автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическая модель и прикладные разработки гибридных технологий доставки котента в электронных образовательных системах

ГИЛЬМАНОВ Александр Сергеевич

МАТЕМАТИЧЕСКАЯ МОДЕЛЬ И ПРИКЛАДНЫЕ РАЗРАБОТКИ ГИБРИДНЫХ ТЕХНОЛОГИЙ ДОСТАВКИ КОТЕНТА В ЭЛЕКТРОННЫХ ОБРАЗОВАТЕЛЬНЫХ СИСТЕМАХ

05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Тюмень-2010

10 т 2ою

004603527

Работа выполнена на кафедре программного обеспечения Института математики и компьютерных наук ГОУ ВПО Тюменский государственный университет.

Научный руководитель: кандидат физ.-мат. наук, профессор

ЗАХАРОВА Ирина Гелиевна

Официальные оппоненты: доктор технических наук, профессор

ГЛУХИХ Игорь Николаевич

кандидат физ.-мат. наук, доцент ЗАХАРОВ Сергей Дмитриевич

Ведущая организация: Учреждение Ханты-Мансийского АО

«Югорский научно-исследовательский институт информационных технологий», г. Ханты-Мансийск

Защита диссертации состоится /5~ tMokJ Zc/¿V в и** часов на заседании диссертационного совета Д 212.274.14 при Тюменском государственном университете по адресу 625003, г. Тюмень, ул. Перекопская, 15 А, ауд. 410.

С диссертацией можно ознакомиться в библиотеке Тюменского государственного университета.

Автореферат разослан « 2. » мая 2010 г.

Ученый секретарь диссертационного совета

Н. Н. Бутакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. \\^еЬ-ориентированные информационные системы (ИС) в настоящее время получили широчайшее распространение, так как они позволяют добиться максимальной эффективности при автоматизации практически любых процессов. Одной из основных современных тенденций в практике работы с ИС является активное внедрение мобильных устройств различного рода и применение их наравне со стационарными компьютерами. Платформы мобильных устройств позволяют выполнять множество функций, однако, особенности аппаратного и программного обеспечения на таких устройствах накладывают большое количество ограничений на формат контента; к тому же мобильные каналы передачи данных имеют низкую пропускную способность при высокой стоимости трафика. Очевидно, что при использовании мобильных устройств в рамках распределенных ИС необходима адаптация передаваемого контента к устройствам.

Гибридные технологии доставки контента - совокупность методов, обеспечивающих: 1) возможность унифицированного доступа к ресурсам ИС при помощи любых устройств и каналов связи; 2) подбор и адаптацию контента к предпочтениям пользователей и к техническим особенностям устройств.

Мобильные технологии в образовательных системах - одно из текущих направлений развития электронного образования (еЬеагшг^). Процесс обучения с использованием мобильных технологий, или мобильное образование (тЬеагшг^) определяется, как «любой вид обучения, при котором обучаемый использует возможности, предлагаемые мобильными технлогиями» (консорциум МОВНеагп).

Для эффективного использования гибридных технологий в образовательных ИС необходим определенный подход к оптимизации структуры материала, что требует разработки и исследо-

вания информационных и математических моделей структуры контента.

В настоящее время подходы к построению подобных систем описаны в работах В. А. Куклева, С. Д. Кувшинова, Д. Чарчилля, Д. Хэдберга, П. Саломони, С. Мирри, С. Феррети, М. Роччетти и др. Однако, открытыми остаются вопросы, связанные с форматом представления образовательных ресурсов. Большинство описываемых систем являются сервисно-ориентированными, т. е., предлагающими различные сервисы в зависимости от типа устройства. Данный подход не реализует адаптацию учебного контента к предпочтениям пользователя в полной мере. В тех системах, где учебный контент подбирается в соответствии с пользовательским устройством, не учитываются семантические характеристики материала.

Таким образом, проблема исследования и поиска эффективного способа применения гибридных технологий доставки контента в ууеЬ-ориентированных ИС в целом, и в системах управления курсами в частности, представляется актуальной.

Целью работы является построение информационных, математических и объектных моделей учебного контента и алгоритмов подбора материала для отправки пользователю в системах управления курсами, ориентированных на гибридные технологии доставки.

Для достижения обозначенной цели в работе были поставлены следующие задачи:

1) исследование и анализ современных подходов и стандартов еЬеагшп§, тЬеагшп§;

2) построение информационной модели системы управления курсами с использованием гибридных технологий доставки контента; математической и объектной моделей структуры представления учебного материала и алгоритмов его отбора для доставки пользователю;

3) построение имитационных моделей, их программная реализация и проведение вычислительного эксперимента;

4) практическая проверка адекватности предложенных моделей и алгоритмов в рамках программной реализации на примере построения онлайн базы знаний.

Объектом исследования в диссертационной работе является моделирование структуры контента в системах управления курсами.

Предмет исследования - модели способов доставки образовательного контента по различным каналам связи, алгоритмы формирования адаптивных электронных курсов, гибридные технологии доставки контента.

Методы исследования - теория графов, теория множеств, дискретная математика, теория алгоритмов, методы оптимизации, теория баз данных, теория проектирования ИС, математическое моделирование, имитационное и компьютерное моделирование.

На защиту выносятся:

1) информационная модель системы управления курсами, базирующейся на гибридных технологиях доставки контента;

2) расширенная объектная модель компонентов учебного контента, основанная на стандарте IEEE LOM, дополненная набором формализованных педагогических характеристик и учитывающая показатели содержательной и структурной сложности материала, вид презентации информации, характер действий обучающегося;

3) математическая модель учебного контента и методы формирования пакетов контента, адаптированные к ограничениям канала связи, пользовательского устройства, предпочтениям пользователя к представлению материала, а также к целям пользователя;

4) программный комплекс, обеспечивающий реализацию предложенных моделей в рамках электронной обучающей системы класса eLearning 2.0.

Научная новизна и теоретическая значимость. На основе систематического рассмотрения способов хранения и доставки учебных материалов в системе управления курсами, использую-

щей гибридные технологии доставки контента, определены подходы к моделированию структуры учебного материала. Построена информационная модель системы управления курсами, использующей гибридные технологии доставки контента, учитывающая тип пользовательского устройства и канала связи, семантические характеристики передаваемого контента, адаптацию материала под предпочтения пользователя. Разработаны объектная и математическая модели структуры представления учебного материала, позволяющие реализовать многокритериальный поиск компонентов контента для доставки. Предложено и обосновано расширение модели метаданных учебных объектов, за счет включения характеристик, учитывающих структурную сложность, содержательность и характер презентации материала, а также характер действий обучающегося при освоении материала, что позволило реализовать сложные адаптивные алгоритмы подбора контента. Предложены алгоритмы автоматизированного подбора отправляемых пользователю ресурсов, формирования пакетов учебного контента и их оптимизации по различным критериям.

Практическая значимость работы. Разработана компьютерная модель описанной системы, позволяющая проводить имитационные эксперименты.

На основе предложенных моделей разработана система построения онлайн баз знаний использующих гибридные технологии доставки контента. На платформе созданной системы реализована база знаний «Операционные системы Windows», размещенная в Интернет по адресу http://hybridtech.ru. Система позволяет размещать в рамках одной темы материалы в различных форматов и различных уровней сложности; пользователю контент предоставляется в соответствии с указанными им настройками и используемым типом устройства.

Реализация и внедрение результатов работы. Предложенные алгоритмы использованы при проектировании и разработке ИС «Молодежный портал Тюменской Области», что подтвержда-

ется соответствующим актом внедрения, выданным государственным автономным учреждением «Молодежный информационно-аналитический центр». Разработана база знаний «Операционные системы семейства Windows», размещенная в Интернет по адресу http://hvbridtech.ru.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях и семинарах: всероссийская научно-практическая конференция «Модернизация системы профессионального образования на основе регулируемого эволюционирования», г. Челябинск, 2007; международная научная конференция «Математические методы в технике и технологиях», г. Ярославль, 2007; международная конференция «Применение новых технологий в образовании» г. Троицк, 2008, 2009; научно-практическая конференция «Современные проблемы математического и информационного моделирования. Перспективы разработки и внедрения инновационных IT-решений» г. Тюмень, 2008, 2009, 2010; научных семинарах Института математики и компьютерных наук ТюмГУ.

