автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Разработка методов управления интерактивными процессами в обучающих системах

На правах рукописи

Тазетдинов Андрей Дамирович

РАЗРАБОТКА МЕТОДОВ УПРАВЛЕНИЯ ИНТЕРАКТИВНЫМИ ПРОЦЕССАМИ В ОБУЧАЮЩИХ СИСТЕМАХ

Специальность: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2005

Работа выполнена в государственном образовательном учреждении высшего профессионального образования "Санкт-Петербургский государственный политехнический университет" на факультете переподготовки специалистов

Научный руководитель:

кандидат технических наук, доцент Карпова Татьяна Сергеевна Официальные оппоненты:

доктор технических наук, профессор Козлов Владимир Николаевич кандидат технических наук, доцент Лямин Андрей Владимирович

Ведущая организация:

Балтийский государственный технический университет "ВОЕНМЕХ" им. Д.Ф.Устинова.

Защита состоится "19" января 2006 г.

в 16 часов на заседании диссертационного совета Д 212.229.18 при ГОУ ВПО "Санкт-Петербургский государственный политехнический университет" по адресу: 195251, Санкт-Петербург, ул. Политехническая, д. 29.

С диссертацией можно ознакомиться в фундаментальной библиотеке ГОУ ВПО "Санкт-Петербургский государственный политехнический университет".

Автореферат разослан 15 декабря 2005 г.

Ученый секретарь диссертационного совета

доктор технических наук, профессор

Шашихин В.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Необходимость автоматизации процесса обучения и проверки знаний, а также потребность в повышении качества образования учащихся привела к созданию и развитию различных автоматизированных обучающих систем (АОС), в которых большое внимание уделяется применению прогрессивных методов обучения с использованием новейших информационных технологий.

Обеспечение диалогового взаимодействия учащегося с компьютером является необходимой предпосылкой эффективного применения АОС. Однако в большинстве обучающих систем такое взаимодействие организовано не лучшим образом. Это обусловлено не только ограниченными возможностями компьютера, но и тем, что диалог строится с нарушением принципов построения диалога. В ряде отечественных и зарубежных университетах, таких как университет Питтсбурга, Пиреи, Мемфиса, Портсмунта, Дальневосточный университет, Санкт-Петербургский университет и др. ведутся исследовании и разработка различных методов и моделей адаптации в компьютерных обучающих системах. Наиболее известными исследователями в этой области являются JI.B. Зайцева, А И. Стригун, З.О. Джалиашвили, И.А. Морев, В.А Капустин, А А. Дзюбенко, P. Brasilovsky, D. Sampson, С. Karagiannidis, I. Zukerman, D. Litman, P. De Bra, D.A Kashy, D. Callear, К. Кабасси, M. Вирву, N.K. Person, A.S. Graesser, V Pomeroy и др.

Однако, несмотря на множество разработок в области адаптивных и интеллектуальных АОС, существует ряд недостатков, препятствующих эффективному использованию преподавателями естественного языка для диалогового режима обучения с применением АОС- использование упрощенных структур диалога, применимых для тестирования и неэффективных при организации активного обучения; подмена естественного языка выбором опций меню графического интерфейса пользователя; стремление ограничить учащегося при вводе данных небольшим набором реплик или использование специализированного ограниченного языка; использование программ, которые предлагаются разработчиками-программистами, не представляющими всей специфики работы преподавателя; использование сложных алгоритмов и структур данных при решении проблемы полного синтаксического и семантического анализа ответа учащегося, что приводит к:

■ существенному ограничению предметной области;

• увеличению сложности программного продукта и невозможности его расширения и модификации без участия программиста и инженера знаний Кроме того, у большинства преподавателей нет времени, возможностей или достаточного понимания программных и аппаратных технологий для разработки своих собственных АОС Им необходимо "изначальное" программное обеспечение, которое они могли бы приспособить для своих потребностей. Поэтому возникает необходимость в разработке таких методов управления интерактивными процессами, которые бы позволили использовать естественный язык для взаимодействия с системой, простые декларативные методы расширения и модификации контента сценариев адаптивных

, РОС. НАЦИОНАЛЬНАЯ I БИБЛИОТЕКА {

многошаговых обучающих диалогов, что дало бы возможность преподавателям самостоятельно, без привлечения программиста, создавать и модифицировать эти сценарии Основная задача таких обучающих диалогов - это помочь преподавателю автоматизировать выявление неусвоенных в процессе изучения учебного материала знаний и восполнение этих пробелов.

Цель и задачи исследования. Исследование механизмов управления интерактивными процессами в компьютерных обучающих системах и разработка методов синтеза адаптивных многошаговых обучающих диалогов Поставленная цель определяет следующие основные задачи:

1) исследовать и разработать методы декларативного описания адаптивных сценариев обучающих диалогов;

2) разработать алгоритмы, позволяющие моделировать адаптивные многошаговые обучающие диалоги;

3) разработать архитектуру компьютерной обучающей системы, позволяющую объединять множество разноплановых диалогов в связные курсы обучения;

4) реализовать разработанные алгоритмы в конкретных обучающих системах Методология и методы исследования. В качестве аппарата исследований использовались: теория автоматов, теория графов, теория реляционных баз данных Практическая реализация методов базируется на алгоритмах синтеза и оптимизации конечных автоматов, теории формальных грамматик.

Основные положения, выносимые на защиту:

- методы декларативного описания адаптивных сценариев обучающих диалогов;

- алгоритмы, позволяющие моделировать адаптивные многошаговые обучающие диалоги;

- архитектура обучающей системы. Научная новизна:

1) разработаны методы декларативного описания адаптивных сценариев обучающих диалогов, позволяющих использовать естественный язык для обучения с применением АОС Сценарии составляются из унифицированных разделов, имеющих фиксированное количество значимых идентификаторов, что позволяет описывать структуры сценариев в виде грамматики, интерпретируемой автоматным преобразователем, а также задавать контент сценария декларативно, посредством экранных форм пользовательского интерфейса;

2) разработаны алгоритмы интерпретаторов адаптивных сценариев Интерпретаторы используют автоматный принцип построения и позволяют на основании сценария создавать виртуальный активный ресурс, который реализует адаптивный многошаговый обучающий диалог. Виртуальный активный ресурс действует как реактивная система (автомат), преобразуя ответы учащегося в реплики и пояснения системы, и позволяет выявлять неусвоенные в процессе изучения учебного материала знания и восполнять эти пробелы;

3) предложена архитектура обучающей системы, позволяющая объединять множество разноплановых диалогов в связные, последовательные курсы обучения

Используя единообразие принципов построения элементов системы и структуры их взаимодействия, архитектура обеспечивает предметную независимость, многопользовательский режим доступа, декларативные способы наполнения и изменения контента, переносимость, гибкость при расширении и модификации, прозрачность логики работы для конечного пользователя. Практическая значимость. Разработанные методы и алгоритмы могут использоваться учебными заведениями для создания собственных компьютерных интерактивных обучающих систем. Их внедрение в обучающую систему позволит:

- автоматизировать процесс обучения;

- индивидуализировать режим получения знаний учащимися, максимально приблизив его к режиму индивидуального обучения с преподавателем;

- повысить качество запоминания предмета за счет использования адаптивных и интеллектуальных методов обучения.

Созданное на основе разработанных методов и алгоритмов программное обеспечение, начиная с 2004 года, активно используется в учебном процессе на факультетах очного и заочного обучения Международного банковского института и на факультете переподготовки специалистов Санкт-Петербургского государственного политехнического института, о чем свидетельствуют имеющиеся акты внедрения. Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах: 1. Третья международная научно-практическая конференция "Актуальные проблемы

экономики и новые технологии преподавания", МБИ, СПб., 2004 г. 2 Международная научно-методическая конференция "Управление качеством в современном вузе", Санкт-Петербург-Калуга, 2004 г.

3. 10-я международная открытая конференция "Современные проблемы информатизации в непромышленной сфере и экономике", Воронеж, 2005 г.

4. Четвертая международная научно-практическая конференция «Актуальные проблемы экономики и новые технологии преподавания», МБИ, СПб., 2005 г.

5. 2-я Международная научно-методическая конференция «Управление качеством в современном вузе», Санкт-Петербург-Калуга, 2005 г.

