітними показниками функціонування, якістю виконання завдань і результатом тестування.

8. На основі комплексного використання розроблених технологій і методів, застосування інтелектуальних Інтернет-технологій побудовано адаптивну систему дистанційного навчання та контролю знань EduPro та впроваджено її в навчальний процес.

9. Доведено ефективність запропонованих методів шляхом експериментальних досліджень ефективності функціонування розробленої системи.

10. Теоретичні й практичні результати дисертаційних досліджень доведено до рівня впровадження, що підтверджено відповідними актами. Запропоновано практичні рекомендації щодо застосування розроблених методів у широкому колі практичних проблем, що пов'язані зі створенням автоматизованих систем передачі знань.

11. Показано, що застосування систем дистанційного навчання дозволяє не тільки зберегти якість традиційних технологій передачі знань, але в ряді випадків за рахунок використання адаптаційних алгоритмів добитися помітного підвищення результатів навчання студентів. Порівняння результатів контролю знань у групах студентів, які навчалися за допомогою однієї з найбільш популярних систем дистанційного навчання, з групами, які проходили навчання з допомогою адаптивної системи дистанційного навчання та контролю знань EduPro, ілюструє більш високу оцінку знань у студентів у середньому на 19,6 %.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Федорук П.І. Адаптивна система дистанційного навчання та контролю знань на базі інтелектуальних Internet-технологій / Федорук П.І. - Івано-Франківськ: Видавничо-дизайнерський відділ ЦІТ Прикарпатського національного університету імені Василя Стефаника, 2008. - 326 с.

2. Федорук П.І. Представлення знань у системах дистанційного навчання та контролю знань у медицині / П.І. Федорук // Штучний інтелект. - 2002. - № 3. - С. 448-451.

3. Федорук П.І. Технологія оцінки ефективності роботи баз знань / Павло Іванович Федорук, Надія Мирославівна Дяків // Математичні машини і системи. - 2004. - № 2. - C. 49-53.

4. Федорук П.І. Використання інтелектуальних агентів для інтенсифікації процесу навчання / П.І. Федорук // Штучний інтелект. - 2004. - № 3. - С. 379-384.

5. Заторський Р.А. Генератор випадкових чисел у системі дистанційного контролю знань / Р.А. Заторський, П.І. Федорук, Н.М. Дяків // Математичні машини і системи. - 2004. - № 4. - C. 98-107.

6. Федорук П.І. Технологія розробки навчального модуля в адаптивній системі дистанційного навчання та контролю знань / П.І. Федорук // Математичні машини і системи. - 2005. - № 3. - C. 155-165.

7. Федорук П.І. Інтелектуальна система дистанційного навчання та контролю знань / П.І. Федорук // Штучний інтелект. - 2005. - № 3. - С. 541-548.

8. Федорук П.І. Засоби, інструменти та можливості сучасних систем дистанційного навчання / П.І. Федорук // Электроника и связь. - 2005. - № 29. - C. 76-87.

9. Федорук П.І. Адаптація процесу навчання в системах дистанційної освіти на основі оцінки швидкості сприйняття та засвоєння знань студентами / П. І. Федорук // Математичні машини і системи. - 2006. - № 2. - C. 96-106.

10. Федорук П.І. Адаптація інтелектуальних систем дистанційного навчання та контролю знань до індивідуальних особливостей студентів на основі аналізу якості засвоєних знань / П.І. Федорук // Штучний інтелект. - 2006. - № 3. - С. 480-486.

11. Федорук П.І. Графо-автоматна модель адаптивної системи дистанційного навчання та контролю знань / П.І. Федорук // Математичні машини і системи. - 2006. - № 4. - C. 144-154.

12. Федорук П.И. Использование адаптивных и интеллектуальных технологий в системах дистанционного обучения / П.И. Федорук // УСиМ. - 2006. - № 5. - C. 68-73.

13. Мінцер О.П. Автоматизація адаптивних процесів в системі дистанційного навчання та контролю знань / Озар Петрович Мінцер, Павло Іванович Федорук // Электроника и связь. - 2006. - № 3. - C. 87-91.

