Пошук по сайту...
Відпочинок для дітей! Табір Райдуга. Чорне море, Крим
Портал Знань Портал безперервного навчання

Портал знань — відкриті навчальні матеріали, дистанційне навчання, дистанційне тестування знань

Навчальні матеріали і Тестування знань


Акція! Сайт, що допоможе дітям...

Лабораторія СЕТ | Дослідження, статті, розробки | Публікації | Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області

Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області

Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області

Титенко С. В. Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області / С. В. Титенко // ХІ международная научная конференция имени Т. А. Таран «Интеллектуальный анализ информации ИАИ-2011», Киев, 17-20 мая 2011 г.: сб. тр./ ред. кол.: гл. ред. С. В. Сирота. – К.: Просвіта, 2011.­­­ – С. 55-60.

В роботі запропоновано метод автоматичної побудови і упорядкування індивідуального навчального середовища в межах багатопредметного Web-порталу, який ґрунтується на використанні онтології та апарату нечіткої логіки. Метод дозволяє автоматично визначати відношення дидактичного слідування між ділянками міждисциплінарного Web-контенту. Реалізоване на цій основі програмне забезпечення функціонує на порталі znannya.org.

Вступ

Теперішній рівень розвитку інформаційних ресурсів і засобів доступу до них, явище інформаційного перенасичення та інтенсивний розвиток україномовного та російськомовного сегменту WWW є факторами, які змінили спосіб і підхід до самонавчання. Студенти і працівники багатьох галузей широко використовують Web-ресурси з метою підвищення власного професійного рівня та отримання знань для професійної переорієнтації. Інтернет-спільноти, соціальні мережі, що використовуються для обміну професійним досвідом, навчальні портали та інформаційно-навчальні ресурси ентузіастів у поєднанні із сервісами пошукових систем стали ефективним інструментом для самонавчання. Натомість позитивна риса доступності інформації одночасно виступає як сучасна проблема інформаційного перенасичення, що призводить до великих втрат часу та дезорієнтації під час пошуку корисної професійної інформації. У зв’язку з цим постає задача побудови індивідуальних інформаційно-навчальних середовищ із сукупності ресурсів багатопредметного і міждисциплінарного Web-порталу. Подібна задача вирішувалась в роботах Брусиловського П. та його учнів, Башмакова А.І та Башмакова І.А., Мазурок Т.Л. та ін. Натомість не вирішеною залиша-ється задача автоматичної побудови індивідуальногоWeb-середовища користувача на основі його професійних і навчальних цілей та забезпечення інфраструктурної підтримки подальшого доступу до такого персонального ресурсу.
В попередніх роботах [1, 2] запропоновано концепцію та структурні основи програмних засобів реалізації даної задачі. Даний підхід ґрунтується на використанні онтології предметної області навчання, яка будується автоматично на базі понятійно-тезисної моделі і служить як засіб опису відношень дидактичного слідування між навчальними поняттями.

Визначення контенту індивідуального навчального середовища

Першим етапом роботи користувача по ініціалізації індивідуального середовища є формування освітнього запиту до системи. Це реалізується за допомогою спеціальних Web-інтерфейсів, які дозволяють зазначити цільові професійні компетенції, профіль спеціаліста або ж безпосередньо обрати цільовий контент. Після цього на основі відповідних алгоритмів, відбувається пошук і збереження в БД системи інформації про індивідуальний контент користувача. Дана задача детально розглянута в попередній роботі [3].

Алгоритм упорядкування індивідуального контенту

Індивідуальний контент користувача має міждисциплінарний характер і може мати походження із суміжних предметних областей. У зв’язку з цим виникає задача упорядкування контенту з урахуванням дидактико-семантичних співвідношень між його ділянками. Розв’язання цієї задачі спирається на онтологію предметної області, яка забезпечує формалізацію понятійної складової контенту [2]. Задача дидактичного упорядкування блоків контенту вирішується на основі відношень між поняттями онтології із застосуванням апарату стенфордської моделі нечіткого виведення [4] (рис.1).

