Экономико-математическая модель адаптивного сетевого обучения в открытых информационных системах тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Феданов, Александр Николаевич

• Феданов, Александр Николаевич
• кандидат экономических наук
• 2004

Оглавление диссертации кандидат экономических наук Феданов, Александр Николаевич

Оглавление.

Введение.

Глава 1. Анализ методов и средств адаптивного обучения в автоматизированных обучающих системах.

1.1. Основные положения автоматизированного адаптивного обучения.

1.2. Модель пользователя

1.3. Объектный принцип построения учебных материалов.

1.4. Выводы по главе.

Глава 2. Экономико-математическая модель адаптивного образовательного процесса.

2.1. Постановка задачи обучения в АОС.

2.2. Объектно-ориентированный учебный материал.

2.3. Вероятностная структура объектного учебного материала.

2.4. Алгоритм адаптивного обучения.

2.5. Экономико-математическая модель эффективности АОС.

2.6. Выводы по главе.

Глава 3. Разработка АОС с моделью пользователя.

3.1. Постановка задачи разработки инструментария адаптивного обечения в АОС ТОР.

3.2. Системы ТОР САПРУМ и ТОР Репозитарий для создания адаптивных учебных материалов.

3.3. Система ТОР Основной Сервер.

3.4. Результаты практического использования АОС ТОР:.

3.5. Выводы по главе.

Введение диссертации (часть автореферата) на тему «Экономико-математическая модель адаптивного сетевого обучения в открытых информационных системах»

Актуальность работы

Системы сетевого обучения в настоящее время стали неотъемлемой частью образования различного уровня; во всем мире. Это объясняется высоким спросом со стороны населения на образовательные услуги. Так, анализ структуры образования работающего населения развитых стран показывает, что 15% населения, имеющие высшее образование, создают до 60% валового национального продукта. Одновременно с этим современное постиндустриальное общество оказывает сильное воздействие на качественный и количественный состав требований, предъявляемых к сотрудникам субъектов экономики. При этом основным препятствием к получению дополнительного образования согласно социологическим опросам является необходимость совмещать учёбу с основной деятельностью.

Наличие стабильно высокого спроса на сетевое обучение привело к накоплению значительных объёмов, учебных материалов (УМ), хранящихся в электронном виде и доступных через Интернет. Это было связано с верой в безграничные возможности сети Интернет и так называемую «новую экономику». Предполагалось, что одно только использование современных информационных технологий позволит в значительной степени повысить производительность труда преподавателя и уменьшить затраты на подготовку нового специалиста. Однако анализ результатов деятельности значительного количества компаний, работающих на рынке сетевых образовательных услуг, показывает, что даже несмотря на повышенный потребительский спрос, многие из них остаются убыточными и в результате прекращают своё существование. То есть, существующие способы организации сетевого обучения не всегда обеспечивают экономическую целесообразность их применения.

Таким образом, актуальной является задача уменьшения затрат сетевого образовательного процесса при сохранении требуемого качества подготовки специалиста. Среди основных факторов, влияющих на экономическую эффективность сетевого обучения, выделяют высокие первоначальные затраты и удельную стоимость качественной подготовки специалиста, что является следствием переноса традиционных принципов построения очного образовательного процесса в информационную среду. В результате в некоторых случаях временные затраты преподавателя на обучение одного студента, наоборот, возрастают. Информационные образовательные системы, использующие интеллектуальные технологии поддержки учебного процесса и адаптивные информационные технологии, отражающие опыт преподавателя, могут освободить его от рутинной работы. Это позволяет увеличить производительность труда преподавателя и уменьшить затраты хозяйствующих субъектов.

Вследствие перечисленных выше факторов актуальной экономической задачей является осуществление качественного сетевого обучения. Для её решения необходима разработка модели объектного адаптивного автоматизированного обучения и оценка её экономической эффективности. При этом, недостаточное развитие интеллектуальных технологий поддержки учебного процесса и адаптивных информационных технологий, отвечающих современным требованиям, ставит задачу разработки соответствующего программного обеспечения, позволяющего разрешить указанные трудности.