6. Модуль "Система тестирования с использованием свободного ответа" получил номер 4229 от 12.01.2005г. регистрации в ОФАП (Отраслевом Фонде Алгоритмов и Программ) и номер государственной регистрации 50200500081 от 26.01.2005г. в "Национальном информационном фонде неопубликованных документов".

Публикации. По основным положениям и результатам выполненных исследований опубликовано 9 печатных работ. Из них 1 монография, 8 статей в материалах научных конференций и научном журнале. Кроме того, материалы диссертации включены в 3 отчета НИР по теме "Разработка сетевой интегрированной информационно-обучающей системы для регионального ресурсного центра в сфере образования". Структура и объем работы: Диссертация состоит из введения, 5 разделов, заключения, библиографического списка (118 наименований), 6 приложений, имеет общий объем 162 машинописные страницы, содержит 2 таблицы и 69 рисунков.

СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность проводимых исследований, сформулированы цель и основные задачи работы, изложены основные научные результаты, выносимые на защиту, а также кратко описаны результаты практического внедрения работы.

В первой главе рассматриваются современные методы и технологии реализации диалоговых режимов обучения в компьютерных обучающих системах, проводится их формализация, обобщение и сравнение.

Попытки классификации компьютерных образовательных технологий предпринимаются регулярно, но критерии классификации и терминология отличаются своим непостоянством. Кроме того, появляются новые системы, которые не "вписываются" в предлагаемые схемы. В последнее время прослеживается тенденция объединения с общих позиций компьютерной технологии обучения традиционных информационных, контролирующих, игровых и обучающих систем с диалоговыми системами, средствами ИИ (искусственного интеллекта), экспертными системами и технологиями гипермедиа. Изменение технической базы, появление новых технологий программирования и завершение "жизненного цикла" ранних АОС (автоматизированных обучающих систем) послужили толчком для создания новых программ, базирующихся на старых психолого-педагогических моделях. По результатам проведенных исследований автором предлагается классификация компьютерных обучающих систем по направленности педагогической деятельности (рис. 1).

Обеспечение диалогового взаимодействия учащегося и компьютера является необходимой предпосылкой эффективного применения АОС. Однако в большинстве обучающих систем такое взаимодействие организовано не лучшим образом Это обусловлено не только ограниченными возможностями компьютера, но и тем, что диалог строится с нарушением принципов построения диалога.

В ряде научных работ приводится много данных по анализу совместных диалогов (collaborative discourse), возникающих на занятиях между учащимися и преподавателями. Выяснилось, что преподаватели редко используют в работе сложные или "идеальные" модели преподавания, которые часто включаются в состав интеллектуальных обучающих систем (ИОС). Взамен преподаватели предпочитают полагаться на локальные стратегии, которые возникают при общении.

Исследователи выделили две важные особенности учебных диалогов преподавателей:

1) многошаговая структура диалога, уникальная для преподавательских взаимодействий;

2) серия диалогов, инициированных преподавателем, которые обслуживали специфические педагогические функции.

Исследователи полагают, что преимущество индивидуального обучения над обучением в классе лежит, в основном, в многошаговой структуре диалога, состоящего из нескольких реплик, в котором преподаватель и учащийся совместно ищут ответ на вопрос или решают проблему. Также предполагают, что процесс конструирующих объяснений.

уточнений и мысленных моделей материала крайне необходим для обучения и обычно более эффективен, чем простое предоставление информации учащемуся.

Рис. 1. Классификация компьютерных обучающих систем по педагогической направленности

На рис. 2 представлены наиболее распространенные технологии реализации диалогового режима обучения в АОС и указаны некоторые системы, использующие данные технологии.

Несмотря на множество разработок в области адаптивных и интеллектуальных ЛОС, существует ряд недостатков препятствующих эффективному использованию преподавателями естественного языка для диалогового режима обучения с применением АОС:

1) использование упрощенных структур диалога, применимых для тестирования и неэффективных при организации активного обучения;

2) подмена естественного языка выбором опций меню графического интерфейса пользователя;

3) стремление ограничить учащегося при вводе данных небольшим набором реплик или использование специализированного ограниченного языка;

4) использование программ, которые предлагаются разработчиками-программистами, не представляющими всей специфики работы преподавателя;

5) использование сложных алгоритмов и структур данных при решении проблемы полного синтаксического и семантического анализа ответа учащегося, что приводит к:

■ существенному ограничению предметной области;

■ увеличению сложности программного продукта и невозможности его расширения и модификации без участия программиста и инженера знаний

( простой ломок ключевых слое

Случайный выбор реплики или частично зависимый выбор реплики на основе поиска ключевых слов

, * ¡ш

Х///У,/Л,,,,,,,,,,, „,,.Л,„7

Ответ проверяется мри1 I нал и.м

Требование выполнения определению

Сравнение множеств на основе синтаксического V семантического раэбора ответе использование частотных словарей и нейросетево*

кластеризации слов

Рис 2 Технологии реализации диалогового режима в компьютерных обучающих системах

У большинства преподавателей нет времени, возможностей или достаточного понимания программных и аппаратных технологий для разработки своих собственных АОС. Им необходимо "изначальное" программное обеспечение, которое они могли бы приспособить для своих потребностей. АОС должна позволять использовать естественный язык для взаимодействия с системой, простые декларативные методы расширения и модификации контента, предметную независимость и расширенные механизмы анализа ответа учащегося, позволяющие моделировать адаптивные многошаговые обучающие диалоги. Основная задача таких диалогов - это выявление

неусвоенных в процессе изучения учебного материала знаний и восполнение этих пробелов.

Вторая глава посвящена теоретическому определению предлагаемых методов управления интерактивными процессами в обучающих системах.

Учебный диалог в обычных условиях осуществляется с помощью устной речи, а диалог с компьютером ведется преимущественно в виде текстовых сообщений, приближающихся к письменному диалогу. На практике использование естественного родного языка в общении с компьютером приводит к тому, что значительная часть времени уходит на выяснение смысла сообщений учащегося, т е на диалог о диалоге.

Естественный язык человека обладает большой неопределённостью, что объясняется полиморфизмом и контекстно-зависимым представлением информации, а также небрежностью употребления терминов. В последние годы ведутся интенсивные исследования проблемы диалога специалистами самых разных областей науки (лингвистами, психологами, кибернетиками и др.). Эти работы обусловлены, в частности, разработкой информационно-поисковых систем, ориентированных на работу с ЭВМ неквалифицированных пользователей в режиме естественного языка, что вызывает, в свою очередь, повышенный интерес к проблеме формализации естественного языка.

Решение задачи понимания компьютером естественного языка требует обеспечения в системе учёта многих факторов и закономерностей, а также построения многочисленных (семантических, ассоциативных, частотных, коннотативных и т.п.) словарей, формализующих и упорядочивающих лексику, что само по себе непросто и превращает естественно-языковой анализатор в крайне сложную и громоздкую подсистему.

Однако задача ведения обучения на естественном языке с помощью компьютера может быть решена за счет введения определенных ограничений и разбиения общей задачи на ряд более простых подзадач, не требующих универсального решения задачи понимания компьютером естественного языка. Предлагаются следующие методы реализации адаптивных многошаговых обучающих диалогов в компьютерной обучающей системе (рис. 3):

• введение ограничения на решаемые обучающей системой задачи областью выявления неусвоенных в процессе обучения знаний и восполнение этих пробелов;

• сокращение предметной области от рамок общей темы до рамок одного частного вопроса;

• отказ от полного семантического и синтаксического анализа естественного языка;

• использование расширенного механизма поиска ключевых слов в ответах учащихся.

Расширенный механизм поиска ключевых слов включает в себя следующие технологии:

1) специализированный язык для описания алгоритмов поиска ключевых слов в ответах учащихся;

2) адаптивные сценарии многошаговых обучающих диалогов, генерируемых из параметров, заданных с помощью экранных форм, структура языка сценариев задана грамматикой, описанной в формате XML

3) интерпретатор сценариев и синтаксический анализатор для языка поиска ключевых слов, построенные с использованием автоматного подхода;

4) активный ресурс, представляющий собой виртуальную реактивную структуру (автомат), взаимодействующий с учащимся и объединяющий сценарий диалога, интерпретатор сценариев и синтаксический анализатор.

