Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області
Дисертації Тезаурус FreshKnowledge CMS Semantic Web Tree-Net Web 2.0 Агенти Адаптивність АПЕПС Аспірантам Безперервне навчання Веб будівництво Інтелектульні СДН Керування знаннями Керування контентом Компетенції Контроль знань Конференції Модель учня Моделювання знань Мотивація Наука Наука і віра Проекти ПТМ Ролики про вічне Сайти Сенс життя Сервіси Статті Суспільство і віра
| Лабораторія СЕТ | Дослідження, статті, розробки | Публікації | Побудова індивідуального навчального середовища в міждисциплінарному Web-порталі на основі онтології предметної області Дослідження, статті, розробки | Публікації Лабораторії. Штучний інтелект в освіті. Дистанційне навчання 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. Визначення контенту індивідуального навчального середовищаПершим 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 контентуІндивідуальний 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:
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:
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:
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.
Рис.2. Алгоритм упорядкування Web-контенту індивідуального навчального середовища ВисновокТаким 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
Зверніть увагу на додаткові посиланняЯкщо вас цікавить...Головний розділКількість входів в цьому місяці : 6064 |
Приєднуйтесь!
Сторінки, близькі за змістом | ||||||||||||||||
|