Публикации. По теме диссертации автором опубликовано 13 печатных работ, в том числе 2 в изданиях, рекомендованных ВАК.

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы из 134 наименований. Общий объем диссертации - 128 страниц, в том числе 41 иллюстрация.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе представлен анализ и обозначены основные проблемы моделирования и реализации систем eLeaming, mLear-ning; произведен обзор современных электронных образовательных систем, представлены перспективы развития технологических решений.

Концепция eLearning 2.0 опирается на три виртуальных пространства: учебный контент, экспертные сообщества, и личное виртуальное образовательное пространство. Базовыми модулями образовательного материала в системах eLearning 2.0 являются учебные объекты (Learning objects) - «любая сущность, цифровая или нет, которая может быть использована в одном и более контекстах, или на которую может быть сделана ссылка во время технологически обеспеченного обучения»1. Мобильное образование (mLearning) - разновидность электронного обучения, доступного отовсюду и в любое время с помощью мобильных устройств.

В настоящее доступ к учебному материалу как с компьютеров, так и с мобильных устройств предоставляют системы: Moodle, Blackboard, AIU, TOPYX, Google Apps.

В системах eLearning 2.0 контент чаще всего представляется разрозненным, наполняемым несколькими разработчиками набором объектов, что создает обучающимся трудности при формировании индивидуального учебного материала по различным критериям (например: уровень сложности, формат представления, время, необходимое на изучение и др.).

Подходы к построению систем электронного и мобильного образования изучали такие исследователи как: Куклев В. А., Крук Б. И., Сигов А. С., Мордвинов В. А., Дханджал Д., Пикерсгилл Д., Шмоллер С. и др. Однако до сих пор не предложено универсального способа структурирования и адаптации больших наборов разноформатного образовательного контента; а также алгоритмов подбора объектов для доставки конкретному пользователю.

Пути решения данной проблемы можно определить на основе анализа элементов системы управления курсами и их взаимосвязи, формализации задач подсистем, выделения основных процес-

1 IEEE Std 1484.12.3-2005. IEEE Standard for Learning Technology -Extensible Markup Language (XML) Schema Definition Language Binding for Learning Object Metadata.

сов и информационных потоков. Информационная модель является основой для описания элементов системы на уровне математических конструкций, выделения основных зависимостей, закономерностей и алгоритмов в соответствии с поставленными задачами, для дальнейшего анализа и модификации.

Во второй главе формализуются понятия предметной области, строятся информационная, объектная и математическая модели системы управления курсами, использующей гибридные технологии доставки контента в нескольких вариантах: без реализации адаптивного алгоритма подбора контента, система с режимом самообучения, система с динамической подстройкой.

Для описания элементов системы, не требующей реализации адаптивного алгоритма, представим ее в виде кортежа:

Н = (1,иЯ,М,<р) (1)

где Ь - множество учебных объектов системы, и - множество пользователей системы, 7? - заявки от пользователей (входы системы), М - сообщения пользователям (выходы системы), <р - алгоритм выбора учебных объектов для доставки пользователям.

Множество учебных объектов Ь в системе определяет представленный в ней учебный материал. Каждый учебный объект L¡ характеризуется совокупностью атрибутов: = {и>,/,£;,/, ¿0, где \г - физический объем в МБ, / - формат объекта, / - экспертная оценка времени на изучение (продолжительности) объекта, / -экспертная оценка уровня сложности объекта, с/ - экспертная оценка семантической плотности объекта, т.е. степени насыщенности информацией.

Положим, что некоторая учебная тема Т состоит из т сущностей е (определения, факты, понятия, и т. п.): Т = [еъе2, ...,ет]. Каждой сущности е путем некоторого отображения уе можно поставить в соответствие пе представлений, каждое из которых является учебным объектом Ь\уе\1 -» ....¿^ }. Учебные объекты, отражающие одну сущность группируются в подмножества - учебные альтернативы: Ае — Любое под-

множество А%, где \Аев\ > 1 будем считать отражением сущности е. Таким образом, учебная тема Т представляется в системе множеством альтернатив: Т = {А[,А2,—.А^}. Подмножество учебных объектов £ будем считать отражающим учебную му Т (5 = Г), если

Уег е Т, Э/,е< 6 5,0 = 1,тп):£в( =

Профиль и текущая активность пользователя £/,- в системе характеризуются множеством атрибутов: = {с, Ри;}, где с - текущий режим подключения; I - уровень подготовки пользователя, Ри1 - множество предпочтений пользователя по представлению контента: Ри1 = {£, где предпочтение по продолжительности материалов, - важность обеспечения заданного предпочтения по продолжительности, 5 - важность минимизации скорости доставки, р - важность минимизации стоимости доставки, / - предпочтение по виду представления (текстовое/мультимедийное), /* - важность представления материала в указанном формате, с1 - важность обеспечения максимального показателя семантической плотности.

Заявкой Я будем считать запрос от пользователя на доставку контента, определяемый, как кортеж: Я = (иг,Тг), где И - пользователь, отправивший запрос, Т - запрашиваемая тема.

Сообщением М будем считать пакет учебных объектов, отправляемый пользователю, определяемый, как кортеж: М = (/?, 5), где Л - заявка от пользователя, £ - ресурсы сообщения, множество учебных объектов, отражающее запрашиваемую тему.

Для автоматической генерации в системе сообщений М, однозначно соответствующих некоторым заявкам, необходимо определить набор правил, определяющих критерии и принципы отбора объектов для конкретного пользователя. То есть, нужно определить способ решения задачи формирования множества Б = ....¿д^} из множества Г в соответствии с конкретным

запросом 11. Для этого в системе используется алгоритм (р.

Задача отбора объектов может интерпретироваться как задача многокритериальной оптимизации, где в качестве частных критериев выступают:

1) показатель семантической плотности передаваемых объектов:

(2)

2) время, затрачиваемое на доставку объектов:

/2(5) = £и^Ас (3)

где Лс - коэффициент пропускной способности канала с;

3) стоимость доставки объектов:

/з(Я = 1>^с (4)

где цс - коэффициент стоимости трафика для канала с;

4) соответствие продолжительности предоставляемого материала предпочтениям пользователя:

Д(5) = К, " М (5)

5) соответствие формата представления контента предпочтениям пользователя:

/3(5) = | Гц~к\ (6)

При этом необходимо обеспечивать необходимый уровень

(1Ь. < 1и

сложности и формат представления объекта: УЬц 6 '

Ксц ^ Си

Совокупность частных критериев оптимальности (2)-(6)

Ф(5) = СЛ (5), /2 С5), /3 (5), /4(5), /5 (5)) (7)

будем называть векторным критерием оптимальности. Можно сформулировать задачу минимизации каждого из критериев оптимальности в одной и той же области допустимых значений 05 6 Ь.

шт5е05Ф(Я = Ф(Г), (8)

где £>5 - множество допустимых значений вектора варьируемых параметров, который, применительно к рассматриваемой задаче, определяется существующими в базе учебными объектами.

Для решения задачи (8) был выбран метод аддитивного критерия, для которого необходима информация об относительной

предпочтительности частных критериев (2)-(6), что, применительно к данной задаче, может соответствовать предпочтениям пользователя. Целевая функция, определяющая критерий оптимальности, полученная методом аддитивного критерия имеет вид:

Ф(5) = -d„/i(S) + Suf2(S) + Puf3(S) + t*üf4(.S) + fyfs(S) -» min (9) Связи между объектами представим связным ориентированным графом Т = {U,Е), где /7 = {r,Li,L£,...,LTS] - множество вершин, отражающих учебные объекты, входящие в запрошенную тему (соответствует множеству ), Е = ({r,L[},{r,L2}, —,{LTq,s}) - множество ребер. Весовая функция со: Е -» R (weight) для графа будет соответствовать функции (9) для каждой пары смежных вершин графа.

