Управление в системах электронного обучения на базе формального аппарата семиотики и теории систем тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Зверева, Нина Николаевна

• Зверева, Нина Николаевна
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Зверева, Нина Николаевна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ЭЛЕКТРОННОГО ОБУЧЕНИЯ

1.1 Анализ подходов к организации электронного обучения

1.1.1 Обзор методов и средств разработки систем электронного

обучения

1.1.2 Анализ методов управления в системах электронного обучения

1.1.3 Анализ методов и моделей представления предметных знаний в СЭО

1.2 Анализ подходов к организации контроля результатов обучения в СЭО

1.2.1 Сравнительный анализ форм тестовых заданий

1.2.2 Анализ существующих моделей тестирования

Выводы по первой главе и постановка задачи исследования

2 МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ОБУЧЕНИЯ И КОНТРОЛЯ ЗНАНИЙ В СИСТЕМАХ ЭЛЕКТРОННОГО ОБУЧЕНИЯ

2.1 Концептуальное моделирование процессов обучения и контроля знаний

2.1.1 Знаковые процессы передачи и усвоения знаний

2.1.2 Семиотические модели понятий

2.1.3 Семиотические модели доз знаний и умений

2.2 Разработка модели дисциплины в СЭО

2.2.1 Модели понятия и ДЗУ

2.2.2 Модели компетенций и теста

2.3 Метод оценки достоверности результатов контроля знаний

2.3.1 Задания с выбором вариантов ответа

2.3.2 Задание на упорядочение объектов

2.3.3 Задание на классификацию, установление соответствия объектов

2.3.4 Учет типов ошибок при оценке решения

2.3.5 Итоговые шкалы оценок, учет сложности заданий и взвешивание решений

2.3.6 Оценки результатов тестирования в шкалах информационных логик

Выводы и результаты по главе 2

3 ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ ТИПОВЫХ МОДУЛЕЙ СЭО

3.1 Проектирование концептуальной структуры и информационной модели СЭО

3.2 Проектирование подсистемы хранения учебного контента

3.2.1 Проектирование структуры электронных курсов

3.2.2 Разработка онтологических моделей тезауруса

3.3 Формирование межмодульных и междисциплинарных связей на основе механизма объединения онтологий

3.4 Алгоритмы работы подсистемы контроля знаний

3.4.1 Алгоритм работы модуля вычисления точности решения тестового задания выбора 1 из N

3.4.2 Модуль вычисления точности решения тестового задания выбора п из N

3.4.3 Модуль вычисления точности решения тестового задания на упорядочивание элементов списка

3.5 Испытание подсистемы контроля знаний в учебном процессе

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

Введение диссертации (часть автореферата) на тему «Управление в системах электронного обучения на базе формального аппарата семиотики и теории систем»

ВВЕДЕНИЕ

Актуальность темы исследования. В принятом в 2013 г. законе «Об образовании в Российской Федерации» определяется понятие и статус электронного обучения и дистанционных образовательных технологий. Очевидно, что их эффективное использование в образовательном процессе невозможно без совершенствования систем компьютерной поддержки процессов управления обучением и контролем знаний.

В настоящее время разработано большое количество средств автоматизации обучения, функциональные возможности которых весьма широки: от систем автоматизированного тестирования знаний до многофункциональных систем управления обучением (ЬМ8-системы). Но стоит отметить и тот факт, что большое число научно-педагогических работников считают неэффективным их применение в учебном процессе по ряду причин, в основном связанных с несовершенством механизмов управления обучением, относительно низкой достоверностью оценок результатов обучения при высокой трудоемкости разработки качественных электронных курсов. Таким образом, для достижения высокого уровня эффективности электронного обучения необходимо совершенствование механизмов управления обучением и контролем знаний в системах электронного обучения (СЭО).

Обучение является сложноформализуемым процессом с множеством влияющих факторов - объективных и субъективных, что позволяет рассматривать его как процесс управления с обратной связью, формирующей управляющие воздействия, в том числе и на основании результатов контроля состояния знаний обучаемого. Получение их достоверных оценок связано с высокой сложностью объекта измерения - приобретаемых знаний, умений, компетенций обучаемых.

Любое измерение основано на сравнении измеряемой величины с эталоном. В СЭО таким эталоном является модель предметных знаний по дисциплине. Для эффективного управления обучением необходим контроль на уровне владения отдельными понятиями и их элементами, понимания сложных семантических свя-

зей между ними. При этом важное значение имеет оценка точности полученных результатов. Таким образом, актуальной является проблема получения достоверных результатов тестирования, объективно и с приемлемой погрешностью отражающих учебные достижения обучаемых.

Так же не решены в полной мере вопросы, связанные с технологиями создания учебного контента для СЭО, которые позволяют учитывать семантическую взаимосвязь между отдельными его элементами и контролируемыми в ходе тестирования параметрами. Для этого необходима строгая формализация основных элементов и понятий электронных курсов, наличие объективных контрольно-оценочных систем, программно-инструментальные средства для статистического анализа качества тестов, современные методики шкалирования, оценивания, анализа и интерпретации результатов тестирования.

Необходимость решения этих задач определили актуальность темы диссертационной работы, предопределили её цель и задачи.

Степень разработанности темы исследования. В настоящее время проблема управления в системах электронного обучения исследована недостаточно полно и всесторонне. Существующие методы управления в СЭО не учитывают в полной мере сложного характера процессов передачи, восприятия, осмысления учебной информации, их влияния на формирование контента электронных курсов, достоверность результатов контроля знаний.

Теоретическим и практическим вопросам оценивания результатов контроля знаний посвящены работы А. Анастази, А. Бине, Р. Дюбуа, Д. Доббина, Г. Ченси, Ф. Миллера, Д. Кеттела, Ф. Гальтона, А. Бирнбаума, Р. Линна, Ф. Лорда, Г. Раша и др. В России в этом наиболее известны работы В. С. Аванесова, В. И. Звоннико-ва, Г. С.Ковалевой, А. Н. Майорова, В. И. Нардюжева, А. О. Татура, В. А. Хлебникова, М. Б. Челышковой, Н. Ф. Ефремовой и др. В развитие вопросов теории и практики разработки систем компьютерной поддержки процессов электронного обучения большой вклад внесли Л. Солдатова, П. Брусиловский, И. П.Норенков, А. П. Карпенко, М. Б. Гузаиров, Н. И. Юсупова, Г. Н.Зверев, С. В. Тархов и др.

Объектом исследования являются процессы управления обучением и контролем знаний в системах электронного обучения (СЭО).

Предметом исследования являются концепции, модели, методы и алгоритмы процессов управления обучением и контролем знаний в СЭО.

Целью диссертационного исследования является повышение качества управления процессами электронного обучения за счет совершенствования концепции управления, моделей представления знаний и разработки методов и алгоритмов оценки точности и достоверности контроля результатов обучения на базе формального аппарата семиотики и теории систем.

Задачи исследования. Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработать концептуальные модели процессов электронного обучения и контроля знаний, а также базовые семиотические и онтологические модели изучаемой дисциплины, понятийного знания, дозы фактических знаний и умений, приобретаемой обучаемым компетенции, тестов.

2. Разработать метод управления обучением в СЭО, основанный на оценке степени достоверности результатов контроля знаний.