Ограничение языка

Предлагаемые методы

Ограничение естественного языка

Существенное ограничение сложности решаемых задач

Ограничение круга решаемых дидактических задач

Расширение предметной области

Простота создания прогромми

Простота управления

контентом

поиска ключевых слов

Специализированный язык для описания алгоритме» лоисжа кгисмевых слое Ограниченный язык сценариев обучающих диалогов Автоматный подход в построении обработчиков ответов сценариев? _ структуры взаимодействия с учащимся

Использование естественного языка

Воэмоямосгь решетя сложных задач

Фиксированный круг дидактических зад»

Предметная независимость

Простота создания лрограммь

Простота управления контентом

Ограничение предметной области

Рис. 3. Предлагаемая технология реализации диалогового режима

В качестве языка для описания алгоритмов поиска ключевых слов предлагается использовать существующий специализированный язык анализа логико-дескриптивных выражений, отображающих возможные высказывания, введённые в качестве ответа.

Адаптивные сценарии обучающих диалогов (рис. 4) предлагается составлять из произвольного количества унифицированных разделов. Количество разделов сценария определяется логикой описываемого диалога. Раздел сценария является унифицированной структурой и использует фиксированное количество значимых идентификаторов, что позволяет применять фиксированный алгоритм для обработки сценариев произвольных размеров. Такой подход в организации адаптивных сценариев позволяет задавать контент сценария декларативно, посредством экранных форм пользовательского интерфейса, а также выполнить описание их структуры в виде грамматики, интерпретируемой автоматным преобразователем. Для удобства использования и переносимости сценариев предлагается описывать их грамматику с помощью языка XML.

Для организации итераций ответов учащихся и реплик системы, используемых в многошаговом диалоге, предлагается все дополнительные вопросы реализовывать в виде отдельных разделов сценария, что позволит задавать неограниченное количество дополнительных вопросов с помощью введения новых разделов внутри основного сценария. Переход из одного раздела в другой осуществляется на основе параметров заданных блоком условий и действий для найденного выражения поиска.

Сценарий

Рис. 4. Структура сценария

Блок условий и действий состоит из алгоритма поиска определенных ключевых слов в ответе учащегося (синтаксический анализ) и связанных с ним набором реакций системы в случае совпадения выражения поиска с ответом. В каждом разделе сценария может присутствовать неограниченное число блоков условий и действий. Нет необходимости описывать все возможные комбинации ответов, достаточно определить наиболее значимые, а остальные определить как неверные в блоке действий по умолчанию. В любом случае, благодаря декларативному представлению контента сценариев, преподаватель всегда может изменить или расширить его содержимое. Индивидуализация обучения заложена в самой сути метода и заключается в том, что каждый учащийся получает пояснения в соответствии с теми ошибками, которые он сделал.

Модульная структура сценария позволяет на его основе создать виртуальный активный ресурс, реализующий адаптивный обучающий диалог и действующий как реактивная система (автомат), преобразуя ответы учащегося в реплики и пояснения системы (рис. 5).

Активный ресурс

Обработчик

ОташмШШ анализатор для

лойека ключевых слов

п^по^з ре!тик и .'юисюк* яацямныг сценарием

Учащийся

СцвМЕ

База данных

Вопрос

генерируемый из выражений,

заданных с помощью

Рис. 5. Схема взаимодействия элементов, реализующих диалог

Использование декларативных методов описания адаптивных сценариев и автоматного подхода в реализации обработчиков позволит:

- учащемуся вести диалог с системой на естественном языке;

- создать предметно-независимую программную оболочку;

- увеличить гибкость обучающей системы;

- преподавателям самостоятельно управлять контентом диалогов, передавая учащемуся свой опыт и навыки, которые проявляются в легко структурируемой и детализируемой поясняющей информации.

В третьей главе определяется архитектура системы, количество элементов системы, правила их взаимодействия и круг решаемых задач. Описываются структуры декларативно задаваемых сценариев для каждого элемента.

Проведенный анализ работ, посвященных проблеме электронного обучения, опубликованных в Интернете систем автоматизированного и дистанционного обучения и различного рода образовательных ресурсов, а также анализ их преимуществ и недостатков, позволил сформулировать ряд требований к архитектуре сетевой АОС. Для объединения множества разноплановых диалогов в связный адаптивный курс обучения предлагается реализовать в обучающей системе архитектуру, которая включает в себя несколько уровней принятия решений. Эти уровни позволят использовать разные типы модулей для независимого решения отдельных частей общей задачи обучения (рис. 6). Каждый из модулей (элементов системы) предлагается создавать, используя объектно-ориентированный подход (ООП) по технологии, предложенной во второй главе, автоматный обработчик и декларативно задаваемый сценарий, в процессе работы образующие активный виртуальный ресурс, взаимодействующий с другими элементами системы или учащимся.

В результате, предлагается система, состоящая из пяти типов специализированных элементов (рис. 7):

ММ — элемент для предоставления пользователю методических материалов различных форматов.

Вопрос — элемент, реализующий адаптивный многошаговый обучающий диалог, который включает в себя функции предъявления вопросов различного типа, интерактивные механизмы взаимодействия с пользователем в виде реплик, подробных описаний ошибок и переходов к дополнительным вопросам в случае неверных ответов.

Анализатор ответа — автомат для синтаксического анализа ответов учащихся.

Тест — элемент, использующийся как для активного обучения в форме вопросов с объяснением ошибок, так и для проверки знаний учащихся.

Курс — элемент, реализующий построение последовательности курса обучения.

Обучающая система

построение последовательности курса обучения

Рис. 6. Архитектура обучающей системы

В предлагаемой структуре обучающей системы каждый новый уровень, начиная со второго уровня вверх:

- реализуется одним автоматом;

- является целостной самостоятельной и законченной системой, состоящей из л уровней;

- строится на основе существующих уровней, инкапсулируя их в себя;

- не зависит от существования верхних уровней;

- является организующей структурой для всех нижних уровней. Взаимодействие элементов осуществляется с помощью входных и выходных

сигналов. Система может расти как в ширину, за счет добавления вопросов в тесты, тесты и методический материал - в курс, так и вверх, за счет добавления новых уровней. Используя автоматный подход и единообразие принципов построения элементов системы и структуры их взаимодействия, архитектура обеспечивает модульность,

децентрализованную систему управления, простоту объединения элементов в сложные иерархические структуры, гибкость при расширении и модификации, прозрачность логики работы для конечного пользователя и позволяет использовать формальные математические методы для проверки корректности логики работы обучающей системы.

Рис. 7. Структура и принципы взаимодействия элементов системы

Структуру адаптивных сценариев предложено описывать в виде грамматики, интерпретируемой автоматным преобразователем, на языке XML. Этот язык используется в качестве средства для описания грамматики других языков и контроля за правильностью составления документов XML - это язык разметки, описывающий целый класс объектов данных, называемых XML-документами. XML-документы представляют собой контейнеры, в которых могут находиться другие документы с произвольной иерархией, что позволяет создавать сложноструктурированные ресурсы. Также XML-документы выполняют роль универсального формата для обмена информацией между отдельными компонентами (звеньями) распределенной системы. XML-производные языки позволяют описывать стандартные коммуникативные форматы данных, принятые в различных предметных областях. Для сетевых систем обучения принят международный стандарт IMS (Instructional Management System) Поддержка этого формата выводит систему на уровень семантической совместимости данных Таким образом, язык XML как нельзя лучше подходит для систем, оперирующих структурированными данными

Структура сценария для элемента «Вопрос», реализующего интерпретатор диалога, в формате XML описывается так:

<?xml version="l.О* encoding="koi8-r" standalone="yes* ?> <'DOCTYPE questíon [

<'ELEMENT metadata (id_el, name_el, ball_el, type_el, podtema)> <'ELEMENT states (state)+ >

<¡ELEMENT state (statnum, quest_txt?, masks*, default?) > <.'ELEMENT queststxt (/PCDATA) >

<'ELEMENT masks (mask, textrep?, an_err_txt?, ballrep, move_to_el?, с ype_m) *>

< 'FLEMENT default (textrep?, an err_txt?, ballrep, move_to_el 7) >

< 'ELEMENT ld_el (/PCDATA)>

< 'ELEMENT name_el (tPCDATA)>

< '.ELEMENT ball_el (/PCDATA) > <'ELEMENT type_el (/PCDATA) > <'ELEMENT podtema (/PCDATA) > <'ELEMENT mask (/PCDATA) >

<'ELEMENT type_m (/PCDATA) > <¡ELEMENT textrep (/PCDATA)> <.'ELEMENT an_err_txt (/PCDATA) > <¡ELEMENT ballrep (/PCDATA)> <'ELEMENT move_to_el (/PCDATA) >

]>

В данной главе представлены соответствующие структуры сценариев, разработанные для всех элементов системы.

