Интеллектуальная система статистически значимой экспертизы знаний на базе модели самоорганизации неравновесной диссипативной системы

Бесплатный доступ

Развитие современных образовательных технологий, обусловленных широким внедрением компьютерного тестирования и развитием дистанционных форм образования, делает необходимым пересмотр методов экспертизы знаний учащихся. В работе показана необходимость перевода критериев и способов, по которым проводится экспертная оценка знаний на лишенные субъективности математические основы. В статье делается обзор проблем, возникающих при реализации поставленной задачи, и предлагаются подходы для ее решения. Наибольшее внимание уделено обсуждению проблемы объективного преобразования номинальных оценок эксперта в шкальные данные оценки учащегося. В целом по результатам обсуждения делается вывод, что решение данной проблемы лежит в области создания специализированных интеллектуальных систем. В основу построения предлагаемой в работе интеллектуальной системы положена математическая модель самоорганизации неравновесной диссипативной системы, каковой и является группа учащихся. В статье предполагается, что диссипативность системы обеспечивается постоянным притоком новых тестовых заданий со стороны эксперта, а неравновесность – индивидуально-психологическими особенностями учащихся в группе. В результате система должна по истечении некоторого промежутка времени самоорганизоваться в некоторый устойчивый патерн, который позволит проводить, опираясь на значительные объемы данных, статистически значимую экспертизу успеваемости учащихся. Для обоснования предлагаемого подхода в работе представлены данные статистического анализа результатов тестирования большой выборки студентов (> 90). Выводы из этого статистического анализа позволили разработать интеллектуальную систему статистически значимой экспертизы успеваемости студентов. В ее основе лежит алгоритм кластеризации данных (k-mean) по трем ключевым параметрам. Показано, что такой подход позволяет сформировать максимально объектную и динамическую шкалу экспертных оценок знаний.

Еще

Экспертная система, наука о данных, интеллектуальная система, кластеризация, искусственный интеллект

Короткий адрес: https://readera.ru/140229788

IDR: 140229788   |   DOI: 10.20914/2310-1202-2017-2-101-106

Список литературы Интеллектуальная система статистически значимой экспертизы знаний на базе модели самоорганизации неравновесной диссипативной системы

  • Джарратано Д., Райли Г. Экспертные системы: принципы разработки и программирование. 4 издание., пер. с англ., Москва, ООО "И.Д. Вильямс", 2007. 1152 с.
  • Желнин М.Э., Кудинов В.А., Белоус Е.С. Роль и место экспертных систем в образовании.//Ученые записки: электронный научный журнал Курского государственного университета. 2012. № 2 (22). С. 1-5.
  • Баранова Н.А. К вопросу о применении экспертных систем в непрерывном педагогическом образовании.//Образование и наука. 2008. № 4 (52). С. 24-28.
  • Андреев А.Б., Моисеев Б.М., Усачев Ю.Е. Использование экспертных систем для анализа знаний учащихся в среде открытого образования//Телекоммуникация и информатизация образования. 2002. № 2. С. 36-54.
  • Берестнева О.Г., Марухина О.В. Компьютерная система принятия решений по результатам экспертного оценивания в задачах оценки качества образования.//Educational Technology & Society. 2002. № 5 (3). С. 216-230.
  • Dobre C., Xhafa F. Intelligent services for big data science//Future Generation Computer Systems. 2014. Т. 37. С. 267-281.
  • Roiger R. J. Data mining: a tutorial-based primer. CRC Press, 2017.
  • Hovy E., Navigli R., Ponzetto S. P. Collaboratively built semi-structured content and Artificial Intelligence: The story so far//Artificial Intelligence. 2013. Т. 194. С. 2-27.
  • Hutter F. и др. Algorithm runtime prediction: Methods & evaluation//Artificial Intelligence. 2014. Т. 206. С. 79-111.
Еще
Статья научная