3. Разработать структуру электронных курсов, в которых реализованы механизмы передачи и контроля знаний, основанные на предложенных теоретических моделях и методе.

4. Провести экспериментальные исследования, подтверждающие эффективность предложенных концептуальных моделей, метода и алгоритмов.

Научная новизна

1. Предложены концептуальные модели процессов электронного обучения и контроля знаний, базовые семиотические и онтологические модели изучаемой дисциплины, понятийного знания, дозы фактических знаний и умений, компетенции, тестов, отличающиеся от известных тем, что в них использован формальный аппарат семиотики и теории систем, что позволило установить взаимосвязь между отдельными элементами учебного материала и контролируемыми в ходе тестирования параметрами.

2. Разработан метод управления обучением в СЭО, основанный на оценке степени достоверности результатов контроля знаний, новизна которого заключается в сведении шкал оценок к стандартной числовой шкале относительных мер точности/погрешности решения с учетом полноты и непротиворечивости знаний обучаемого, что позволяет формировать рациональное учебное воздействие.

3. Разработана структура электронных курсов, позволяющая осуществлять механизмы передачи и контроля знаний, новизна которой заключается в реализации формальных семиотических моделей элементов и процессов СЭО в онтологической базе знаний.

Теоретическая и практическая значимость работы

Теоретическую и практическую значимость представляют следующие полученные результаты:

1. Разработанные концептуальные модели процессов электронного обучения и контроля знаний, базовые семиотические и онтологические модели дисциплины, применение которых позволяет обеспечить разработчиков электронных курсов необходимой теоретической базой.

2. Метод управления обучением в СЭО, основанный на оценке степени достоверности результатов контроля знаний, позволяющий формировать рациональное учебное воздействие на обучаемого и реализовывать механизм адаптивного управления процессом обучения в СЭО.

3. Разработанная структура электронных курсов, которая представляет основу для формирования учебного контента в СЭО и позволяет реализовать предложенный метод управления обучением.

4. Внедрение результатов диссертационной работы в виде электронных курсов, в которых реализованы предложенные теоретические модели и методы, произведено в ряде образовательных учреждений высшего профессионального образования: на кафедре экономической информатики в УГАТУ; на кафедре информатики и информационных технологий в Башкирском ГАУ; на кафедре естественнонаучных дисциплин в Башкирском институте физической культуры.

Практическая значимость результатов подтверждена актами внедрения работы в Уфимском государственном авиационном техническом университете, в Башкирском государственном аграрном университете, в Башкирском институте физической культуры.

Методы исследования. При решении поставленных задач в работе использованы элементы теории систем, системного анализа, теории управления, функционального моделирования, семиотического моделирования, теории вероятности и математической статистики, комбинаторики, теории множеств, алгебры логики; методы и средства объектно-ориентированного проектирования, онтологического моделирования.

Положения, выносимые на защиту:

1. Концептуальные модели процессов электронного обучения и контроля знаний, базовые семиотические и онтологические модели изучаемой дисциплины, понятийного знания, дозы фактических знаний и умений, компетенции, тестов.

2. Метод управления обучением в СЭО, основанный на оценке степени достоверности результатов контроля знаний, с учетом их полноты и непротиворечивости, позволяющий формировать рациональное учебное воздействие.

3. Структура электронных курсов, которая позволяет реализовать механизмы передачи и контроля знаний, основанные на предложенных теоретических моделях и методах.

4. Разработанный электронный курс по дисциплине «Проектирование информационных систем», в котором реализованы предложенные теоретические модели, метод и алгоритмы.

5. Результаты проведения экспериментальных исследований, подтверждающих эффективность внедрения результатов диссертационной работы в учебный процесс.

Степень достоверности результатов. Достоверность и обоснованность научных выводов и практических рекомендаций, полученных в работе, базируется

на использовании апробированных теоретических и методологических положений, сформулированных в исследованиях российских и зарубежных ученых.

Апробация результатов

Результаты работы прошли апробацию на следующих научных конференциях: VII международной научно-методической конференции «Информатика: проблемы, методология, технологии» (Воронеж, 2007), всероссийской научно-практической конференции «Информатизация образовательного пространства: опыт, проблемы, перспективы» (Уфа, 2007), III Международной научно-практической конференции «Единое образовательное пространство славянских государств в XXI веке: проблемы и перспективы» (Брянск, 2009), Всероссийской научно-методической конференции «Инновационные технологии в профессиональном образовании» (Назрань, 2010), III Всероссийской межвузовской научной конференции «Наука и образование в развитии промышленной, социальной и экономической сфер регионов России» (Муром, 2011), III международной заочной научно-практической конференции «Человек: Информация, технология, знак» (Ульяновск, 2011), III Всероссийской научно-методической конференции «Инновационные технологии в профессиональном образовании» (Грозный, 2012), Всероссийской научно-практической конференции «Информатика и компьютерное моделирование» (Уфа, 2012), XIII Международной конференции "Информатика: проблемы, методология, технологии" (Воронеж, 2013), Международной учебно-методической конференции «Современное вузовское образование: теория, методология, практика» (Уфа, 2013).

Публикации. По результатам выполненных исследований опубликовано 19 печатных работ, в том числе 3 статьи в рецензируемых научных журналах из списка ВАК РФ.

Структура и объем работы. Диссертация состоит из введения, трёх глав, заключения, списка литературы и приложений. Общий объём работы составляет 154 страницы, приложение на 9 страницах, 50 рисунков, 11 таблиц, 144 наименования использованной литературы.

1 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ЭЛЕКТРОННОГО ОБУЧЕНИЯ

1.1 Анализ подходов к организации электронного обучения

Применение компьютерных средств в обучении стало неотъемлемой частью учебного процесса в подавляющем большинстве высших учебных заведений как в России, так и за рубежом. Реформирование высшего образования в соответствии с идеями Болонского процесса, принятие в 2013 г. нового закона «Об образовании в Российской Федерации», требует активизации самостоятельной, внеаудиторной работы студента, дистанционного образования.

Отличительной особенностью современного образовательного процесса является повсеместное использование современных технических средств, информационных технологий и средств телекоммуникаций. Проблема недостатка необходимой в учебном процессе информации сегодня практически отсутствует. Напротив, сегодня студент чаще сталкивается с ее избыточностью, недостаточной надежностью источников, несовершенными средствами поиска и представления учебных материалов.

1.1.1 Обзор методов и средств разработки систем электронного обучения

Систематические исследования в области электронного обучения начались в конце 60-х. гг. XX века. Их теоретической базой стала теория программированного обучения, разработанная в 1954 году профессором Скинером [138]. Основная цель данной теории состояла в повышении эффективности управления процессом обучения. Программированное обучение предполагает: деление учебного материала и деятельности обучаемого на небольшие порции и шаги; получение информации о выполнении обучаемым каждого шага (т.е. присутствует оперативная обратная связь) и её использование для изменения стратегии обучения [110, 111]. Содержанию учебного материала придается строгая логическая структура, определяется основная задача изучения учебного курса и его отдельных составляющих. Выясняются личностные особенности обучаемых, на основании которых

я

А

строится модель обучаемого, что позволяет индивидуализировать процесс обучения. В теории программированного обучения были заложены основы, позволяющие формализовать сам процесс обучения как определенную последовательность учебных действий обучаемой и обучающей систем. Дальнейшим развитием данной теории стала разработка различных алгоритмов программированного обучения — линейного, разветвлённого, смешанного и др., которые могут быть реализованы с использованием специальных программ, программированных учебников, методических материалов, средств автоматизированного контроля знаний.

