Web-система для адаптивной генерации тестов на основе фактов лекционного контента с функцией оценивания

Федеральное агентство по образованию Российской Федерации Государственное образовательное учреждение Высшего профессионального образования

" Кубанский Государственный Университет"

Кафедра информационных технологий.

Дипломная работа

Web-система для адаптивной генерации тестов на основе фактов лекционного контента с функцией оценивания.

Работу выполнила студентка 5 курса

факультета прикладной математики

специальности 10 503 — математическое обеспечение и администрирование информационных систем Пекшева М.В.

Научный руководитель: Уварова А.В.

Краснодар 2012

• Введение
• 1. Обзор технологий проектирования компьютерных тестов и анализ существующих систем тестирования
• 1.1 Технология проектирования компьютерных тестов по предметной области
• 1.2 Психофизическое тестирование
• 1.3 Анализ существующих Web-систем для обучения и тестирования
• 2. Постановка задачи и проектная реализация
• 2.1 Постановка задачи
• 2.2 Проект системы
• 2.3 Функциональные возможности Web-приложения
• 3. Реализация программного продукта
• 3.1 Реализация базы данных
• 3.2 Реализация Web-модуля
• 4. Описание интерфейса Web-модуля
• Заключение
• Список использованных источников

Система дистанционного обучения (СДО) — совокупность организационных, телекоммуникационных, педагогических и научных ресурсов, вовлеченных в создание и практическое осуществление образовательных программ с использованием дистанционной технологии обучения.

Результаты общественного прогресса, ранее сосредоточенные в сфере технологий, сегодня концентрируются в информационной сфере. Исходя из того, что профессиональные знания стареют очень быстро, необходимо их постоянное совершенствование. В этом и состоит актуальность дистанционного обучения: оно дает возможность создания систем массового непрерывного самообучения, всеобщего обмена информацией, независимо от временных и пространственных поясов.

К неоспоримым качествам систем дистанционного обучения, в первую очередь, можно отнести доступность — результат минимальной потребности в очных занятиях и наличия широкой сети учебных центров, что особенно актуально в удаленных от центральных районов городах. Во-вторых — это низкие относительные затраты на обучение, что связано с малой потребностью в аудиториях и преподавателях, а также отсутствием необходимости поездки студента на сессию. В-третьих, высокая мобильность. И, наконец, дистанционная технология максимально экономно относится к свободному времени студента. В основном он учится дома (или на работе) и не тратит время даже на поездку в институт. Ясно также, что все эти особенности дистанционного обучения дают эффект не только сами по себе, но и во взаимодействии, что и позволяет говорить о нем как о качественно новой форме обучения.

Представленная дипломная работа посвящена созданию системы автоматизированного тестирования студентов с динамической генерацией тестовых заданий при участии преподавателя, с функцией оценивания. На данный момент эта задача очень актуальна, поскольку современные методы оценки знаний не могут в полной мере произвести комплексную оценку знаний обучаемого. Передо мной же стоит задача создать систему тестирования, которая имитирует работу преподавателя, задает студенту определенное преподавателем число обязательных вопросов, и в зависимости от количества успешных на них ответов, задает дополнительные вопросы. Все вопросы генерируются динамически. После прохождения тестирования учащемуся выставляется бал в зависимости от некоторой функции оценивания, выбор которой зависит от темы теста (по направлению обучаемого данный тест или нет), и от психофизической оценки его личности. Такой подход позволяет в более полной мере оценить усвоенные обучаемым знания.

Первая глава содержит обзор технологий проектирования компьютерных тестов предметной области, анализ существующих Web-систем для обучения и тестирования, а так же рассмотрены методы психофизического тестирования.

Вторая глава посвящена постановке задачи и проектной реализации системы.

Третья глава включает в себя реализацию программного продукта.

Четвертая глава содержит описание интерфейса Web-модуля.

тестирование компьютерный студент оценивание

1. Обзор технологий проектирования компьютерных тестов и анализ существующих систем тестирования

1.1 Технология проектирования компьютерных тестов по предметной области

Обучение — многогранный процесс, и контроль знаний — лишь одна из его сторон. Однако именно в ней компьютерные технологии продвинулись максимально далеко, и среди них тестирование играет ведущую роль. В ряде стран тестирование потеснило традиционные формы контроля — устные и письменные экзамены и собеседования.

Экспертами чаще используется метод нисходящего проектирования модели знаний (технология «сверху — вниз»). Вначале строится генеральное содержание предметной области с разбивкой на укрупненные модули (разделы). Затем проводится детализация модулей на элементарные подмодули, которые, в свою очередь, наполняются педагогическим содержанием.

Другой метод проектирования «снизу — вверх» (от частного к общему) в большинстве случаев реализуется группой экспертов для разработки модели знаний сложной и объемной предметной области или для нескольких, близких по структуре и содержанию, предметных областей.

Каждый модуль предполагает входящую информацию, состоящую из набора необходимых понятий из других модулей и предметных областей, а на выходе создает совокупность новых понятий, знаний, описанных в данном модуле (рис. 1.1.1).

Модуль может содержать подмодули. Элементарный подмодуль — неделимый элемент знания — может быть представлен в виде базы данных, базы знаний, информационной модели. Понятия и отношения между ними представляют семантический граф (рис. 1.1.2).

