Например, Бобцов

Интеллектуальная система адаптивного тестирования

Аннотация:

Введение. Современное обучение невозможно без систем автоматизированной проверки знаний. Наиболее прогрессивными в настоящее время являются адаптивные модели тестирования, в которых сложность заданий меняется в зависимости от правильности ответов испытуемого. Представлена разработка интеллектуальной системы адаптивного тестирования с использованием аппарата нечеткой математики. Метод. Разработана интеллектуальная система адаптивного тестирования, в модуле, реализующим экспертную систему, используется продукционная база правил. Входными параметрами при работе экспертной системы являются: процент верных ответов, степень правильности ответа, длительность ответа, число попыток. Выходными — изменение текущего уровня подготовки обучаемого, на основании которого подобраны тестовые вопросы соответствующей сложности. В качестве метода логического вывода применен метод Мамдани, который состоит из шести операционных действий: фаззификации — преобразование точных значений входных переменных в значения лингвистических переменных посредством функций принадлежности; проектирования нечеткой базы правил экспертной системы; агрегирования подусловий — определение истинности условий для каждого лингвистического правила системы нечеткого вывода; активации подзаключений — нахождение степени истинности каждого из подзаключений в лингвистическом правиле; аккумулировании заключений — нахождение функции принадлежности для каждой из выходных лингвистических переменных; дефаззификации — нахождение численного значения для каждой из выходных лингвистических переменных. Основные результаты. Представлена разработанная интеллектуальная система адаптивного тестирования, которая позволяет на основании анализа результатов прохождения тестов определить текущий уровень подготовки обучающегося и адаптировать материал к уровню его подготовки. Система динамически, в режиме реального времени, предоставляет вопросы соответствующей сложности. Обсуждение. При использовании рассмотренной интеллектуальной системы адаптивного тестирования обучающимся будут заданы вопросы соответствующего уровня сложности, что позволит выстроить индивидуальную траекторию обучения. Внедрение предложенной системы обеспечит реализацию персонализированного подхода к организации учебного процесса, повысит точность оценки знаний обучающихся, и, как результат, повысить качество их обучения.

Ключевые слова:

Статьи в номере