т

Рис. 1. Объекты и связи между ними

Таким образом, задача (8) сводится к задаче поиска кратчайшего пути на графе из вершины г в вершину 5.

В основе алгоритма подбора объектов для доставки лежит пошаговый отбор, схема алгоритма представлена на рис. 2. В результате работы алгоритма подбирается по одному объекту из каждой учебной альтернативы.

Для темы Т

Адаптивные алгоритмы подбора контента подразумевают автоматизацию сбора сведений о пользователе и подбор выходных данных, соответствующих целям и предпочтениям пользователя. В рассматриваемой системе адаптивность может быть реализована, как минимум, двумя способами: путем внедрения режима «обучения» системы, либо создания механизма динамической подстройки.

Модель системы с режимом обучения можем определить как:

Н = (Ь, и, Я, М, 2, <р), (10)

где Ь - множество учебных объектов системы, и - множество профилей пользователей системы, Л - заявки от пользователей (вход системы), М - сообщения пользователям (выход системы), 2 -множество состояний системы (в простейшем случае, множество содержит 2 элемента: режим обучения, и автоматический режим - {гь г2}), <р - алгоритм выбора учебных объектов для доставки пользователям.

Модификация в данной модели затрагивает профили пользователей 1} и алгоритм (р. К атрибутам профиля пользователя добавляется атрибут ц, отвечающий за переключение режимов системы, т.е., критерий достаточности накопленной информации о предпочтениях. В общем виде работу алгоритма (р для данной модели можно представить в виде двух отображений: <рх-. Я х 2 -» 2, Я х 2 -» М. Представленные отображения можно описать следующим образом: для конкретного пользователя II, пока < цтах, где дтах - предопределенный в системе порог обучения, пользователь самостоятельно выбирает учебные объекты (г„=7;). Показатели предпочтений пользователя определяются на основе выбранных им объектов. После достижения порогового значения ди = Цтш, система переключается в автоматический режим (2и=г2). В дальнейшем отбор ведется по алгоритму, аналогичному представленному выше.

Адаптивная система с динамической подстройкой реализует сбор сведений о пользователе в течение всего времени его работы. Изначально устанавливаются некоторые усредненные показа-

тели предпочтений, объекты подбираются в соответствии с ними, однако, имеется возможность корректировки выбора. Представления о предпочтениях и целях пользователя формируются в соответствии с вносимыми им корректировками. Данная модель схожа с предыдущей, однако, не требуется введение дополнительных режимов работы системы. Для ее реализации необходимо определить исходные значения характеристик пользователя, а также количество п значимых шагов. Таким образом, к множеству Рш добавляется параметр д, учитывающий количество шагов пользователя, также в системе определяются: /о - усредненное значение показателя предпочтений пользователей по краткости/развернутости материала, 8ц - усредненное значение показателя предпочтений по скорости доставки; ро - по стоимости доставки,^ - по виду представления.

Показатели предпочтений пользователя подсчитываются следующим образом:

/и = /о: Яи = ( = 50; ци = О,

г _ А+-+Гд . _ £1+2+£? .

< Ги,ч+1 - ~ '>1 и <п> -1 1 ~ ''Чи < П> ;... /и.ч+1 = ^->Яи ^ п \Ги,Ч+1 - -->Чи ^ п

и т. д. по аналогичной схеме для всех характеристик пользователя. В дальнейшем алгоритм <р также функционирует аналогично представленному выше.

Построенная математическая модель отражает механизмы отбора объектов для доставки пользователю и описывает методы решения проблем, представленных в первой главе. Это позволяет, на основе изложенного подхода, построить имитационную модель системы, обеспечивающую проверку адекватности предлагаемых алгоритмов, а, в дальнейшем, реализацию системы класса еЬеагпт§ 2.0.

В третьей главе представлен программный комплекс, реализующий имитационную модель системы управления курсами и вычислительный эксперимент. Основной целью проведения имитационного эксперимента являлась проверка адекватности предложенных моделей и алгоритмов, а также сравнение различных схем по критериям эффективности: средняя семантическая плотность доставляемых объектов, среднее суммарное время на доставку для пользователя, суммарная стоимость доставки, общая неудовлетворенность пользователя. Имитировалась работа системы еЬеагшп§ 2.0 в различных модификациях: без использования гибридных технологий доставки, с использованием гибридных технологий без реализации адаптивного ал-гортима, с реализацией динамической подстройки под предпочтения пользователя. Был проведен ряд испытаний, в которых моделировались системы различных масштабов: малые (не более 10 пользователей, 2-3 учебные темы, не более 10 разделов каждая, средняя насыщенность объектами - по 5 на раздел - это к примеру, небольшие электронные справочники), средние (от 10 до 100 пользователей, 100-1000 учебных тем, не более 10 разделов каждая, средняя насыщенность объектами - по 10 на раздел - например, системы поддержки электронного образования), большие (более 1000 пользователей, более 1000 тем, от 10 до 50 разделов каждая, насыщенность объектами - от 50 до 100 - крупные базы знаний, электронные энциклопедии и т. п.). Результаты проведенного эксперимента показывают, что внедрение гибридных технологий доставки контента оправдано в системах еЬеагпн^ 2.0 среднего и большого масштабов, а также при большой степени насыщенности объектами в рамках каждого раздела изучаемых тем. На рис. 3 показана отчетная форма для прогона модели, имитирующей систему большого масштаба (1000 учебных тем, 49972 учебных альтернатив, 499872 учебных объектов; 500 пользователей с нормально распределенным уровнем подготовки): сравниваются показатели времени на доставку, стоимости доставки, времени, потраченного пользовате-

лями на выбор ресурсов, показатель общей неудовлетворенности пользователей, а также график зависимости показателя неудовлетворенности от количества пользователей.

3-8Т (\ Самостоятельней пгдЗор |

Bptixa «я достваку

Стоздлсгь рогт«во!

СамоСПЯЮШП/».

«дотшИм -хс.тги*

Bf>iM» scTp»4tr.r-:ci

« ня выбалрйсургга

Обцв» иоддоютвореш&стъ пвпмоввт«»«-

МО ООО-^с 4S0 000 -^"

АД85ТИвВ4Я систем«

Свотстоягежный яодЬгр

в&адееагзлеи

4S0 600 433К0

sscoso-

300 500

— Свиосгйятепьнвй подбор

— Автомвгкч«са<й под!;а |—Адагопе-у.ый поябоа

13735393195120135 15

ИвО 1SS210 22$ 240 2SS 270 2SS 3ffi> 21£ 32« 3*5 365 375 MS Ш 4":5 434 449 «64475 484

Рис. 3. Отчет по прогону имитационной модели

Практическое применение описанных моделей проиллюстрировано на примере описания задачи проектирования и построения системы управления курсами класса eLearning 2.0, использующей гибридные технологии доставки контента. Программный комплекс был реализован как web-ориентированная система построения совместно наполняемых баз знаний. БД комплекса была реализована в СУБД MySQL, программный код написан на языке PHP.

Основные требования, предъявляемые к архитектуре системы: • структура данных должна обеспечивать возможность реализации описанных алгоритмов, а также допускать модификации системы без коренной переработки БД;

• система должна быть реализована в объектно-ориентированной парадигме с возможностью изменения отдельных классов, или добавления новых, без правки существующих;

• логика алгоритмов должна быть реализована в рамках объектной модели;

• уровень представления контента должен быть полностью независим от уровня логики.

Требования к функционалу:

• представление учебных ресурсов в соответствии с определенной в модели структурой (темы, альтернативы, объекты);

• возможность разделения прав пользователей;

• возможность добавления и правки материалов; возможность назначения метаданных учебных объектов;

• возможность задания предпочтений пользователя в настройках;

• автоматическое определение технических характеристик устройства пользователя;

• два режима отображения контента: 1) отображать автоматически подобранный для пользователя контент, 2) отображать весь контент для самостоятельного подбора пользователем.

