Алгоритм прогноза уровня компетенций обучаемых

Рассмотрим постановку задачи в целом.

Дано:

· Текущий уровень компетенций обучаемых, выявленный в ходе обучающих воздействий

Требуется:

· Спрогнозировать ожидаемый уровень компетенций обучаемых в будущем.

Прогноз уровня компетенций обучаемых происходит в несколько этапов, в соответствии с алгоритмом, который подробно описан далее. Блок-схема приведена на рис.14.

Рис.14. Блок-схема алгоритма прогноза уровня компетенций обучаемых

Шаг 1: Выбирается курс (К6, К8 или У8), которому необходимо осуществить прогноз уровня компетенций.

Шаг 2: Осуществляется выборка всех Summ_result_comp_i по курсу, которому необходимо сделать прогноз, результат записывается в класс.

Шаг 3: Все обучаемые, входящие в курс, которому делается прогноз разбиваются на группы по следующему принципу. Имеется 5 групп:

Summ_result_comp_i = [0; 20]% – 1 группа,

Summ_result_comp_i = [20; 40]% – 2 группа,

Summ_result_comp_i = [40; 60]% – 3 группа,

Summ_result_comp_i = [60; 90]% – 4 группа,

Summ_result_comp_i = [90; 100]% – 5 группа.

Соответственно, далее происходит сортировка по группам в зависимости от значения Summ_result_comp_i. Все результаты сохраняются в другой класс.

Шаг 4: Для каждой получившейся группы вычисляется своя Summ_result_comp_i, i = 1,..., 5, которая равна среднему арифметическому Summ_result_comp_i всех обучаемых, вошедших в конкретную группу.

Шаг 5: Далее каждому студенту присваивается уровень компетенций, на основе того, в какую группу он вошёл и какая Summ_result_comp_i была вычислена данной группе в шаге 4.

Далее рассмотрим вопросы, связанные с проектированием и программной реализацией алгоритмов анализа текущего уровня компетенций обучаемых.

 

Заключение

Целью данной работы являлась разработка подмодуля анализа текущего уровня компетенций обучаемых (средства мониторинга процесса функционирования обучающей ИЭС).

В рамках УИР и КП был проведен анализ функциональных возможностей базовой версии компонента выявления текущего уровня компетенций обучаемого и модуля статистической обработки результатов, функционирующих в комплексе АТ-ТЕХНОЛОГИЯ, анализ недостатков текущей версии компонента. Представлены разработанные алгоритмы анализа текущего уровня компетенций обучаемых.

Разработанный подмодуль анализа текущего уровня компетенций обучаемых для модуля статистической обработки данных был реализован с использованием Ruby on Rails и прошел апробацию в учебном процессе НИЯУ МИФИ по курсу Рыбиной Г.В. «Базы данных и экспертные системы» группы У8-06 факультета У.

Литература

1. Рыбина Г.В. Теория и технология построения интегрированных экспертных систем. М.: ООО Издательство «Научтехлитиздат», 2008. – 482 с.

2. Рыбина Г.В. Обучающие интегрированные экспертные системы: некоторые итоги и перспективы // Искусственный интеллект и принятие решений. 2008. №1. C. 22-46.

3. Рыбина Г.В., Сикан К.В, Степанов Л.С. Методы и инструментальные средства разработки веб-ориентированных интегрированных экспертных систем // Программные продукты и системы. 2008. №2. С. 31-35.

4. Рыбина Г.В. Обучающие интегрированные экспертные системы: опыт и перспективы использования в современном компьютерном обучении// Одиннадцатая национальная конференция по искусственному интеллекту с международным участием КИИ-2008. Труды конференции. В 3-х т. Т.1. – М.: Физматлит, 2008.

5. Рыбина Г.В. Автоматизированное рабочее место для построения интегрированных экспертных систем: комплекс АТ-ТЕХНОЛОГИЯ// Новости искусственного интеллекта. 2005. №3. С.69-86.

6. Рыбина Г.В. Основы теории и технологии построения интеллектуальных диалоговых систем.//Курс лекций. - М.: МИФИ, 2005 -132 с.

7. Ruby on Rails Tutorial, Хартл М., 2011