Теоретическим проблемам программированного обучения также посвящен ряд работ В.П. Беспалько [7-10], в которых были сформулированы основные принципы данного метода:

- иерархия управляющих устройств - т.е. ступенчатая подчиненность частей в системе при относительной их самостоятельности. Вершиной этой иерархии является педагог, который управляет системой в наиболее ответственных ситуациях;

- принцип обратной связи - вытекает из кибернетической теории управления и предполагает передачу информации о необходимом образе действий от управляющего объекта к управляемому (прямая связь) и наоборот (обратная связь);

- осуществление пошагового технологического процесса при раскрытии и подаче учебного материала - учебный материал состоит из отдельных, но взаимосвязанных, оптимальных по величине порций информации и учебных заданий. Шаг обучающей программы есть совокупность информации для прямой и обратной связи, а так же правил выполнения познавательных действий. В состав шага включаются три взаимосвязанных элемента: информация, операция с обратной связью и контроль. Последовательность шаговых учебных процедур образует обучающую программу;

- индивидуальный темп продвижения и управления в обучении создает условия для успешного изучения материала всеми учащимися, но с учетом индивидуальных психофизиологических особенностей отдельного ученика;

- использование специальных технических средств или пособий, моделирующих деятельность педагога в процессе обучения.

Таким образом, процесс обучения рассматривается как процесс управления, в котором объектом управления является обучаемый, а система обучения является системой управления, анализирующей состояние управляемого объекта и формирующей управляющие воздействия, которые позволяют достичь цели обучения оптимальным способом. Следуя данной концепции, можно представить модель процесса обучения в системе электронного обучения (СЭО) (рисунок 1.1).

Рисунок 1.1- Концептуальная модель процесса обучения Процесс электронного обучения предполагает дискретность, цикличность, наличие обратной связи. Это позволяет включить в цикл обучения техническое средство, которое может исполнить алгоритм обучения.

Общеизвестны следующие алгоритмы программированного обучения [87]: - линейные (предложены В. Скиннером) - представляют собой последовательные небольшие блоки учебной информации с контрольным заданием. В ходе обучения учащихся сразу же информируют о правильности их ответов. Основ-

ным недостатком такого алгоритма обучения является то, в нем нет дифференцированного подхода к обучаемым в зависимости от их способностей и наклонностей;

- разветвленные (предложены Н. Краудером) - предполагают разбиение учебного материала на достаточно большие порции информации. В конце каждого блока содержатся вопросы с выборочными ответами типа «один из многих». В случае выбора неправильного варианта ответа обучаемому предлагается вернуться к теоретическому материалу. И так повторяется до тех пор, пока ученик не поймет свою ошибку и не даст правильный ответ. В каждом случае предполагается вывод соответствующих пояснений;

- смешанные алгоритмы (разработаны британскими психологами из университета г. Шеффилд) - в них учебный материал делится на различные по объему части (порции, шаги). При этом основанием для деления являются дидактические цели, которые должна быть достигнуты в результате изучения данного фрагмента материала с учетом возраста учащихся и особенностей темы. Для контроля обучения используются задания как открытого, так и закрытого типов. При этом не может обучаемый не может перейти к следующей теме, пока хорошо не овладеет содержанием предыдущей. Здесь действует принцип дифференциации трудности и прочности знаний, приобретаемых учащимися;

- адаптивные (предложены Гордоном Паском в 1950-х гг.) - программа на основании результатов текущего контроля определяет и поддерживает оптимальный уровень трудности изучаемого материала индивидуально для каждого обучаемого.

Первые СЭО, в которых были предприняты попытки реализации идей теории программированного обучения, разработаны в 60-х. гг. XX в [55]. В основном они представляли собой средства программированного контроля знаний, дополняющих учебный процесс. Дальнейшее совершенствование технических средств и информационных технологий привело к появлению СЭО, которые в полной ме-

ре реализуют идеи и методы программированного обучения и позволяют автоматизировать не только процессы контроля знаний, но и сам процесс обучения.

Другое направление в автоматизации процесса обучения основано на методах искусственного интеллекта и получило свое развитие в интеллектуальных автоматизированных обучающих системах (ИСЭО). Первые исследования в этой области также относятся к середине 60-х гг. XX в. Основной целью являлось создание такой ИСЭО, которая могла бы полностью имитировать деятельность преподавателя. В результате были предложены структура ИСЭО и алгоритмы управления обучением [132,145]. Но практическая реализация таких систем столкнулась со сложными задачами представления предметных знаний, организацией обратной связи с обучаемым, методами оценивания результатов обучения, которые в полной мере не решены и сегодня.

В 1990 г. был организован международный проект «IDEA» (Россия-Германия), основной задачей которого стала разработка инструментальной среды для создания ИСЭО, в которой будут формализованы некоторые интеллектуальные функции преподавателя [15,60,61]. Первая версия инструментальной среды для разработки ИСЭО была выпущена в 1992 г. и включала в себя:

- авторскую систему (средства разработки курсов);

- систему обучаемого (средства отображения учебного материала);

- средства для создания экспертной системы.

В ИСЭО IDEA были реализованы следующие функции:

- подбор подходящего учебного плана в зависимости от результатов начального тестирования ученика;

- составление протокола обучения;

- составление на основании протокола обучения моделей обучаемого и учебной ситуации;

- анализ ситуации и определение действий, которые целесообразно предпринять в данной учебной ситуации для данного типа обучаемого;

- подбор подходящей учебной стратегии; наполнение выбранной стратегии учебным материалом.

Курс и система «IDEA» были продемонстрированы на выставке CeBIT-93 (Ганновер, Германия). Но по результатам маркетинговых исследований спонсора проекта фирмы Link@Link GmbH было решено в первую очередь разрабатывать инструментальные средства для расширения возможностей проектирования дизайна курсов, реализации дополнительных презентационных возможностей и т. д. Часть, связанная с экспертной системой, оказалась на тот момент невостребованной рынком образовательных услуг.

В начале 80-х гг. стало активно развиваться новое направление искусственного интеллекта - мультиагентные системы [50,95,119]. Основа этого подхода состоит в построении системы как совокупности агентов, каждый из которых имеет семантическое описание своего поля деятельности. Агент обладает памятью собственной деятельности, имеет собственные ресурсы для достижения целей, взаимодействия с другими агентами и разрешения конфликтов с целями других агентов для достижения общей цели. Применительно к СЭО выделяют несколько типов интеллектуальных агентов, основанных на моделях обучаемого и процесса обучения, а также модели знаний предметной области, на базе которых для каждого обучаемого строится рациональная траектория обучения. В России были реализованы успешные проекты по применению концепции мультиагент-ных экспертных систем при разработке СЭО: проекты Unimath (Алтайсткий ГУ) и GURU (Пермский ГУ) [55].

