A CONCEPTUAL MODEL OF THE INTELLIGENT EDUCATIONAL ECOSYSTEM
DOI:
https://doi.org/10.18413/2687-0932-2020-47-2-390-401Keywords:
individual educational path, educational ecosystem, personalization, distance educationAbstract
In this article, the authors explore modern approaches used in distance education, defines the problems of distance learning, such as the problem of feedback, relevance, the search for the necessary courses, as well as the importance of courses, taking into account the competency-based paradigm of knowledge acquisition. During the research, the author examines ideas that can improve feedback and the quality of knowledge gained, personalize the subjects studied. The author suggests also to use job and CV datasets to find important statistic data required for these improvements. The idea of individual educational paths is being studied, which are formed depending on individual skills, student cognitive abilities as well as his goals. A conceptual model of the intellectual educational ecosystem is proposed, its structure and metrics are described. Based on this concept, the authors planned to develop a DSS for buildling personal recommendations in distance education using modern methods of machine learning and artificial intelligence.
Downloads
References
Алексеев В.Е., Таланов В.А. 2005. Графы. Модели вычислений. Структуры данных. Нижний Новгород: Издательство Нижегородского гос. университета, 307 с.
Афанасьев А.Н., Войт Н.Н. 2013. Прогнозирование индивидуальной траектории обучения на основе модели обучаемого с нечёткими характеристиками в автоматизированных системах обучения. Вестник Ульяновского государственного технического университета. 4 (64): 58–61.
Беляев Р.В., Кравец О.Я. 2011. Автоматизация адаптивного управления траекториями обучения. Вестник ВГТУ. № 7. URL: https://cyberleninka.ru/article/n/avtomatizatsiya-adaptivnogo-upravleniya-traektoriyami-obucheniya (дата обращения: 30.11.2019).
Глущенко А.И. 2009. Разработка метода адаптивного управления обучением по индивидуальной образовательной траектории: автореф. дис. канд. техн. наук. Москва, 19 с.
Гримута А.В, Шевченко В.И. Обзор программных систем управления обучением, используемых высшими учебными заведениями. Сборник статей всероссийской студенческой научно-технической конференции «Мир компьютерных технологий». Севастополь: Севастопольский государственный университет, 2019. С. 224–229. URL: https://elibrary.ru/item.asp?id=41381634 (дата обращения: 20.02.2020)
Евстигнеев В.А. 1985. Применение теории графов в программировании. Под ред. А.П. Ершова. Москва: Наука. Главная редакция физико-математической литературы, 352 с.
Козлова Е.С., Черкасов А.М., Макашова В.Н., Давлеткиреева Л.З. 2017. Проектирование функциональных возможностей курса системы дистанционного обучения высших школ с учетом индивидуальной траектории обучающихся. International Journal of Open Information Technologies, 50 (4): 78–84.
Кравец О.Я., Заславская О.Ю. 2012. Компетентностная парадигма построения индивидуальной образовательной траектории на основе обратной связи в системе управления обучением. Новый университет. 2 (11): 3–11.
Лаврентьев М.А., Шабат Б.В. Методы теории функций комплексного переменного. 4-е изд., М.: Наука, 1972.
Левитин А.В. 2006. Алгоритмы. Введение в разработку и анализ. М.: Вильямс, 576 с.
Любченко В.В. 2011. Метод будування навчальної траєкторії в умовах мобільного навчання. Вісник Національного технічного університету «Харківський полiтехнiчний інститут»: збірник наукових праць. Тематичний випуск: Інформатика i моделювання. 17:81–85.
Мащенко Е.Н., Шевченко В.И., Ченгарь О.В. 2017. Современные информационные технологии в дистанционном образовании. Сборник статей Всероссийской научно-технической конференции «Информационные технологии и информационная безопасность в науке, технике и образовании "ИНФОТЕХ – 2017"» Севастополь: ФГАОУ ВО «Севастопольский государственный университет», С. 116–119. URL: https://elibrary.ru/item.asp?id=32238461 (дата обращения: 20.02.2020)
Серебровский В.В., Ткаченко А.В., Ткаченко А.И. 2013. Инновационные технологии в образовании: обучение по индивидуальной траектории. Известия Юго-Западного государственного университета. 1 (46): 26–31.
Солдаткин Е.В. 2013. Алгоритм формирования учебной программы на основе композиции нечетких множеств. Cloud of science. № 3. URL: https://cyberleninka.ru/article/n/algoritm-formirovaniya-uchebnoy-programmy-na-osnove-kompozitsii-nechetkih-mnozhestv (дата обращения: 30.11.2019).
Томас Х. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн. 2006. Алгоритмы: построение и анализ. Introduction to Algorithms. 2-е изд. М.: «Вильямс», С. 1296.
Федеральный закон от 29.12.2012 № 273-ФЗ «Об образовании в Российской Федерации. [Электрон. ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_140174, свободный.
Chen C., Duh L. 2008. Personalized web-based tutoring system based on fuzzy item response theory. Expert Systems with Applications, 34(4), 2298–2315.
Chen C. 2008. Intelligent web-based learning system with personalized learning path guidance. Computers & Education, 51 (2), 787–814.
Hsu M. 2008. A personalized English learning recommender system for ESL students. Expert Systems with Applications, 34 (1), 683–688.
Lin C., Yeh Y.,Hung Y.,Chang R. 2013. Data mining for providing a personalized learning path in creativity: An application of decision trees. Computers & Education, 68, 199–210.
Thulasiraman K.; Swamy M.N.S. 1992, "5.7 Acyclic Directed Graphs", Graphs: Theory and Algorithms, John Wiley and Son, p. 118.
Abstract views: 694
