Распечатать страницу
Главная \ База готовых работ \ Готовые работы по компьютерным дисциплинам \ Проектирование информационных систем \ 5373. Дипломна робота Дослідження адаптивних технологій контролю знань

Дипломна робота Дослідження адаптивних технологій контролю знань

« Назад

Код роботи: 5373

Вид роботи: Дипломна робота

Предмет: Проектування інформаційних систем

Тема: Дослідження адаптивних технологій контролю знань

Кількість сторінок: 101

Дата виконання: 2017

Мова написання: українська

Ціна: 3000 грн

Перелік умовних позначень, скорочень і термінів

Вступ

1. Адаптивні технології контролю знань

1.1. Еволюція контролю знань

1.2. Аспекти комп'ютерного контролю знань

1.3. Класифікація методів проведення контролю знань

1.4. Модель адаптивного контролю знань

1.5. Моделі студента та викладача

1.6. Адаптивне тестування

1.7. Висновки до розділу 1

2. Дослідження онтологічних моделей уявлення знань з різних предметних галузей

2.1. Поняття «онтологія»

2.2. Елементи онтологій

2.3. Спеціалізовані й загальні онтології

2.4. Онтологія як спосіб представлення знань

2.5. Онтологія навчальних курсів та структуризація навчального матеріалу

2.5.1. Теоретичні та прикладні аспекти застосування онтологій

2.5.2. Огляд предметних областей розробки та використання онтологій

2.5.3. Проектування і керування процесом контролю знань на основі онтології предметної області

2.5.4. Принципи розробки і підходи до створення систем контролю знань з використанням онтологій

2.5.5. Елементний базис і передумови формування бази знань

2.6. Висновки до розділу 2

3. Генерація тестових питань по онтології та генерація тестування

3.1. Теоретичні відомості

3.1.1. Типи тестових питань

3.1.2. Методи генерації текстових завдань

3.2. Аналіз останніх досліджень і публікацій

3.2.1. Параметризовані тести

3.2.2. Семантичні мережі

3.2.3. Генерація тестових завдань на основі понятійно-тезисної моделі

3.2.4. Формування тестових завдань на основі модифікації понятійно-тезисної моделі за допомогою ключових слів

3.2.5. Формування тестових завдань на основі модифікації понятійно-тезисної моделі з системою семантичних класів

3.3. Метод генерації тестових завдань на основі онтології

3.4. Генерація тестування

3.5. Використання у системі дистанційного навчання Moodle

3.6. Висновки до розділу 3

4. Охорона праці та безпека в надзвичайних ситуаціях

4.1. Вступ

4.2. Аналіз умов праці

4.3. Захист від виробничого шуму та вібрації

4.4. Освітлення

4.5. Мікроклімат

4.6. Електробезпека

4.7. Пожежна безпека

4.8. Інструкція з охорони праці, техніки безпеки при роботі на комп’ютерах

4.8.1. Вимоги безпеки перед початком роботи

4.8.2. Вимоги безпеки під час виконання роботи

4.8.3. Вимоги безпеки при закінчення роботи на ПК

4.8.4. Вимоги безпеки при аварійних ситуаціях

4.9. Висновки до розділу 4

Висновки

Перелік посилань

Завдання

на дипломний проект (роботу)

1. Тема проекту (роботи) Дослідження адаптивних технологій контролю знань.

Адаптивні технології контролю знань: IRT (Item Response Theory); проектування комп'ютерних систем для освітньої сфери на основі методів програмної інженерії автоматизованої системи контролю знань для забезпечення оперативного зв'язку і коректування навчального процесу; технології поточного та підсумкового КЗ на основі методів експертних систем; машинне оцінювання знань в системі управління ДН; управління КЗ як складовою частиною процесу оптимізації управління ВНЗ.

Методи генерації тестових питань: параметризовані тести, семантичні мережі, понятійно-тезисна модель (ПТМ), модифікація ПТМ (ключові слова), модифікація ПТМ (система семантичних класів).

Варіанти адаптивного тестування: пірамідальне, Flexilevel-контроль, Stradaptive.

2. Зміст розрахунково-пояснювальної записки (перелік завдань, які потрібно розробити):

1. Проаналізувати адаптивні технології контролю знань;

2. Дослідити онтологічні моделі уявлення знань з різних предметних галузей;

3. Розробити метод генерації тестових питань по онтології;

4. Розробити новий спосіб генерації адаптивного тестування.