Цель и задачи работы

Целью диссертационного исследования является разработка экономико-математической модели и инструментальных средств автоматизированного объектного адаптивного обучения как развитие информационных технологий в отрасли образования.

Для достижения сформулированной цели решается основная задача исследования: моделирование процесса разработки объектного учебного материала и процесса автоматизированного сетевого обучения, как основного инструмента создания адаптивных технологий.

В соответствии с указанной целью в рамках исследования необходимо решить следующие подзадачи:

• построение экономико-математической модели издержек и прибыли процесса разработки учебных объектов (УО). Учебный объект (учебная тема) - это необходимая и достаточная порция учебной информации, включающая один или более компонентов, необходимых для достижения цели обучения;

• создание модели учебного материала с учётом его вероятностной структуры на основе формального представления ^ УО путём оценки их количественных и качественных характеристик;

• построение и анализ алгоритма объектного адаптивного обучения;

• создание методики оценки эффективности объектного адаптивного процесса обучения в автоматизированных обучающих системах (АОС);

• разработка и апробация инструментария и технологии адаптивного обучения в информационной системе Технологии образовательных ресурсов (ТОР), реализующей концепцию объектно-ориентированного учебного материала.

Объект и предмет исследования

Объектом диссертационного исследования являются процессы сетевого адаптивного обучения реализуемые на базе объектных технологий и используемые субъектами экономики для подготовки специалистов.

Предмет исследования — управление обучением с учётом вероятностной структуры объектного учебного материала на основе экономико-математических методов.

Методика исследования

Теоретическую и методологическую основу проведенного исследования составили работы отечественных и зарубежных ученых и специалистов в области экономики, системного анализа, адаптивного управления сложными системами и образования, таких, как П.Л. Брусиловский, С. Доунс, А.А. Емельянов, А. Кобса, Г.С. Курганская, Ю.И. Лобанов, Ю.Б. Рубин, В.И. Солдаткин, Л.Г. Титарев, В.П. Тихомиров, К. Шэнон, М.Х. Эренштейн и др.

Научная новизна работы

Впервые предложена экономико-математическая модель объектного адаптивного обучения, позволяющая получать количественные оценки параметров образования.

Кроме того, получены следующие результаты, обладающие научной новизной:

• впервые построена экономико-математическая модель издержек и прибыли процесса разработки УО, позволяющая оценить затраты на подготовку объектных учебно-методических материалов (УММ). Показано, что использование объектного подхода позволяет уменьшить первоначальные затраты, возникающие для организации сетевого обучения;

• разработана методика оценки учебных объектов как основных структурных единиц УММ, позволяющая объективно оценивать их характеристики. Её использование позволяет осуществлять адаптацию УММ согласно начальным знаниям и цели обучения студента, что снижает издержки подготовки специалиста субъектом экономики;

• предложена модель и алгоритм автоматизированного объектного адаптивного обучения в АОС, что позволяет отразить опыт преподавателя в информационной системе и в результате проводить качественное персонализированное сетевое обучение;

• впервые построена экономико-математическая модель издержек и прибыли адаптивного образовательного процесса на основе объектно-ориентированного учебного материала. Это позволяет дать количественную оценку экономических параметров сетевого адаптивного обучения и доказать экономическую целесообразность использования интеллектуальных технологий в сетевом обучении.

Практическая значимость результатов работы

Предложенный в диссертационном исследовании пакет прикладных программ может быть использован вузами для проведения учебного процесса на базе современных международных технологических стандартов в отрасли образования.

Впервые в России разработана и реализована объектная, адаптивная технология сетевого обучения в среде объектно-ориентированной информационной системы «Технологии образовательных ресурсов (ТОР)», предоставляющая необходимый инструментарий для создания УММ и проведения учебного процесса.

