АНАЛИЗ ФУНКЦИОНАЛЬНОЙ ПОЛНОТЫ СИСТЕМ ОНЛАЙН-ОБУЧЕНИЯ

Авторы

  • Татьяна Андреевна Шкодина Ростовский государственный экономический университет (РИНХ), Ростов-на-Дону (Россия)

DOI:

https://doi.org/10.18323/2221-5689-2020-4-56-64

Ключевые слова:

системы онлайн-обучения, сравнение сложных систем, функциональная полнота, LMS, система управления обучением

Аннотация

В настоящее время существует большое количество систем, поддерживающих процессы управления онлайн-обучением. Однако самостоятельно подобрать систему управления онлайн-обучением довольно трудно. В работе рассматривается комплексная методика оценки, основанная на использовании разработанного алгоритма сравнения и алгоритма оптимального выбора сложных систем управления онлайн-обучением по критерию функциональной полноты. Показано, насколько выбранные для сравнения системы управления онлайн-обучением обладают сходством или различиями по критерию функциональной полноты. Проанализировано, присутствуют ли среди них наиболее типичные системы онлайн-обучения, какими дополнительными функциями обладает каждая из сравниваемых систем. Показано, как можно оценить, насколько функциональная полнота той или иной системы соответствует требованиям пользователя. Разработанный алгоритм сравнения позволяет сгруппировать особенности рассматриваемых сложных систем управления онлайн-обучением и сведения о них и выделить наиболее значимые функции или группы функций. Определена степень поглощения одной сложной системы относительно другой. Произведено ранжирование рассматриваемых систем управления онлайн-обучением по критерию функциональной полноты. С целью выявления системы, превосходящей остальные, и установления наличия уникальных функций выполнено построение графов подобия, поглощения и превосходства рассматриваемых систем с вариацией пороговых значений. Данный метод позволяет оценить и выбрать такие системы управления онлайн-обучением, которые максимально соответствуют предъявляемым программным требованиям, и на основе полученных рекомендаций выбрать наиболее подходящий вариант системы управления онлайн-обучением с учетом предпочтений пользователя.

Биография автора

Татьяна Андреевна Шкодина, Ростовский государственный экономический университет (РИНХ), Ростов-на-Дону (Россия)

ассистент кафедры информационных систем и прикладной информатики, аспирант

Библиографические ссылки

Shpolianskaya I., Seredkina T. Intelligent Support System for Personalized Online Learning // BRAIN-Broad Research in Artificial Intelligence and Neuroscience. 2020. Vol. 11. № 3. P. 29–35.

Лямин А.В. Формирование индивидуальных траекторий обучения на основе анализа достижений и функционального состояния обучающегося // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 3. С. 543–553.

Gulzar Z., Raj L.A., Leema A.A. Ontology Supported Hybrid Recommender System With Threshold Based Nearest Neighbourhood Approach // International Journal of Information and Communication Technology Education. 2019. Vol. 15. № 2. P. 85–107.

Dascalu M.I., Bodea C.N., Mihailescu M.N., Tanase E.A., Pablos P.O.D. Educational recommender systems and their application in lifelong learning // Behaviour& Information Technology. 2016. Vol. 35. № 4. P. 290–297.

Croitoru M., Dinu C. A Critical Analysis of Learning Management Systems in Higher Education Economy Informatics // Economy Informatics. 2016. Vol. 16. P. 1–10.

Назарчук Ю.И. Онлайн-обучение как альтернатива классическому обучению // Научный журнал современные лингвистические и методико-дидактические исследования.2019. № 2. С. 83–92.

Нагаева И.А. Смешанное обучение в современном образовательном процессе: необходимость и возможности // Отечественная и зарубежная педагогика. 2016. № 6. С. 56–67.

Drachsler H., Verbert K., Santos O.C., Manouselis N. Panorama of Recommender Systems to Support Learning // Recommender Systems Handbook. New York: Springer, 2015. P. 421–451.

Yaghmaie M., Bahreininejad A. A context-aware adaptive learning system using agents // Expert Systems with Applications. 2011. Vol. 38. № 4. P. 3280–3286.

Salahli M.A., Ozdemir M., Yasar C. Building a Fuzzy Knowledge Management System for Personalized E-learning // 4th world conference on educational sciences (WCES-2012): procedia – social and Behavioral Sciences. 2012. Vol. 46. P. 1978–1982.

Cybulski J.L., Linden T. Learning systems design with UML and patterns // IEEE Transactions on Education. 2000. Vol. 43. № 4. P. 372–376.

Yilmaz O., Tunçalp K. A Mixed Learning Approach in Mechatronics Education // IEEE Transactions on Education. 2011. Vol. 54. № 2. P. 294–301.

Rodriguez D., Sicilia M.A., Cuadrado-Gallego J.J., Pfahl D. E-Learning in Project Management Using Simulation Models: A Case Study Based on the Replication of an Experiment // IEEE Transactions on Education. 2006. Vol. 49. № 4. P. 451–463.

Cavus N. The evaluation of Learning Management Systems using an artificial intelligence fuzzy logic algorithm // Advances in Engineering Software. 2010. Vol. 41. № 2. P. 248–254.

O’Donnell E., Lawless S., Sharp M., Wade V.P. A Review of Personalised E-Learning // International Journal of Distance Education Technologies. 2015. Vol. 13. № 1. P. 22–47.

Wang J., Sharman R., Ramesh R. Shared Content Management in Replicated Web Systems: A Design Framework Using Problem Decomposition, Controlled Simulation, and Feedback Learning // IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews. 2016. Vol. 38. № 1. P. 110–124.

Palacios-Marqués D., Cortés-Grao R., Carral C.L. Outstanding knowledge competences and web 2.0 practices for developing successful e-learning project management // International Journal of Project Management. 2013. Vol. 31. № 1. P. 14–21.

Хубаев Г. Сравнение сложных программных систем по критерию функциональной полноты // Программные продукты и системы. 1998. № 2. С.6–9.

Kritikou Y., Demestichas P., Adamopoulou E., Demestichas K., Theologou M., Paradia M. User Profile Modeling in the context of web-based learning management systems // Journal of Network and Computer Applications. 2008. Vol. 31. № 4. P. 603–627.

Глушенко С.А. Анализ функциональной полноты программных систем управления рисками // Вестник Ростовского государственного экономического университета. 2012. № 2. С. 53–62.

Загрузки

Опубликован

2020-12-30

Как цитировать

Шкодина, Т. А. (2020). АНАЛИЗ ФУНКЦИОНАЛЬНОЙ ПОЛНОТЫ СИСТЕМ ОНЛАЙН-ОБУЧЕНИЯ. Вектор науки Тольяттинского государственного университета. Серия: Экономика и управление, (4), 56–64. https://doi.org/10.18323/2221-5689-2020-4-56-64

Выпуск

Раздел

Статьи