14. Fedoruk P.I. The automation of adaptive processes in the system of distance education and knowledge control / P.I. Fedoruk // International Journal "Information technologies and knowledge". - 2007. - Vol. 1, № 1. - P. 376-380.

15. Федорук П.І. Автоматизація процесу вибору об'єктів навчання в адаптивній системі дистанційного навчання та контролю знань / П.І. Федорук // Электроника и связь. Тематический выпуск "Проблемы электроники". - 2007. - Ч. 3. - С. 68-71.

16. Федорук П.І. Методологія розробки моделі екстракції об'єктів навчання в адаптивній системі дистанційного навчання та контролю знань / П.І. Федорук // Математичні машини і системи. - 2007. - № 1. - С. 122-129.

17. Федорук П.И. Конструирование критериально-ориентированных тестов в адаптивных системах дистанционного образования / П.И. Федорук // УСиМ. - 2007. - № 3. - C. 67-76.

18. Федорук П.І. Технологія визначення оптимального часу тестування в адаптивних системах контролю знань / П.І. Федорук // Штучний інтелект. - 2007. - № 3. - С. 295-303.

19. Федорук П.І. Адаптивні тести: статистичні методи аналізу результатів тестового контролю знань / П.І. Федорук // Математичні машини і системи. - 2007. - № 3, 4. - С. 122-138.

20. Федорук П.І. Моделі і методи діагностики знань з використанням адаптивних тестів / П.І. Федорук // УСиМ. - 2007. - № 5. - C. 68-76.

21. Федорук П.І. Адаптивні тести: загальні положення / П.І. Федорук // Математичні машини і системи. - 2008. - № 1. - С. 115-127.

22. Федорук П.І. Використання адаптивних тестів в інтелектуальних системах контролю знань / П.І. Федорук // Штучний інтелект. - 2008. - № 3. - С. 380-387.

23. Федорук П.И. Стандарты в дистанционном обучении / Павел Иванович Федорук, Оксана Васильевна Гуцало // УСиМ. - 2008. - № 5. - C. 82-87.

24. Федорук П.І. Модель адаптивного тестування з нечіткою логікою / Павло Іванович Федорук, Сергій Миколайович Масловський // Математичні машини і системи. - 2009. - № 1. - С. 131-137.

25. Федорук П.И. Использование системы EduPRO для организации процесса адаптивного обучения / Павел Иванович Федорук, Сергей Николаевич Масловский // УСиМ. - 2009. - № 4. - C. 84-93.

26. Федорук П.І. Технологія побудови навчального процесу в адаптивних системах дистанційного навчання та контролю знань / П.І. Федорук // Штучний інтелект. - 2009. - № 3. - C. 352-355.

27. Федорук П.И. Исследование эффективности функционирования адаптивной системы дистанционного обучения EduPro / П.И. Федорук // УСиМ. - 2009. - № 6. - C. 64-70.

28. Федорук П.І. Реалізація методу адаптивного тестування у системах дистанційного навчання / П.І. Федорук // Медична інформатика та інженерія. - 2008. - № 1. - C. 66-72.

29. Федорук П.І. Модель адаптивної системи дистанційного навчання і контролю знань / П.І. Федорук // Комп'ютерне моделювання та інформаційні технології в науці, економіці та освіті: зб. наук. праць. - Кривий Ріг: КЕІ КНЕУ, 2005. - С. 223-225.

30. Федорук П.І. Проблеми представлення знань в медичних системах дистанційного навчання / П.І. Федорук // Інформаційні технології в охороні здоров'я та практичній медицині: зб. наук. праць II наук. -практ. конф. з міжнар. участю. - К., 2002. - С. 129-131.

31. Федорук П.І. Представлення знань у системах дистанційного навчання та контролю знань у медицині / П.І. Федорук // Штучний інтелект: матеріали міжнар. наук. -техн. конф. - Таганрог, Донецьк, 2002. - Т. 1. - С. 246-247.