3. Перелік графічного матеріалу (з точним зазначенням обов’язкових креслеників, плакатів тощо):

1. Модель адаптивного контролю знань та її модифікація – плакат.

2. Інформаційно-структурна модель студента – плакат.

3. Інформаційно-структурна модель студента – плакат.

4. Алгоритм адаптивного контролю знань та схема модифікованого КАТ – плакат.

Останнім часом в усьому світі в системах освіти відбулися істотні структурні зміни, зумовлені розвитком Інтернет та його зростаючим впливом на всі сторони діяльності суспільства. Основну роль в удосконаленні системи освіти, без сумніву, мають нові інформаційні технології і, в першу чергу, дистанційні засоби навчання. На сьогодні у світі накопичено значний досвід реалізації систем дистанційного навчання.

Але системи дистанційного навчання ще не знайшли достатнього поширення в Україні. Тому в останні роки підвищена увага приділяється методикам дистанційного навчання, важливою складовою яких є контроль знань. Комп'ютерні системи контролю знань достатньо ефективні і дозволяють не тільки забезпечити державну перевірку якості знань, але й забезпечити основу самовдосконалення. Тому ретельне вивчення принципів, логіки, технологій, ефективності, валідності й адаптивності контролю знань є актуальною і важливою проблемою, яка потребує вирішення.

Все більше уваги приділяється контролю знань за допомогою тестування.

В сучасних навчальних системах тест повинен бути індивідуалізований. Кожен викладач розуміє, що добре підготовленому студенту немає необхідності давати легкі завдання, оскільки такі матеріали не володіють помітним потенціалом розвитку. Аналогічно, через високу імовірність неправильного рішення нема рації давати важкі завдання слабкому студенту, оскільки це сприяє зниженню навчальної мотивації. Виходом з цієї ситуації може стати адаптивне тестування – такий підхід до комп'ютерного тестування, який фактично дозволяє привнести в стандартні групові тести елементи індивідуалізації, врахування індивідуальних особливостей даного випробуваного в процесі тестування.

Проблеми автоматизації процесу тестування і обробки його результатів достатньо повно досліджені в літературі. Однак, недостатній розвиток технологій генерації завдань істотно гальмує розвиток цього напрямку.

Питання формування самого банку завдань у більшості випадків залишається виключно прерогативою викладача, який працює без використання інтелектуальних засобів автоматизації даного процесу. Одним з перспективних підходів до підвищення ефективності інформації є підхід заснований на побудові онтологій предметної галузі.

Для вдосконалення адаптивних технологій контролю знань потрібно проаналізувати вже існуючи технології та виявити найкращу або запропонувати кращу. Також необхідно розробити метод генерації питань, що буде побудований на онтології предметної області. Оскільки комп’ютерне адаптивне тестування є важливою і невід’ємною частиною контролю знань, необхідно проаналізувати вже існуючі варіанти та обрати найкращий або запропонувати новий.

Результатом досліджень адаптивних технологій контролю знань було запропоновано ввести модель викладача. Головна її задача поєднати в одне ціле навчальну інформацію, що дається викладачем на лекціях і питання та завдання, що формують перевірку знань студентів. Введення нової моделі змінило модель адаптивного контролю знань, адже вплив першої поширюється майже на всі компоненти останньої. Такі зміни значно покращать уявлення про систему контролю знань успішності студентів.

Інтеграція побудови інформації з навчального предмету за допомогою онтології дозволяє структуризувати навчальний матеріал; виконати досить повне його подання; переривати контроль знань залежно від умов, що визначаються викладачем; мінімізувати інформаційну надмірність і час тестування.

Запропонована система генерації питань, що ґрунтується на онтології навчального матеріалу. Показано можливості використання її для складання тестових питань закритого типу, які дозволяють отримувати завдання достатньо високої складності та носять педагогічну цінність. Онтологія предметного курсу може застосовуватись і в інших аспектах, що робить її універсальною.

Розроблено нову версію програми тестування, в основу якої покладено 6 рівнів складності і серединна межа. Хоча вона і складніша від вже існуючих, але зберігає всі параметри адаптивного тестування та має засоби налаштування на студентів, зрівнюючи їх шанси на підсумковому тестуванні.

Було випробувано новий варіант адаптивного тестування в системі Moodle 1.9. Оскільки в НТУУ «КПІ» на цей час встановлена версія 1.7 і нема перспектив переходу на 1.9 у найближчий час слід випробовувати інші системи дистанційного навчання на сумісність використання з варіантами адаптивних тестувань і впроваджувати їх в університеті.

