Застосування теорії свідчень у адаптивних курсах корпоративних систем дистанційного навчання

Автор(и)

  • Олег Євгенович Іларіонов Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033, Ukraine
  • Ніна Миколаївна Іларіонова Вищий навчальний заклад «Університет економіки та права «КРОК», вул. Лагерна 30-32, м. Київ, Україна, 03113, Ukraine
  • Петро Миколайович Сорока Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033, Ukraine

Ключові слова:

теорія Демпстера-Шафера, навчальний профіль, адаптивні моделі, корпоративне дистанційне навчання, компетенції

Анотація

Розглянуто перспективи застосування окремих математичних інструментів для адаптації курсів у корпоративних системах дистанційного навчання. Ідентифіковано особливості корпоративних систем дистанційного навчання – характеристики осіб, що навчаються, характеристики навчальних курсів та показники ефективності. Показано, що адаптація дистанційних курсів у таких системах повинна відбуватися передусім на основі аналізу компетенцій. Компетенції визначаються в результаті тестування та аналізу результатів тесту за допомогою теорії свідчень Демпстера-Шафера. Подальша адаптація курсів відбувається за допомогою моделі генерації контенту на основі компетенцій.

Біографії авторів

Олег Євгенович Іларіонов, Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033

Кандидат технічних наук, доцент, 

Кафедра «Інтелектуальних та інформаційних систем»

Ніна Миколаївна Іларіонова, Вищий навчальний заклад «Університет економіки та права «КРОК», вул. Лагерна 30-32, м. Київ, Україна, 03113

Кандидат економічних наук, доцент, 

Кафедра «Міжнародних економічних відносин»

Петро Миколайович Сорока, Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033

Кандидат фізико-математичних наук, доцент,

Кафедра інтелектуальних та інформаційних систем

Посилання

Essalmi, F., Ayed, L. J. B., Jemni, M., Kinshuk, Graf, S. (2010). A fully personalization strategy of E-learning scenarios. Computers in Human Behavior, 26 (4), 581–591. doi: 10.1016/j.chb.2009.12.010

Esichaikul, V., Lamnoi, S., & Bechter, C. (2011). Student modelling in adaptive e-learning systems. Knowledge management and e-learning: An international journal, 3(3), 342-355

Mahajan, R. (2014). Web Usage Mining for Building an Adaptive e-Learning Site: A Case Study. International Journal of e-Education, e-Business, e-Management and e-Learning, 4 (4), 283–291. doi: 10.7763/ijeeee.2014.v4.343

Kardan, A. A., Aziz, M., Shahpasand, M. (2015). Adaptive systems: a content analysis on technical side for e-learning environments. Artificial Intelligence Review, 44 (3), 365–391. doi: 10.1007/s10462-015-9430-1

Halawa, M. S., Hamed, E. M. R., Shehab, M. E. (2015). Personalized E-learning recommendation model based on psychological type and learning style models. 2015 IEEE Seventh International Conference on Intelligent Computing and Information Systems (ICICIS). 577–583. doi: 10.1109/intelcis.2015.7397281

Thalmann, S. (2014). Adaptation criteria for the personalised delivery of learning materials: A multi-stage empirical investigation. Australasian Journal of Educational Technology, 30 (1), 45–60. doi: 10.14742/ajet.235

Truong, H. M. (2016). Integrating learning styles and adaptive e-learning system: Current developments, problems and opportunities. Computers in Human Behavior, 55, 1185–1193. doi: 10.1016/j.chb.2015.02.014

Modritscher, F. Gult, C., Garsia, B., Maurer, Y. (2004). Enhancement of SCORM to support adaptive e-learning within the scope of the research project AdeLE. Proceedings of World Conference on E-Learning, 2499–2505. Available at: http://bernstein.iicm.tugraz.at:8080/about/Homepages/cguetl/publications/2004/Moedritscher%20et%20al.%202004%20-%20ELEARN.pdf

Almohammadi K., Hagras H., Alghazzaawi, D., Aldabbagh, G. (2016). User-centric adaptive learning system based on interval type-2 fuzzy logic for massively crowded e-learning platforms. Journal of Artificial Intelligence and Soft Computing Research, 6 (2), 81–101.

Abyaa, A., Idrissi, M. K., Bennani, S. (2016). Towards an adult learner model in an online learning environment. IEEE 15th International Conference on Information Technology Based Higher Education and Training, 1–6. doi: 10.1109/ithet.2016.7760735

E-learning market trends and forecast 2017-2021. (2016). DOCEBO. Available at: https://www.docebo.com/elearning-market-trends-report-2017-2021/

IMS Reusable Definition of Competency or Educational Objective - Best Practice and Implementation Guide Version 1.0 Final Specification. (2002). IMS Global Learning Consortium. Available at: https://www.imsglobal.org/competencies/rdceov1p0/imsrdceo_bestv1p0.html

Csikszentmihalyi, M. (1990). Flow: the psychology of optimal experience. New York : Harperperennial

Joo, Y. J., Lim, K. Y., Kim, S. M. (2012). A model for predicting learning flow and achievement in corporate e-learning. Journal of Educational Technology & Society, 15 (1), 313–335. Available at: https://search.proquest.com/docview/1287024892?accountid=131940

Marcos, L., Pages, C., Martinez, J. J. Gutierrez, J. A. (2008). Competency-based Learning Object Sequencing using Particle Swarms. Tools in Artificial Intelligence. Available at: https://www.intechopen.com/books/tools_in_artificial_intelligence/competency-based_learning_object_sequencing_using_particle_swarms. doi: 10.5772/6091

Nesmiian, Yu.Yu., & Shyrokopetlieva M.S. (2010). Pro pidkhid do stvorennia modeli korystuvacha v adaptyvnii systemi navchannia. Eastern European Journal of Enterprise Technologies, 4 (2 (46)), 60–63. Available at: http://journals.uran.ua/eejet/article/view/2931/2734

Mazorchuk, M. S., Dobriak, V. S., Emelianov, P. S. (2016). Metody i modeli analiza kachestva testovykh zadanyi i modelirovanie kompiuternoho adaptivnoho testirovaniia v systemakh dystantsyonnoho obucheniia. Otkrytye informatsyonnye i kompiuternye integrirovannye tekhnolohii, 73, 103–117

Liuger D. F. (2003). Iskusstvennii intellekt. Stratehii i metody reshenyia slozhnykh problem, Moscow: Izdatelskyi dom «Viliams», 864.

##submission.downloads##

Опубліковано

2017-04-24

Номер

Розділ

Автоматизація та управління механіко-технологічними системами та комплексами