32. Федорук П.І. Навчальні інтелектуальні системи / П.І. Федорук // Інформаційні технології в охороні здоров'я та практичній медицині: зб. наук. праць II наук. -практ. конф. з міжнар. участю. - К., 2004. - С. 95-97.

33. Fedoruk P. Knowlege Database Efficiency Evaluation / P. Fedoruk // Internet-Education-Science IES-2004: fourth International Conf. - Azerbaijan, Ukraine, Bulgaria, 2004. - Vol. 2. - P. 506-510.

34. Федорук П.І. Використання інтелектуальних агентів для інтенсифікації процесу навчання / П.І. Федорук // Штучний інтелект. Інтелектуальні і багатопроцесорні системи: матеріали міжнар. наук. -техн. конф. - Таганрог, Донецьк, 2004. - Т. 1. - С. 325-328.

35. Федорук П.І. Технологія розробки домена-експерта в адаптивній системі дистанційного навчання і контролю знань / П.І. Федорук // Системи підтримки прийняття рішень. Теорія і практика: зб. доповідей наук. -практ. конф. з міжнар. участю. - К.: ІПММС НАНУ, 2005. - С. 196-199.

36. Fedoruk P. Intensification Machine in Educational Process / P. Fedoruk // Efficiency and Responsibility in Education: Рroc. of International Conf. - Praga, 2005. - P. 74-79.

37. Федорук П.І. Розробка адаптивних систем дистанційного навчання / П.І. Федорук // Інформаційні технології в охороні здоров'я та практичній медицині: зб. наук. праць V наук. -практ. конф. з міжнар. участю. - К., 2005. - С. 108-110.

38. Федорук П.І. Інтелектуальна система дистанційного навчання та контролю знань / П.І. Федорук // Интеллектуальные и многопроцессорные системы ИМС'2005: материалы междунар. научн. -техн. конф. - Таганрог, Донецк, Минск, 2005. - Т. 2. - С. 361-365.

39. Fedoruk P.I. The Technology of Creating the Learning Module in the Adaptive System of Distance Education and Knowledge Control / P. І. Fedoruk // Cognition and Exploratory Learning in Digital Age (CELDA 2005): Proc. of the IADIS International Conf. - Porto (Portugal), 2005. - P. 419-422.

40. Fedoruk P.I. Intellectual Distance Learning and Knowledge Control System / P.І. Fedoruk // Proc. of the Fifth IAESTED International Conf. on Web-based Education, held January 23-25. - Puerto Vallarta (Mexico), 2006. - P. 116-120.

41. Федорук П.І. Розробка адаптивної системи дистанційного навчання на основі використання інформаційно-структурної моделі студента / П.І. Федорук // Інформаційні технології в охороні здоров'я та практичній медицині: Зб. наук. праць форуму з міжнар. участю. - К., 2006. - С. 68-74.

42. Федорук П.І. Оцінка якості засвоєних знань в адаптивних системах дистанційного навчання та контролю знань / П.І. Федорук // Актуальні питання фармацевтичної та медичної науки та практики: зб. наук. статей. - Запоріжжя, 2006. - Вип. XVI. - С. 29-33.

43. Федорук П.І. Технологія представлення моделі адаптивної системи дистанційного навчання та контролю знань / П.І. Федорук // Системи підтримки прийняття рішень. Теорія і практика: зб. доповідей наук. -практ. конф. з міжнар. участю. - К.: ІПММС НАНУ, 2006. - С. 186-190.

44. Fedoruk P. The Automation of Adaptive Processes in the System of Distance Education and Knowledge Control / Pavlo Fedoruk // Modern (e-) Learning: Рroc. of the International Conf. - Sofia: FOI-COMMERCE, 2006. - P. 207-211.

45. Fedoruk P. Adapting the Learning Process in Distance Learning System Based on Evaluating the Speed of Student's Perception and Comprehensibility of Knowledge / Pavlo Fedoruk // Proc. of the Ninth IAESTED International Conference on Computers and Advanced Technology in Education, held October 4-6. - Lima (Peru): ACTA Press, 2006. - P. 351-356.