Рис. 1.1.1. Структура линейной модели знаний Рис. 1.1.2. Семантический граф модуля знаний Модульное представление знаний помогает [4]:

· организовать четкую систему контроля с помощью компьютерного тестирования, поскольку допускает промежуточный контроль (тестирование) каждого модуля, итоговый контроль по всем модулям и их взаимосвязям, а также эффективно использовать методику «черного ящика» ;

· осуществлять наполнение каждого модуля педагогическим содержанием;

· выявить и учитывать семантические связи модулей и их отношения с другими предметными областями.

Проектирование модели знаний играет важную роль для образовательного процесса. От этого, в конечном счете, зависит обучающая среда: учитель с его квалификацией и опытом, средства и технологии обучения, а главное — контроль обучения.

Модульный принцип построения модели знаний позволяет использовать принцип исчерпывающего контроля — полный перебор всех тестовых заданий для заданной предметной области, что характерно для итоговых измерений уровня обученности.

Можно выделить два принципиальных способа контроля (тестирования) некоторой системы [4]:

1. Метод «белого ящика» — принцип тестирования экспертной модели знаний;

2. Метод «черного ящика» — тестирование некоторой сложной системы по принципу контроля входных и выходных данных (наиболее подходит к компьютерному тестированию).

Для упрощения дальнейшего изложения введем ряд определений и понятий.

Тестирование - процесс оценки соответствия личностной модели знаний ученика экспертной модели знаний. Главная цель тестирования — обнаружение несоответствия этих моделей (а не измерение уровня знаний), оценка уровня их несоответствия. Тестирование проводится с помощью специальных тестов, состоящих из заданного набора тестовых заданий.

Тестовое задание - это четкое и ясное задание по предметной области, требующее однозначного ответа или выполнения определенного алгоритма действий.

Тест - набор взаимосвязанных тестовых заданий, позволяющих оценить соответствие знаний ученика экспертной модели знаний предметной области.

Тестовое пространство - множество тестовых заданий по всем модулям экспертной модели знаний.

Класс эквивалентности - множество тестовых заданий, таких, что выполнение учеником одного из них гарантирует выполнение других.

Полный тест - подмножество тестового пространства, обеспечивающее объективную оценку соответствия между личностной моделью и экспертной моделью знаний.

Эффективный тест - оптимальный по объему полный тест.

Самой сложной задачей эксперта по контролю является задача разработки тестов, которые позволяют максимально объективно оценить уровень соответствия или несоответствия личностной модели знаний ученика и экспертной модели.

Подбор тестовых заданий осуществляется экспертами-педагогами методологией «белого ящика», а их пригодность оценивают с помощью «черного ящика» .

Рис. 1.1.3 Схема создания тестовых заданий.

Самый простой способ составления тестовых заданий — формирование вопросов к понятиям, составляющим узлы семантического графа (рис. 1.1.3), разработка упражнений, требующих для их выполнения знания свойств выбранного понятия. Более сложным этапом является разработка тестовых заданий, определяющих отношения между понятиями. Еще более глубокий уровень заданий связан с их добором, выявляющим связь понятий между отдельными модулями.

Множество тестовых заданий (тестовое пространство), вообще говоря, согласно принципу исчерпывающего тестирования, может быть бесконечным. Например, для исчерпывающего контроля знаний таблицы умножения целых чисел от 1 до 100 обходимо использовать 100×100 всех возможных комбинаций двух чисел. А для всех натуральных чисел тестовое пространство становится бесконечным.

Однако в каждом реальном случае существует конечное подмножество тестовых заданий, использование которых позволяет с большой вероятностной точностью оценить соответствие знаний ученика заданным критериям по экспертной модели знаний (полный тест).

Из полного теста можно выделить эффективный тест (оптимальный по объему набор тестовых заданий, гарантирующий оценку личностной модели ученика заданным критериям). Выбор эффективного теста зависит от удачного разбиения тестового пространства на классы эквивалентности, пограничные условия, создание тестов на покрытие путей и логических связей между понятиями и модулями.

В примере с таблицей умножения одним из классов эквивалентности может выступить множество заданий перемножения всех натуральных чисел на 1: 1*1, 1*2, 1*3 и т. д. Поэтому в тест достаточно включить всего лишь несколько тестовых зданий из этого класса эквивалентности.

В дальнейшем необходим тестовый эксперимент на группе учащихся, который позволит провести корректировку и доводку теста до вида эксплуатации (методика «черного ящика»).

Таким образом, построение компьютерных тестов можно осуществлять по следующим последовательным шагам [4]:

· формализация экспертной целевой модели знаний;

· нисходящее (или снизу — вверх) проектирование тестового пространства;

· формирование и наполнение тестовых заданий;

· формирование полного компьютерного теста;

· тестовый эксперимент;

· выбор эффективного теста;

· анализ, корректировка и доводка теста до вида эксплуатации.

1.2 Психофизическое тестирование

Разные люди по-разному воспринимают, хранят, перерабатывают и выдают информацию. Одни люди предпочитают опираться на зрительные образы, другие — на слуховые, третьи — на осязание и мышечное чувство (дополненное обонянием и вкусом). Эта типология широкоиспользуется в школе НЛП (нейролингвистическое программирование) и носит название теории кодировок. Первое ее упоминание встречается в работе Т. А. Рибо (1892), в которой он ссылается наисследование1885 года.