• независимые интерфейсы для различных устройств. Реализация алгоритма в рамках методов классов (уровень логики) позволяет определять любое количество интерфейсов с различными характеристиками. В разработанной системе данная возможность представлена на примере трех интерфейсов: полноценный ПК-интерфейс, PDA-интерфейс, а также мобильный интерфейс для сотовых телефонов и подобных устройств. Реализована поддержка 15 форматов: текст, HTML, документы различных приложений, аудио-форматы, видео-форматы, интерактивный flash-формат. Пользовательские настройки определяются в специальном разделе сайта, и сохраняются на протяжении всей сессии.

Выбор интерфейса происходит автоматически, в зависимости от используемого устройства, все интерфейсы обращаются к од-

ним и тем же методам классов, различаются только параметры

вызова (тип подключения, пользовательские настройки).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

• Введение понятия гибридных технологий доставки контента, обобщающего методы подбора и адаптации информационных ресурсов к предпочтениям, целям пользователей и техническим возможностям устройств и каналов связи, позволило определить подходы к решению актуальной задачи многокритериального адаптивного поиска компонентов учебного материала для пользователей в системах класса eLearning 2.0.

• На основе проведенного информационного структурно-функционального моделирования электронной образовательной системы обоснована возможность и показаны принципы формализации семантических (педагогических) и технических компонентов контента для реализации математических моделей и алгоритмов гибридных технологий доставки.

• Для реализации сложного адаптивного алгоритма подбора контента построен расширенный вариант объектной модели IEEE LOM, учитывающий показатели содержательной и структурной сложности материала, вид презентации информации и характер действий обучающегося.

• Проведенный анализ подходов к построению математических моделей контента и методов его отбора для отправки пользователю показал, что наиболее адекватным математическим представлением задачи является ее постановка в виде задачи многокритериальной оптимизации.

• На основании результатов вычислительных экспериментов с разработанной компьютерной моделью сделаны выводы об оправданности внедрения гибридных технологий доставки контента в системах среднего и большого масштаба (от 10 пользователей, от 100 учебных тем).

• Адекватность предложенных моделей и алгоритмов формирования и доставки контента подтверждена их программной реализацией на примере разработанной базы знаний «Операционные системы семейства Windows».

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Гильманов А. С., Ступников А. А. Использование мобильной технологии SMS-сообщений в сфере корпоративных коммуникаций // Лучшие выпускные квалификационные работы 2006, часть 1. - Тюмень. Изд-во ТюмГУ, 2007. - С. 31-39.

2. Гильманов А. С., Ступников А. А. Использование мобильных технологий в задачах управления // Математические методы в технике и технологиях: сбор. тр. XX Междунар. науч. конф. Т. 9. - Ярославль. Изд-во Яросл. гос. Техн. ун-та, 2007. - С. 248250.

3. Гильманов А. С., Захарова И. Г. Возможности использования мобильных технологий в образовательном процессе // Математические методы в технике и технологиях: сбор. тр. XX Междунар. науч. конф. Т. 9. - Ярославль. Изд-во Яросл. гос. Техн. ун-та, 2007.-С. 246-248.

4. Гильманов А. С., Гильманов С. А. Модель использования гибридных технологий в профессиональном образовании // Модернизация системы профессионального образования на основе регулируемого эволюционирования: материалы VI Всерос. научно-практ. конф. ч. 6 - Челябинск. Изд-во «Образование», 2007.-С. 48-56.

5. Гильманов А. С. Информационная модель системы поддержки дистанционного образования, использующей гибридные технологии // Вестник ТюмГУ. - 2007. - №5. - Тюмень. Изд-во Тюм-ГУ-С. 115-118.

6. Гильманов А. С. Возможности использования гибридных технологий доставки контента в условиях балльно-рейтинговой системы оценки качества обучения // Применение новых технологий в образовании: материалы XIX межд. конф. - Троицк. Изд-во «Тровант», 2008. - С. 313-314.

7. Гильманов А. С. Информационное моделирование обучающей системы, использующей гибридные технологии доставки контента // Современные проблемы математического и информа-

ционного моделирования. Перспективы разработки и внедрения инновационных 1Т-решений: сбор, научн. трудов - Тюмень. Изд-во ТюмГУ, 2008. - С. 35-39.

8. Гилъманов А. С. Объектная и математическая модели системы управления электронными курсами, базирующейся на гибридных технологиях доставки контента // Математическое и информационное моделирование: сбор, научн. труд. Вып. 10 -Тюмень. Изд-во «Вектор Бук», 2008. - С. 92-98.

9. Гилъманов А. С., Гилъманов С. А. Моделирование учебных объектов обучающих систем, использующих гибридные технологии доставки контента // Вестник ТюмГУ. - 2008. - №6. - Тюмень. Изд-во ТюмГУ - С. 190-195.

10. Гилъманов А. С. Практика применения гибридных технологий доставки контента в электронном образовании // Применение новых технологий в образовании: материалы XX межд. конф. -Троицк. Изд-во «Тровант», 2008. - С. 462-464.

11. Гилъманов А. С. Разработка электронного курса «Компьютерного геометрия и графика», использующего гибридные технологии доставки контента // Современные проблемы математического и информационного моделирования. Перспективы разработки и внедрения инновационных 1Т-решений: сбор, научн. трудов - Тюмень. Изд-во ТюмГУ, 2009. - С. 35-39.

12. Захарова И. Г., Пряхина Е. Н., Гилъманов А. С. Спортивно-молодежный информационный портал тюменской области. -Тех. задание по теме «Разработка и создание информационной системы «Спортивно-молодежный информационный портал Тюменской области» № 6/540-09.

13. Гилъманов А. С. Свидетельство о государственной регистрации программы для ЭВМ №2009616109 «Система построения онлайн баз знаний, использующих гибридные технологии доставки контента» от 11.01.2010.

Подписано в печать 19.05.2010. Тираж 100 экз. Объем 1,0 уч.-изд. л. Формат 60x84/16. Заказ 342.

Издательство Тюменского государственного университета 625003, г. Тюмень, ул. Семакова, 10. Тел./факс (3452) 45-56-60; 46-27-32 E-mail: izdatelstvo@utmn.ru

Содержание.

Введение.

Глава 1. Электронное образование, мобильное образование, стандарты представления контента в электронных образовательных системах.

1 1 Электронное образование.

1 1 1 Понятие электронного образования. еЪеагш^ 2.0.

1.1.2 Учебный контент в системах класса еЪеагпи^ 2.0. Учебные объекты.^

1.1.3 Использование учебных объектов. Стандарты контента.

1.1.4 Анализ существующих ЪМ8 и ЬСМ8 сисгем класса еЬеагпп^ 2.

1.2 Мобильное образование.^

1.2.1 Понятие мобильного образования (тЪеапшщ).^

1.2.2 Обзор существующих тЬеагпи^-систем.

1.3 Перспективы развития систем еЪеагшг^.

Глава 2. Информационная, математическая и имитационная модели ЬСМ8 системы, использующей гибридные технологии доставки контента.:.

2 1 Информационная модель системы управления курсами, использующей гибридные технологии доставки контента.

2.1.1 Анализ и описательная модель системы.

2.1.2 Функциональные модели.

2 2 Математические модели контента и алгоритмов его отбора для доставки пользователю.

2.2.1 Математическая модель системы управления курсами без реализации адаптивного алгоритма.

2.2.2 Модификация модели для реализации адаптивного алгоритма.

2.2.3 Моделирование системы по принципу Б-схемы.

2.3 Имитационное моделирование системы.

2.3.1 Этапы построения имитационной модели.

2.3.2 Критерии эффективности моделей и алгоритмов.

Глава 3. Практика применения гибридных технологий доставки контента

3.1 Программная реализация моделей и вычислительный эксперимент.

3.1.1 Платформа компьютерного моделирования.