46. Федорук П.І. Адаптивні системи дистанційного навчання з використанням інформаційних технологій / П.І. Федорук // Проблеми безперервного професійного розвитку лікарів і провізорів: зб. праць наук. -метод. конф. з міжнар. участю. - К., 2007. - С. 550-552.

47. Fedoruk P. Graph-Automation Model of an Adaptive Distance Learning and Knowledge Control System / P. Fedoruk // Proc. of the Sixth IASTED International Conference on Web-based Education, March 14-16. - Chamonix (France), 2007. - P. 25-31.

48. Федорук П.І. Технологія автоматичної оцінки складності завдань в адаптивній системі дистанційного навчання та контролю знань / П.І. Федорук // Системи підтримки прийняття рішень. Теорія і практика: зб. доповідей наук. -практ. конф. з міжнар. участю. - К., 2007. - С. 122-126.

49. Федорук П.І. Методика побудови математичної моделі заняття в адаптивних системах дистанційного навчання та контролю знань / П.І. Федорук // Актуальні питання фармацевтичної та медичної науки та практики: зб. наук. статей. - Запоріжжя, 2007. - Вип. XVІІI. - С. 31-37.

50. Федорук П.І. Технологія визначення оптимального часу тестування в адаптивних системах контролю знань / П.І. Федорук // Штучний інтелект. Інтелектуальні системи: матеріали міжнар. наук. -техн. конф. - Таганрог, Донецьк, Мінськ, 2007. - С. 75-80.

51. Fedoruk P. The technology of identifying optimal testing time in adaptive knowledge control system / P. Fedoruk // Proc. of the Sevent IASTED International Conf. on Web-based Education, March 17-19. - Innsbruck (Austria), 2008. - P. 390-393.

52. Федорук П.І. Стандарт розробки тестових завдань в адаптивній системі контролю знань / П.І. Федорук // Системи підтримки прийняття рішень. Теорія і практика: зб. доповідей наук. -практ. конф. з міжнар. участю. - К.: ІПММС НАНУ, 2008. - С. 155-159.

53. Федорук П.І. Використання адаптивних тестів в інтелектуальних системах контролю знань / П.І. Федорук // Штучний інтелект. Інтелектуальні системи: матеріали міжнар. наук. -техн. конф. - Донецьк: Вид-во ІПІІ "Наука і освіта", 2008. - С. 132-135.

54. Федорук П.І. Структура подання навчального матеріалу в адаптивних системах дистанційного навчання та контролю знань / П.І. Федорук // Актуальні питання фармацевтичної та медичної науки та практики: зб. наук. статей. - Запоріжжя, 2008. - Вип. XXII. - С. 53-60.

55. Федорук П.І. Використання адаптивної системи дистанційного навчання при створенні дистанційного навчального курсу "Історія та принципи діяльності НАТО" / П.І. Федорук // Вісник Наукового інформаційно-аналітичного центру НАТО Прикарпатського національного університету імені Василя Стефаника. - 2008. - Вип. 1 (спеціальний випуск). - С. 182-184.

56. Fedoruk P. Standards in Distance Learning / P. Fedoruk // Proc. of the Eighth IASTED International Conf. on Web-based Education, March 16-18. - Phuket (Thailand), 2009. - P. 216-220.

57. Федорук П.І. Особливості моделювання процесу адаптивного тестування / Павло Іванович Федорук, Сергій Миколайович Масловський // Актуальні питання фармацевтичної та медичної науки та практики: зб. наук. статей. - Запоріжжя, 2009. - С. 24-27.

58. Федорук П.І. Технологія побудови навчального процесу в адаптивних системах дистанційного навчання та контролю знань / П.І. Федорук // Системи та засоби штучного інтелекту: тези доповідей Міжнар. наук. молодіжної школи. - Донецьк: ІПIІ "Наука і освіта", 2006. - С. 182-185.