Рис. 1. Схематичне зображення задачі дидактичного упорядкування контенту

Так інформація про те, які поняття містяться в тій чи іншій ділянці контенту та інформація про відношення слідування між даними поняттями стає підґрунтям для міркувань про послідовність ділянок контенту. У ході експериментальних досліджень, проведених автором, на базі ряду суміжних по тематиці навчальних курсів було розроблено алгоритм, який показав свою ефективність в розв’язанні поставленої задачі.

Етапи алгоритму упорядкування індивідуального контенту:

1. Попередня побудова транзитивних зв’язків між поняттями і формування транзитивного замикання графу онтології, що ґрунтується на правилі: 

Формула

Задача вирішується на основі алгоритму Флойда-Варшала, де у якості вагів ребер розраховуються фактори впевненості відповідно до поданого вище правила транзитивності. Побудова транзитивного замикання графа для великої онтології на основі понятійно-тезисної моделі (ПТМ) [2] є ресурсомістким завданням, але вже на етапі безпосереднього впорядкування контенту користувача це дозволяє суттєво зменшити час та навантаження на сервери системи.

2. Пошук цільових і фонових понять кожної з ділянок контенту V на основі правил:

Формула

 Необхідність даних засобів логічного виведення полягає у тому, що однієї інформації про розглядувані поняття в тій чи іншій ділянці контенту не достатньо для того, щоб зробити висновок про послідовність блоків контенту. Адже в одному курсі деякі поняття можуть розглядатися як предмет вивчення, в іншому ж вони можуть бути присутні у якості понять, на які курс спирається для того, що визначити нові, цільові в даному контексті, поняття. Правило для предикату concept_essential описує міркування, у відповідності до якого поняття вважається цільовим тоді, коли в даній ділянці контенту воно має смислові тези (тези, які несуть інформацію про поняття, адже тези класу tAttaching служать лише для задачі індексації контенту). Правило для concept_pre стверджує, що поняття є фоновим або нецільовим в даному контексті, якщо усі його тези тут лише описують синтаксичну присутність цього поняття в навчальному тексті і не несуть нової інформації (клас тез – tAttaching).

3. Попарний аналіз відношення слідування між ділянками, на основі правил:

Формула

Перше правило стверджує, що наявність поняття, яке в ділянці контенту Vk є цільовим, а в ділянці контенту Vl – фоновим, свідчить на користь гіпотези про те, що ділянку Vk слід розташувати раніше діля-нки Vl в індивідуальному навчальному середовищі користувача.

Друге правило визначає, що ситуація, коли цільове поняття в кон-тексті ділянки Vk зустрічається в ділянці Vl, є фактом, що свідчить на користь гіпотези про те, що ділянку Vk слід розташувати раніше ділянки Vl в індивідуальному навчальному середовищі користувача.

На даному етапі для кожної пари блоків контенту відшукуються усі факти, в області яких діють описані правила. Для кожної з гіпотез слідування розраховується сукупний фактор упевненості CF. В решті решт істинною вважається гіпотеза з більшим значенням CF.

4. Упорядкування ділянок контенту за допомогою алгоритму топологічного сортування ациклічного орграфа.

Алгоритм упорядкування індивідуального контенту в міждисциплінарному Web-середовищі користувача представлено на рис.2 у вигляді діаграми діяльності в нотації UML.

Формула

Рис.2. Алгоритм упорядкування Web-контенту індивідуального навчального середовища 

Висновок

Таким чином за допомогою розробленого алгоритму, що спирається на онтологію предметної області і Стенфордську модель нечіткого виведення, розв’язано задачу автоматичного упорядкування міждисциплінарного Web-контенту в межах багатопредметної інформаційно-навчальної програмної Web-системи.

Для реалізації запропонованого алгоритму було розроблено програмне забезпечення на базі засобів Web-розробки PHP та MySQL. Задача побудови транзитивного замикання графу онтології реалізована в окремому модулі на базі клієнтської технології Adobe Flex, що дозволило розвантажити основний сервер системи. Алгоритм був перевірений на ряді курсів, що були формалізовані за допомогою ПТМ. Розроблене програмне забезпечення функціонує на порталі znannya.org.