Разработанный экономико-математический инструментарий может быть использован в образовательных структурах для оценки объёма первоначальных затрат и срока возврата инвестиций на подготовку и организацию сетевого адаптивного обучения.

Реализация и апробация результатов работы

Результаты проведённого исследования апробированы и используются в учебном процессе в МЭСИ и Московском г международном институте эконометрики, информатики, финансов и права (ММИЭФП).

Результаты проведённого исследования были представлены на конференциях:

• Всеросийская студенческая конференция «Будущее электронного бизнеса в

России», 5-6 марта 2002, г. Москва

• Всероссийская научно-практическая конференция «Роль информационных технологий при обучении на программе, MB А», '30-31' января* 2003, г'.

Москва . , •

• Всероссийская научно-практическая конференция «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями», 19-20 марта 2003, г. Москва

• Всероссийская научно-практическая конференция «Технологические стандарты в образовании», 23-24 апреля 2003, г. Москва

• Всероссийская научная конференция «Научный сервис в сети Интернет», 22-27 сентября 2003, г. Новороссийск

Результаты работы были использованы при выполнении следующих НИР Министерства образования РФ: Разработка принципов создания системы автоматизированного проектирования учебно-методического обеспечения (САПР УМО) и среды публикации и исполнения сетевых курсов на основе спроектированного УМО (per. номер 01.20.02 15240); Создание фундаментальных основ построения и функционирования информационной образовательной среды (per. номер 01.20.03 16233); Создание теоретических, методических и организационных основ обучения в вузах с использованием Интернет (per. номер 01.20.03 16231).

Публикации

Основные положения диссертации изложены в восьми публикациях общим объемом 6,4 п. л.

Структура и объем работы

Работа состоит из введения, трёх глав, заключения, списка литературы и приложений.

Краткое содержание работы

Во введении обоснованы актуальность выбранной темы, сформулированы цели и задачи исследования, отмечена новизна результатов, их научная и практическая значимость.

Первая глава «Анализ методов и средств адаптивного обучения в автоматизированных обучающих системах», состоящая из трех разделов, посвящена обоснованию необходимости разработки модели адаптивного обучения в АОС.

В первом разделе рассматриваются: основные положения автоматизированного адаптивного обучения. Приводится систематика адаптивных технологий и методов адаптации.

Во втором разделе вводится в рассмотрение понятие адаптивной гипермедиа и модели пользователя включающей в себя 2 подхода - оверлейное и стереотипное моделирование. Обосновывается рассмотрение в данном исследовании оверлейного моделирования. Приводится краткий анализ существующих подходов к построению модели пользователя. Обосновывается представление задачи обучения как задачи управления сложным объектом.

Третий раздел посвящен объектному принципу построения учебного материала. Рассматривается актуальный вопрос стандартизации форматов и принципов разработки УМ. Вводятся в рассмотрение основные положения объектно-ориентированной концепции и лежащие в её основе международные технологические стандарты в образовании.

Вторая глава «Экономико-математическая модель адаптивного образовательного процесса», состоящая из пяти разделов, посвящена построению экономико-математической модели адаптивного образовательного процесса.

В первом разделе осуществляется постановка задачи обучения в АОС как задачи управления сложным; объектом. При этом, обучаемый выступает в качестве объекта управления, а учитель или обучающее устройство - в качестве источника управления, то есть управляющего устройства.

Во втором разделе рассматривается объектно-ориентированный учебный материал, определяются качественные и количественные характеристики: объекта. Осуществляется построение экономико-математической модели издержек и прибыли ролевого процесса разработки УО.

Третий раздел посвящен рассмотрению вероятностной структуры учебного материала. Осуществляется построение алгоритма, позволяющего получать оптимальное для обучаемого множество УО.

