Article

Article title CONTEXT-SENSITIVE MOBILE LEARNING SYSTEM
Authors S.I. Rodzin, L.S. Rodzina
Section SECTION VII. PROBLEMS OF FORMATION
Month, Year 07, 2013 @en
Index UDC 004.81
DOI
Abstract The paper proposes a scenario model of learning and the open architecture of context-based mobile learning system. Developed structure of a content management system is based on semantic web. The structure of the content management system contains four main elements: the ontology metadata, ontologies particular domain, which describes the structure of indexing resources, and, finally, models of training scenarios and adaptive selection of learning resources. The model based on probabilistic automata is proposed for building a content management system. Contextsensitive learning system should be able to personalize the best learning style. For this purpose we propose to use the apparatus of Bayesian networks and evolutionary computation.

Download PDF

Keywords Adaptive learning; context-dependent system; content management; probabilistic automaton scenario; Bayesian network.
References 1. Коулопоулос Т.М., Фраппаоло К. Управление знаниями. – М.: Эксмо, 2008.
2. Грачев В.В., Ситаров В.А. Персонализация обучения: требования к содержанию образования // Alma mater. Вестник высшей школы. – 2006. – № 8. – С. 11-15.
3. Koper R., Olivier B. Representing the Learning Design of Units of Learning // Educational Technology&Society. – 2004. – Vol. 7 (3). – P. 97-111.
4. Nodenot T. Contribution а l'Ingйnierie dirigйe par les modиles en EIAH: le cas des situationsproblиmes cooperatives // Pau: Universitй de Pau et des Pays de l’Adour, 2005.
5. Курейчик В.В., Бова В.В., Нужнов Е.В., Родзин С.И. Интегрированная инструментальная среда поддержки инновационных образовательных процессов // Открытое образование. – 2010. – № 4 (81). – С. 101-111.
6. IMS Global Learning Consortium. Официальный сайт. – http://www.imsglobal.org (дата обращения: 17.05.2013).
7. Вербицкий А.А. Активное обучение в высшей школе: контекстный подход. – М.: Высшая школа, 1991.
8. Gruber T.R. Toward Principles for the Design of Ontologies Used for Knowledge Sharing // International Journal of Human and Computer Studies. – 1993. – № 43 (5/6). – P. 907-928.
9. Бова В.В. Методы поддержки принятия решений в построении адаптивных моделей образовательных процессов // Известия ЮФУ. Технические науки. – 2008. – № 4 (81). – С. 221-225.
10. Кравченко Ю.А. Оценка когнитивной активности пользователя в системах поддержки принятия решений // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 113-117.
11. Кравченко Ю.А. Концептуальные основы рефлексивно-адаптивного подхода к построению интеллектуальных информационных систем // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 167-171.
12. Garlatti S., Iksal S. A Flexible Composition Engine for Adaptive Web Sites // Adaptive Hypermedia and Adaptive Web Systems. Eds.: Springer Verlag. – 2004. – Vol. 3137. – P. 115-125.
13. Zarraonandia T., Fernandez C., Diaz P., Torres J. On the way of an ideal learning system adaptive to the learner and her context // Proc. of Fifth IEEE Int. Conf. on Advanced Learning technologies. – 2005. – P. 128-134.
14. Поспелов Д.А. Вероятностные автоматы. – М.: Энергия, 1970.
15. Economides A.A. Adaptive Mobile Learning // Proc. the 4th Int. Workshop on Wireless, Mobile and Ubiquitous Technologies in Education. – 2006. – P. 263-269.
16. Бова В.В. Модели предметных знаний на основе системно-когнитивного анализа // Известия ЮФУ. Технические науки. – 2011. – № 7 (120). – С. 146-153.
17. Бим-Бад Б.М. Педагогическая антропология. – М.: УРАО, 1998.
18. Григорьев Б.В., Чумакова В.И. Праксиология или как организовать успешную деятельность. – М.: Изд-во Школьная пресса, 2002.
19. Рассел С., Норвиг П. Искусственный интеллект. – М.: Вильямс, 2007.
20. Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. – СПб.: Наука, 2006.
21. Курейчик В.В., Курейчик В.М., Родзин С.И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. – 2009. – № 4 (93). – С. 16-24.
22. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки. – 2010. – № 7 (108). – С. 13-21.
23. Боженюк А.В., Гинис Л.А. Об использовании нечетких внешне устойчивых множеств для анализа нечетких когнитивных карт // Обозрение прикладной и промышленной математики. – 2007. – Т. 14. – Вып. 5. – С. 857.
24. Курейчик В.М., Писаренко В.И., Кравченко Ю.А. Технология многоаспектного аналитического исследования как метод машинного обучения // Открытое образование. – 2008. – № 2. – С. 11-17.
25. Родзина Л.С. Прикладные многоагентные системы. Программирование на платформе JADE. Saarbrucken, Germany: LAP LAMBERT Academic Publishing GmbH&Co., 2011.
26. Курейчик В.М., Родзин С.И. Компьютерный синтез программных агентов и артефактов // Программные продукты и системы. – 2004. – № 1. – С. 23-27.

Comments are closed.