Интеллектуализация СЭО дала толчок развитию нового направления -адаптивным СЭО, которые в зависимости от параметров обучаемого и результатов контроля знаний способны генерировать новые последовательности управляющих воздействий [25,96,116]. Адаптивные СЭО базируются на модели целей, предпочтений и знаний каждого обучаемого и используют эту модель для построения адаптированной траектории обучения в течение всего времени взаимодействия со студентом. Первые адаптивные СЭО были разработаны в 1995-1996 гг. в Технологическом Университете Д. Карнеги в США [12,13]. К основному не-

достатку первых СЭО можно отнести несовершенство инструментальных средств разработки, что затрудняло их массовое внедрение в образовательный процесс. В основном эти системы разрабатывались для конкретных дисциплин и в большинстве случаев не могли быть адаптированы к другим предметным областям.

В начале 90-х гг. активно развиваются исследования в области разработки адаптивных СЭО, основанных на применении web-технологий. В 1996 г. П.Брусиловским разработана технология, получившая название адаптивной гипермедиа, в которой применяются различные виды моделей пользователя для адаптации содержания и связывания гипермедиа-страниц. Именно эту технологию он предложил использовать для разработки адаптивных СЭО, т.к. она «обеспечивает независимость расположения обучаемых и независимость от платформы» [11]. Использование гипертекстовых технологий в качестве инструментальных средств разработки СЭО позволило значительно упростить процесс их создания, разделить программную оболочку и учебный контент.

Дальнейшее совершенствование методов и технологий разработки интеллектуальных СЭО основано на применении семантических сетей и онтологий. Основоположником всемирной паутины WWW Т. Бернерсом-Ли с начала 2000-х гг. развивается концепция Semantic web, которая соединила технологию гипертекста с механизмом онтологий и семантических сетей. В 2001 г. вышла его статья «The semantic web», где были описаны составляющие этой концепции: расширяемый язык разметки XML, система описания ресурсов и язык сетевых онтологий OWL [126]. Вопросами применения онтологий в электронном обучении, в том числе и автоматизированном контроле знаний, одними из первых заинтересовались исследователи Института научных и промышленных исследований в университете г.Осака R. Mizoguchi, Т. Kumazawa, L. Soldatova и др [132-135,140-142].

В России успешным проектом по созданию СЭО, использующей механизм онтологий предметных областей в автоматизированном обучении, стала система CTS, разработанная в МГТУ им.Баумана в 1993 г. [76]. Современным ее развитием стала система БиГОР - База и генератор образовательных ресурсов [77], состоящая из программной оболочки и базы учебных материалов. База учебных ма-

териалов этой системы основана на онтологии предметной области и представлена в виде множества элементов, каждый из которых содержит синонимы некоторого понятия (концепта), краткое описание концепта и множество ссылок, отражающих отношения между концептами. Возможна также динамическая компиляция учебных пособий из модулей.

Появление большого количество СЭО по различным направлениям знаний, построенных на различных технологических платформах, с использованием разных моделей представления учебного контента и протоколов обмена информацией привело к ограничению их коммерческого использования. Вместе с тем, широкое внедрение дистанционного обучения в образовательный процесс потребовало разработки открытых технологических стандартов на интерфейсы, форматы и протоколы представления и обмена информацией в СЭО, а также стандартов построения независимых учебных модулей, регламентирующих правила взаимодействия между ними и возможность многократного их использования в разных контекстах. Основным направлением моделирования и стандартизации в СЭО стала разработка открытой архитектуры, в рамках которой разработчики должны получить возможность строить новые приложения с повторным использованием компонентов своих ранее разработанных совместимых приложений.

Список литературы диссертационного исследования кандидат наук Зверева, Нина Николаевна, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Аванесов. - 3-е изд. перераб. и доп. - М.: Центр тестирования, 2002. -

240 с.

2. Аванесов, В. С. Основы научной организации педагогического контроля в высшей школе / В. С. Аванесов. - М.: Исслед. Центр, 1989. - 167с.

3. Атанов, Г. А. Обучение и искусственный интеллект, или основы современной дидактики высшей школы / Г. А. Атанов, И. Н. Пустынникова. - Донецк : Изд. ДОУ, 2002. - 504 с.

4. Атанов, Г. А. Моделирование учебной предметной области, или предметная модель обучаемого / Г. А. Атанов // Educational Technology & Society. -2001 -№ 4 (1). - p. 111-124.

5. Батешов, E. А. Основы технологизации компьютерного тестирования : учебное пособие / Е. А. Батешов. - Астана : ТОО «Полиграф-мир», 2011. - 241 с.

6. Башмаков, А. И. Разработка компьютерных учебников и обучающих систем / А. И. Башмаков, И. А. Башмаков. - М. : Информационно-издательский дом "Филинъ", 2003. - 616 с.

7. Беспалько, В. П. Основы теории педагогических систем / В. П. Беспаль-ко. - Воронеж, 1977. - 304 с,

8. Беспалько, В. П. Программированное обучение. Дидактические основы / В. П. Беспалько. - М. : Высшая школа, 1970. - 300 с.

9. Беспалько, В. П. Системно-методическое обеспечение учебно-воспитательного процесса подготовки специалистов / В. П. Беспалько, Ю. Г. Та-тур. - М. : Высшая школа, 1989. - 144 с.

10. Беспалько, В. П. Элементы теории управления процессом обучения / В. П. Беспалько. - М. : Высшая школа, 1971. - 132 с.

11. Брусиловский, П. Л. Адаптивные обучающие системы в World Wide Web: обзор имеющихся в распоряжении технологий [Электронный ресурс] / П.Л. Брусиловский / /Режим доступа:

http://www.masters.donntu.edu.ua/2006/ fvti/raskin/ library/art03.htm

12. Брусиловский, П. JL Интеллектуальные обучающие системы / П. Л. Брусиловский // Информатика. Информационные технологии. Средства и системы. - № 2. - 1990. - С. 3-22.

13. Брусиловский, П. Л. Построение и использование моделей обучаемого в интеллектуальных обучающих системах / П. Л. Брусиловский // Техническая кибернетика. - 1992. - № 5 - с. 97-119.

14. Васильев, В. И. Основы культуры адаптивного тестирования / В. И. Васильев, Т. Н. Тягунова. - М. : Национальный институт бизнеса, 2003. - 370 с.

15.Вашик, К. Проект IDEA: введение в новое поколение программного обеспечения типа ICBI для передачи знаний и навыков с помощью экспертной системы / К. Вашик, В. Б. Кудрявцев, А. С. Строганов. - Dortmund : link&Link Software GmbH, 1995. - 95 с.

16. Вендров, А. М. Практикум по проектированию программного обеспечения экономических информационных систем: учебное пособие / А. М. Вендров. -2-е изд. перераб. и доп. - М. : Финансы и статистика, 2005. - 544 с.

17. Волков, Н. И. Программное обеспечение для тестирования знаний с элементами нечеткой логики / Н. И. Волков, А. Н. Алексеев, А. Н. Кочевский // В1сник Сумського державного ушверситету. Сер1я Техшчш науки. — 2004. — № 12 (71).-С. 80-92.

18. Воробкалов, П. Н. Управление качеством электронных обучающих систем : автореф. дис. ... канд. техн. наук : 05.13.10 / Воробкалов Павел Николаевич. - Волгоград, 2008. - 20 с.