В четвертом разделе рассматривается алгоритм адаптивного обучения и синтез оптимального управления. Показывается, что данный алгоритм позволяет решить поставленную задачу обучения.,

В пятом разделе приводится экономико-математическая модель эффективности АОС. На основе ввода в рассмотрение понятия «цикл обучения», получена оценка максимального количества циклов, необходимых для полного усвоения учебного материала. Даётся описание экономико-математическое модели адаптивного обучения, позволяющее получать количественные оценки параметров образования.

Третья глава «Разработка АОС с моделью пользователя», состоящая из четырёх разделов, посвящена описанию созданных инструментов разработки объектно-ориентированного УММ и интеллектуальных механизмов поддержки учебного процесса в АОС ТОР.

В первом разделе осуществляется постановка задачи разработки инструментария в информационной системе ТОР, приводится архитектура программного комплекса.

Во втором разделе рассматривается системы ТОР САПРУМ и ТОР Репозитарий и их основные функции для: создания адаптивных учебных материалов.

В третьем разделе рассматривается система ТОР Основной сервер и её функциональные возможности для проведения адаптивного сетевого учебного процесса.

В четвёртом разделе экспериментально подтверждается достоверность разработанной математической модели и практической реализации алгоритма адаптивного сетевого обучения. Показано, что использование адаптивных технологий обучения позволяет при гарантированном качестве уменьшить затрачиваемое на обучение время.

В заключении изложены основные результаты диссертационной работы определены направления дальнейших исследований.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Феданов, Александр Николаевич

3.5. Выводы по главе

В данной главе было дано краткое описание адаптивного инструментария первой в России объектно-ориентированной АОС на базе международных технологических стандартов в образовании. Разработанная система соответствует специфике Российской системы образования, требованиям международных образовательных стандартов и полностью готова для внедрения в учебное заведение любого масштаба. Среди основных свойств созданного инструментария можно выделить следующие:

• использование адаптивных технологий автоматизированного обучения;

• полная реализация и поддержка международных образовательных стандартов;

• совмещение подходов и принципов ведущих производителей ПО (WebCT, Bb, Lotus LS), разработка каждой подсистемы на базе соответствующей спецификации IMS;

• совместимость с ведущими разработчиками ПО и контента;

• технология многократного использования учебного объекта;

• интеграция с цифровыми репозитариямм учебных объектов и информации;

• перспектива развития УМ и максимальной автоматизации учебного процесса.

Следует отметить, что данная система выступает как перспективная среда интеграции технологий и методик, которые пока разрабатываются только крупнейшими университетами и организациями мира. Кроме этого, работа в подобной среде поможет усилению как внутри-российского фонда качественной учебной информации, так и позволит выходить нашим вузам на международные рынки, благодаря использованию данных в унифицированном формате.

В настоящей главе показана достоверность разработанной математической модели и практической реализации адаптивного сетевого обучения. Показано, что использование адаптивных технологий обучения позволяет при гарантированном качестве уменьшить затрачиваемое на обучение время, а, следовательно, и издержки ВУЗа. Таким образом, программная среда ТОР может быть использована образовательными учреждениями для организации учебного процесса на базе современных объектно-ориентированных учебных материалов, а так же, используя разработанную модель, осуществлять высоко эффективное обучение.

Заключение

В результате данной диссертационной работы разработана и исследована экономико-математическая модель адаптивного сетевого обучения в АОС. Эта модель позволяет дать оценку экономических параметров сетевого обучения, а также отразить опыт преподавателя в автоматизированной обучающей системе и. При разработке этой модели достигнуты также следующие результаты.

1. Разработана методика оценки учебных объектов как основных структурных единиц учебно-методического материала, включающая в себя -количество информации, ценность представленной информации и трудоёмкость (в часах или кредитах, в зависимости от системы образования). Показано, что ценность зависит от преследуемой при изучении цели, тезауруса и количества предоставляемой информации. Создана модель учебного материала с учётом его вероятностной структуры на основе формального представления УО путём оценки их количественных и качественных характеристик. Её использование позволяет осуществлять адаптацию УММ согласно начальным знаниям и цели обучения студента, что снижает издержки подготовки специалиста хозяйствующим субъектом экономики.