Принято считать, что специфику личности определяют пять триад кодировок:

Таблица 1.2.1 Триады кодировок.

Конечным результатом мышления является именно действие. Действие есть осуществление сценария. Сценарий можно придумать самому (текст-картинка-схема) на основе данных восприятия (ухо-глаз-рука), а можно позаимствовать из «общественного сознания» (книга-кино-компьютер). Когда сценарий идет, то в нем неизбежна проверка условий. Чтобы проверить условие надо вычленить объект для проверки (образ) и вычислить на этом объекте некую функцию (смысл). Одни и те же образы и смыслы можно применять в разных сценариях, то есть они относительно независимы. Общение есть совместное конструирование сценариев-образов-смыслов. Размышление есть самостоятельное их конструирование, видимое со стороны.

Рис. 1.2.1 Связь кодировок.

Индивидуальные предпочтения и пропорции для данного человека существуют в каждой триаде. Представьте себе человека, попавшего в новые для него обстоятельства и вынужденного в этих обстоятельствах как-то действовать.

У взрослого человека внутри существует «банк сценариев» (как у компьютера существуют библиотеки программ, готовых к работе). Действовать в ответ на обстоятельства — значит выбрать один из этих сценариев (одну из этих программ) и запустить. Во время работы сценарии (программы) имеют точки ветвления, в которых запрашивается дополнительная информация, она обрабатывается, и полученный результат предопределяет по какой именно ветке пойдет дальнейшее выполнение. Поиск дополнительной информации проходит через «узнавание» и предопределен «библиотекой образов». Обработка дополнительной информацией есть «классификация» и предопределена «библиотекой смыслов». Богатство и гармоничность взаимодействия этих трех библиотек (образы, смыслы, сценарии) предопределяет точность и результативность ответа на вызов среды.

Таким образом, у каждого человека есть определенный «порядок мощностей», показывающий какой модуль данной триады самый выносливый, а какой самый слабый (невыносливый).

Может показаться, что одни триады предопределяют другие, но это не так. Глаз не обязательно лучше всего работает с картинкой — он может лучше всего работать со схемой, а может — с текстом. Образы не обязательно требуют сильного глаза — это могут быть образы слуховые (музыка), а могут быть двигательные (танец, скульптура).

Ввиду выше сказанного можно сделать вывод, что правильное определение ведущих модулей триад в процессе обучение является очень важной задачей. Например, существует три формы представления информации в человеческом мозге: текст, картинка и схема. У каждого человека одна форма является «родной», остальные — нет. При получении задачи ученик сначала переводит ее в «родную кодировку», затем решает, а затем переводит ее в кодировку, заданную учителем. Если предположить, что родные кодировки распределены равномерно и затраты на перекодировку и решение одинаковы, то получится, что одна треть учеников выполняет работу в три раза меньшую, чем остальные две трети. Очевидно, что они оказываются в привилегированном положении.

Естественно возникает закономерный вопрос: как же тогда определить, в каком виде человек лучше всего воспринимает информацию? Другими словами, какой из модулей кодировки, отвечающей за способ хранения и обработки, является ведущим? Ведь именно от него зависит насколько правильно и легко человек усвоит предлагаемую информацию, а это очень важная задача в рамках обучения.

Ответ прост — можно предложить студенту три стопки простых задач. В первой стопке текстовые задачи, во второй на картинках, в третьей — на схемах. Испытуемый выбирает одну из стопок и начинает решать. На каждой задаче ставится время начала и окончания. Через 15 минут стопку отбирают, остаются две. Испытуемый выбирает одну из них и решает еще 15 минут. Далее — еще 15 минут из последней стопки.

Порядок предпочтений определяет вторую триаду кодировок. Скорость решения задач и число ошибок — разогрев.

Если «работоспособность человека» отложить на оси времени, то получится периодическая кривая (рис. 1.2.2).

Рис. 1.2.2 График работоспособности человека.

Если посадить рядом двух человек, дать им серию одинаковых простых задачи измерить работоспособность как время решения простой задачи (чем меньше, тем выше) и число ошибок (чем меньше, тем выше), то с высокой вероятностью мы получим две различные кривые. Если строить кривые разогрева для разных людей, то полученное семейство кривых будет иметь четыре «кривые сгущения». Соотношение «кривых сгущения показано на рисунке 1.2.3 Эти кривые нам знакомы. Их другое название — «четыре темперамента» .

Если же наложить четыре разогрева на три формы представления информации в человеческом мозге в ограниченном времени урока, то получится следующий результат:

1. Двенадцатая часть учащихся совпала с педагогом по разогреву и кодировке. Она — в очень выгодных условиях.

2. Половина учащихся не совпала с учителем ни по разогреву, ни по кодировке. Она — в очень невыгодных условиях.

3. Остальные пять двенадцатых совпали с учителем либо кодировке, либо по разогреву (но не по двум показателям вместе). Они в не очень выгодных условиях.

Рис. 1.2.3 Кривые сгущения.

Таким образом, система обучения хорошо работает только на одной двенадцатой класса. То есть ее КПД = 8, (3) %. Если в классе 36 учеников, то это 3 ученика. Обратите внимание на то, что при смене учителя «способными» станут другие три ученика, а прежние три способных окажутся неспособными.