3.1.2 Компьютерное моделирование подсистемы пользовательских интерфейсов и внешней среды.

3.1.3 Моделирование подсистемы хранения данных.

3.1.4 Компьютерное моделирование пользователей системы.

3.1.5 Компьютерное моделирование логической подсистемы.

3.1.6 Эксперименты с компьютерной моделью.

3 2. Построение системы управления курсами, использующей гибридные технологии доставки контента.

3.2.1 Общая характеристика системы.

3.2.2 Требования к системе.

3.2.3 Проектирование системы.

3.2.4 Программное и техническое обеспечение системы

3.2.5 Реализация системы.

УеЬ-ориентированные информационные системы в настоящее время получили широчайшее распространение [36], так как они позволяют добиться максимальной эффективности при автоматизации практически любых процессов. Использование сети Интернет в качестве посредника между удаленными компонентами системы снимает ограничения по количеству пользователей, позволяет вести работу вне зависимости от географического расположения, к тому же, как правило, избавляет пользователей от необходимости устанавливать дополнительное программное обеспечение.

Одной из основных современных тенденций в практике работы с информационными системами является активное внедрение мобильных устройств различного рода и применение их наравне со стандартными персональными компьютерами [12]. Платформы мобильных устройств позволяют выполнять множество функций, однако, особенности аппаратного и программного обеспечения на таких устройствах накладывают большое количество ограничений на интерфейс, формат, размер воспроизводимого контента; к тому же мобильные каналы передачи данных имеют низкую пропускную способность при высокой стоимости трафика [41]. Очевидно, что при использовании мобильных устройств в рамках клиент-серверных, или распределенных информационных, систем необходимым условием является адаптация передаваемого контента к пользовательским устройствам [125].

Гибридные технологии доставки контента. [20] - совокупность методов, обеспечивающих возможность унифицированного доступа к ресурсам информационных систем при помощи любых устройств и каналов связи, в также подбор и адаптацию контента к предпочтениям пользователей и к техническим особенностям их устройств. Применение гибридных технологий подразумевает возможность использования для передачи ресурсов не только стандартных путей доставки (персональные компьютеры, Интернет, локальные сети), но и любых других доступных устройств и каналов связи (мобильные телефоны, PDA-устройства, iPhone, и всевозможные пути передачи данных - сотовые сети GSM, 3G, 4G, wi-fi, Bluetooth, SMS, и различные их комбинации). Понятие гибридных технологий также включает алгоритмы адаптации ресурсов к пользовательским устройствам и подбора компонентов передаваемого контента. 1

Мобильные технологии в образовательных системах - одно из текущих направлений развития электронного образования (eLearning) [57]. Процесс обучения с использованием мобильных , технологий, или мобильное образование (mLearning, mobile Learning) определяется сегодня, как "любой вид обучения, подразумевающий, что обучаемый в процессе находится не в определенном, заранее известном месте; любой вид обучения, при котором обучаемый использует возможности, , предлагаемые мобильными технлогиями" [131]. Создание образовательных систем, поддерживающих мобильные технологии, подразумевает необходимость адаптации контента.

Как отмечает D. Cannell [108], аппаратная часть ограничивает возможности для обучаемых, необходимо разработать технологию, позволяющую отображать учебные курсы без необходимости их переформатирования для каждого типа устройства; провайдеры играют основную роль в развитии мобильного образования; если стоимость их услуг будет оставаться высокой, то шансы на успех невелики.

Гибридные технологии доставки контента могут использоваться в образовательных системах для обеспечения возможности унифицированного доступа со стационарных, и мобильных устройств [21], [22], [23]. Однако, для их эффективного использования необходим определенный подход к структурированию материала. Выработка оптимального подхода требует разработки и исследования информационных и математических моделей структуры представления контента, а также алгоритмов подбора ресурсов для отправки пользователю в таких системах.

В настоящее время подходы к построению таких систем описаны в работах В. А. Куклева [45, 46], С. Д. Кувшинова [57], D. Churchill [109]; P. Salomoni [125], и др. Однако, открытыми остаются вопросы, связанные с представлением образовательных ресурсов. Большинство описываемых систем являются сервисно-ориентированными, т. е., предлагающими различные сервисы в зависимости от типа устройства. Данный подход не реализует адаптацию учебного контента в полной мере. В тех системах, где учебный контент подбирается в соответствии с пользовательским устройством, не учитываются его семантические характеристики. Таким образом, в рамках одной темы, материалы, доставленные на одно устройство, могут иметь большую семантическую емкость, чем материалы, доставленные на другое. Системы не являются в полной мере адаптивными, т. е., материалы подбираются в зависимости от устройства, при этом не учитываются предпочтения пользователя.

Таким образом, проблема эффективного применения гибридных технологий доставки контента в веб-ориентированных информационных системах в целом, и в электронных обучающих системах в частности, представляется актуальной.

• Целыо диссертационного исследования является создание механизма автоматизированного предоставления пользователю материалов по интересующей его теме, в соответствии с его целями, предпочтениями, техническими возможностями его устройства и канала связи, путем формализации семантических и технических характеристик компонентов учебного материала. Для достижения обозначенной цели в работе были поставлены следующие задачи:

1) исследование и анализ современных подходов и стандартов еЬеагшпё> тЬеагпк^;

2) построение информационной модели системы управления курсами с использованием гибридных технологий доставки контента; математической и объектной моделей структуры представления учебного материала и алгоритмов его отбора для доставки пользователю;

3) построение имитационных моделей, их программная реализация и проведение вычислительного эксперимента;

4) практическая проверка адекватности предложенных моделей и алгоритмов в рамках программной реализации на примере построения онлайн базы знаний. >

Объектом исследования в диссертационной работе является моделирование контента в электронных обучающих системах.

Предмет исследования - модели доставки образовательного контента по различным каналам связи, алгоритмы формирования адаптивных электронных курсов, гибридные технологии доставки контента. ,

Методы исследования - методы теории графов, теории множеств, дискретной математики, теории алгоритмов, методов оптимизации, теории баз данных, теории проектирования информационных систем, математического моделирования, имитационного и компьютерного моделирования.

Выход

Настроики

ОС Windows

PDA-Mp€Hft о мл лйн б*»ы »мвиий

Заключение

По итогам проведенной работы были сделаны следующие выводы: По результатам анализа тенденций в сфере электронного образования и обзора современных электронных систем eLearning 2.0 и mLearning сделано заключение об отсутствии разработок, учитывающих, при отборе материалов, цели, предпочтения пользователя, технические возможности его устройства и канала связи. В связи с отсутствием общепринятого термина введено понятие гибридных технологий доставки контента, определяющее совокупность методов подбора и адаптации информационных ресурсов к предпочтениям, целям и техническим возможностям пользователей. По итогам проведенного информационного структурно-функционального моделирования1 электронной образовательной системы, отвечающей требованиям, определенным поставленной задачей, сделан вывод о необходимости формализации 'семантических (педагогических) и технических компонентов контента для реализации логико-математического механизма, обеспечивающего функционирование гибридных технологий доставки. Анализ стандарта метаданных учебных объектов IEEE' LOM показал необходимость его дополнения с целью построения более детальной объектной модели, позволяющей реализовать сложный адаптивный алгоритм. , Сравнение нескольких вариантов математических моделей контента и методов его отбора для отправки пользователю показывает, что наиболее адекватным математическим представлением задачи является ее постановка в виде задачи многокритериальной оптимизации. На основании результатов вычислительных экспериментов с разработанной компьютерной моделью сделаны , выводы об оправданности внедрения гибридных технологий доставки контента в

106 системах среднего и большого масштаба (более 100 пользователей, более 100 учебных объектов) - крупных eLearning 2.0 LMS и LCMS, базах знаний и экспертных системах.

• Адекватность предложенных моделей подтверждена на примере разработнной базы знаний «Операционные системы семейства Windows».

1. Акимов О. Е. Дискретная математика: логика, группы, графы / О. Е. "Акимов. 2-е изд., доп. — М.: Лаборатория Базовых Знаний, 2003. — 376с.

