Архитектура на основе модели студента для интеллектуальных обучающихся сред — страница 5

компонентом ИОС в качесиве центральной модели студента-пользователя всей ИОС. В наших первых системах обучающий компонент совершает обычный цикл моделирования студента, в то время как другие компоненты ИОС только используют эту центральную модель студента для адаптации. Единственная проблема состояла в том, чтобы выбрать тип модели студента, которая может использоваться всеми компонентами. Как мы можем видеть из предыдущей

главы, ИСО, ИСС и адаптивные интерфейсы используют модели студента или пользователя для одной и той же цели – адаптации, что также приводит к подобию примененных моделей. Если мы рассматриваем компонент знаний студента моделей студента или пользователя, мы найдем подобные оверлейные модели, базирующиеся на модели структуры области, где область является или темой, которая будет преподана, или прикладной системой. Для каждого

элемента знаний области модель студента (пользователя) хранит некоторые данные о компетентности студента (пользователя) и предыдущем опыте работы с этим элементом. В нашей архитектуре, основанной на модели студента, модель области является сетью, узлы которой соответствуют элементам знаний предмета (зависящей от предмета) и чьи связи отражают виды отношений между узлами. Мы используем оверлейную модель, которая содержит одно

целое число (счетчик) для каждого элемента знаний темы, измеряющее понимание студента этого элемента. Этот вид оверлейной модели является мощным и достаточно общим, чтобы использоваться различными компонентами ИОС. Модель студента обновляется специальным оценивающим модулем, который анализирует результаты студенческой деятельности при решении задач. Если ИОС содержит тренирующий компонент, который может следовать за

пошаговым решением задач студентом, то может быть применена определенная технология, прослеживающая модель (Corbett A.T., Anderson J.R., 1992), в противном случае используется разновидность дифференциального моделирования (Wenger E., 1987) для обновления счетчиков понятий, связанных с проблемой. Изменения распространяются по связям сети. Вышеупомянутая оверлейная модель доступна для всех модулей ИОС и может использоваться каждым из них для

адаптации их поведения к знаниям студента. Однако, чтобы избежать использования бессмысленных чисел и обеспечить большую гибкость, мы предложили методику порогов. Каждый из компонентов ИОС может различить несколько отличных состояний знаний для каждого элемента знаний. Каждое из этих состояний имеет специальное значение для модуля с точки зрения адаптации. Чем больше состояний модуль может учитывать, тем более сложную