19. Всеволодский, С. Н. Архитектура интеллектуальной системы тестирования знаний с анализом ответов на естественном языке / С. Н. Всеволодский, А. В. Гаврилов // Информационные системы и технологии-2003: матер, междунар. конф. - Новосибирск, 2003. - Т.З, С. 114-115.

20. Гаврилова, Т. А. Базы знаний интеллектуальных систем: учебник / Т. А. Гаврилова, В. Ф. Хорошевский. - СПб. : Питер, 2000. - 384 с.

21. Гаврилова, Т. А. Визуальные методы работы со знаниями: попытка обзора / Т. А.Гаврилова, Н. А. Гулякина // Искусственный интеллект и принятие решений.- 2008. -№ 1. - С. 15-21.

22. Гершунский, Б. С. Философия образования / Б. С. Гершунский. - М. : Педагогика, 1998.-428 с.

23. Глас, Дж. Статистические методы в педагогике и психологии / Дж. Глас, Дж. Стэнли. - М.: Прогресс. - 1976. - 495 с.

24. Глушенко, А. А. Измерение и оценка качества образования / А. А. Глушенко, В. В. Иванцов, А. Г. Клово, М. В. Радомская. - М. : МПА-Пресс, 2003. -237 с.

25. Грибкова, В. А. Управление адаптивным диалогом в автоматизированных обучающих системах: методические указания / В. А. Грибкова, JI. В. Зайцева, Л. П. Новицкий. - Рига : РПИ, 1988. - 52 с.

26. Дьяконов, В. П. Основы искусственного интеллекта / В. П. Дьяконов, A.B. Борисов. - Смоленск, 2007. - С. 30-32.

27. Заде, Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л. Заде. - М.: Мир, 1976. - 165 с.

28. Зверев, Г. Н. Теоретическая информатика и ее основания. В 2-х томах / Г. Н. Зверев. - М.: Физматлит, Т. 1, 2007. - 592 е., Т. 2, 2009. - 576 с.

29. Зверева, Н. Н. Особенности представления нечетких и неопределенных знаний в базах знаний экспертных систем / Н. Н.Зверева // Повышение эффективности и устойчивости развития агропромышленного комплекса: материалы всероссийской научно-практической конференции. Уфа, 1-2 марта 2005 г. - Уфа: БГАУ, 2005.-С. 259-261.

30. Зверева, Н. Н. Иерархическая модель автоматизированной обучающей системы / Н. Н.Зверева // Актуальные проблемы информатики и информационных технологий: II международная науч.-практ. конференция, Тамбов, 8-9 сентября 2005 г.: материалы конф. - Тамбов: Изд-во ТГУ им. Г.Р. Державина, 2005. - С. 158-159.

31. Зверева, Н. Н. Особенности автоматизированного контроля знаний студентов аграрного вуза / Н. Н.Зверева, Е. И.Филосова // Перспективы агропромышленного производства регионов России в условиях реализации приоритетного национального проекта «Развитие АПК» : материалы всероссийской научно-практической конференции в рамках XVI Международной выставки «Агроком-плекс-2006». Уфа, 3-4 марта 2006 г. - Уфа : БГАУ, 2006. - С. 183-185.

32. Зверева, Н. Н. Комплект методических указаний для самостоятельной работы по изучению курса «Информатика» / Н. Н. Зверева, Л. П. Фандрова, Т. М. Шамсутдинова // Компьютерные учебные программы и инновации: Каталог информационных и программных средств. - 2006. - № 8. - С. 24.

33. Зверева, Н. Н. Структура автоматизированной обучающей системы с адаптивным контролем знаний / Н. Н. Зверева // Информатика : проблемы, методология, технологии: материалы седьмой международной научно-методической конференции. - Воронеж, 2007. - С. 257-260.

34. Зверева, Н. Н. Моделирование предметной области для автоматизированной обучающей системы / Н. Н.Зверева // Информатизация образовательного пространства: опыт, проблемы, перспективы : материалы всероссийской научно-практической конференции. Уфа, 3 октября 2007 г. - Уфа : БГПУ, 2007. - Т. 1. — С. 22-25.

35. Зверева, Н. Н. Иерархическая модель учебного курса для автоматизированной обучающей системы / Н. Н. Зверева // Единое образовательное пространство славянских государств в XXI веке : проблемы и перспективы : материалы III международной научно-практической конференции. Брянск, 8-9 апреля 2010 г. -Брянск, 2010.-Т. 2.-С. 109-112.

36. Зверева, Н. Н. Применение активных методов обучения для формирования профессиональных компетенций / Н. Н. Зверева // Инновационные технологии в профессиональном образовании : материалы II Всероссийской научно-методической конференции. - Назрань, 2010. - С. 219-222.

37. Зверева, Н. Н. Применение частотной логики в моделях тестирования знаний / Н.Н.Зверева // Современные проблемы и пути их решения в науке,

транспорте, производстве и образовании -2010 : сборник научных трудов по материалам международной научно-практической конференции. Одесса, 20-27 декабря 2010 г. - Одесса : Черноморье, 2010. - Т. 3. - С. 60-64.

38. Зверева, Н. Н. Оценивание результатов тестирования с учетом неполноты и неточности знаний / Н. Н.Зверева // Наука и образование в развитии промышленной, социальной и экономической сфер регионов России: III всероссийские научные Зворыкинские чтения: Сб. тез. докл. III всероссийской межвузовской научной конференции. Муром, 4 февраля 2011 г. - Муром, 2011. - С. 330332.

39. Зверева, Н. Н. Модели знаний в автоматизированной обучающей системе и их взаимодействие / Н. Н. Зверева // Наука и образование в развитии промышленной, социальной и экономической сфер регионов России: III всероссийские научные Зворыкинские чтения : сб. тез. докл. III всероссийской межвузовской научной конференции. Муром, 4 февраля 2011 г. - Муром, 2011 г.- С. 332334.

40. Зверева, Н. Н. Семиотическое моделирование педагогических процессов / Н. Н. Зверева, Г. Н. Зверев // Человек: информация, технология, знак: матер. III междунар. заочн. науч.-практич. конференции. - Ульяновск : УлГТУ, 2011. -Т.1.- С. 130-134.

41. Зверева, Н. Н. К проблеме автоматизированного проектирования и генерации тестов нового поколения / Н. Н. Зверева, Г. Н. Зверев, А. С. Беляева // История и педагогика естествознания науч.-практ. журнал. - 2012. - № 3. - С. 2933.

42. Зверева, Н. Н. К проблеме объективации педагогической диагностики и тестирования / Н. Н. Зверева, Г. Н. Зверев // Открытое образование: науч.-практ. журнал. -2012. -№ 5 (94) - С. 83-93.

43. Зверева, Н. Н. Проектирование структуры учебного материала электронных образовательных ресурсов / Н. Н. Зверева // Инновационные технологии в профессиональном образовании: сборник научных трудов по материалам III

всероссийской научно-методической конференции конференции. Грозный, 17 мая 2012 г. - Грозный, 2012. - С. 157-161.

44. Зверева, Н. Н. Совершенствование форм тестовых заданий / Н. Н. Зверева // Инновационные технологии в профессиональном образовании: сборник научных трудов по материалам Ш-ей Всероссийской научно-методической конференции конференции. Грозный, 17 мая 2012 г. - Грозный, 2012. - С. 162-165.