Перелік посилань

1. Прокофьева Н. О. Модели и методы компьютерного контроля знаний. [Електронний ресурс] – Режим доступу: http://alephfiles.rtu.lv/TUA01/000029477_e.pdf (дата звернення: 13.02.2015).

2. Зайцева Л. В. Некоторые аспекты контроля знаний в дистанционном обучении // Образование и виртуальность - 2000. Сборник научных трудов 4-й Международной конференции. - Харьков - Севастополь: УАДО, 2000, - с. 126-131.

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

4. Растригин Л. А. Адаптивное обучение с моделью обучаемого. / Растригин Л. А., Эренштейн М. Х. // РПИ. - Рига: Зинатне, 1986. - 160 c.

5. Зайцева Л. В. Модели и методы адаптивного контроля знаний / Зайцева Л. В., Прокофьева Н. О. // Educational Technology & Society. - Nr.7(4), 2004 ISSN 1436-4522 [Електронний ресурс] – Режим доступу: http://ifets.ieee.org/russian/periodical/journal.html (дата звернення: 25.02.2015).

6. Буль Е. Е. Обзор моделей студента для компьютерных систем обучения // Educational Technology & Society 6(4). – 2003. ISSN 1436-4522.

7. Коляда М. Г. Виды моделей обучаемых в автоматизированных обучающих системах // Искусственный интеллект. – 2008. – № 3. – С. 142-147.

8. Мелещенко Т. В. Психолого-педагогічна модель викладача вищої школи та шляхи її реалізації // Вісник психології і педагогіки. – 2010. [Електронний ресурс] – Режим доступу: http://www.psyh.kiev.ua (дата звернення: 03.03.2015).

9. Генсьорська М. М. Адаптивне тестування в освіті // Інформаційно-комунікаційні технології в освіті. – 2014. - №1 [Електронний ресурс] – Режим доступу: http://www.e-journals.npu.edu.ua/index.php/ikt/article/viewFile/36/pdf_20 (дата звернення: 22.04.2015).

10. Weiss D. J. (Ed.) New Horizons in Testing: Latent Trait. Test Theory and Computerised Adaptive Testing. N.Y., Academic Press, 1983. – 345 pp.

11. Lord P. M. Application of Item Response Theory to Practical Testing Problems. Hillsdale N – J. Lawrence Erlbaum Ass., Publ. 1980, – 266 pp.

12. Норенков И. П. Интеллектуальные технологии на основе онтологий // Информационные технологии. – 2010. – № 1. – C. 17-23.

13. Онтологии и тезаурусы: модели, инструменты, приложения / Добров Б. В., Иванов В. В., Лукашевич Н. В., Соловьев В. Д. – М.: БИНОМ, 2009. – 173 с.

14. T. R. Gruber. A translation approach to portable ontologies. Knowledge Acquisition, 5(2):199-220, 1993.

15. Онтології і подання знань [Електронний ресурс] – Режим доступу: http://www.znannya.org/?view=ontology-give-knowledge (дата звернення: 10.03.2015)

16. Манцивода А. В. Достижения в Интернете и будущее информационной среды российского образования / Манцивода А. В., Малых А. А. // Информационные технологии. – 2008. – № 1. – С. 67-74.

17. Никоненко А. А. Обзор баз знаний онтологического типа // Искусственный интеллект. – 2002. – № 4. – C. 157-163.

18. Шатовская Т. Репозитарий интеллектуального анализа данных / Шатовская Т. Каменева И., Гуд А. // Компьютерные науки и информационные технологии. - 2009. - № 650. - С. 263-269.

19. Клещев А. С. Системный анализ при автоматизации интеллектуальной профессиональной деятельности / Клещев А. С., Шалфеева Е. А. // Труды XIII национальной конф. по искусственному интеллекту КИИ-2012. – Т.2. – Белгород: БГТУ, 2012. – С. 128-135.

20. Палагин А. В. Системно-онтологический анализ предметной области / Палагин А. В., Петренко Н. Г. // Управляющие системы и машины. - 2009. – № 4. - С. 3-14.

21. Норенков И. П. Интеллектуальные технологии на основе онтологий // Информационные технологии. – 2010. – № 1. – C. 17-23.

22. Снитюк В. Е. Интеллектуальное управление оцениванием знаний / Снитюк В. Е., Юрченко К. Н. − Черкассы, 2013. − 262 с.