Поэтому очень важно при тестировании студента помимо ведущего модуля кодировки, отвечающей за способ хранения и обработки, знать еще его кривую разогрева — это поможет лучшим образом выявить уровень его знаний. Например, холерику задавать сначала более сложные задачи, а меланхолику — наоборот.

1.3 Анализ существующих Web-систем для обучения и тестирования

Обучение через глобальную сеть в настоящее время является одним из важных направлений в области разработки обучающего программного обеспечения. Преимущества использования Web для обучения очевидны — это независимость обучаемых от географического местоположения и независимость программы от платформы. Приложение, установленное и поддерживаемое в одном месте, может использоваться тысячами обучаемых по всему миру, имеющих компьютер с подключением к сети Internet. За последние несколько лет появилось множество Web курсов и других обучающих приложений, однако, их главная проблема заключается в том, что они лишены интеллектуальности — большинство из них являются просто сетью статичных гипертекстовых страниц.

Адаптация исключительно важна для обучения в Web, по меньшей мере, по двум основным причинам. Во-первых, Web-приложение используется огромным числом совершено различных пользователей, поэтому Web приложения, спроектированные для определенного класса пользователей (как зачастую это делается при проектировке локальных приложений), могут не подойти другим пользователям. Во-вторых, во многих случаях пользователь работает один на один с Web «наставником» или «курсом» и не может получить помощь, которую адаптивно предоставляют коллеги и учителя в обычном классном помещении.

Обучающие адаптивные системы (ОАС) в Web являются наследниками двух более ранних разновидностей ОАС: интеллектуальных обучающих систем (ИОС) и адаптивных гипермедиа систем. ИОС используют знания о предметной области, об обучаемом и стратегиях обучения для поддержки гибкого индивидуализированного изучения и обучения. Адаптивные гипермедиа системы — более новая область исследований. Данные системы применяют различные виды моделей пользователя для адаптации содержания и связывания гипермедиа страниц. С системной точки зрения современные АОС могут рассматриваться просто как ИОС или адаптивные гипермедиа системы реализованные в Web. Однако контекст WWW дает серьезный импульс для проектирования и реализации этих систем, заставляет нас относить их в отдельный подкласс.

Рабочий семинар «Адаптивные системы и моделирование пользователя в WWW» показал, что существующие адаптивные Web системы могут быть разделены на три группы: адаптивные информационные системы, которые служат для персонализации информации в режиме on-line, например, AVANTI (Fink, Kobsa&Schreck) или PUSH (Heek); адаптивные фильтрующие системы, которые помогают пользователю находить релевантные «просмотры» в океане доступной информации, например, ifWeb (Asnicar&Tasso) или WebTagger&trade (Kelleretal.); и обучающие адаптивные системы. ОАС самая большая группа: больше половины существующих адаптивных систем в Web являются ОАС. Во-первых, края между этими группами очень неясные. Информационная on-line система, такая как энциклопедия, которая используется для обучения (Signore, Bartoli&Fresta) или адаптивная фильтрующая система, применяемая в образовательном контексте (Nomotoetal.), могут быть классифицированы как ОАС. Во-вторых, ОАС объединяет очень много типов различных систем, по сравнению со второй группой, поэтому больше исследователей из разных областей проявляют интерес к работе над ними. И наконец, разработчики ОАС могут полагаться на технологии (и даже компоненты) использованные и одобренные в более ранних локальных ИОС и адаптивных гипермедиа системах. Многие из существующих ОАС в Web, например, такие как ELM-ART, CALAT, WITS и Belvedere, были разработаны на базе более ранних ИОС.

В настоящее время все технологии адаптации, применяемые в ОАС в Web, адаптированы, либо из области ИОС (адаптивное планирование — интеллектуальный анализ решений обучаемого, поддержка интерактивного решения задач, поддержка решения задач на примерах и поддержка совместной работы), либо из области адаптивной гипермедиа (поддержка адаптивного представления и адаптивной навигации). Так же начинают появляться новые технологии адаптации, например адаптивная поддержка совместной работы, специально спроектированная для обучения в Web.

Целью технологии адаптивного планирования (также называемая технологией учебного планирования) является предоставление обучаемому самой подходящей спланированной индивидуально для него последовательности модулей знаний для обучения и работы с определенным порядком следования обучающих заданий (примеров, вопросов, задач и т. п.). Другими словами, она помогает обучаемому найти «оптимальный путь» сквозь обучающий материал. Классический пример из области обучения программированию система BIP (Barr, Beard&Atkinson), к относительно новым примерам можно отнести ITEM-IP и SCENT-3. Различают две техники адаптивного планирования: высокоуровневое упорядочение и низкоуровневое упорядочение. Высокоуровневое упорядочение или упорядочение знаний определяет следующую концепцию или тему, которая будет заучена. Низкоуровневое упорядочение или упорядочение заданий определяет следующее обучающее задание (задачу, пример, тест) в текущей теме. В настоящее время технология адаптивного планирования является старейшей и наиболее популярной технологией для ОАС в Web. Адаптивное планирование реализовано в различных формах в следующих ОАС: ELM-ART (Brusilovsky, Schwarz, &Weber), CALAT (Nakabayashietal.), InterBook (Brusilovsky&Schwarz) AST (Spechtetal.), MANIC (Stern, Woolf&Kuroso), Medtec (Eliot, Neiman&Lamar) и DCG (Vassileva).

