Исследование и разработка технологии автоматизации изучения положений нормативных правовых актов тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Беляев, