Delist.ru

Автоматизация процесса подготовки персонала промышленных предприятий с использованием интегрированной среды (17.04.2009)

Автор: Рябикин Александр Леонидович

Анализ существующих компьютерных обучающих систем (таких, как АДОНИС, АОСМИКРО, КОБРА, НАСТАВНИК, СИМТЕХ, СЦЕНАРИЙ, ТАМАС, УРОК, УЧИТЕЛЬ И УЧЕНИК, КАДИС) на соответствие вышеуказанным требованиям позволил сделать вывод о том, что вышеуказанные системы не реализуют требуемых функций, предъявляемых к КОС. Таким образом, существует необходимость разработки архитектур, моделей и технологий контролирующей компоненты в рамках комплексной системы, адаптирующей учебный процесс в соответствии с личностными характеристиками обучаемого, с использованием современных телекоммуникационных технологий.

Проведенный анализ существующих КОС, среди которых рассматривались WIMPUS, Logo, STEAMER, TRNIMAGE, LEKTOR, CTS, MEMOLAB, SAMPLE, NEWTON_T, SCHOLAR, а также АВС, где анализировались COURSEWRITER, TUTOR, TenCORE, HELENA, Intermedia, NoteCards, HyperTies, Linkway, Guide, HyperCostoc позволил определить архитектуру ИС, представленную на рис.1 и сформулировать основной круг решаемых задач.

Рис .1. Архитектура ИС:

УМ - учебный материал; УК - учебный курс;

БД - база данных; БПЗ - база педагогических знаний;

МУ - модель ученика.

Во второй главе диссертации на основе выполненной формализации концептуальной модели данных (КМД) разработана база данных учебного материала, с использованием которой построен макет информационной системы по структуризации, анализу и эффективном использовании фрагментов учебной информации в различных областях авторской и преподавательской деятельности.

В качестве средства формализованного описания данных на концептуальном уровне выбрана модель данных "объект - связь". В работе осуществлена формализация основных компонентов, что позволило представить модель в виде:

где E -множество типов (классов) объектов;

L - множество типов (классов) связей;

A - множество атрибутов модели;

V - множество типов доменов;

f card : E ( L ( N I І , где N I -множество целых неотрицательных чисел. Частичное отображение сопоставляет каждой связи и некоторому объекту, вовлекаемому в данную связь, упорядоченную пару неотрицательных чисел, определяющих интервал связи.

- определяют характеристики конкретных объектов, связей, атрибутов и доменов.

Подобное представление модели является полным как с точки зрения процесса автоматизированного проектирования систем баз данных, так и с точки зрения мощности и полноты моделирования объектов и характеристик реальных систем обработки учебной информации.

Построение разработанной КМД (рис. 2) и КМД «Учебный Курс» (рис. 2а) основывается на итерационной процедуре, сущность которой заключается в том, что исходное множество объектов и связей задает администратор базы данных, а далее это множество корректируется в соответствии с информационными потребностями пользователей приложений.

Рис.2. ER-диаграмма по предметной области «Учебный материал»

Большинство шагов предлагаемой методики требуют средства, позволяющего определять различные компоненты модели и их свойства. В качестве такого средства используется язык графических диаграмм, основные конструкции которого приведены в диссертации.

На основе разработанной концептуальной схемы в диссертации осуществлено построение реляционной схемы в среде СУБД MySQL и MS Access, являющейся основой для разработки прикладных процедур и запросов ИС "Учебный предмет".

Третья глава посвящена разработке подсистемы адаптивного контроля знаний обучаемого. В ней обосновывается применение целевых показателей обучения, разрабатывается общий алгоритм обучения и предлагается подход к реализации адаптивного тестирования (рис. 3). Описывается общая семантическая модель ИС.

Рисунок 2а. ER-диаграмма «Учебный Курс»

Формализация оценки знаний, умений и навыков (так называемых дидактических показателей) обучаемых всегда представляла определенную сложность, как в автоматизированном обучении, так и в обычной практике. Предлагается использовать классификацию, предложенную В. П. Беспалько.

Будем делить целевые показатели обучения на две группы: количественные (усвоение, представление материала, автоматизация, осознанность) и качественные (сложность, трудность и т.д.).

Рисунок 3. Общий алгоритм изучения УК и тестирования

Анализ теории целевых показателей обучения позволил сделать вывод о целесообразности их использования с целью повышения эффективности адаптивного тестирования и обучения.

Был предложен общий алгоритм изучения УК и тестирования, разбитых на разделы (модули), состоящий из следующих этапов:

Входное тестирование;

Справочно-обучающий материал (обучение);

Тест для самоконтроля;

Контрольный тест;

Анализ результатов контрольного тестирования;

«Работа над ошибками» с использованием материала УК;

Финальный контроль знаний по курсу;

Анализ и оценка знаний в целом по УК.

Были сформулированы их цели и решаемые на каждом из них задачи.

????$??$???????E?р

???????$??$??????Проведен сравнительный анализ ряда методов контроля знаний, таких, как: стандартный (балльный и процентный), иерархический многоуровневый тест, последовательный дифференцирующий метод, тестирование на основе механизма вывода. На основе анализа, принимая во внимание требования к ИС, был разработан алгоритм адаптивного тестирования.

Сама система позволяет получать информацию по следующим компонентам:

Пройденные курсы;

Пройденные модули (разделы);

загрузка...