Виды адаптаций в Web-системах.

1. Интеллектуальный анализ решений обучаемого.

Онобрабатываетуже окончательные ответы студента на обучающие задания (которые могут колебаться от простых вопросов до сложных задач) без выяснения причин, по которым студентом был выбран данный ответ. В отличие от не интеллектуальных проверяющих программ, которые всего лишь проверяют ответ правильный или нет, интеллектуальные анализаторы могут сказать, что именно неправильно или неполно в ответе и какие отсутствующие или неверные знания ответственны за допущенную ошибку. Интеллектуальные анализаторы могут корректировать модель обучаемого. Интеллектуальный анализ решений очень подходящая технология для медленных сетей. При этой технологии необходимо только одно взаимодействие между браузером и сервером для окончательного решения. Она может предоставлять интеллектуальную обратную связь и выполнять моделирование студента, когда другие интерактивные техники использовать затруднительно. В качестве примера можно привести, по меньшей мере, две ОАС в Web, которые реализуют интеллектуальный анализ решений обучаемого адаптивно в WWW: ELM-ART, ИОС для программирования на LISP (Brusilovskyetal.) и WITS, ИОС для дифференциального исчисления (Okazaki, Watanabe&Kondo; Okazaki, Watanabe&Kondo).

2. Поддержка интерактивного решения задач.

Целью поддержки интерактивного решения задач является предоставление обучаемому интеллектуальной помощи на каждом шаге решения — от намеков до исполнения следующего шага за обучаемого. Системы, которые реализуют эту технологию, могут наблюдать за действиями обучаемого, понимать их и использовать это понимание для предоставления помощи и корректирования модели обучаемого. Однако, если качество соединения с глобальной сетью низкое, то это может привести к значительной задержке при получении ответа от сервера. Классический пример из области программирования LISP-TUTOR (Anderson&Reiser). В качестве примерасистем, работающих в Web, можно привести такие системы как: PAT-Online (Brusilovsky, Ritter&Schwarz; Ritter) — использует серверный подход (интерфейс CGI) и позволяет предоставлятьобучаемым шаги решения нескольких задач на проверку в одной транзанкции (т.е. это комбинация поддержки интерактивного решения задач и интеллектуального анализа решений студента). Belvedere (Suthers&Jones) и ADIS (Warendorf&Tan) используют Java технологию для поддержания настоящей интерактивности. D3-WWW-Trainer (Faulhaber&Reinhardt) использует и Java и серверный подход. Достаточно маленький Java апплет предоставляет хороший интерактивный интерфейс. Интеллектуальная и адаптивная часть, тем не менее, расположена на сервере. Апплет предусматривает связь с сервером по средствам CGI интерфейса.

3. Решение задач на примерах.

В контексте решения задач на примерах, обучаемые решают новые задачи, используя в качестве подсказок примеры из своего ранее полученного опыта. Решение задач на примерах не требует интенсивного взаимодействия клиент-сервер и может естественно использоваться в ОАС в Web. В качестве примера Web-системы, использующей эту технику, можно привести ELM-ART (Brusilovskyetal.).

4. Технология адаптивного представления.

Целью технологии адаптивного представления является адаптация содержания гипермедиа страницы под задачи пользователя, знания и др. Вся информация хранятся в модели пользователя. В системе с адаптивным представлением страницы не статичны. Они адаптивно генерируются или монтируются из частей для каждого пользователя. Например, при применении техники адаптивного представления хорошо подготовленный пользователь будет получать более детализированную и углубленную информацию, а новичок получит больше дополнительных пояснений. Адаптивное представление очень важно для глобальной сети, где одна и та же «страница» приспосабливается к очень разным обучаемым. В качестве примера систем, в которых адаптивное представление реализовано в полной мере, можно привести две ОАС в Web: C-Book (Kay&Kummerfeld) и адаптивный курс DeBra’s вHypertext (Calvi&DeBra). Обе эти системы применяют технику условного текста. Некоторые другие системы используют адаптивное представление в особом контексте. СистемаMedtec (Eliotetal.) способна адаптивно генерировать резюме по главе книге. ELM-ART, AST и InterBook используют адаптивное представление для предоставления адаптивных предупреждений об обучающем статусе страницы. Например, если страница еще не готова для изучения ELM-ART и AST вставляют текстовое предупреждение в ее конец, InterBook вставляет предупреждающее изображение в виде красной полосы.

5. Адаптивная поддержка совместной работы

Целью адаптивной поддержки совместной работы является использование знаний системы о различных пользователях (хранимых в моделях пользователя) для формирования сбалансированной группы для совместной работы. Существующие примеры содержат формирование групп для совместного решения задач в настоящий момент времени (Hoppe; Ikeda, Go&Mizoguchi) или нахождение самого компетентного обучаемого для ответа на вопрос по теме (то есть нахождение персоны с моделью, демонстрирующей хорошие знания по данной теме) (Bishop, Greer&Cooke; McCallaetal.). В настоящее время удачных применений данной технологии в Web не обнаружено.

6. Адаптивная поддержка навигации.