45. Зверева Н. Н. Моделирование контента электронного образовательного ресурса на основе онтологии / Н. Н. Зверева // Прикладная информатика и компьютерное моделирование: сб. тез. докл. всероссийской научно-практической конференции, Уфа, 25-28 мая 2012 г. : в 6 т. Т. 3. - Уфа : БГПУ, 2012. - С. 60-64.

46. Зверева, Н. Н. Семиотические модели и автоматизация конструирования педагогических тестов / Н. Н. Зверева, Г. Н. Зверев // Открытое образование: на-уч.-практ. журнал. - 2013. - № 2 (96) - С. 62-72.

47. Зверева, Н. Н. Проблемы тестового контроля знаний / / Н. Н. Зверева, А. С. Беляева // Современное вузовское образование: теория, методология, практика: материалы международной научно-методической конференции. Уфа, 21-22 марта 2013 г. - Уфа: БГАУ, 2013. - С. 75-77.

48. Звонников, В. И. Контроль качества обучения при аттестации: компе-тентностный подход / В. И. Звонников, М. Б. Челышкова . - М.: Университетская книга.-2009.-330 с.

49. Ильясов, Б.Г. Иерархические модели процессов управления: описание, интерпретация и лингвистическое обеспечение / Ильясов Б. Г., Миронов В. В., Юсупова Н. И. - Уфа: УГАТУ, 1994. - 152 с.

50. Кабальнов, Ю. С. Применение мультиагентных систем электронного обучения в гетерогенных информационно-образовательных средах / Ю. С. Кабальнов, Ш. М. Минасов, С. В. Тархов. - М.: Изд-во МАИ, 2007. - 271 с.

51. Карпенко, А. П. Меры сложности семантической сети в обучающей системе / А. П. Карпенко, Н. К. Соколов // Вестник МГТУ им. Н.Э. Баумана, серия «Приборостроение». - 2009 - № 1 (74). - С. 50-66.

52. Карпенко, А. П. Оценка сложности семантической сети в обучающей системе [Электронный ресурс] / А. П. Карпенко, Н. К. Соколов // Наука и образование: электронное научно-техническое издание. - 2008. -№11. - Режим доступа: http://www.technomag.edu.ru/doc/106658.html.

53. Карпенко, А. П. Расширенная семантическая сеть обучающей системы и оценка ее сложности [Электронный ресурс] / А. П. Карпенко, Н. К. Соколов // Наука и образование: электронное научно-техническое издание. - 2008. - № 12. -Режим доступа: http://technomag.bmstu.ru/doc/l 11716.html.

54. Карпенко, А.П. Модельное обеспечение автоматизированных обучающих систем [Электронный ресурс] / А.П.Карпенко // Наука и образование: электронное научно-техническое издание. - 2011. - № 7. - Режим доступа: http://technomag.edu.ru/doc/193116.html.

55. Карпова, И.П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах : дис. ...канд. техн. наук : 05.13.13 / Карпова Ирина Петровна. - М.: МГИЭМ, 2002. - 200 с.

56. Коляда, М. Г. Виды моделей обучаемых в автоматизированных обучающих системах / М. Г. Коляда // Искусственный интеллект. - 2008. - № 2. - С. 3238.

57. Красильникова, В. А. Теория и технология компьютерного обучения и тестирования / В. А. Красильникова. - М. : Дом педагогики, 2009. - 337 с.

58. Соловов, А. В. Технологии создания электронных обучающих средств / А. В. Соловов, Г. А. Краснова, М. И. Беляев. - М. : МГИУ, 2001. - 224 с.

59. Кролл, П. Rational Unified Process - это легко. Руководство по RUP для практиков / П. Кролл, Ф. Кратчен. - М. : КУДИЦ-ОБРАЗ, 2004. - 432 с.

60. Кудрявцев, В. Б, Компьютерная система обучения автоматного типа / В. Б. Кудрявцев, К. Вашик, А. С. Строгалов, П. А. Алисейчик, В. В. Перетрухин // Проблемы теоретической кибернетики. - М.: РГГУ, 1996. - 111 с.

61. Кудрявцев, В. Б. Об автоматном моделировании процесса обучения / В. Б. Кудрявцев, К. Вашик, А. С. Строгалов, В. В. Перетрухин // Дискретная математика.-М., 1996.-№4.-С. 3-10.

62. Лорьер, Ж. Л. Системы искусственного интеллекта. Пер. с франц. / Ж. Л. Лорьер. - М. : Мир, 1991. - 568 с.

63. Лукашевич, Н. В. Онтологии и тезаурусы: модели, инструменты, приложения: учебное пособие / Б. В. Добров, В. В. Иванов, Н. В. Лукашевич, В. Д. Соловьев. - М.: БИНОМ. Лаборатория знаний, 2009. - 173 с.

64. Лукашевич, Н. В. Тезаурусы в задачах информационного поиска / Н. В. Лукашевич. -М. : Изд-во Московского ун-та, 2011. - 512 с.

65. Майоров, А. Н. Теория и практика создания тестов для системы образования / / А. Н. Майоров. - М.: Интеллект-центр. - 2001. - 296 с.

66. Малышев, Ю. А. Технологии представления учебных курсов для дистанционной формы обучения в среде WWW / Ю. А. Малышев, М. И. Нежурина, В. А. Шатровский // Информационные технологии. - 1997 - № 6. - С. Ъ9~М.

67. Минский, М. Фреймы для представления знаний / М. Минский. - М.: Энергия, 1979. - 152 с.

68. Михаль, О.Ф. Интеллектуальная система дистанционного тестирования знаний на локально-параллельных нечетких алгоритмах [Электронный ресурс] / О.Ф. Михаль // Образование и виртуальность : материалы международной научно-методической конференции. - Ялта: ЯИМ, 2001. - Режим доступа: http://virt.kture kharkov.ua/200 l/book/5_08.pdf.

69. Мозжилкин, В. В. Информационные системы и технологии / В. В. Моз-жилкин.,0. М. Ромакина. - Саратов: СГУ, 2013. - 127 с.

70. Морев, И. А. Образовательные информационные технологии. Часть 2. Педагогические измерения: учебное пособие / И. А. Морев. — Владивосток: Изд-во Дальневост. ун-та, 2004. - 174 с.

71. Найханова, Л. В. Получение знаний для формирования информационных образовательных ресурсов / А. Н. Тихонов, А. Д. Иванников, В. П. Кулагин, Л. В. Найханова и др. - М.: Изд-во «Московская типография №2», 2008. - 440 с.

72. Найханова, Л. В. Технология создания методов автоматического построения онтологий с применением генетического и автоматного программирова-

ния: монография / Л. В. Найханова. - Улан-Удэ: Изд-во БНЦ СО РАН, 2008. -244 с.

73. Нейман, Ю. М., Педагогическое тестирование как измерение / Ю. М. Нейман, В. А. Хлебников. — М.: Центр тестирования МО РФ, 2002. - 102 с.

74. Новиков, Д. А. Теория управления организационными системами / Д. А. Новиков. - М.: МПСИ, 2005. - 584 с.