В четвертой главе_для каждого элемента системы, описанного в главе 3, строится математическая и имитационная модель, граф переходов, и проверяется корректность работы на всех комбинациях входных сигналов.

Рассмотрим автомат, реализующий интерпретатор сценариев диалога (элемент «Вопрос») Для него, соответственно, определяются множество входных и выходных сигналов, множество состояний, начальное состояние, а также функции переходов и выходов. Математический аппарат, применяемый при описании функций переходов и выходов, это алгебраическо-логические уравнения, по которым составляется граф переходов (рис 8) и разрабатывается соответствующий программный модуль S = |а<>, ai, з2, ai, а4, as, ль, а7, as),

X = |Х|,Х2, Хз, Х4, X,, x6, x7), Y = (yo, yi, У2, Уз. У4, yi, Уб, У7. У», У9, Ую, Ун, У12), N> = a«.

В каждый момент времени t = 0, 1, 2, .. автомат находится в некотором состоянии а, = a(t) Функция переходов определяет состояние a(t) в некоторый момент t. Для описываемого автомата второго рода (Мура) строятся функции переходов: ao(t) = (ao(t-1)л Т i(t-1)) v ag(t-l); ai(t) = ao(t-l)л xi(t-l); a2(t) = a,(t-l)A X2(t-1); a3(t) = a2(t-l) v (а3(И)л *3(М)Л *4(t-l));

а4(1) = аз(М)лхз(М)л X4(t-1);

a5(t> = (a4(t-l) Ajt5(t-1)) v (аз(1-1)л7,(И)лХ4(М)) v (a,(t-l)л x2(t-l)); 36(t) = a4(t-l)л 76(t-l)л x7(t-l); a7(t) = (34(H)л x6(t-l))v (34(H)л X б(Н)л X7(t-1)); зи(0 = а5(И) v a^t-l) v a7(t-l). Соответственно функции выходов будут:

yO(t) = aO(t), y4(t) = a2(t) yl(t) = al(t); y5(t) = a3(t) y2(t) = al(t); y6(t) = a4(t)

y3(t) = al(t), y7(t) = a4(t) ft*

i 1

y8(t) = a4(t); y9(t) = a5(t); yIO(t) = a6(t); yl l(t) = a7(t);

yl2(t) = a8(t).

Ожидание 1С вопроса

lyO,

—Ж~ 1 I

( А1 Л А2

err» 0 Поиск вопроса в базе Создание объекта

Вывод вопроса 1У4'

дочернего класса <у1 у2 Ii

V хЭ*х4

err = 1 балл = о iys;

Ожидание ответа

1У5'

___>

А7 .x6v(xE" Ч__ i", Í "

Вывод балла и результата |прав не правильнс 1У11) Сохранение ответе Вызов анализатора ответа Выставление оценки |у€ у7 у 8

if' «7 _

Рис 8 Граф переходов интерпретатора сценариев диалога (элемент "Вопрос")

Проверка корректности построения и логики работы элементов системы осуществлялась с помощью двойного моделирования Первое - построение имитационной модели в пакете MATLAB-Simulink-Stateflow и второе - моделирование с помощью уравнений функций переходов и выходов автоматов В результате исследования работы элементов системы на всех возможных комбинациях входных сигналов были получены аналогичные типы графиков, как с использованием имитационного моделирования, так и с помощью моделирования по уравнениям. Тексты моделирующих программ, диаграммы stateflow, а также графики результатов моделирования представлены в приложениях к диссертационной работе.

В пятой главе описывается практическое использование предложенных в работе теоретических положений на примере разработанного программного обеспечения.

Для реализации обучающей системы был создан набор связанных редакторов, с помощью которого в графическом интерфейсе можно создавать тьюторы (адаптивные многошаговые обучающие диалоги) каждый из которых представлен основным вопросом и множеством связанных с ним дополнительных. Практическая реализация выполнена с использованием СУБД Oracle и web-сервера Apache в архитектуре клиент-сервер. Программные модули включают в себя текст на пяти языках программирования - PHP, JAVASCRIPT, XML, PL/SQL, HTML и содержат около 8000 строк кода.

ЗАКЛЮЧЕНИЕ

В диссертационной работе сформулирована и решена научно-техническая проблема по разработке методов управления интерактивными процессами в компьютерных обучающих системах В отличие от существующих методов организации обучающих диалогов, разработанные методы и алгоритмы позволяют отказаться от сложного семантического и синтаксического анализа ответа учащегося в пользу расширенного механизма поиска ключевых слов и специальной структуры адаптивных сценариев Это дает возможность существенно упростить программные алгоритмы, реализовать в обучающей системе относительную предметную независимость, использовать естественный язык для ввода ответов учащихся, а преподавателям самостоятельно, без привлечения программиста, создавать и модифицировать сценарии адаптивных диалогов посредством экранных форм пользовательского интерфейса. В процессе выполнения работы были получены следующие результаты'

- разработаны методы декларативного описания адаптивных сценариев обучающих диалогов, позволяющих использовать естественный язык для обучения с применением АОС Сценарии составляются из унифицированных разделов, имеющих фиксированное количество значимых идентификаторов, что позволяет описывать структуры сценариев в виде грамматики, интерпретируемой автоматным преобразователем, а также задавать контент сценария декларативно, посредством экранных форм пользовательского интерфейса;

- разработаны алгоритмы интерпретаторов адаптивных сценариев. Интерпретаторы используют автоматный принцип построения и позволяют на основании сценария создавать виртуальный активный ресурс, который реализует адаптивный многошаговый обучающий диалог. Виртуальный активный ресурс действует как реактивная система (автомат), преобразуя ответы учащегося в реплики и пояснения системы, и позволяет выявлять неусвоенные в процессе изучения учебного материала знания и восполнять эти пробелы;

- предложена архитектура обучающей системы, позволяющая объединять множество разноплановых диалогов в связные, последовательные курсы обучения. Используя единообразие принципов построения элементов системы и структуры их взаимодействия, архитектура обеспечивает предметную независимость, многопользовательский режим доступа, декларативные способы наполнения и изменения контента, переносимость, гибкость при расширении и модификации, прозрачность логики работы для конечного пользователя;

- все полученные научные результаты подтверждены реализацией, о чем свидетельствуют имеющиеся акты внедрения. Базовые алгоритмы получили сертификат Отраслевого Фонда Алгоритмов и Программ № 4229 от 1201.2005г. и номер государственной регистрации 50200500081 от 26 01.2005г Разработанное программное обеспечение с 2004 года активно используется в учебном процессе на факультетах очного и заочного обучения Международного банковского института и факультете переподготовки специалистов Санкт-Петербургского государственного политехнического института.

По теме диссертационного исследования опубликованы следующие работы:

1. Тазетдииов А.Д. Расширение принципов использования механизмов свободного ответа в системах контроля знаний // Актуальные проблемы экономики и новые технологии преподавания / Материалы 3-й международной научно-практической конференции, 11—13 марта 2004 г. — СПб.: МБИ, 2004 — С.59—61.

2. Тазетдинов А Д. Организация технических средств обучения в общем механизме качественного образования // Управление качеством в современном вузе / Материалы 2-й международной научно-методической конференции, 17 — 18 июня 2004 г. — СПб.: МБИ, 2004. — С.105—106.