2. Впервые построена экономико-математическая модель издержек и прибыли процесса разработки учебных объектов, позволяющая оценить затраты на подготовку учебно-методических материалов. Показано, что использование объектного подхода при определённых условиях позволяет уменьшить издержки производства УО. Показано, что предельные издержки разработки УО уменьшаются с увеличением количества учебных объектов в репозитарии, а экономическая прибыль возрастает при увеличении количества повторно используемых объектов. Экспериментальное использование разработанной модели подтверждает её достоверность.

3. Предложена новая модель и алгоритм автоматизированного объектного адаптивного обучения в АОС, что позволяет отразить опыт преподавателя в информационной системе и в результате проводить качественное персонализированное сетевое обучение с использованием модели пользователя. Разработана оригинальная методика оценки эффективности процесса обучения в автоматизированных обучающих системах. Впервые построена экономико-математическая модель издержек и прибыли адаптивного образовательного процесса на основе объектно-ориентированного учебного материала. Это позволяет получить количественную оценку экономических параметров сетевого адаптивного обучения. Показано, что использование адаптивного образовательного процесса в рамках объектной концепции представления УМ для сетевого обучения обеспечивает качество обучения на требуемом уровне, и для этого необходимо меньшее количество времени, (ввиду использования уровня адаптивности учебного контента), чем при традиционном процессе с контролем качества обучения.

4. Разработан программно-технологический комплекс адаптивного обучения в информационной системе «Технологии образовательных ресурсов», реализующей концепцию объектно-ориентированного учебного материала и использующий современные международные технологические стандарты в образовании. Модельные эксперименты подтверждают достоверность выбранных методов и средств для решения поставленной задачи.

Распространение стандартов IMS позволит получить новые данные для исследований и развития автоматизированного адаптивного обучения. Важным направлением дальнейших является исследование и апробация других методов и способов адаптации контента и структуры учебного материала. Одновременное использование различных способов позволит значительно увеличить эффективность АОС и повысить уровень подготовки специалистов субъектами экономики. Разработанная экономико-математическая модель сетевого обучения может быть дополнена моделью работы цифровых репозитариев. Это позволит получить более полную оценку экономических параметров функционирования образовательных информационных систем и систем управления знаниями.

Список литературы диссертационного исследования кандидат экономических наук Феданов, Александр Николаевич, 2004 год

1. Основы Открытого Образования. / Под. ред. В.И. Солдаткина. -Российский государственный институт открытого образования. - М.: НИИЦ РАО, 2002. - 767 с.

2. Анастази А., Урбина С., Психологическое тестирование. -СПб.:Питер, 2003.-688 с.

3. Беспалько В.П. Слагаемые педагогической технологии. -М.: Педагогика, 1989,-192 с.

4. Брусиловский П.JI. Модель знаний обучаемого и её использование для управления обучением. Тезисы док. и сообщ. межвуз. науч.-метод. семинара «Математические модели и вычислительная техника в управлении учебным процессом высшей школы». -М.:1986 -с. 42-44

5. Буш Р., Мостеллер Ф. Сравнение восьми моделей. //Математические методы в социальных науках". -М., 1973; -с. 295-315

6. ГиЛефрансуа. Прикладная педагогическая психология. -СПб.:прайм-EBP03HAK,2003.-416c.

7. Емельянов А.А. Имитационное моделирование экономических процессов. Учеб. Пособие. М.: Финансы и статистика, 2002. - 368 с.

8. Ильченко О., Титарев Д., Разработка адаптивных семантических технологий сетевого обучения. Стандарты технологических образовательных систем. Тезисы конференции «ИТГО-2003», Москва, 2021 мая, 2003.-М.: 2003.-с. 153-157

9. Ильченко О.А., Титарев Д.Л., Титарев Л.Г., Феданов А.Н. Проблемы, методы и технологии сетевых дидактик. // Информационные технологии, 2003. №8,-стр. 40-45

10. Краудер НА. 0! различиях между линейным и разветвленным программированием // Программированное обучение за рубежом. -М.: Высшая школа, 1968. с.58-67.