59. А. с. 20418, МОНУ. Державний департамент інтелектуальної власності. Курс "Інтелектуальні системи і Prolog" в системі дистанційного навчання і контролю знань / П.І. Федорук; дата реєстрації 10.05.2007.

60. А. с. 23774, МОНУ. Державний департамент інтелектуальної власності. Конструювання критеріально-орієнтованих тестів в адаптивних системах дистанційного навчання / П.І. Федорук; дата реєстрації 04.03.2008.

61. А. с. 23759, МОНУ. Державний департамент інтелектуальної власності. Методологія розробки моделі екстракції об'єктів навчання в адаптивній системі дистанційного навчання та контролю / П.І. Федорук; дата реєстрації 04.03.2008.

62. А. с. 23768, МОНУ. Державний департамент інтелектуальної власності. Математична модель способу адаптації студентського модуля в системі дистанційного навчання та контролю знань / П.І. Федорук; дата реєстрації 04.03.2008.

63. А. с. 23769, МОНУ. Державний департамент інтелектуальної власності. Спосіб адаптації системи дистанційного навчання та контролю знань на основі інтелектуальних Інтернет-технологій / П.І. Федорук; дата реєстрації 04.03.2008.

64. А. с. 24610, МОНУ. Державний департамент інтелектуальної власності. Науковий твір "Схема "Спосіб адаптації системи дистанційного навчання та контролю знань на основі інтелектуальних Інтернет-технологій" / П.І. Федорук; дата реєстрації 31.05.2008.

65. А. с. 24625, МОНУ. Державний департамент інтелектуальної власності. Науковий твір "Схема "Спосіб адаптації комп'ютерного комплексу студентського модуля в системі дистанційного навчання та контролю знань" / П.І. Федорук; дата реєстрації 02.06.2008.

Федорук П.І. Адаптивна система дистанційного навчання та контролю знань на базі інтелектуальних Інтернет-технологій. - Рукопис.

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 05.13.06 - інформаційні технології. - Інститут проблем математичних машин і систем НАН України, Київ, 2009.

Дисертація присвячена вирішенню проблеми забезпечення індивідуалізованого навчання, що існує в сучасній дистанційній освіті, за допомогою використання адаптивних та інтелектуальних технологій. Розроблені технології й методи дозволяють практично реалізувати процес адаптивного навчання та контролю знань із використанням інтелектуальних Інтернет-технологій.

У теоретичному аспекті обґрунтовані принципи функціонування адаптивних систем дистанційного навчання та контролю знань. Створено нову концепцію конструювання інформаційно-структурної моделі студента. Визначено поняття та розроблено технологію побудови індивідуальної адаптивної траєкторії навчання на базі методу різнорівневого алгоритмічного квантування знань. На основі комплексного використання розроблених технологій і методів побудовано експериментальну адаптивну систему дистанційного навчання й контролю знань EduPro та впроваджено її в навчальний процес. Запропоновано підходи й практичні рекомендації щодо застосування розроблених методів у широкому колі практичних проблем, що пов'язані зі створенням автоматизованих систем передачі знань. Показано, що застосування систем дистанційного навчання дозволяє не тільки зберегти якість традиційних технологій передачі знань, але в ряді випадків за рахунок використання адаптаційних алгоритмів добитися помітного підвищення результатів навчання студентів.

Ключові слова: адаптивні навчальні системи, інтелектуальні Інтернет-технології, дистанційне навчання, кванти знань, графоавтоматна модель, інформаційно-структурна модель, модель екстракції об'єктів навчання, індивідуальна адаптивна траєкторія навчання.

АННОТАЦИЯ

Федорук П.И. Адаптивная система дистанционного обучения и контроля знаний на базе интеллектуальных Интернет-технологий. - Рукопись.

Диссертация на соискание учёной степени доктора технических наук по специальности 05.13.06 - информационные технологии. - Институт проблем математических машин и систем НАН Украины, Киев, 2009.

Диссертация посвящена решению проблемы обеспечения индивидуализированного обучения, которая существует в современном дистанционном образовании, с помощью использования адаптивных и интеллектуальных технологий. Разработанные технологии и методы позволяют практически реализовать процесс адаптивного обучения и контроля знаний с использованием интеллектуальных Интернет-технологий.