3. Тазетдинов А.Д. Представление знаний в интерактивных системах обучения // Факторы успеха в образовательной деятельности вуза / Монография под ред Член-корр. МАИ ВШ, доцента И Н.Захарова — СПб.- МБИ, 2004. — С 139—146

4. Тазетдинов А.Д. Построение интеллектуальных управляющих структур в обучающих системах на основе многослойной системы конечных автоматов // Современные проблемы информатизации в непромышленной сфере и экономике / Сб. трудов. Вып. 10 / под ред. д.т н., проф О.Я.Кравца Воронеж' изд-во "Научная книга", 2005 г. — С.63— 64.

5. Система тестирования с использованием свободного ответа: A.C. 4229 ОФАП / А.Д. Тазетдинов, А.И Стригун. — № ГР 50200500081 // Сб. Алгоритмы и программы. — М.: ВНТИЦ, 2005.

6. Лупал А.М., Тазетдинов А.Д. Построение управляющих структур обучающих систем с использованием конечных автоматов // Актуальные проблемы экономики и новые технологии преподавания / Материалы 4-й международной научно-практической конференции, 15—16 марта 2005 г — СПб.: МБИ, 2005 — С 71—73

7. Гришин П.В., Тазетдинов А.Д. Технология виртуальных машин в учебном процессе МБИ // Актуальные проблемы экономики и новые технологии преподавания / Материалы 4-й международной научно-практической конференции, 15—16 марта 2005 г. — СПб.: МБИ, 2005. — С.49—51

8. Карпова Т.С., Тазетдинов А.Д. Использование конечных автоматов для построения обучающих систем // Управление качеством в современном вузе / Материалы 3-й международной научно-методической конференции, 21— 22 июня 2005 г. — СПб.: МБИ, 2005. — С.84—86.

9. Тазетдинов А.Д. Построение управляющих структур обучающих систем с использованием конечных автоматов // Информационные технологии моделирование и управление / Научно-технический журнал. Вып. 3 / под ред д.т.н., проф. О.Я.Кравца, Воронеж- изд-во "Научная книга", 2005 г — С.323—328.

Лицензия ЛР №020593 от 07.08.97

Подписано в печать 13.12.2005. Формат 60x84/16. Печать цифровая. Усл. печ. л. 1,0. Тираж 100. Заказ 217Ь.

Отпечатано с готового оригинал-макета, предоставленного автором, в Цифровом типографском центре Издательства Политехнического университета. 195251, Санкт-Петербург, Политехническая ул., 29. Тел.: 550-40-14 Тел./факс: 247-57-76

jrj>/

Введение.

1. Обзор методов и технологий компьютерных обучающих систем.

1.1. Обзор и классификация компьютерных обучающих систем.

1.2. Обзор современных технологий адаптивных и интеллектуальных обучающих систем.

1.3. Обзор методов контроля и оценки знаний.

1.4. Обзор технологий организации диалогового обучения.

1.5. Выводы.

2. Методы управления интерактивными процессами.

2.1. Методы управления диалоговым режимом в обучающей системе.

2.2. Методы поиска ключевых слов.

2.3. Методы описания адаптивных сценариев.

2.4. Методы обработки адаптивных сценариев.

2.5. Выводы.

3. Методы построения архитектуры системы, реализующей адаптивные обучающие диалоги.

3.1. Требования и стандарты построения обучающих систем.

3.2. Архитектура обучающей системы.

3.3. Методы построения элементов системы.

3.4. Выводы.

4. Алгоритмы обработки адаптивных сценариев.

4.1. Алгоритм работы элемента «Методический Материал».

4.2. Алгоритм работы элемента «Вопрос».

4.3. Алгоритм работы элемента «Анализатор ответа».

4.4. Алгоритм работы элемента «Тест».

4.5. Алгоритм работы элемента «Курс».

4.6. Выводы.

5. Реализация разработанных методов.

5.1. Область применения разработанных методов.

5.2. Реализация алгоритмов.

5.3. Объектная модель элементов обучающей системы.

5.4. Система "Виртуальныйуниверситет".

Актуальность темы. Необходимость автоматизации процесса обучения и проверки знаний, а также потребность в повышении качества образования учащихся привела к созданию и развитию различных автоматизированных обучающих систем (АОС), в которых большое внимание уделяется применению прогрессивных методов обучения с использованием новейших информационных технологий.

Обеспечение диалогового взаимодействия учащегося с компьютером является необходимой предпосылкой эффективного применения АОС.

Однако в большинстве обучающих систем такое взаимодействие организовано не лучшим образом. Это обусловлено не только ограниченными возможностями компьютера, но и тем, что диалог строится с нарушением принципов построения диалога. В ряде отечественных и зарубежных университетах, таких как университет Питтсбурга, Пиреи, Мемфиса, Портсмунта, Дальневосточный университет, Санкт-Петербургский университет и др. ведутся исследовании и разработка различных методов и моделей адаптации в компьютерных обучающих системах. Наиболее известными исследователями в этой области являются JI.B. Зайцева, А.И. Стригун, 3.0. Джалиашвили, И.А. Морев, В. А. Капустин, A.A. Дзюбенко, P. Brusilovsky, D. Sampson, С. Karagiannidis, I. Zukerman, D. Litman, P. De Bra, D.A Kashy, D. Callear, К. Кабасси, M. Вирву, N.K. Person, A.S. Graesser, V Pomeroy и др.

Однако, несмотря на множество разработок в области адаптивных и интеллектуальных АОС, существует ряд недостатков, препятствующих эффективному использованию преподавателями естественного языка для диалогового режима обучения с применением АОС: использование упрощенных структур диалога, применимых для тестирования и неэффективных при организации активного обучения; подмена естественного языка выбором опций меню графического интерфейса пользователя; стремление ограничить учащегося при вводе данных небольшим набором реплик или использование специализированного ограниченного языка; использование программ, которые предлагаются разработчиками-программистами, не представляющими всей специфики работы преподавателя; использование сложных алгоритмов и структур данных при решении проблемы полного синтаксического и семантического анализа ответа учащегося, что приводит к: существенному ограничению предметной области; увеличению сложности программного продукта и невозможности его расширения и модификации без участия программиста и инженера знаний.

Кроме того, у большинства преподавателей нет времени, возможностей или достаточного понимания программных и аппаратных технологий для разработки своих собственных АОС. Им необходимо "изначальное" программное обеспечение, которое они могли бы приспособить для своих потребностей. Поэтому возникает необходимость в разработке таких методов управления интерактивными процессами, которые бы позволили использовать естественный язык для взаимодействия с системой, простые декларативные методы расширения и модификации контента сценариев адаптивных многошаговых обучающих диалогов, что дало бы возможность преподавателям самостоятельно, без привлечения программиста, создавать и модифицировать эти сценарии. Основная задача таких обучающих диалогов — это помочь преподавателю автоматизировать выявление неусвоенных в процессе изучения учебного материала знаний и восполнение этих пробелов.

Цель и задачи исследования. Исследование механизмов управления интерактивными процессами в компьютерных обучающих системах и разработка методов синтеза адаптивных многошаговых обучающих диалогов. Поставленная цель определяет следующие основные задачи:

1) исследовать и разработать методы декларативного описания адаптивных сценариев обучающих диалогов;

2) разработать алгоритмы, позволяющие моделировать адаптивные многошаговые обучающие диалоги;

3) разработать архитектуру компьютерной обучающей системы, позволяющую объединять множество разноплановых диалогов в связные курсы обучения;

4) реализовать разработанные алгоритмы в конкретных обучающих системах.

Методология и методы исследования. В качестве аппарата исследований использовались: теория автоматов, теория графов, теория реляционных баз данных. Практическая реализация методов базируется на алгоритмах синтеза и оптимизации конечных автоматов, теории формальных грамматик.