75. Норенков, И. П. Консультационно-обучающие системы / И. П. Норен-ков, В. Л. У сков // Вестник МГТУ им.Баумана, сер.Приборостроение. - 1993. - № 3. - С.11-19.

76. Норенков, И. П. Технология разделяемых единиц контента для создания и сопровождения информационно-образовательных сред / И. П. Норенков // Информационные технологии. - 2003. -№ 8. - С. 34-39.

77. Норенков, И. П., База и генератор образоваельных ресурсов / И. П. Норенков, В. Л. Усков // Информационные технологии. - 2005. - № 9. - С. 28-33.

78. Норенков, И.П., Онтологические методы синтеза электронных учебных пособий / И.П. Норенков // Открытое образование. - 2010. - № 6. С.39-44.

79. Осипов, Г. С. От ситуационного управления к прикладной семиотике / Г. С. Осипов // Новости искусственного интеллекта. - 2002. - № 6. - С. 3-7.

80. Осуги, С. Приобретение знаний: пер. с япон. / Под ред. С. Осуги, Ю. Са-эки. - М.: Мир, 1990. - 304 с.

81. Половко, А. М. Компьютерные технологии оценки знаний методами тестирования / А. М. Половко // Информационные технологии. - 2004. - № 8. -С. 46-51.

82. Попов, Д. И. Способ оценки знаний в дистанционном обучении на основе нечётких отношений [Электронный ресурс] / Д. И. Попов. - Режим доступа: http://www.mesi.ru/joe/N600/ popov.html.

83. Портал дистанционного обучения МоосПе [Электронный ресурс]. -Режим доступа: http://www.moodle.org.

84. Поспелов, Д. А. Системный подход к моделированию мыслительной деятельности / Д. А. Поспелов // Проблемы методологии системного исследования. -М.: Мысль, 1970. - С. 333-359.

85. Поспелов, Д. А. Большие системы. Ситуационное управление / Д. А. Поспелов. - М.: Знание, 1975. - 64 с.

86. Поспелов, Д. А. Логико-лингвистические модели в системах управления / Д. А. Поспелов. -М.: Энергоатомиздат, 1981. - 232 с.

87. Поспелов, Д. А. Представление знаний. Опыт системного анализа /Д. А. Поспелов. - М. : Наука, 1985. - 210 с.

88. Поспелов, Д. А. Ситуационное управление: теория и практика / Д. А. Поспелов. - М. : Наука, 1986. - 228 с.

89. Поспелов, Д. А. Прикладная семиотика и искусственный интеллект / Д.А. Поспелов // Программные продукты и системы. — 1996. - № 3 - С. 10-13.

90. Поспелов, Д. А. Прикладная семиотика / Д. А. Поспелов, Г. С. Осипов // Новости искусственного интеллекта. - 1999. - № 1. - С. 9-35.

91. Поспелов, Д. А. Введение в прикладную семиотику / Д. А. Поспелов, Г. С. Осипов // Новости искусственного интеллекта. - 2002. - № 6. - С. 28-35.

92. Пфанцагль, И. Теория измерений / И. Пфанцагль. - М. : Мир, 1976. -

248 с.

93. Равен , Дж. Педагогическое тестирование: проблемы, заблуждения, перспективы / Дж. Равен. - М. : Когито-Центр, 1999. - 144 с.

94. Рассел, С. Искусственный интеллект: современный подход: пер. с англ. / С. Рассел, П. Норвиг. - М. : Вильяме, 2006. - 148 с.

95. Растригин, Л. А., Адаптивное обучение с моделью обучаемого / Л. А. Растригин, М. X. Эренштейн. - Рига: Зинатне, 1988. - 160 с.

96. Рудинский, И. Д. Модель нечеткого оценивания знаний как методологический базис автоматизации педагогического тестирования / И. Д. Рудинский // Информационные технологии.-2003.-№ 9.- С. 46-51.

97. Рудинский, И. Д. Модель статистического оценивания знаний / И. Д. Рудинский, С. В. Грушецкий // Информационные технологии. - 2004. - № 12. - С. 48-54.

98. Сиговцев, Г. С. Моделирование учебных ресурсов для е-Ьеагшг^ / Г. С. Сиговцев, И. О. Семенов // Современные информационные технологии и ИТ-образование : 5-я междунар. научно-практ. конф. Москва, 8 ноября 2010 г.: материалы конф. -М., 2010. - С. 239-244.

99. Система компьютерного, тестирования Прометей [Электронный ресурс]. - Режим доступа: Ьир:// www.prometeus.ru/products/test/.

100. Ситаров, В. А. Дидактика: учеб. пособие для студ. высш. пед. учеб. заведений / Под ред. В. А. Сластенина. - 2-е изд., стереотип. - М. : Издательский центр «Академия», 2004. - 368 с.

101. Сметанюк, Л. В. Методические и организационные проблемы использования программных средств учебного назначения в высших учебных заведениях при проведении контроля знаний студентов в виде тестирования / Л. В. Сметанюк // 1нформацшш технологГп в освт: Зб1рник науков1х праць. Випуск 1. - Херсон: Видавництво ХДУ, 2008. - С. 141-145.

102. Соколов, Н. К. Методика контроля понятийных знаний субъекта обучения в обучающей системе [Электронный ресурс] / Н. К. Соколов, А. П. Карпенко , Е. В. Галлямова // Наука и образование: электронное науч.-техн. издание МГТУ им. Баумана. - 2009. - № 2. - Режим доступа: http://www.technomag.edu.ru.

103. Соколов, Н. К. Синтез оптимальных траекторий обучения [Электронный ресурс] / Н. К. Соколов // Наука и образование: электронное науч.-технич. издание МГТУ им. Баумана. - 2012. - № 1. - Режим доступа: http://www.technomag.edu.ru.

104. Соловов, А. В. Проектирование компьютерных систем учебного назначения: учебное пособие / А. В. Соловов. - Самара: СГАУ, 1995. - 240 с.

105. Соловьёва, Т. В. К вопросу о математическом моделировании процесса тестирования / Т. В. Соловьёва // Вестник Хакасского техн. ин-та филиала КГТУ. - 2004. - Вып. 17. - С. 285-289.

106. Стандарты информационных технологий в обучающих системах [Электронный ресурс]. - Режим доступа: http://dl.nw.ru/standarts/index.shtml

107. Строгалов, А. С. Компьютерные обучающие системы: некоторые проблемы их разработок / А. С. Строгалов. - М. : РГГУ, 1998. - С. 68-72.

108. Суппес, П. Психологические измерения / П. Суппес, Дж. Зинес, Р. Льюс, Е. Галантер. -М. : Мир, 1967. - 196 с.

109. Тазетдинов, А. Д. О некоторых способах измерения параметров управляющей информации в автоматизированных обучающих системах / А. Д. Тазетдинов // Управление большими системами: сборник трудов. - 2009. - № 27. С. 308-324.

110. Талызина, Н.Ф. Теоретические проблемы программированного обучения / Н.Ф. Талызина. - М.: Изд-во МГУ, 1969. - 133 с.

111. Талызина, Н. Ф. Управление процессом усвоения знаний / Н. Ф. Талызина. - М., 1984. — 344 с.