Целью технологии адаптивной поддержки навигации является оказание помощи обучаемому в ориентации и навигации в гиперпространстве, изменяя появление видимых ссылок. В отдельных случаях система может адаптивно сортировать, аннотировать или частично прятать ссылки на текущей странице для облегчения выбора пользователем следующей ссылки. Адаптивная поддержка навигации (АПН) может рассматриваться как дополнение к адаптивному планированию в контексте гипермедиа. Она участвует в решение той же задачи — помочь обучаемому найти «оптимальный путь» в обучающем материале. В тоже время адаптивная поддержка навигации направляет обучаемого менее настойчиво, по сравнению с традиционным адаптивным планированием: она направляет обучаемого косвенным образом, разрешая выбрать следующий фрагмент заданий для изучения или следующую задачу для решения. Самая популярная форма АПН в Web это аннотирование. Оно применено в ELM-ART (Brusilovskyetal.), InterBook (Brusilovsky&Schwarz), WEST-KBNS (Brusilovsky, Eklund&Schwarz) и AST (Spechtetal.). InterBook также поддерживает адаптивную сортировку. Другой популярной технологией является блокировка — вариант сокрытия, при котором ссылки остаются видимыми, но пользователь не может перейти по ним до тех пор, пока не будет готов изучить страницу, вызываемую по этой ссылке. Так же ссылки делают полностью нефункционирующими, как в адаптивном курсе DeBra’s в Hypertext (Calvi&DeBra) и в системе (Anjaneyulu) или показывают пользователю список страниц, которые необходимо прочитать перед переходом на выбранную страницу, как это сделано в Albatros (Lai, Chen&Yuan).

Таким образом, можно сделать вывод, что глобальная сеть — идеальная среда для развития адаптивных систем в области обучения. Имеются все предпосылки, чтобы заниматься этим. Ценность образования в нашем мире с каждым годом все только растет, люди стремятся получать качественные знания в интересующих их сферах. А среди всех видов дистанционного обучения самые качественные знания может дать только адаптивная обучающая система, поскольку она индивидуально подстраивается под самого ученика и отвечает уровню его способностей, его мышлению, способу представления материала.

2. Постановка задачи и проектная реализация

2.1 Постановка задачи

В рамках выполнения дипломной работы передо мной стояла задача изучить принципы компьютерного тестирования, психофизические аспекты личности и их влияние на качество усвоения студентом материала, а так же изучить различные Web-системы для обучения и тестирования. Так же необходимо было изучить следующие технологии программирования: язык программирования JavaEE, настройку сервера приложений GlassFish, фреймворк для автоматизации сборки проектов, специфицированных на XML-языке POM, ApacheMaven и систему управления версиями Git. Конечной целью являлось разработать проект и программную реализацию модуля для адаптивной генерации тестов на основе фактов лекционного контента с функцией оценивания. Данный Web-модуль разрабатывается в рамках групповой работы над адаптивной обучающей системой «EduCube» .

Моей задачей было разработать модуль адаптивной генерации тестов на основе фактов лекционного контента, в котором оценка студенту будет выставляется в зависимости от некоторой функции оценивания. Выбор функции оценивания будет зависеть от психологического портрета студента, его основного направления, а так же может задаваться группе ее преподавателем. Поэтому так же необходимо было разработать модуль управления оценкой, в котором можно было бы задавать группе функцию оценивания и выставлять проценты соответствия количества обязательных и дополнительных вопросов в зависимости от количества данных правильных ответов. Помимо этого, необходимо было разработать модуль создания обычных тестов, которые должны проходиться после прочтения обыкновенных лекций, а так же модуль, отвечающий за прохождение данных тестов. В нем так же оценка выставляется в зависимости от некоторой функции тестирования, чем обеспечивается некоторая адаптивность. Так же моей целью было разработать кабинет студента, в котором он мог бы просматривать и редактировать свою личную информацию, выбирать и записываться на идущие курсы, читать лекции по ним, проходить тестирование и выполнять творческие задания, и, соответственно, обеспечить преподавателю возможность проверки данных тестовых заданий.

2.2 Проект системы

Для реализации было выбрано следующее решение. При входе на главную страницу системы неавторизованному пользователю доступны следующие действия, которые представлены на рис. 2.2.1

Рис. 2.2.1 Схема функциональных возможностей неавторизованного пользователя.

Функциональные возможности преподавателя должны соответствовать следующей схеме:

Рис. 2.2.2 Схема функциональных возможностей преподавателя.

Функциональные возможности студента должны соответствовать схеме, приведенной ниже.

Рис. 2.2.3 Схема функциональных возможностей студента.

2.3 Функциональные возможности Web-приложения

Разработанный программный продукт позволяет работать с тремя группами пользователей:

· Студент

· Преподаватель

· Эксперт

В обучающей системе предусмотрено три группы пользователей: эксперт предметной области, преподаватель и студент. Эксперт формирует учебные курсы; преподаватель осуществляет сопровождение группы студентов; студент изучает необходимый материал и проходит тестирование.

Мною разрабатывался функционал только для двух групп пользователей — это студент и преподаватель, поэтому дальше будут рассматриваться только они.

Преподавателю возможны следующие возможности:

· Набирать себе группу на курс, просматривать заявки, пришедшие от заинтересованных в курсе студентов.