11. Курганская Г.С. Система дифференцированного обучения через Интернет// Тез. докл. на Всерос. научн. конф. "Научный сервис в сети Интернет" . -М.: изд-во МГУ, 2000. С.101-103.

12. Лобанов Ю.И., Задача дидактического программирования в АОС. Тезисы док. и сообщ. межвуз. науч.-метод. семинара «Математические модели и вычислительная техника в управлении учебным процессом высшей школы». -М.: 1986 с. 136-137

13. Лингарт Й. Процесс и структура человеческого учения М.: Прогресс, 1970

14. Лукашенко М.А., Образование в условиях рынка: концепция учебного заведения. -М.: Высшая школа, КноРус, 2002. 285 с.

15. Медведев А.П., Титарев Д.Л., Феданов А.Н. Стандартизация интерфейсов бизнес логики в системе электронного образования. // Технологические стандарты в образовании: 23-24 апреля 2003 г. Сборник тезисов докладов. -М.: МЭСИ, 2003 402 е., стр. 192-198.

16. Растригин Л.А., Эренштейн М.Х. Адаптивная система обучения с адаптируемой моделью обучаемого. // Кибернетика, 1984, N 1, с. 28-32

17. Растригин Л.А., Эренштейн М.Х. Адаптивное обучение с моделью обучаемого. -Рига., Зинатне, 1988. 160 с.

18. Роберте Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экологическим задачам. -М.: Наука, 1986

19. Савельев А .Я., Новиков В.А, Лобанов Ю.И. Подготовка информации для автоматизированных обучающих систем. -М., Высшая Школа, 1986. 167 с.

20. Свиридов А.П. Введение в статистическую теорию обучения и контроля знаний. М., 1974., ч. 2.

21. Скиннер Б.Ф. Наука об учении и искусство обучения. // Программированное обучение за рубежом. -М., Высшая школа, 1968.

22. Смирнов Б.А. Определение характеристики оперативной: памяти // Психологические механизмы памяти и её закономерности в процессе обучения: Материалы I Всесоюз. симпоз. по психологии памяти, Харьков, 1970. стр. 225-228

23. Соловов А.В. Об эффективности информационных технологий обучения. // Высшее образование в России, 1997, N3, стр. 100-107,

24. Соловов А.В., Меньшикова А.А. Дискретные математические модели в исследовании процессов автоматизированного обучения. // Educational Technology & Society, 2001, N4(2), стр. 205-210

25. Тарасенко Г.С., Эренштейн М.Х. Исследование сходимости одного процесса обучения. // Пробл. Случайного поиска, 1980, N8, с. 280-288

26. Титарев Д.Л. Экономическая модель издержек и; прибыли Интернет -образования. // Открытое Образование, 2002, N4, стр. 54 60.

27. Титарев JI.Г., Титарев Д.Л., Ильченко О.А., Феданов А.Н. Стандарт ISO 'Тематические схемы': Применение к сетевому обучению // Сб. тезисов док. конф. "Технологический Стандарты в Образовании", 23-24 апреля 2003 г. -М.: 2003. стр. 329-393.

28. Титарев Д.Л., Феданов А.Н. Стандартизация технологических систем в образовании // Сб. тезисов док. конф. "Технологический Стандарты в Образовании" 23-24 апреля 2003 г. -М.:2003. стр. 269-279

29. Титарев Д.Л., Феданов А.Н., Медведев АЛ. Технологии Интернет-образования, // Открытое Образование, 2002, № 5, с. 17-26

30. Феданов А. Адаптивные обучающие системы: современное состояние и перспективы развития. // Открытое Образование, 2003, № 6. с. 56-64