Основные положения, выносимые на защиту: методы декларативного описания адаптивных сценариев обучающих диалогов; алгоритмы, позволяющие моделировать адаптивные многошаговые обучающие диалоги; архитектура обучающей системы. Научная новизна:

1) разработаны методы декларативного описания адаптивных сценариев обучающих диалогов, позволяющих использовать естественный язык для обучения с применением АОС. Сценарии составляются из унифицированных разделов, имеющих фиксированное количество значимых идентификаторов, что позволяет описывать структуры сценариев в виде грамматики, интерпретируемой автоматным преобразователем, а также задавать контент сценария декларативно, посредством экранных форм пользовательского интерфейса;

2) разработаны алгоритмы интерпретаторов адаптивных сценариев. Интерпретаторы используют автоматный принцип построения и позволяют на основе сценария создавать виртуальный активный ресурс, который реализует адаптивный многошаговый обучающий диалог. Виртуальный активный ресурс действует как реактивная система (автомат), преобразуя ответы учащегося в реплики и пояснения системы, и позволяет выявлять неусвоенные в процессе изучения учебного материала знания и восполнять эти пробелы;

3) предложена архитектура обучающей системы, позволяющая объединять множество разноплановых диалогов в связные, последовательные курсы обучения. Используя единообразие принципов построения элементов системы и структуры их взаимодействия, архитектура обеспечивает предметную независимость, многопользовательский режим доступа, декларативные способы наполнения и изменения контента, переносимость, гибкость при расширении и модификации, прозрачность логики работы для конечного пользователя.

Практическая значимость. Разработанные методы и алгоритмы могут использоваться учебными заведениями для создания собственных компьютерных интерактивных обучающих систем. Их внедрение в обучающую систему позволит: автоматизировать процесс обучения; индивидуализировать режим получения знаний учащимися, максимально приблизив его к режиму индивидуального обучения с преподавателем; повысить качество запоминания предмета за счет использования адаптивных и интеллектуальных методов обучения.

Созданное на основе разработанных методов и алгоритмов программное обеспечение, начиная с 2004 года, активно используется в учебном процессе на факультетах очного и заочного обучения Международного банковского института и на факультете переподготовки специалистов Санкт-Петербургского государственного политехнического института, о чем свидетельствуют имеющиеся акты внедрения. Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

1) Третья международная научно-практическая конференция "Актуальные проблемы экономики и новые технологии преподавания", МБИ, СПб.,

2004 г.

2) Международная научно-методическая конференция "Управление качеством в современном вузе", Санкт-Петербург-Калуга, 2004 г.

3) 10-я международная открытая конференция "Современные проблемы информатизации в непромышленной сфере и экономике", Воронеж,

2005 г.

4) Четвертая международная научно-практическая конференция "Актуальные проблемы экономики и новые технологии преподавания", МБИ, СПб., 2005 г.

5) 2-я Международная научно-методическая конференция "Управление качеством в современном вузе", Санкт-Петербург-Калуга, 2005 г.

6) Модуль "Система тестирования с использованием свободного ответа" получил номер 4229 от 12.01.2005 г. регистрации в ОФАП (Отраслевом Фонде Алгоритмов и Программ) и номер государственной регистрации 50200500081 от 26.01.2005 г. в "Национальном информационном фонде неопубликованных документов".

Публикации. По основным положениям и результатам выполненных исследований опубликовано 9 печатных работ. Из них 1 монография, 7 статей в материалах научных конференций и одна в научном журнале. Кроме того, материалы диссертации включены в 3 отчета НИР по теме "Разработка сетевой интегрированной информационно-обучающей системы для регионального ресурсного центра в сфере образования". Структура и объем работы: Диссертация состоит из введения, 5 разделов, заключения, библиографического списка (118 наименований), 6 приложений, имеет общий объем 162 машинописные страницы, содержит 2 таблицы и 69 рисунков.

Заключение

В диссертационной работе сформулирована и решена научно-техническая проблема по разработке методов управления интерактивными процессами в компьютерных обучающих системах. В отличие от существующих методов организации обучающих диалогов, разработанные методы и алгоритмы позволяют отказаться от сложного семантического и синтаксического анализа ответа учащегося в пользу расширенного механизма поиска ключевых слов и специальной структуры адаптивных сценариев. Это дает возможность существенно упростить программные алгоритмы, реализовать в обучающей системе относительную предметную независимость, использовать естественный язык для ввода ответов учащихся, а преподавателям самостоятельно, без привлечения программиста, создавать и модифицировать сценарии адаптивных диалогов посредством экранных форм пользовательского интерфейса. В процессе выполнения работы были получены следующие результаты: разработаны методы декларативного описания адаптивных сценариев обучающих диалогов, позволяющих использовать естественный язык для обучения с применением АОС. Сценарии составляются из унифицированных разделов, имеющих фиксированное количество значимых идентификаторов, что позволяет описывать структуры сценариев в виде грамматики, интерпретируемой автоматным преобразователем, а также задавать контент сценария декларативно, посредством экранных форм пользовательского интерфейса;

- разработаны алгоритмы интерпретаторов адаптивных сценариев. Интерпретаторы используют автоматный принцип построения и позволяют на основе сценария создавать виртуальный активный ресурс, который реализует адаптивный многошаговый обучающий диалог. Виртуальный активный ресурс действует как реактивная система (автомат), преобразуя ответы учащегося в реплики и пояснения системы, и позволяет выявлять неусвоенные в процессе изучения учебного материала знания и восполнять эти пробелы; предложена архитектура обучающей системы, позволяющая объединять множество разноплановых диалогов в связные, последовательные курсы обучения. Используя единообразие принципов построения элементов системы и структуры их взаимодействия, архитектура обеспечивает предметную независимость, многопользовательский режим доступа, декларативные способы наполнения и изменения контента, переносимость, гибкость при расширении и модификации, прозрачность логики работы для конечного пользователя; все полученные научные результаты подтверждены реализацией, о чем свидетельствуют имеющиеся акты внедрения. Базовые алгоритмы получили сертификат Отраслевого Фонда Алгоритмов и Программ № 4229 от 12.01.2005 г. и номер государственной регистрации 50200500081 от 26.01.2005 г. Разработанное программное обеспечение с 2004 года активно используется в учебном процессе на факультетах очного и заочного обучения Международного банковского института и факультете переподготовки специалистов Санкт-Петербургского государственного политехнического института.

Полученные результаты свидетельствуют о перспективности дальнейших исследований и развитии предложенных методов.

1. Аванесов B.C. Композиция тестовых заданий. М.: Адепт, 1998. -217 с.

2. Агапонов C.B., Джалиашвили З.О., Кречман Д.Л., Никифоров И.С., Ченосова Е.С., Юрков A.B. Средства дистанционного обучения. Методика, технология, инструментарий. СПб.: БХВ-Петербург, 2003. -336 с.

3. Алексеенко Е. А., Довгялло А. М., Косая И. X. СПОК система программирования и поддержания обслуживающих и обучающих курсов // Управляющие системы и машины. — 1978. - №2. - С. 127 — 128.

4. Андреев А.Б., Акимов A.B., Усачев Ю.Е. Экспертная система анализа знаний "Эксперт-ТС" // Proceedings. IEEE International Conference on Advanced Learning Technologies (1СALT 2002). 9-12 September 2002. Kazan, Tatrstan, Russia, 2002, p. 97 - 101.

5. Артемов А., Павлова H., Сидорова Т. Модульно-рейтинговая система // Высшее образование в России. 1999. — №4. -с. 121-125.

6. Ахо A.B., Ульман Д.Д. Теория синтаксического анализа, перевода и компиляции. Т.1. Синтаксический анализ. — М.: Мир, 1978.

7. Ахо A.B., Ульман Д.Д. Теория синтаксического анализа, перевода и компиляции. Т.2. Синтаксический анализ. М.: Мир, 1978.

8. Ахо A.B., Сети Р., Ульман Дж.Д. Компиляторы: принципы, технологии и инструменты.: Пер. с англ. М.,С-Пб.,Киев: Издательский дом «Вильяме», 2003.

9. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. — М.: Мир, 1979.

10. Баранов С.И. Синтез микропрограммных автоматов (граф-схемы и автоматы). Д.: Энергия, 1979.

11. Башмаков А.И., Башмаков И.А. Разработка компьютерных учебников и обучающих систем. М.: Информ.-изд. дом "Филинъ", 2003.-616 с.

12. Бенькович Е.С., Колесов Ю.Б., Сениченков Ю.Б., Практическое моделирование динамических систем., — СПб.: БХВ-Петербург, 2002. -464 с.

13. Бумфрей Ф., Диренцо О., Даккет Й., и др. XML. Новые перспективы WWW. Пер. с англ. М.: ДМК, 2000. - 688 с.

14. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. М.: Бином, СПб: Невский диалект, 1998.-560 с.