· Создавать и назначать своей группе функцию оценивания (созданную им или уже существующую).

· Назначать группе проценты для адаптивного тестирования: процент обязательных вопросов, процент правильных на них ответов и, в зависимости от последнего, процент дополнительных вопросов.

· Создавать тесты и творческие задания для существующего курса по заданным лекциям.

· Проверять творческие задания студентов и выставлять им за их ответы оценки.

В свою очередь студенту доступна возможность:

· Проходить адаптивное тестирование после прочтения адаптивной лекции.

· Выполнять поиск курсов, а также записываться на них.

· Просматривать свою личную информацию и редактировать ее.

· Проходить обыкновенные тесты по прочитанной лекции и выполнять творческие задания.

· Получать оценки по выполненным заданиям.

Так же в системе существует так называемый «неавторизованный» пользователь. Он имеет возможность так же, как и студент, прочитать адаптивную лекцию, пройти по ней адаптивное тестирование, просмотреть список преподавателей, прочитать информацию о системе, а так же воспользоваться системой как справочником.

При регистрации в системе студента обязывают пройти психологическое тестирование для выявления типа наилучшего представления информации, его разогрева (темперамента), а так же общего уровня образованности. Вся эта информация запоминается в системе и используется для адаптивной оценки его знаний.

Если студент читал адаптивную лекцию, то после ее прочтения предлагается приступить к тестированию.

В системе не заложено пула адаптивных тестовых заданий, абсолютно все задания генерируются автоматически на основе фактов, присутствующих в только что прочитанной студентом лекции. Все факты подразделяются экспертом на обязательные, т. е. те которые составляют основу изучаемого материала, и необязательные. В первую очередь генерируются вопросы на основе обязательных фактов, а затем, в зависимости от успешности ответов студента, генерируется определенное число вопросов на основе фактов, помеченных экспертом как необязательные. По окончанию теста система делает вывод об успешности усвоения студентом данного материала, и если материал был усвоен плохо, возвращает его на предыдущий этап прочтения лекции. При этом лекция генерируется заново, с, может быть, более упрощенным или более наглядным изложением материала. Таким образом, моделируется реальная ситуация опроса студента преподавателем.

Вопросы адаптивного тестирования подразделяются по следующим категориям: с выбором правильного ответа, требующие вписать пропущенное слово или название формулы или того, что изображено на картинке. Данные вопросы генерируются при помощи словаря синонимов и антонимов. К примеру, задание состоит в том, чтобы выбрать правильный вариант ответа из предложенных, тогда в факте выбирается слово, не являющееся предлогом, союзом, междометием или местоимением, антоним которого есть в словаре, и заменяется каким-либо из своих антонимов. После чего полученное предложение выводится на экран в качестве одного из возможных вариантов ответа. Таких вариантов может быть несколько, один из них обязательно должен быть правильным — в качестве него выводят текст самого факта. Вопросы из второй группы формируются так: в факте случайным образом выбирается слово, так же не относящееся к предлогам и пр., в программе оно запоминается, и на экран выводится текст факта без данного слова, или просто появляется картинка. Требуется ввести пропущенное слово или название изображения. Если студент точно называет требуемое слово, то, к примеру, получает один бал за правильный ответ, если «попадает» в один из синонимов — получает пол бала за правильный ответ. Причем, количество вопросов каждого типа настраивается в процентах преподавателем и зависит от успешности ответов студента.

Отметим, что система оценки в системе для каждого студента неодинакова. Для каждой группы учащихся преподаватель задает некоторую оценочную функцию, по которой и происходит оценка результатов пройденных данными студентами тестов. Если же преподаватель не задал функцию, то выбирается та функция по умолчанию, которая в полной мере сможет дать корректную оценку знаниям учащегося. Это делается для получения адекватных результатов тестирования, т.к., например, для студентов филологического факультета курс математики является ознакомительным, а не основным как для учащихся математического факультета, и оценивать эти две различные группы студентов нужно исходя из различных критериев.

Так же возможно создание преподавателем обыкновенных тестовых вопросов и творческих заданий для проверки знаний студентов по некоторой статичной лекции. Вопросы в тестах так же двух видов: с вариантом ответа и с полем для ввода. Преподаватель выбирает нужную лекцию, указывает название теста, тип вопроса, текст, а так же дополнительные варианты (количество и содержание), если он выбрал данный тип вопроса. После заполнения всех перечисленных полей вопрос сохраняется в базе. При создании творческого задания преподаватель действует аналогично. После создания теста студент может смело выполнять тестовые задания, причем за тест оценка выставляется так же в зависимости от функции оценивания, а творческое задание проверяется преподавателем.

3. Реализация программного продукта

3.1 Реализация базы данных

Для реализации программного продукта была выбрана СУБД Derby, поскольку она полностью написана на языке Java, поэтому может быть внедрена в любые Java-приложения и использована для сетевой обработки транзакций. ApacheDerby разработан как открытый исходный проект по лицензии Apache 2.0. Derby, ранее распространялся как IBM Cloudscape. В настоящее время распространяется как SunJava DB.

СУБД Derby имеет следующие технологии [13]:

· Встроенный механизм работы с базой данных — ядро технологии, механизм СУБД Derby — полностью функционирующий на реляционных механизмах встроенной базы данных. Язык программирования для работы с данными полностью интегрированный API — JDBC и SQL диалект, который именуется как IBM DB2 SQL.