31. Феданов А.Н., Титарев Д.Л. Открытые Образовательные Информационные Системы. // Открытое Образование, 2003, № I.e. 9-17

32. Феданов А.Н., Титарев Д.Л., Ильченко О.А, Объектный подход к построению учебного материала в системе Открытого образования. // Научный сервис в сети Интернет: 22-27 сентября 2003 г. Сборник трудов конференции. М.: Изд-во МГУ 2003 -379 е., стр. 90-91

33. Передача информации, 1928 В кн.: Теория информации и её приложения. Пер. с англ. Под ред. А. А. Харкевича, М., Физматгиз, 1959

34. Шумский С.А. Самоорганизующиеся семантические сети // Лекция для школы-семинара "Современные проблемы нейроинформатики", Москва, МИФИ, 24-26 января 2001 г.

35. Курганская Г. С. Система дифференцированного Интернет-обучения ГЕКАДЕМ // Whitepaper. 2003. - http://www.hecadem.irk.ru:8100/

36. Титарев Д.Л. Проект Edulab.ru // Whitepaper. 2003. -http://www.edulab.ru/aboutas.asp

37. Brusilovsky, P., Schwarz, E. and Weber G. A tool for developing adaptive electronic textbooks on WWW. // Proceedings of WebNet'96, World Conference of the Web Society, San Francisco, CA, pp. 64-69.

38. Brusilovsky, P., Eklund, J. and Schwarz, E. Web-based education for all: A tool for developing adaptive courseware. // Computer Networks and ISDN Systems 30(1-7), 291-300.

39. Brusilovsky P., «Adaptive Hypermedia» // User Modeling and User-Adapted Interaction, N11, p. 87-110, 2001.

40. Carver С. A., Howard R. A., Lavelle E.: 1996, Enhancing student learning by incorporating student learning styles into adaptive hypermedia. // Proceedings of ED-MEDIA'96 World Conference on Educational Multimedia and Hypermedia, Boston, MA, pp. 118-123

41. De Bra, P. M. E.: 1996, Teaching Hypertext and Hypermedia through the Web. // Journal of Universal Computer Science 2(12), 797-804.

42. De Bra, P. and Calvi L.: 1998, AHA.! An open Adaptive Hypermedia Architecture. // The New Review of Hypermedia and Multimedia 4, 115-139.

43. De Bra P., Aerts A., Houben G., Wu H. "Making General-Purpose Adaptive Hypermedia Work". // Proceedings of the WebNet Conference, pp. 117-123, 2000

44. Ebbinghaus H. Uber das Gedachtnis. // Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker u. Humblot, 1885

45. Fink J., Kobsa A., Nill A. Adaptable and adaptive information provision for all users, including disabled and elderly people. // The New Review of Hypermedia and Multimedia 4,163-188.

46. Haveliwala Т. H., Kamvar S. D. The second eigenvalue of the Google matrix. Technical report. Stanford University, 2003.

47. Heckerman, D., Mamdani, A., and Wellman, M. Real world applications of Bayesian networks. // Communications of the ACM, N 38, 1995.

48. Henze, N., Nejdl, W. Adaptivity in the KBS hyperbook system. // 2nd Workshop on Adaptive Systems and User Modeling on the WWW, 1999, pp 77-81.

49. Hirashima Т., Matsuda N., Nomoto Т., Toyoda J. Context-sensitive filtering for browsing in hypertext. // Proceedings of International Conference on Intelligent User Interfaces, IUI'98, San Francisco, CA, 1998, pp. 21-28

50. Hull, Principles of behavior. An introduction to behavior to theory. New York: Appleton-Century-Crofts, 1943

51. Kass, R; Student modeling in intelligent tutoring systems implications for user modeling. // User Models in Dialog Systems, A. Kobsa and W. Wahlster, Eds. Springer, 1989

52. Kobsa, A. User modeling: Recent work, prospects and hazards. // Adaptive User Interfaces: Principles and Practice, M. Schneider-Hufschmidt, Т. K. Uhme, and U. Malinowski, Eds. Elvesier, 1993