15. Волков С.З. Алгоритм управления контролем знаний // Кибернетика и исследование операций в управлении учебным процессом: Тез. докл.- Рига: РПИ, 1984. С. 67 - 70.

16. Гладковский В.И., Гладыщук A.A., Панасюк И.М. Воспитательные функции рейтинговой системы оценки знаний (РСОЗ) // Высшая школа: состояние и перспективы. Минск: РИВШ БГУ, 1997. - 107 с.

17. Глушков В. М. Синтез цифровых автоматов. М.: Наука, 1962.

18. Гордеев A.B., Молчанов А.Ю. Системное программное обеспечение- СПб.: Питер, 2002. 734 с.

19. Демкин В.П., Можаева Г.В. Технологии дистанционного обучения. Томск: Изд-во Томского ун-та, 2003. - 106 с.

20. Джалиашвили З.О., Стригун А.И. Аанализатор естественноязыковых ответов в АОС // Управляющие системы и машины. №5, 1989. С. 119-121.

21. Дзюбенко А. А. Новые информационные технологии в образовании. -М.: 2000.-104 с.

22. Жаков В.И., Фильчаков В.В., Янкелевич A.A. Применение конечных автоматов для описания пользовательского интерфейса и синтеза приложений // Информационные технологии. № 4, 1997.

23. Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания и классификации // Проблемы кибернетики. — 1978. — Вып. 33.-С. 5-68.

24. Автоматизированная обучающая система КОНТАКТ/ОС / Л.В. Зайцева, Л.В. Ницецкий, Л.П. Новицкий и др. М.: Моск. науч.- учеб. центр СНПО "Алгоритм", 1982. - 108 с.

25. Зайцева Л.В., Новицкий Л.П., Грибкова В.А. Разработка и применение автоматизированных обучающих систем на базе ЭВМ / Под ред. Л.В. Ницецкого. Рига : "Зинатне", 1989. - 174 с.

26. Зайцева Л.В., Новицкий Л.П., Прокофьева Н.О. Контроль знаний обучаемых с помощью методов линейно-кусочной аппроксимации ивычисления оценок // Методы и средства кибирнетики в упр. учеб. проц. высш. шк. Рига: Рижск. политехи, ин-т, 1989, - с. 39 — 48.

27. Зайцева JI.B. Методы контроля знаний при автоматизированном обучении. Автоматика и вычислительная техника, 1991. №4, С. 88 - 92

28. Зайцева JI.B. Некоторые аспекты контроля знаний в дистанционном обучении // Сборник научных трудов 4-й международной конференции "Образование и виртуальность 2000" — Харьков — Севастополь.: УАДО, 2000.-с. 126-131.

29. Зайцева JI.B., Прокофьева Н.О. Проблемы компьютерного контроля знаний // Proceedings. IEEE International Conference on Advanced Learning Technologies (ICALT 2002). 9-12 September 2002. Kazan, Tatrstan, Russia, 2002, p. 102 - 106.

30. Зайцева JI.B. Модели и методы адаптации к учащимся в системах компьютерного обучения // Educational Technology & Society. Nr. 6(3), 2003.-C.204-212.

31. Капустин B.A. Инструментальные средства технологического обеспечения и платформы дистанционного обучения, Открытое Образование, №1, 2003. С. 23-34.

32. Карпов Ю.Г. Теория автоматов: Учебник для вузов. "ПИТЕР", 2003.

33. Касимов Р.Я.,Зинченко В.Я., Грантберг И.И. Рейтинговый контроль // Высшее образование в России. 1994. - № 2 — С. 83-92.

34. Касьянов В.Н., Евстигнеев В.А. Графы в программировании: обработка, визуализация и применение. СПб.: БХВ-Петербург, 2003. -1104 с.

35. Липаев В.В. Стандартизация характеристик и оценивания качества программных средств. Приложение к журналу "Информационные технологии" № 4 2001.

36. Лупал A.M., Теория автоматов. Учебное пособие, СПб.: СПбГУАП, 2000.

37. Люгер, Джорж, Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е издание.: Пер. с англ. М.: Издательский дом "Вильяме", 2003. — 864 с.

38. Малюгин В.Д. Реализация булевых функций арифметическими полиномами // Автоматика и телемеханика. 1982. №4.

39. Моисеев В.Б., Усмаиов В.В., Таранцева K.P., Пятирублевый Л.Г. Статистический подход к принятию решений по результатам тестирования для тестов открытой формы // Открытое образование. — 2001. №1 / Интернет. -http://www.mesi.ru/joe/Nl01/mo.html

40. Молчанов А.Ю. Системное программное обеспечение: Учебник для вузов СПб.: Питер, 2003. - 396 с.

41. Морев И.А. Образовательные информационные технологии. 4.1. Обучение: учебное пособие. Владивосток: Изд-во Дальневост. ун-та, 2004.- 158 с.

42. Морев И. А. Образовательные информационные технологии. 4.2. Педагогические измерения: учебное пособие. — Владивосток: Изд-во Дальневост. ун-та, 2004. 174 с.

43. Морев И. А. Образовательные информационные технологии. Ч.З. Дистанционное обучение: учебное пособие. Владивосток: Изд-во Дальневост. ун-та, 2004. - 150 с.

44. Нестеров A.B., Тимченко В.В., Трапицын С.Ю. Информационные педагогические технологии. Учебно-методическое пособие. — СПб.: Издательство ООО "Книжный дом", 2003. — 340 с.

45. Осипов Г.С. Приобретение знаний интеллектуальными системами. — М.: Наука, 1997.

46. Пасхин E.H., Митин А.И. Автоматизированная система обучения ЭКСТЕРН. М.: Изд-во Моск. ун -та, 1985.-144 с.

47. Попов Д.И. Способ оценки знаний в дистанционном обучении на основе нечетких отношений // Дистанционное образование. — 2000. — №6 / Интернет. -http://www.mesi.ru/joe/N600/popov.html

48. Прокофьева Н.О. Алгоритмы оценки знаний при дистанционном обучении // Образование и виртуальность 2001. Сборник научных трудов 5-й Международной конференции. - Харьков - Ялта: УАДО,2001.-С. 82-88.

49. Прокофьева Н.О. Сравнительный анализ алгоритмов оценки знаний // Интернет Образование - Наука - 2002. Сборник научных трудов 3-й Международной научно-практической конференции. — Винница: ВГТУ,2002. С. 85 - 87.

50. Прохоров А. Отечественные системы дистанционного образования, КомпьютерПресс, №6 2003. С. 98-103.

51. Сацкий С. Дизайн шаблона конечного автомата на С++ //RSDN Magazine. 2003. № 1.

52. Седжвик Р. Фундаментальные алгоритмы на С++. Киев: ДиаСофт, 2001.

53. Сельманова H.H., Максудова Л.Г., Абросимов В.В., Абросимов Д.В. Обучающе-аттестующая система по естественно-научным дисциплинам // Труды международной научно-методич. конференции Телематика 2001. 18-21 июня 2001 г. СПб.: 2001. - С. 85.

54. Соловов A.B. Проектирование компьютерных систем учебного назначения: учебное пособие. Самара: СГАУ, 1995. - 138 с.

55. Соловов A.B. Дидактика и технология электронного обучения в системе КАДИС // Индустрия образования, №6. М.: МГИУ, 2002. - С. 54-64.

56. Стригун А.И. Тестирующая среда "Поларис" // Федоров Б.И., Джалиашвили З.О. Логика компьютерного диалога. М.: Онега, 1994. 240 с.

57. Стригун А.И. Примат виртуального интеллектуального тьютора в открытом образовании. Смена парадигмы открытого и дистанционного образования / Труды X Всероссийской научно-методической конференции «Телематика 2003» 14-17 апреля 2003 года. СПб.: 2003.

58. Трахтенброт Б.А., Барздинь Я.М. Конечные автоматы (поведение и синтез). -М.: Наука, 1970.

59. Хефлин Д., Ней., Разработка Web-скриптов. Библиотека программиста. СПб.: Питер, 2001. - 496 с.

60. Холзнер С. XSLT библиотека программиста. — СПб.: Питер, 2002. — 544 с.

61. Хопкрофт Д., Мотвани Р., Ульман Д. Введение в теорию автоматов, языков и вычислений. СПб.: Вильяме, 2002.

