Пройденные учебные фрагменты;

Текущий уровень усвоения;

Рейтинг;

Границы переходов (с одного уровня усвоения материала на другой);

Ключевые слова..

Используются четыре основных типа тестов: входной, для самоконтроля, контрольный и финальный.

Цель входного тестирования – предварительно выяснить знания обучаемого по каждому из модулей курса и «настроить» модель обучения (МО) для дальнейшего контроля знаний. В ходе этого теста выясняется уровень усвоения материала и рейтинг для каждого из разделов (модулей) УК.

Суть теста для самоконтроля состоит в том, что обучаемый самостоятельно выбирает вопросы, отвечает на них, после чего ему выдается полная статистика результатов и правильные (в случае ошибок) ответы с объяснениями. Выставляется интегральная оценка, которая отражает рейтинг на каждом из уровней усвоения. Различают пять уровней усвоения материала: понимание (? = 0), опознание (? = 1), воспроизведение (? = 2), применение (? = 3), творчество (? = 4).

Контрольное тестирование ставит своей целью путем наименьших затрат оценить знания обучаемого наиболее точным образом.

Адаптивность обучения определяется тем, что при выдаче заданий должны учитываться знания, которыми располагает обучаемый, качество их усвоения и степень знания. Следовательно, при выдаче задачи в системе учитываются два критерия:

- раздел или область знаний, к которой относится задача;

- сложность задачи.

Для определения необходимой сложности задачи вводится интегрированный показатель знаний ученика. Таким показателем является рейтинг, который учитывает общий уровень знаний ученика по курсу и позволяет при тестировании выдавать задачи, уровень сложности которых соответствует уровню знаний ученика.

Рейтинг формируется в процессе решения задач: увеличивается в случае успешного решения и уменьшается в случае неуспешного. При формировании рейтинга учитывается также сложность задачи (вопроса).

Тестирование завершается при достижении ряда условий, в т.ч. при отсутствии существенного изменения рейтинга обучаемого в течение определенного времени.

Финальный контроль знаний выполняется по алгоритму, аналогичному контрольному. В ходе тестирования проводится проверка корректности оценки, полученной в ходе контрольного тестирования, и возникает вероятность ее изменения при условии демонстрации лучших или худших знаний. ER-диаграмма системы обучения и тестирования представлена на рис.4.

Таким образом, данный метод позволяет измерять как обширность, так и глубину усвоения знаний испытуемыми, объективно ранжирует их в зависимости от качества знаний, а также снижает психологические затраты и сокращает время тестирования.

Рисунок 4. ER-диаграмма системы обучения и тестирования.

Разработанные алгоритмы и модели позволили решить проблему построения адаптивной тестирующей подсистемы, которая обладает достаточной гибкостью и эффективно выполняет поставленные задачи.

В четвертой главе решается задача разработки методов и алгоритмов анализа учебных фрагментов (учебной информации).

Так как число групп, получаемых в результате классификации, заранее не известно, а размерность УФ велика, то наиболее эффективными методами классификации УФ являются методы кластерного анализа.

Следует отметить, что цели анализа УФ соответствует не точное число кластеров с определенными элементами в каждом из них, а некоторое приближенное разбиение, дающее администратору системы (автору курса) представление об устойчивых группах, близких по свойствам учебных фрагментов. Так как процесс анализа УФ может повторяться многократно, то важно, чтобы имелась возможность провести классификацию обоснованным, надежным и экономным способом.

Этим требованиям полностью удовлетворяют динамические методы кластерного анализа, нашедшие широкое применение во многих областях научных исследований.

В диссертации разработан также динамический алгоритм кластеризации, основанный на методах k- средних и ISODATA. На вход алгоритма подается Z – количество анализируемых фрагментов, ||Uij|| - матрица коэффициентов различия учебных фрагментов, К – начальное количество кластеров, Sp1 - пороговый внутрикластерный коэффициент различия, Sp2 – пороговый межкластерный коэффициент различия, СImax – максимальное количество кластеров.

Алгоритм реализует начальную кластеризацию по методу k-средних, далее осуществляется динамический процесс реорганизации кластеров.

Общий алгоритм реализован в виде метода вектора спада. Точность методов анализа учебных фрагментов может быть определна по формуле:

где ? – значение точности, выраженное в процентов,

dN(I,I*) – метрика пространства разбиений,

I,I* - полученное и некоторое эталонное разбиение, которое определяется с помощью экспертов.

Точность методов анализа составила 15-20%.

Полученные величины являются приемлемыми и, таким образом, разработанные методы могут быть практически применимы для задач анализа фрагментов учебной информации в ИС.

Пятая глава диссертационной работы посвящена анализу и разработке инструментального комплекса ИС. Предлагается обобщенная архитектура взаимодействия, формулируются требования к комплексу.

Для реализации инструментального комплекса ИС на основе сформулированных выше требований необходимо выбрать платформу разработки, язык программирования, среду хранения данных, а также ПО web-сервера. Анализ ПО позволил определить в качестве web-сервера – Apache, СУБД – MySQL, языка программирования – PHP-скрипт.

Комплекс программных средств функционирует на основе технологии «клиент-сервер», где в качестве клиента выступает Интернет-броузер, а в роли сервера – связка СУБД и web-сервера. Но с ростом числа пользователей и учебных курсов такая модель построения становится неэффективной. Поэтому в разрабатываемой системе целесообразно применить более современную модель клиент-серверного взаимодействия, например, широко распространенную трехзвенную модель, где оконечным серверным звеном выступают один или несколько серверов баз данных, клиентским звеном – "тонкие" клиенты, а логика вынесена на один или несколько серверов приложений. В нашем случае в качестве сервера приложений и доступа используется web-сервер (Apache).

Управление и интерфейс с пользователями обеспечивает комплекс программных модулей, исполняемых на сервере. ПО, написанное на языке PHP, формирует HTML-страницы для клиента (броузера), обрабатывает клиентские запросы; для взаимодействия с сервером БД используются SQL-запросы. Схема выполнения запросов в программном комплексе ИС показана на рис. 5.

Рисунок 5. Схема выполнения запросов в программном комплексе ИС

Основным ее элементом является кластер ИС, состоящий из серверов БД, приложений и web-серверов. Доступ к системе, главным образом, осуществляется пользователями со своих рабочих мест или из лабораторий (классов) с использованием внутренней (Интранет) сети вуза. Внутривузовская сеть имеет шлюз в Интернет, для обеспечения безопасности используется аппаратно-программный firewall. Для доступа извне применяются компьютеры, подключенные к Интернет и имеющие права на доступ к системе (например, возможен доступ по протоколу https с системой обмена сертификатами SSL).

На основе формализованных функций и сформулированных требований к каждому из компонентов, был разработан прототип системы, реализующий только тестирующую и административную компоненту.

В системе тестирования определены четыре вида тестов: тест для самоконтроля, последовательный (все вопросы теста выдаются в заранее определенной преподавателем последовательности), случайная выборка (все вопросы выдаются в случайном порядке, причем можно задать количество вопросов от общего их числа в тесте, которые могут быть заданы) и адаптивный. Механизм адаптивного тестирования, описанный в Главе 3, был реализован на языке PHP с использованием алгоритма анализа формул. Формула для пересчета рейтинга и уровни КС задаются в параметрах теста и описываются в символьном виде. Выражения для вычисления строятся на основе параметров вопроса и модель обучаемого.

В системе используются следующие типы вопросов: да/нет; единственный выбор из нескольких вариантов; множественный выбор из нескольких вариантов; открытый вопрос; вопрос на соответствие.