53. Mantyla K. Blending E-Learning. American Society for Training & Development, 2001. 160 p.

54. Neapolitan R. E. Probabilistic Reasoning in Expert Systems. John Wiley & Sons, NY, 1990

55. Ng A. Y., Zheng A. X., Jordan M. I. Link Analysis, Eigenvectors and Stability // In Proc. of the IJCAI'01, 2001

56. Oberlander, J., O'Donell, M., Mellish, C. and Knott, A. Conversation in the museum: experiments in dynamic hypermedia with the intelligent labeling explorer. // The New Review of Multimedia and Hypermedia 4, 11-32.

57. Page L., Brin S., Motwani R;, Winograd T. The PageRank citation ranking: Bringing order to the Web. Technical report, Stanford Digital Library Technologies Project, 1998.

58. Pearl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference, Morgan Kaufmann, San Mateo, С A, 1988

59. Pearl J., Bayesian decision methods. // Readings in Uncertain Reasoning, 1990

60. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. Prentice Hall Series in Artificial Intelligence, 1995

61. Schukarew A. Uber die energetischen Grundlagen des Gestezes von Weber Fechner und der Dynamik des Gedachtnisses // Ann. Naturphilos. 1907. - N.6 -S. 139-149

62. Thorne K., Blended Learning: How to Integrate Online & Traditional Learning. Kogan Page Ltd, 2003. 148 p.

63. Zhao, Z., O'Shea, Т., Fung, P. Visualization of semantic relations in hypertext systems. // ED-MEDIA'93, World conference on educational multimedia and. hypermedia, Orlando, FL, pp. 556-564.

64. Becker G. S. For having extended the domain of microeconomic analysis to a wide range of human behavior and interaction, including nonmarket behavior // Press Release. 1992. http://www.nobel.Se/economics/laureates/l 992/press.html

65. Cannatar M., Pugliese A. XAHM: an XML -based Adaptive Hypermedia Model and its Implementation. 2001. - wwwis.win.tue.nl/ah2001/papers/cannataro.pdf

66. IMS Content Packaging Final Specification Version 1.1.3 // Instructional Management System Global Learning Consortium Specifications. 2003. -http://www.imsglobal.org/specdownload/cp/cpvlplp3.zip

67. IMS Digital Repositories Version 1 // Instructional Management System Global Learning Consortium Specifications. 2003. -http://www.imsglobal.org/specdownload/dr/drivlpO.zip

68. IMS Enterprise Specification Version 1.1 // Instructional Management System Global Learning Consortium Specifications. 2002. -http://www.imsglobal.org/specdownload/en/enterprisev lp 1 .zip

69. IMS Learning Design Specification Version 1 // Instructional Management: System Global Learning Consortium Specifications. 2003. -http://www.imsglobal.org/specdownload/ld/ldvlpO.zip

70. IMS Meta-data Specification Version 1.2.1 // Instructional Management System Global Learning Consortium Specifications. 2001. -http://www.imsglobal.org/specdownload/md/metadatav lp2pl .zip

71. IMS Question & Test Interoperability Specification Version 1.2.1 // Instructional Management System Global Learning Consortium Specifications. 2003.http://www.imsglobal.org/specdownload/qti/qtiv 1р2р 1 .zip

72. IMS Simple Sequencing Specification Version 1 // Instructional Management System Global Learning Consortium Specifications. 2003. -http ://www. imsglobal. org/ specdownload/ss/ss v 1 pO .zip

73. Reusable Learning Object Strategy: Designing and Developing Learning Objects for Multiple Learning Approaches, White Paper, http://www.cisco.com

74. HayGroup //Whitepaper. 2003 - http://ww.haygroup.com

75. DublinCore // White Paper. 2003. - http://dublincore.org/

76. Advanced Distributed Learning Initiative. Sharable Courseware object Reference Model. 2001. - http://www.adlnet.org/