2. Александрович А. Е. Проектирование высоконадежных информационно-вычислительных систем / А. Е. Александрович, Ю. В. Бородакий, В. О. Чуканов. — М.: Изд-во «Радио и связь», 2004. 144 с.

3. Алексеев Е. Р. Решение задач вычислительной математики в пакетах Mathcad 12, MATLAB 7, Maple 9 / Е. Р. Алексеев, О. В. Чеснокова. -М.: НТ Пресс, 2006. 496 с.

4. Альяпах И. Н. Моделирование вычислительных систем / И. Н. Альянах. JL: Машиностроение, 1988. - 223 с.

5. Андреев А. УМК для e-Learning / А. Андреев // Высшее образование в России. 2007. - №7. - С. 65 - 69.

6. Андрейчиков А. В. Интеллектуальные системы / А. В. Андрейчиков, О. Н. Апдрейчикова. — М.: Финансы и статистика, 2004. —456 с.

7. Антипина О.Н. Дистанционное обучение на основе интернет-технологий / О. Н. Антипина // Высшее образование сегодня. 2003. -№4. - С. 50-53.

8. Бакшеева JI. Дистанционная и традицонная модели: взгляды потребтелей / JL Бакшеева, Ю. Прокопенко // Высшее образование в России. 2007. - №1. - С. 150 - 157.

9. Бенькович Е. С. Практическое моделирование динамических систем / Е. С. Бенькович, Ю. Б. Колесов, Ю. Б. Сепичеиков. СПб.: БХВ Петербург, 2002. - 464 с.

10. Ю.Васильев Ф. П. Линейное программирование / Ф. П. Васильев, А. Ю.

11. Иваницкий. -М.: Факториал Пресс, 2003. 352 с. 11.Виштак О.В. Критерии создания электронных учебных материалов / О. В. Вишгак // Педагогика. - 2003. - №8. - С. 19-22. 'I

12. Гаврилов JI. П. Мобильные телекоммуникации в электронной коммерции и бизнесе / JL П. Гаврилов. М.: «Финансы и статистика», 2006.-336 с.

13. Гайдамакин Н. А. Автоматизированные информационные системы, базы и банки данных: учеб. пособие / Н. А. Гайдамакин. — М.: Гелиос АРВ, 2002. 368 с.

14. Галеев Э. М. Оптимизация. Теория, примеры, задачи: учебное пособие / И. Н. Исаев. Изд. 2-е, испр. и доп. — М.: КомКнига, 2006. - 336 с.

15. Гафурова, А. Структурирование содержания электронного учебника / А. Гафурова // Высшее образование в России. 2007. - №8. - С. 125 — 127.

16. Гвоздева В. А. Основы построения автоматизированных информационных систем / В. А. Гвоздева, Лаврентьева И. Ю. — М.: ИД «ФОРУМ»: ИНФРА-М, 2009. 320 с.

17. Гильманов А. С. Использование мобильной технологии SMS-сообщений в сфере корпоративных коммуникаций / А. С. Гильманов, A.A. Ступииков // Лучшие выпускные квалификационные работы 2006, часть 1. Тюмень. Изд-во ТюмГУ, 2007. - С. 31-39.

18. Гильманов А. С. Модель использования гибридных технологий впрофессиональном образовании / А. С. Гильманов, С. А. Гильманов //

19. Модернизация системы профессионального образования на основе109регулируемого эволюционирования: материалы VI Всерос. научно-практ. копф. ч. 6 Челябинск. Изд-во «Образование», 2007. - С. 48-56.

20. Гильманов А. С. Информационная модель системы поддержки дистанционного образования, использующей гибридные технологии / А. С. Гильманов // Вестник ТюмГУ. — 2007. №5. - Тюмень. Изд-во ТюмГУ-С. 115-118.

21. Гильманов А. С. Моделирование учебных объектов обучающих систем, использующих гибридные технологии доставки контента / A.C. Гильманов // Вестник ТюмГУ. 2008. - №6. - Тюмень. Изд-во ТюмГУ -С. 190-195.

22. Гильмаиов А. С. Практика применения гибридных технологий доставки контента в электронном образовании / A.C.' Гильманов // Применение новых технологий в образовании: материалы XX межд. конф. Троицк. Изд-во «Тровант», 2008. - С. 462-464. 1

23. Гильманов А. С. Свидетельство о государственной регистрации программы для ЭВМ №2009616109 «Система построения онлайн баз знаний, использующих гибридные технологии доставки контента» от 11.01.2010.

24. Глушаков С. В. Базы данных. Учебный курс / С. В. Глушаков. М.: ООО «Издательство ACT», 2002. - 504 с.

25. Глушаков С. В. Математическое моделирование: Учебный курс / С. В. Глушаков, И. А. Жакин, Т. С. Хачиров. М.: ООО «Издательство ACT», 2001.-524 с.

26. Горчаков С. Г. Программирование мобильных телефонов на Java 2 Micro Edition / С. Г. Горнаков. М.: ДМК Пресс, 2004. - 336 с.

27. ГОСТ 34.003-90. Информационная технология. Комплекс стандартов па автоматизированные системы. Автоматизированные системы. Термины и определения. -Введ. 01.01.92. М.: Госстандарт России. Изд-во стандартов, 1991.-II, 17с.

28. ГОСТ 34.320-96. Информационные технологии. Система стандартов по базам данных. Концепции и терминология для концептуальной схемы и информационной базы. Введ. 22.02.01. — М.: Госстандарт России: Изд-во стандартов, 2001. - III, 46 с.

29. ГОСТ 34.321-96. Информационные технологии. Система стандартов по базам данных. Эталонная модель управления данными. — Введ. 22.02.01. -М.: Госстандарт России: Изд-во стандартов, 2001. — III, 27 с.

30. Грекул В. И. Проектирование информационных систем. Курс лекций. Учебное пособие / В. И. Грекул, Г. Н. Дешпценко, Г. JI. Коровкина. -М.: Иптернет-Ун-т Информ. технологий, 2005. — 304 с.

31. Гутмане Э. PHP 5. Профессиональное программирование / Э. Гутмапс, С. Баккен, Д. Ретанс; пер. с. англ. под ред. Н. Макаровой. СПб: Символ-Плюс, 2006. - 704 с.

32. Дари К. AJAX и PHP. Разработка динамических веб-приложений / К. Дари, Б. Брипзаре, Ф. Черчез-Тоза, М. Бусика. СПб.: Изд-во «Символ-Плюс», 2006. - 336 с. 1

33. Дашкевич В. Мобильные сервисы Google Электронный ресурс. / В. Дашкевич. — Режим доступа: http.V/www.mobile-review.com/soft/2007/google-maps.shtml. Дата обращения: 01.04.2010.

34. Демкин В. Дистанционное обучение и мультимедиа / В. Демкин, В. Вымятнин и др. // Высшее образование в России. 1998' - № 4. - С. 121124.

35. Дьяконов В. П. Мобильные компьютеры / В. П. Дьяконов. — М.: Изд-во «СОЛОН-Р», 2005. 656 с.

36. Дьяконов В. П. Электронные средства связи / В. П. Дьяконов, А. А. Образцов, В. Ю. Смердов. -М.: Изд-во «СОЛОН-Р», 2005. 432 ч.

37. Еремин Е. Л. Математическое и компьютерное моделирование / Е. Л. Еремин, В. В. Еремина, М. С. Капитонова. — Благовещенск: Изд-во Благовещенского гос. пед. ун-та, 2005. — 137 с.

38. Еремин И. И. Линейная оптимизация и системы линейных неравенств: учеб. пособие для вузов / И. И. Еремин. — М.: Издательский центр «Академия», 2007. 256 с.

39. Еремин И. И. Противоречивые модели оптимального планирования / Е. И. Еремин. М.: Наука, 1988.- 160 с.46.3андстра М. PI-IP. Объекты, шаблоны, методики программирования / М. Зандстра. М.: Изд-во «Вильяме», 2009. - 480 с.