23. Noy N. F. Ontology Development 101: A Guide to Creating Your First Ontology / Noy N. F., McGuinness D. L. // Knowledge Systems Laboratory Technical Report KSL-01-05 and Medical Informatics Technical Report SMI-2001-0880. − Stanford. − 2001. − 23 p.

24. Титенко С. В. Семантическая модель знаний для целей организации контроля знаний в обучающей системе / Титенко С. В., Гагарин О. О. // Сб. трудов VI Межд. конф. ―Интеллектуальный анализ информации - 2006. − К., 2006. − С. 298-307.

25. Методика извлечения знаний при построении интеллектуальных обучающих систем / Таран Т. А., Копычко С. Н., Сирота С. В., Гулякина Н. А. // Сб. трудов VI Межд. конф. ―Интеллектуальный анализ информации - 2006. − К., 2006. − С. 282-287.

26. Таран Т. А. Обучение понятиям в интеллектуальных обучающих системах на основе формального концептуального анализа / Таран Т. А., Сирота С. В. // Искусственный интеллект. − 2000. − № 3. − С. 340-347.

27. Нетавская Е. Концептуальные принципы реализации и структура инструментария контроля знаний на базе онтологий // In Proc. XIIIth Int. Conf. ― Knowledge-Dialogue-Solutions‖. – Bulgaria, Varna, 2007; Vol. 2. − P. 464-470.

28. Гайтан О. М. Елементи технології реалізації автоматизованого адаптивного контролю знань студентів в комп’ютерних системах навчання // ISSN 1814-4225. Радіоелектронні і комп’ютерні системи. – 2014. – № 4 (68)

29. Танченко С. С. Анализ методов генерации тестовых заданий / Танченко С. С., Титенко С. В., Гагарин А. А. // ХІIІ международная научная конференция имени Т. А. Таран «Интеллектуальный анализ информации ИАИ-2013», Киев, 15-17 мая 2013 г.: cб. тр./ гл. ред. С. В. Сирота. – К.: Просвіта, 2013. – С. 220-226

30. Мельник А. М. Метод генерації тестових завдань на основі системи семантичних класів / Мельник А. М., Пасічник Р. М. // Вісник ТДТУ. - 2010. - Том 15. - № 1. - С. 187-193.

31. Петрова Л. Г. Використання модифікованої понятійно-тезисної моделі для автоматизованого формування бази тестових запитань в системах комп’ютеризації освіти / Петрова Л. Г., Петров С. О. // Інформаційні технології і засоби навчання. - 2012. - №4 (30).

32. Рафальська О. О. Адаптивне тестування в системі Moodle. [Електронний ресурс] – Режим доступу: http://2015.moodlemoot.in.ua/course/view.php?id=119&lang=ru (дата звернення: 03.06.2015).

33. Правила охорони праці під час експлуатації електронно-обчислювальних машин: НПАОП 0.00.-1.31-10. – [Чинний від 2010-03-26]. – К.: Держнаглядохоронпраці України, 2010. – 7 с. – (Національні стандарти України).

34. Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин ДСанПіН 3.3.2.007-98 (затверджено Постановою Головного державного санітарного лікаря України від 10.12.1998 р. № 7).

35. Санітарні норми виробничого шуму, ультразвуку та інфразвуку: ДСН 3.3.6.037-99. – [Чинний від 2000-01-01]. – К.: МОЗ України, 2000. – 37 с. – (Національні стандарти України).

36. Природнє і штучне освітлення: ДБН В.2.5-28:2015 – [Чинний від 2015-01-01]. – К.: Міністерство будівництва, архітектури та житлово-комунального господарства України, 2015. – 171 с. – (Національні стандарти України).

37. Охорона праці в офісі. Вимоги до робочого місця офісного працівника – [Електронний ресурс] - Режим доступу: http://gc.ua/business-news/oxorona-praci-v-ofisi-vimogi-do-robochogo-miscya-ofisnogo-pracivnika/ (дата звернення: 01.06.2015).

38. Санітарні норми мікроклімату виробничих приміщень: ДСН 3.3.6.042-99. – [Чинний від 2000-01-01]. – К.: МОЗ України, 2000. – 42 с. – (Національні стандарти України).

39. Норми визначення категорій приміщень, будинків та зовнішніх установок за вибухопожежною та пожежною небезпекою. НАПБ Б.03.002-2007. (затверджено наказом МНС України від 03.12.2007 № 833).