62. Черных И.В. SIMULINK: Среда инженерных приложений. / Под общ. ред. к.т.н. В.Г.Потемкина. М.: Диалог-МИФИ, 2003. - 496 с.

63. Чижухин Г.Н. Лекции по основам математической логики и теории алгоритмов: учеб. пособие. Пенза: изд-во ПТУ, 1999.

64. Шалыто A.A. SWITCH-технология. Алгоритмизация и программирование задач логического управления. М.: Наука, 1998.

65. Эдди С.Э. XML: справочник. СПб.: Питер, 2003. - 480 с.

66. ADL Department of Defense Advanced Distributed Learning, http://www.adlnet.org/

67. ARIADNE Alliance of Remote Instructional Authoring and Distribution Networks for Europe, Foundation for the European Knowledge Pool V. 1.0 -15.11.2002. http://www.ariadne-eu.org/

68. Anderson, J. R., Corbett, A. T., Koedinger, K. R., & Pelletier, R. (1995). Cognitive tutors: Lessons learned. The Journal of the Learning Sciences, 4, P. 167-207.

69. Barr, A., Beard, M., and Atkinson, R. C.: The computer as tutorial laboratory: the Stanford BIP project. International Journal on the Man-Machine Studies 8, 5 1976. P. 567 - 596.

70. Brooks R. A.: A robust layered control system for a mobile robot. IEEE Jornal of Robotics and Automation. 4:, 1986. P. 14-23

71. Brooks R. A.: hardware retargetable distributed layered architecture for mobile robot control. Proceedings IEEE Robotics and Automation — Raliegh, NC, 1987. P. 106-110.

72. Brooks R. A.: The Future of Flesh and Machines, Penguin Books Ltd, London, 2002.

73. Brusilovsky P., Maybury M.T. 'From adaptive hypermedia to adaptive web'. Communications of the ACM, Vol. 45, No. 5, 2002. P. 31-33.

74. Brusilovsky P., Karagiannidis C., Sampson D. Layered evaluation of adaptive learning systems. Int. J. Cont.: Engineering Education and Lifelong Learning, Vol. 14, Nos. 4/5, 2004.

75. Brusilovsky P., Peylo C. 'Adaptive and intelligent web-based educational systems'. — International Journal of Artificial Intelligence in Education, Vol. 12, Nos. 2-4, 2003. P. 159-172.

76. Brusilovsky P., Vassileva J. Course sequencing techniques for large-scale webbased education Int. J. Cont. Engineering Education and Lifelong Learning, Vol. 13, Nos. 1/2, 2003.

77. Carbone A., Schendzielorz P. Developing and integrating a Web-based quiz generator into the curriculum // WebNet'97. World Conference of the WWW, Internet and Intranet. AACE, 1997. P. 90 - 95.

78. Chi M. T. H., de Leeuw N., Chiu M., LaVancher C. Eliciting self-explanations improves understanding. Cognitive Science, 18, 1994. P. 439 -477.

79. Chi M. T., Bassok M., Lewis M. W., Reimann P., Glaser R. (1989). Self-explanations: How students study and use examples in learning to solve problems. Cognitive Science, 13, P. 145-182.

80. Collins A. Teaching reasoning skills. In S.F. Chipman, J.W. Segal, & R. Glaser (Eds), Thinking and learning skills Hillsdale, NJ: Erlbaum. vol. 2, 1985. P. 579-586.

81. D. Harel Statecharts: A Visual Formalism for Complex Systems Science of Computer Programming 8, 1987, P. 231-274.

82. De Bra P., Calvi L. 'AHA! an open adaptive hypermedia architecture', The New Review of Hypermedia and Multimedia, Vol. 4., 1998

83. Devedzic V.B. 'Key issues in next-generation web-based education', IEEE Transactions on Systems, Man and Cybernetics Part C, Vol. 33, No. 3, 2003. P. 339-349.

84. Educational Technology & Society 5(1), 2002, ISSN 1436-4522, P. 215 -221, http://ifets.ieee.org/russian

85. Fox B. The human tutorial dialog project. Hillsdale, NJ: Erlbaum. 1993.

86. Graesser A. C., Person, N.K. Question asking during tutoring. American Educational Research Journal, 31, 1994. P. 104 - 137.

87. Graesser A.C., Franklin S., Wiemer-Hastings P. and the Tutoring Research Group Simulating smooth tutorial dialog with pedagogical value.

88. Proceedings of the American Association for Artificial Intelligence Menlo Park, CA: AAA! Press. 1998. P. 163 - 167.

89. Graesser A. C., Person N. K., Magliano J. P. Collaborative dialog patterns in naturalistic one-on-one tutoring. Applied Cognitive Psychology, 9, 1995. P. 359-387.

90. Hume G. D., Michael J. A., Rovick A., Evens M. W. Hinting as a tactic in one-on-one tutoring. The Journal of the Learning Sciences, 5, 1996. P. 23 — 47.

91. IMS Global Learning Consortium Content Packaging Specification, Version 1.1.3., 2001.

92. Karampiperis P., Sampson D. 'Adaptive learning object selection in intelligent learning systems', Journal of Interactive Learning Research, Special Issue on Computational Intelligence in Web-based Education, 2004.

93. Lord F.M. Application of Item Response Theory to Practical Testing Problems. Hillsdale N - J. Lawrence Erlbaum Ass., Publ. 1980. - 266 p.

94. LTSC IEEE: Draft Standard for Learnjng Object Metadata. IEEE 1484.12.1 -2002. http ://ltsc.ieee.org/

95. McArthur, D., Stasz, C., & Zmuidzinas, M. Tutoring techniques in algebra. Cognition and Instruction, 7, 1990. P. 197 - 244.

96. Mehan H. Learning lessons: Social organization in the classroom. — Cambridge, MA: Harvard University Press. 1979.

97. Merrill D. C., Reiser B. J., Ranney M., Trafton J. G. Effective tutoring techniques: A comparison of human tutors and intelligent tutoring systems. — The Journal of the Learning Sciences, 2, 1992. P. 277 305.

98. Moore J.D. Participating in explanatory dialogues. Cambridge, MA: MIT Press. 1995.

99. Palinscar A. S., Brown A. Reciprocal teaching of comprehension-fostering and comprehension-monitoring activities. Cognition & Instruction, 1, 1984. P. 117-175.

100. Person N. K., Graesser A. C., Magliano J. P., Kreuz R. J. Inferring what the student knows in one-to-one tutoring: The role of student questions and answers. — Learning and Individual Differences, 6, 1994. P. 20 29.

101. Person N. K, Graesser A. C. Evolution of discourse in cross-age tutoring.- In A.M. 1999.

102. Pesin L. Knowledge Testing and Evaluation in the Integrated Web-Based Authoring and Learning Environment // Proceedings of the 3rd IEEE International Conference on Advanced Learning Technologies. ICALT 2003.- Athens, Greece, 2003. P. 268 - 269.

103. Putnam R. T. Structuring and adjusting content for students: A study of live and simulated tutoring of addition. American Educational Research Journal, 24, 1987. P. 13-48.

104. Sampson D., Karagiannidis C., Cardinali F. 'An architecture for web-based e-learning promoting re-usable adaptive educational e-content'. -Educational Technology & Society Journal, Vol. 5, No. 4., 2002.

105. Schank R.C., Abelson R. Scripts, Plans, Goals and Undestanding. -Hillsdale, Nj: Erlbaum, 1977.

106. VanLehn, K., Ohlsson, S. & Nason, R. (1994). Applications of simulated students: An exploration. Journal of Artificial Intelligence in Education, 5(2), P. 135-175.

107. WBT Systems TopClass 3.0, WBT Systems, Dublin, Ireland. http:www.wbtsystems.com/Nr5, 1999.

108. Webb N. M., Troper J. D., Fall R. Constructive activity and learning in collaborative small groups. Journal of Educational Psychology, 87, 1995. P. 406-423.

109. WebCT. World Wide Web Cource Tools 1.3.1. WebCT Educational technologies. — Vancouver, Canada / Internet. http://www.wbtsystems.com

110. Zukerman I., Litman D. Natural language processing and usermodeling: synergies and limitations. UserModeling and User Adapted Interaction 11(1/2), 2001. P. 129-158.