Марковская модель адаптивного тестирования и ее программная реализация в условиях дистанционного обучения Ульянов, Дмитрий Александрович

Введение к работе

^"

Актуальность темы. Ограниченность по времени и большие объемы информации затрудняют освоение учебного материала, регламентируемого программами и образовательными стандартами подготовки специалистов различных отраслей. Такая технология поддержки учебного процесса, как дистанционное обучение позволяет студентам изучать материал, строя процесс обучения и задавая темп получения знаний самостоятельно. Она дает возможность формировать обучающую среду исходя из различий в уровне подготовке и способностей к обучению.

Важной составляющей дистанционного обучения является контроль знаний. Несмотря на то, что к настоящему времени разработано досгаточно большое количество методов и алгоритмов компьютерного тестирования, многие из них строя і ся на субъективных оценках тестовых заданий. Наиболее адекватными являются методы адаптивного тестирования, при использовании которых, оценка сложности каждого задания получается пуіем обработки статистической информации, что исключает субъективность конечной оценки знаний испытуемых. Сам процесс такого тестирования позволяет адаптировать тестовый контроль к уровню знаний іестируемого, что снижает время, затрачиваемое испытуемым на прохождение контрольных испытаний. Но и эти методы имеют недостатки, связанные с тем фактом, что они не учитывают зависимость между последрваїельпостью ответов тестируемых. В связи с этим актуальной являє і ся проблема создания адекватных моделей адаптивного тестирования и их использование в условиях дистанционного обучения.

Целью данной работы является создание адекватной модели адаптивного тестирования для эффективного контроля знаний при дистанционном обучении.

В соответствии с этой целью были поставлены следующие задачи:

1. усовершенствова гь модель адаптивного тестирования для учета зависимости между последовательностью ответов;

2. предложить метод определения параметров математической модели по экспериментальным данным;

3. разработать алгоритм адаптивного тестирования на основе усовершенствованной модели;

4. создать комплекс программ, реализующий разработанный алгоритм в условиях дистанционного обучения;

5. провести испытания по исполыгжанию разработанного алгоритма и программного комплекса. і *в^с,_*У*^!1?^н''

_yysajLi

Методы исследования. В работе использованы методы теории
вероятностей и математической статистики, в частности, методы теории
марковских цепей, численные методы и методы объектно-

ориентированного проектирования и программирования.

Научная новизна.

1. Выполнено усовершенствование математической модели адаптивного тестирования, предложена модель последовательности ответов в виде марковской цепи.

2. Предложен способ использования аппарата марковских цепей для оценки уровня знаний при адаптивном тестировании.

3. Разработан алгоритм адаптивного тестирования для систем дистанционного обучения, основанных на стандарте SCORM, и выполнена его программная реализация.

4. Предложена методика проведения адаптивного тестирования с использованием разработанной модели в условиях дистанционного обучения.

5. Выполнена апробация предложенной методики.

Практическая значимость работы состоит в программной реализации предложенного алгоритма адаптивного тестирования. Разработанный программный комплекс позволяет создавать модули тестирования, которые могут быть использованы в курсах дистанционного обучения, разработанных в соответствии со стандартом SCORM, а также позволяет подготавливать тестирование, производить сбор и обработку статистической информации при тестировании.

Апробация работы. Основные результаты рабо і ы были представлены на всероссийской конференции с международным участием на тему: "Информационные и телекоммуникационные технологии в науке и образовании Восточной Сибири", Иркутск, 2001; всероссийской конференции с международным участием на тему: "Информационные технологии в энергешке, экономике, экологии", Иркутск, 2002; на международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права» в г. Сочи, 2002; межрегиональном семинаре «Дистанционное обучение в высшей школе: модели и технологии», Санкі-Петербург, 2004; на семинарах в Иркутском государственном техническом университете и Байкальском государственном университете экономике и права в 2002 - 2004 гг.. Выполненные в рамках данной работы программные продукты отмечены дипломом выставки научных р^бдг ИрГТУ в 2004 году.

Результаты внедрения. Результаты работы внедрены в учебный процесс Иркутского государственного технического университета и Се-ленгинского медицинского училища. Имеются акты о внедрении.

Публикации. По результатам исследования опубликовано 7 работ, в том числе одна в зарубежной литературе.

Структура и объем работы. Диссертация общим объемом в 119 страниц состоит из введения, четырех глав, заключения, списка используемой литературы из 81 наименования, 3 приложений.

Похожие диссертации на Марковская модель адаптивного тестирования и ее программная реализация в условиях дистанционного обучения

Марковская модель адаптивного тестирования и ее программная реализация в условиях дистанционного обучения Ульянов Дмитрий Александрович

Разработка и исследование генетических алгоритмов обучения в моделях вычисления оценокКовшов Николай Вадимович

Идентифицируемость и обучение гауссовских графовых моделей с латентными переменнымиСтафеев Сергей Вячеславович

Математические модели поиска допустимых структур процессов обучения на основе частичной упорядоченности элементовКостиневич Виталий Вячеславович

Разработка математических моделей, комплексов программ и моделирующих стендов для систем обучения и тренировок операторов АСУ и ИУСЯковенко Вячеслав Петрович

Компьютерные модели и программные комплексы в проектно-ориентированном обученииУгаров Владимир Васильевич

Математические модели и комплексы программ для автоматизированной оценки результатов обучения с использованием латентных переменныхЕлисеев Иван Николаевич

Модели, алгоритмы и программная платформа для реализации мета-обучения на основе метода группового учета аргументовОрлов Андрей Александрович

Математические модели и технологии создания сетевых интерактивных ресурсов для систем дистанционного обучения Касьянов Олег Анатольевич

Разработка модели и программного обеспечения информационно-образовательной среды для организации дистанционного обучения с использованием сети Интернет Карасик Александр Аркадьевич