Подальші дослідження планується спрямувати на оптимізацію алгоритмів індексації інформаційно-навчального Web-контенту системи відповідно до понять онтології і конкретної предметної області. Попередні роботи і поточний хід досліджень висвітлюється на сайті setlab.net.

Література

  1. Гагарин, А. А. Автоматизация построения информационных образовательных ресурсов для поддержки непрерывного обучения на примере портала znannya.org / А. А. Гагарин, С. В. Титенко // Образование и виртуальность – 2009. Сборник научных трудов 12-й Международной конференции Украинской ассоциации дистанционного образования. Под общ. ред. В.А. Гребенюка и В.В. Семенца.– Харьков-Ялта: УАДО, 2009.– С. 109-119.
  2. Титенко, С. В. Побудова дидактичної онтології на основі аналізу елементів понятійно-тезисної моделі/ С. В. Титенко // Наукові вісті НТУУ "КПІ". – 2010. – № 1(69). – С. 82-87.
  3. Титенко, С. В .Генерація індивідуального навчального середовища на основі моделі професійних компетенцій у Web-системі безперервного навчання / С. В. Титенко // Вісник Східноукраїнського національного університету імені Володимира Даля – 2009. – №1 (131). Ч.2. – С. 267-273.
  4. Buchanan B. G., Shortliffe E. H. та ін. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Reading, MA: Addison-Wesley, 1984. 

 

Коментарі відвідувачів (0)
[ Показати коментарі ]

Додайте власний коментар
Автор

Коментар

Кількість входів в цьому місяці : 3989
Приєднуйтесь!
Сторінки, близькі за змістом
Автоматизация построения информационных образовательных ресурсов для поддержки непрерывного обучения на примере портала znannya.org
В условиях бурного развития украинского сегмента сети Интернет и в условиях информационного перенасыщения, которое принято называть информационным взрывом, остро ощущается потребность в автоматизации различных процессов построения информационных образовательных ресурсов (ИОР). Интернет представляет прекрасную технологическую платформу для поддержки непрерывного обучения.
Побудова дидактичної онтології на основі аналізу елементів понятійно-тезисної моделі
Задача побудови семантичної моделі предметної області навчання відіграє ключову роль у процесі створення інтелектуальної навчальної системи. Таку модель прийнято називати онтологією. Відношення дидактичного слідування, що вказує на те, що певне поняття дидактично передує іншому є ключовим семантичним зв’язком для понять навчальної системи. На основі такого відношення можна представити дидактичну структуру навчальних понять у вигляді спеціальної семантичної мережі, яку називатимемо дидактичною онтологією (ДО). Наявність ДО дає можливість застосовувати різноманітні технології індивідуалізації навчання, такі як адаптивна навігація, адаптація контенту
Генерація індивідуального навчального середовища на основі моделі професійних компетенцій у системі безперервного навчання
Безперервна освіта, або освіта впродовж усього життя, змінює освітню парадигму, залишаючи базові і ємні освітні програми у полі традиційної діяльності вищих закладів освіти, і роблячи акцент на індивідуальних стислих і націлених на безпосередній практичний результат навчальних програмах. Найпрогресивнішою платформою для реалізації подібних освітніх тенденцій залишається Інтернет-простір, освітні інформаційні Web-системи і корпоративні системи навчання
Публікації Лабораторії. Штучний інтелект в освіті. Дистанційне навчання
Публікації. Штучний інтелект в освіті. Дистанційна освіта. Понятійно-тезисна модель для педагогічних цілей.
Останні новини
©2006-2017 Лабораторія СЕТ, Сергій Титенко
При використанні матеріалів посилання, гіперпосилання для web-ресурсів, на www.setlab.net обов'язкове
Зв'язок: lab@setlab.net 
Лабораторія СЕТ powered by FreshKnowledge
Студія Інновацій — Розробляємо розумні сайти
Rambler's Top100 НТУУ "КПІ"
Друзі і партнери
Український рейтинг TOP.TOPUA.NET