40. Исаев И. Н. Управление качеством информационных систем / И. Н. Исаев. -М.: Экономика, 2003. 375 с.

41. Кальянов Г. Н. Структурный системный анализ / Г. Н. Кальянов. М.:1. Лори, 1996.-242 с.

42. Карпенко М. Непрерывное образование на основе информационно-коммуникационных технологий / М. Карпенко // Высшее образование в

43. России. 2005. - № 6. - С.8 - 18.

44. Клайн К. SQL. Справочник / К. Клайн; пер. с. англ. под ред. С. М. Лунина.- 2-е изд. -М.: КУДИЦ-ОБРАЗ, 2006. 832 с.

45. Клейирок Л. Теория массового обслуживания / Л. Клейнрок. -М.: Машиностроение, 1979. -432 с.

46. Костогрызов А. И. Стандартизация, математическое моделирование, рациональное управление и сертификация в области системной и программной инженерии / А. И. Костогрызов. М.: Изд-во ВПК и ЦННИИ МО РФ, 2004. - 395 с.

47. Кревский И.Г. Информационно-образовательная среда открытого образования и развитие дистанционного обучения / И. Г. Кревский // Высшее образование сегодня. 2003. - № 8. - С. 14-19.

48. Крук Б. И. Особенности производства и потребления учебной информации в системах дистанционного обучения на базе интернет-технологий / Б. И. Крук, Е. В. Колмогорова, А. Г. Шабанов // Инновации в образовании. 2007. - №1. - С. 83 - 94.

49. Кувшипов С. M-learning новая реальность образования / С. Кувшинов // Высшее образование в России - 2007. - №8. - С. 75 - 78.

50. Куклев В. А. Мобильное обучение как педагогическая инновация / В. А. Куклев // Стандарты и мониторинг в образовании. 2008. - № 1. - С.60.64.

51. Куклев В. А. Мобильное обучение как инновация / В. А. Куклев // Инновации в образовании. 2007. - №6. - С. 52 - 59.

52. Купер А. Об интерфейсе. Основы проектирования взаимодейсгвия / А. Купер, Рейман Р., Кронин Д. СПб.: Изд-во «Символ-Плюс», 2009.688 с.

53. Ле-Бодик Г. Мобильные сообщения: службы и технологии SMS, EMS и MMS / Гвипель Ле-Бодик; пер. с англ. под ред. Л. Б. Сиховец. М.:1. КУДИЦ-ОБРАЗ, 2005. 448 с.

54. Леопсиков А. В. Самоучитель UML / А. В. Леоненков. СПб.: БХВ1. Пегербург, 2002.-304 с.

55. Лэдсоп Л. С. Оптимизация больших систем / Л. С. Лэдсон. -М.: Наука,1975.-432 с.

56. Любжин А. На пути к дистанционной педагогике / А. Любжин // Высшее образование в России. 2003. - № 2. - С. 50-53.

57. Маклаков С. В. Создание информационных систем с AllFusion Modelling Suite / С. В. Маклаков. 2-е изд., испр. и доп. - М.: Изд-во1. Диалог-МИФИ, 2007. 400 с.

58. Максимей И. В. Имитационное моделирование на ЭВМ / И. В. Максимей. М.: Радио и связь, 1988. - 232 с.

59. Мальцева С. В. Информационное моделирование WEB-ресурсов Интернет / С. В. Мальцева. М.: Изд-во «Глобус», 2003. - 216 с.

60. Мацяшек Л. Анализ и проектирование информационных систем с помощью UML 2.0 / Л. Мацяшек. 3-е изд. - СПб.: Изд-во «Вильяме»,2008.-816 с.

61. Муссиано Ч. HTML и XHTML. Подробное руководство / Ч. Муссиано, Б. Кеннеди. 6-е изд. — СПб.: Изд-во «Символ-Плюс», 2008. - 752 с.

62. Норенков И. П. Технологии разделяемых единиц контента для создания и сопровождения информационно-образовательных сред / И. П. Норенков // Информационные технологии. 2003. № 8. С. 34-39

63. Ope О. Графы и их применение / О. Ope; пер. с. англ. под ред. И. М. Яглома. 4-е изд. - М.: Издательство ЛКИ, 2008. - 168 с.72.0стрейковский В. А. Теория систем / В .А. Острейковский. М.: Высшая школа, 1997. - 240 с.

64. Пирогов В. Ю. Информационные системы и базы данных: организация и проектирование / В. Ю. Пирогов. СПб.: Изд-во «BHV-СПб», 2009. -528 с. 1

65. Подиновский В. В. Парето-оптимальные решения многокритериальных задач / В. В. Подиновский, В. Д. Ногин. -М.: Наука, 1982. — 256 с.

66. Поляк Б. Т. Введение в оптимизацию / Б. Т. Поляк. М.:1 Наука, 1983. -384 с.

67. Просветов Г. И. Математическме методы в логистике: задачи и решения / Г. И. Просветов. 2-3 изд., доп. - М.: Изд-во «Альфа-Пресс», 2009. - 304 с/

68. Рубин Ю. E-Learning как предпосылка становления интегрированного обучения на российском рынке образовательных услуг / Ю. Рубин // Высшее образование в России . 2008. - № 6. - С. 50-62.

69. Рубинштейн Г. Ш. Конечномерные задачи оптимизации / Г. TIT. Рубинштейн. — Новосибирск: изд-во НГУ, 1970. — 228 с.

70. Рудометов Е. В. Современное железо: настольные, мобильные и встраиваемые компьютеры / Е. В. Рудометов. — СПб.: Изд-во «BHV-СПб», 2009. 464 с.

71. Самарский А. А. Математическое моделирование: Идеи. Методы. Примеры / А. А. Самарский, А.1 П. Михайлов. 5-е изд. - М.: Физматлит, 2005. - 320 с.

72. Сергиенко И. В. Основы моделирования процесса дистанционного обучения / И. В. Сергиенко // Инновации в образовании. 2005. - № 2. -С. 43 - 53.

73. Сирота А. А. Компьютерное моделирование и оценка эффективности сложных систем / А. А. Сирота. М.: Техносфера, 2006. - 280 с.

74. Скотт Б. Проектирование веб-интерфейсов / Б. Скотт, Т. Нейл. СПб.: Изд-во «Символ-Плюс», 2010.-352 с.

75. Советов Б. Я. Моделирование систем / Б. Я. Советов, С. А. Яковлев. — М.: Высшая школа, 2001. — 275 с.

76. Степурин А. В. Протокол GPRS. Краткие инструкции для новичков / А. В. Степурин. -М.: ООО «Аквариум-Принт», 2005. 128 с.

77. Столлингс В. Операционные системы / В. Столлингс; пер. с англ. под ред. Б. И. Бойко. — 4-е изд. М.: Издательский дом «Вильяме», 2004. -848 с.

78. Суворова П. И. Информационное моделирование. Величины, объекты, алгоритмы / П. И. Суворова. -М.: Изд-во «Лаборатория Базовых Знаний», 2002. 128 с.

79. Труб И. И. Объектно-ориентированное моделирование на С++: Учебный курс / И. И. Труб. СПб.: Питер, 2005. - 411 с.

80. Тру сова П. В. Введение в математическое моделирование / П. В. Тру сова. М.: Логос, 2005. - 440 с.

81. Фадип А. Г. Имитационное моделирование систем массового обслуживания / А. Г. Фадин. Воронеж: ВИРЭ, 1996. - 232 с.

82. Фаулер М. UML. Основы / М. Фаулер; пер. с. англ. под ред. А. Галунова. 3-е изд. - СПб: Символ-Плюс, 2004 - 192 с.

83. Фаулер М. Рефакторинг: Улучшение существующего кода / М. Фаулер; пер. с англ. под ред. А. Галунова. СПб: Символ-Плюс, 2005. - 432 с. '

84. Федоров Н. Проектирование информационных систем на основе современных CASE-технологий / Н. ФедоровУ

85. Хаггарти Р. Дискретная математика для программистов / Р. Хаггарти; пер. с англ. под ред. С. А. Кулешова. -М.: Техносфера, 2005. -400 с.