Обосновано принципы функционирования адаптивных систем дистан-ционного образования и контроля знаний. Разработана графоавтоматная модель, с помощью которой решена задача оптимального управления потоком квантов знаний в адаптивной системе дистанционного образования и контроля знаний во время процесса изучения курса. Модель позволяет реализовать значительные возможности адаптации к уровню восприятия и уровню знаний обучающихся. Построено информационно-структурную модель студента, которая позволяет в совокупности с математической моделью занятия автоматизировать адаптивные процессы в системе дистанционного образования.

Предложено методологию проектирования функции приспосабливаемости в интерактивном режиме на основе моделей экстракции объектов обучения с помощью системы дистанционного образования и контроля знаний студентами с адаптацией к их подготовке и другим особенностям. Данная методология позволяет организовать фильтровальный процесс в системе, который базируется на общих требованиях, таких как характеристики языка или способ задания объектов обучения, а также на использовании онтологии для области знаний. Разработан метод установления последовательности курса с использованием технологии фильтрования, выбора значений и планирования образовательных объектов, а также методы разработки учебного блока и домена-эксперта адаптивной системы дистанционного образования. Определено понятие и разработано технологию построения индивидуальной адаптивной траектории обучения на базе разноуровневого алгоритмического квантирования знаний.

На основе комплексного использования разработанных технологий и методов построено экспериментальную адаптивную систему дистанционного образования и контроля знаний EduPro и внедрено её в учебный процесс. Доказано эффективность предложенных методов путём моделирования и экспериментальных исследований функционирования разработанной системы.

Теоретические и практические результаты исследований доведено до уровня внедрения в высших учебных заведениях Украины, а также в учреждениях последипломного образования и повышения квалификации. Предложено практические рекомендации относительно разработанных методов в широком круге практических проблем, которые связаны с разработкой автоматизированных систем передачи знаний.

Показано, что использование систем дистанционного образования позволяет не только сохранить качество традиционных технологий передачи знаний, но в ряде случаев за счёт использования адаптационных алгоритмов добиться заметного повышения результатов обучения студентов.

Ключевые слова: адаптивные обучающие системы, интеллектуальные Интернет-технологии, дистанционное обучение, кванты знаний, графоавтоматная модель, информационно-структурная модель, модель экстракции учебных объектов, индивидуальная адаптивная учебная траектория.

ABSTRACT

Fedoruk P.I. Adaptive system of distance learning and knowledge control on the basis of intelligent Internet-technologies. - Manuscript.

Thesis for a Doctor's of Technical Science degree in specialty 05.13.06 - information technologies. - Institute of mathematical machines and systems problems of NAS of Ukraine, Kyiv, 2009.

The thesis is dedicated to solving a problem of differentiation and creation of individualized learning, that exist in modern distance education with the help of adaptive and intelligent technologies use. Developed technologies and methods let us realize practically the process of adaptive learning and knowledge control with intelligent Internet-technologies use.

In theoretical aspect principles of adaptive distance learning systems and knowledge control functioning are grounded. A new concept of informational-structured model of a student designing is created. A concept was defined and an individual adaptive learning trajectory technology construction was developed on the basis of algorithmic knowledge quantization of different levels. On the basis of complex use of the developed technologies and methods a new experimental adaptive distance learning and knowledge control system EduPro was constructed and introduced into a learning process. Approaches and new recommendations were offered as to the use of developed methods in the wide range of practical problems that are connected with the construction of automated systems of knowledge transmission. It is shown that the use of distance learning system let not only to save the quality of traditional technologies of knowledge transmission, but in some cases achieve noticeable rise of student's learning results with the help of adaptive algorithms.

Key words: adaptive learning systems, intelligent Internet-technologies, distance learning, knowledge quantum, graphautomated model, informational-structured model, model of learning objects extraction, individual adaptive learning trajectory.

Размещено на Allbest.ru