112. Тархов, С. В. Методологические и теоретические основы адаптивного управления электронным обучением на базе агрегативных учебных модулей: ав-тореф. дис. ... д-ра техн. наук: 05.13.10 / Тархов Сергей Владимирович. - Уфа: УГАТУ, 2009. - 32 с.

113. Технология создания адаптивных распределенных электронных ресурсов / М. Б. Гузаиров и др. - Уфа: УГАТУ, 2010. - 357 с.

114. Титенко, С. В. Практическая реализация технологии автоматизации тестирования на основе понятийно-тезисной модели [Электронный ресурс] / С. В. Титенко, О. О. Гагарин. - Режим доступа: http://college-dress.ru/-quest-view-eq-Tytenko_Virt06_demo.

115. Ульянов, Д. А. Марковская модель адаптивного тестирования и ее программная реализация в условиях дистанционного обучения: дис. ... канд. техн. наук: 05.13.18 / Д. А. Ульянов. Иркутск, 2005. - 164 с.

116. Устинов, В. А. Структура электронного учебного курса / В. А. Устинов, В. А. Углев // Информатика и образование. 2007. - № 8. - С. 123-125.

117. Фор, А. Восприятие и распознавание образов: пер. с фр. / Под ред. Г. П. Катыса. -М. : Машиностроение, 1989. - 272 с.

118. Цибульский, Г. М. Автоматизированные обучающие системы / Г. М. Цибульский, А. М. Кутьин, Е. И. Герасимова, В. А. Ерошин // Вестник КГТУ. Математические методы и моделирование. — Красноярск, 2004. - Вып. 33. - С. 267286.

119. Челышкова, М. Б. Применение математических моделей для разработки педагогических тестов: учебное пособие / М. Б. Челышкова. - М.: Исследовательский центр, 1995. - 48 с.

120. Челышкова, М. Б. Теория и практика конструирования педагогических тестов: учебное пособие / М. Б. Челышкова - М. : Логос, 2002. - 432 с.

121. Чередниченко, О. Ю. Модели тестирования знаний и методы оценки полученных результатов / О. Ю. Чередниченко, С. И. Ершова, О. В. Янголенко, Т. Н. Запорожец // Восточно-Европейский журнал передовых технологий. - 2011. -№6/4.-С. 35-40.

122. Шестова, Е. А. Разработка моделей и методов анализа и обработки результатов тестирования знаний / Е. А. Шестова // Известия ЮФУ. Технические науки. Тематический выпуск «Методы и средства адаптивного управления в электроэнергетике». - Таганрог: Изд-во ТТИ ЮФУ, 2012. - № 2 (127). - С. 146-152.

123. Эрман, Е. А. Автоматизированная обучающая система с расширенными функциями тестового контроля, знаний, анализа и классификации информации: дис.... канд. техн. наук: 05.13.10 /Е. А. Эрман. - М., 2005. - 150 с.

124. Юсупова, Н. И. Интеллектуальный подход к разработке системы психолого-педагогической поддержки обучаемого : препринт монографии / Н. И. Юсупова, Л. Р. Черняховская, И. Б. Герасимова, С. В. Шорохова. - Уфа: УНЦ РАН, 2001.-56 с.

125. Яблонский, С. В. Введение в дискретную математику / С. В. Яблонский. - М. : Наука, 1986. - 384 с.

126. Berners-Lee, The Semantic Web / Т. Berners-Lee, J. Hendler, O. Lassila // Scientific American Magazine. - Retrieved March 26, 2008.

127. Bloom, В. S. Taxonomy of Educational Objectives: The Classification of Educational Goals / B. S. Bloom. - New York: David McKay. - 1956.

128. Georgiadou, E. Evaluation Parameters for computer adaptive testing / E. Georgiadou, E. Triantafillou, A. Economides // British Journal of Educational Technology. - 2006. - vol. 37, №2.-P. 261-278.

129. Gruber, T. R. The role of common ontology in achieving sharable, reusable knowledge bases / T. R. Gruber, J.A. Allen, R. Fikes, E. Sandewell // Principles of Knowledge Representation and Reasoning: proceedings of the Second International Conference. - Morgan Kaufmann, 1991.-P. 601-602.

130. Gruber, T.R. Toward principles for the design of ontologies used for knowledge sharing / T. R. Gruber // International Journal of Human-Computer Studies. - V. 43, №. 5-6. - 1995. - P. 907-928.

131. Licklider, J. Preliminary experiments in computer-aided teaching / J. Lick-lider // Programmed Learning and Computer Based Instruction. - New York, Wiley, 1962.-P. 217-239.

132. Mizoguchi, R. Knowledge Engineering of Educational Systems for Authoring System Design [Электронный ресурс] / R. Mizoguchi, K. Sinitsa, M, Ikeda. -Режим доступа: http://www.ei.sanken.osaka-u.ac.jp/pub/miz/miz-eaied96.html.

133. Mizoguchi, R. Ontology-Based Formal Modeling of the Pedagogical World [Электронный ресурс] / R. Mizoguchi, Y. Hayashi, J. Bourdeau. - Режим доступа: http://www.ei.sanken.osaka-u.ac.jp/pub/miz/Mizoguchil 1 .pdf.

134. Mizoguchi, R. Task Ontology Design for Intelligent Educational/Training ystems [Электронный ресурс] / R. Mizoguchi, K. Sinitsa. - Режим доступа: http://www.ei.sanken.osaka-u.ac.jp/pub/miz/miz-its96.html.

135. Nkambou, R^ Advances in Intelligent Tutoring Systems (Studies in Computational Intelligence) / R. Nkambou, R. Mizoguchi ч J. Bourdeau. - Springer-Verlag Berlin Heidelberg, 2010. - P. 229-247.

136. Quillian, M. R. Semantic memory / M. R. Quillian // Semantic information processing. - Cambridge, MA: The MIT Press - 1968. - 96 p.

137. Rash G. On Objectivity and Specificity of the Probabilistic Basis for Testing [Электронный ресурс] / G. Rash. - Режим доступа: http://www.rasch.org/ memol96x.pdf.

138. Schultz, Т. Investment in Human Capital: The Role of Education and of Research / T. Schultz. - N.Y., 1971. - 128 p.

139. Skinner, B.F. The science of learning and art of teaching / B.F. Skinner // Harward Education Review. - Spring, 24, 1954. - P. 86-97.

140. Soldatova, L. Testing of Understanding by Use of an Ontology Methodology / L. Soldatova, R. Mizoguchi. - Proc. of Joint Workshop of Cognition and Learning. - Berlin, 2003. - P. 202-205.

141. Soldatova, L. An Ontology-Based Test Generation System / L. Soldatova, R. Mizoguchi // Semantic Web Technologies for E-learning. - Amsterdam: IOS press, Nov., 2009. - P. 96-110.

142. Soldatova, L. Ontology of test [Электронный ресурс] / L. Soldatova. -Режим доступа: http://www.ei.sanken.osaka-u.ac.jp/pub/larisa/402-l 15.pdf

143. Steyer, R. Classical (Psychometric) Test Theory [Электронный ресурс] / R. Steyer. - Режим доступа: http://metheval.unijena.de/materialien/ publikatio-nen/ctt.pdf.

144. Uhr, L. the compilation of natural language text into teaching machine programs / 1. Uhr // America Federation of information Processing Societies Conference Proceedings. - 1964. - P. 26-35.