86. Хольцшлаг М. Э. Использование IITML и XTML / М. Э. Хольцшлаг. — спец. изд. М.: Диалектика-Вильяме, 2003. — 736 с.

87. Черемисин А. Г. Развитие Интернет-образования в условиях информационного общества / А. Г. Черемисин // Инновации в образовании. 2005. - № 5. - С. 5-14.

88. Черемных С. В. Моделирование и анализ систем. IDEF-технологии: практикум / С. В. Черемных, И. О. Семенов, В. С. Ручкин. М.: Финансы и статистика, 2002. — 192 с. >

89. Черемных С. В. Структурный анализ систем. IDEF-технологии / Черемных С. В., Ручкин BL С., Семенов И. О. М.: Финансы и статистика, 2001. —207 с.

90. Шведов А. С. Теория вероятностей и математическая статистика / А. С. Шведов. -2-е изд., перераб. и доп. М.: Издательский дом ГУ ВШЭ, 2005.-254 с.

91. Шеннон Р. Имитационное моделирование систем. Искусство и наука/!Р. Шеннон. -М.: Мир, 1978.-418 с.

92. Шереметьева Т. JI. Мобильные ресурсы Интернета / Т. JI. Шереметьева. — М.: Изд-во «Харвест», 2005. — 208 с.

93. Юдин В. Педагогические основы e-Learning / В. Юдин // Высшее образование в России. 2008. - № 8. - С. 65-69.I

94. Abramsky М. Survey: Smartphone demand accelerating Электронный ресурс. / М. Abramsky. Режим доступа: http://tech.fortune.cnn.com/2009/06/18/survey-smartphone-demand-accelerating. Дата обращения: 01.04.2010. '

95. Ally M. Mobile learning: transforming the delivery of education and training / M. Ally. Athabasca: AU Press, 2009. - 320 p.

96. Boston P. Americal Intercontinental Universuty launches iPhone portal Электронный ресурс. / P. Boston. Режим доступа: http://iphonenews.desinformado.com/2008/Q3/american-intercontinental-university-launches-iphone-portal/. Дата обращения: 01.04.2010.

97. Callagher M. Moodle Overview Электронный ресурс. / M. Callagher. Режим доступа: http ://m arkcal lagher. com/?p-7 0. Дата обращения: 01.04.2010.

98. Cannell D. Does m-leaming have a future in distant education? Электронный ресурс. / D. Cannell. — Режим доступа: http://blog.scs:sk.ca/tado/2004/l 1 /does-mleaming-have-a-future-i.html. Дата обращения: 01.04.2010.

99. Churchill D. Learning object design considerations for small-screen handled devices / D. Churchill, J. Hedberg // Computers & Education. -2008. -№3.- pp. 81-92.

100. Clark P. TotalLMS: Are you ready to trump the traditional LMS Электронный peyepe. / P. Clark. Режим доступа: http://www.sumtotalsvstems.com/products/datasheets/TotalLMS-8.2- • Leaming-Management-System-Datesheet.pdf. Дата обращения: 01.04.2010.

101. Davis В. Moodle Moves to the front of the LMS Adoption Pack Электронный ресурс. / В. Davis. Режим доступа: http://www.leamingsolutionsmag.eom/articles/l 11/moodle-moves-to-the-front-of-the-lms-adoption-pack. Дата обращения: 01.04.2010.

102. Dhanjal С. Mobile Learning Электронный ресурс. / С. Dhanjal. -Режим доступа: http://www.slideshare.net/catherinedhanjal. Дата обращения: 01.04.2010.

103. Downes S. E-leaming 2.0 Электронный ресурс. / S. Downes. — Режим доступа: http://www.elearnmag.org/subpage.cfm?article=29-1 &section=articles. Дата обращения: 01.04.2010.

104. Fulanlelli G. The Open Learning Object model to promote Open Educational Resources Электронный ресурс. / G. Fulantelli, M. Gentile, D. Taibi. Режим доступа: http://iime.open.ac.uk/2008/09/. Дата обращения: 01.04.2010.

105. Gay G. ATutor Social Networking Development Электронный ресурс. / G. Gay. Режим доступа:http://wiki.atutor.ca/display/atutorwiki/ATutor+Social+Networking+Develo pment/ Дата обращения: 01.04.2010.

106. Hodgins W. Into the future Электронный ресурс. / W. Hodgins. -Режим доступа: http://www.learnativity.com/download/MP7.PDF. Дата обращения: 01.04.2010.

107. Mahadevan S. A Learning Object Model for Electronic Learning / Mahadevan S. Alexandria, Virginia: Virginia Polytechnic Institute and State University, 2002. - 91 p.

108. Mason R. Extending SCORM LOM Электронный ресурс. / R. Mason, T. Ellis. Режим доступа: http://iisit.org/Vol6/IISITv6p863-S75Mason636.pdf. Дата обращения: 01.04.2010.

109. Means В. Evaluation of Evidence-Based Practices in Online Learning:

110. A Meta-Analysis and Review of Online Learning Studies Электронныйi 119ресурс. / В. Means, Y. Toyama, R. Murphy. — Режим доступа: http://wvAv.ed.gov/rschstat/evaI/tech/evidence-based-practices/fmalreport.pdf. Дата обращения: 01.04.2010

111. Nagel D. Blackboard to take learn platform Mobile Электронный ресурс. / D. Nagel. Режим доступа:http://theiournal.com/articles/2010/03/22/blackboard-to-take-learn-platform-mobile.aspx. Дата обращения: 01.04.2010.

112. Pacansky-Brock M. Online Learning in the Social Web Электронный ресурс. / M. Pacansky-Brock. — Режим доступа: http://www.slideshare.net/brocansky/learning-in-the-social-web. Дата обращения: 01.04.2010.

113. Plourde М. An Honest Look at Sakai: What Should We Tell Potential Adopters Электронный ресурс. / M. Plourde. — Режим доступа: http://confluence.sakaiproject.org/display/CONF 10/Friday-An+Honest+Look+at+Sakai. Дата обращения: 01.04.2010.

114. Salomoni P. A multimedia broker to support accessible and mobile learning through learning objects adaptation / P. Salomoni, S. Mirri, S. Ferretti // ACM Transactions on Internet Technology. 2008. - № 2. — pp.9:1-23!

115. Savill-Smith C. Mobile learning in practice / C. Savill-Smith, J. Attewell, G. Stead. London: Blackmore Ltd, 2006. - 98 p.

116. Sclater N. A Large-scale Open Source eLearning Systems at the Open University Электронный ресурс. / N. Sclater. Режим доступа: http://net.educause.edu/ir/librai-y/pdf/ERB0812. pdf. Дата обращения: 01.04.2010.

117. Shudong W. Limitations of mobile phone learning / W. Shudong, M. Higgins // Wireless and Mobile Technologies in Education. 2005. - №7. — pp.3-6.

118. Smith Nash S. E-Learner Survival Guide / S. Smith Nash. Norman, Oklahoma: Texture Press, 2009. - 327 p.

119. Vavoula G. M-learning and Mobile Knowledge Management: Similarities and Differences Электронный ресурс. / G. Vavoula, J. p. Glew. Режим доступа: http://www.iicis.info/Vol4N2/pp58-62.pdf. Дата обращения: 01.04.2010.

120. Weber С. Blackboard Learn 9 Overview Электронный ресурс. / С. Weber. — Режим доступа:http://telt.unsw.wikispaces.net/Overview+of+Blackboard+Learn. Дата обращения: 01.04.2010.

121. Wiley D. Connecting Learning Objects to instructional design theory: a definition, a metaphor and a taxonomy Электронный ресурс. / D. Wiley,1.. Режим доступа: http://www.reusability.org/read/chapters/wiley.doc. Дата обращения: 01.04.2010.