· Сервер — серверсети Derby увеличивает досягаемость механизма СУБД Derby, обеспечивая традиционные функциональные возможности клиент-сервера. Сетевой сервер позволяет клиентам соединяться по TCP/IP, используя стандартный протокол DRDA. Сетевой сервер позволяет механизму Derby поддерживать сетевой JDBC, ODBC/CLI, Язык Perl и PHP.

· Встроенный сервер — встроенная база данных может быть сконфигурирована так, чтобы действовать как гибридный сервер/встроенный RDBMS, также может принимать подключения TCP/IP от других клиентов в дополнение к клиентам в том же самом JVM.

· Утилиты для работы с базой данных:

ij — инструмент, который позволяет скриптам SQL выполняться на любой базе данных JDBC.

dblook — инструмент извлечения структуры базы данных Derby.

sysinfo — утилита, чтобы отобразить номера версии и прочую системную информацию.

Разработанная в рамках данной курсовой работы база данных состоит из 41 таблицы. Ее схема представлена на рисунке 3.1.1.

Рис. 3.3.1 Схема базы данных.

Рассмотрим таблицы, используемые непосредственно в моей работе, более подробно.

Таблица " Fact" .

Данная таблица предназначена для хранения информации о фактах, формирующих лекцию. Структура таблицы имеет вид:

Таблица 3.1.1 Таблица базы данных «Fact» .

Таблица " Fact_Collection" .

Данная таблица используется для хранения информации о коллекциях фактов, относящихся к данному курсу. Структура таблицы имеет вид:

Таблица 3.1.2 Таблица базы данных «Fact_Collection» .

Таблица " Coll_Depend_From" .

Данная таблица предназначена для хранения порядка предшествования коллекций фактов. Структура таблицы имеет вид:

Таблица 3.1.3 Таблица базы данных «Coll_Depend_From» .

Таблица " Classifier" .

Данная таблица используется для хранения информации о существующих в системе классификаторах. Структура таблицы имеет вид:

Таблица 3.1.4 Таблица базы данных «Classifier» .

Таблица " Classifer_Values" .

Данная таблица предназначена для связывания учебного курса с классификатором. Структура таблицы имеет вид:

Таблица 3.1.5 Таблица базы данных «Classifer_Values» .

Таблица " Fact_Classif_Values" .

Данная таблица предназначена для назначенияфакту классификатора. Структура таблицы имеет вид:

Таблица 3.1.6. Таблица базы данных «Fact_Classif_Values» .

Таблица " FactColl_Classif_Values" .

Данная таблица предназначена для назначения коллекции классификатора. Структура таблицы имеет вид:

Таблица 3.1.7 Таблица базы данных «FactColl_Classif_Values» .

Таблица " Groups" .

Данная таблица содержит информацию о зарегистрированных в системе группах. Структура таблицы имеет вид:

Таблица 3.1.8 Таблица базы данных «Groups» .

Таблица " Person" .

Данная таблица используется для хранения информации о пользователях, зарегистрированных в системе. Структура таблицы имеет вид:

Таблица 3.1.9 Таблица базы данных «Person» .

Таблица " StudentGroup" .

Данная таблица предназначена для указания связи между группой и студентом. Структура таблицы имеет вид:

Таблица 3.1.10 Таблица базы данных «StudentGroup» .

Таблица " Words" .

Данная таблица представляет собой словарь слов, которые являются синонимами и антонимами друг друга. Структура таблицы имеет вид:

Таблица 3.1.11 Таблица базы данных «Words» .

Таблица " Syn_Ant" .

Данная таблица предназначена для указания отношений между парами слов (слова являются синонимами или антонимами). Структура таблицы имеет вид:

Таблица 3.1.12 Таблица базы данных «Syn_Ant» .

Таблица " Additional_Question" .

Данная таблица используется для хранения числа дополнительных вопросов, которые будут заданыстудентуиз указанной группы студентов в зависимости от числа правильно данных им ответов на вопросы, отмеченные как обязательные. Структура таблицы имеет вид:

Таблица 3.1.13. Таблица базы данных «Additional_Question» .

Таблица " EstimationFunction" .

Данная таблица предназначена для хранения созданных функций оценки. Структура таблицы имеет вид:

Таблица 3.1.14. Таблица базы данных «EstimationFunction» .

Таблица " EstimationFunc_Group" .

Данная таблица предназначена для сопоставления группе функции оценки. Структура таблицы имеет вид:

Таблица 3.1.15. Таблица базы данных «EstimationFunc_Group» .

Таблица " Education" .

Данная таблица предназначена для хранения информации об учебном учреждении, к которому относится пользователь. Структура таблицы имеет вид:

Таблица 3.1.16. Таблица базы данных «Education» .

Таблица " Department" .

Данная таблица предназначена для хранения перечня отделений некоторого ВУЗа. Структура таблицы имеет вид:

Таблица 3.1.17. Таблица базы данных «Department» .

Таблица " Faculty" .

Данная таблица предназначена для хранения перечня факультетов некоторого ВУЗа. Структура таблицы имеет вид:

Таблица 3.1.18. Таблица базы данных «Faculty» .

Таблица " University" .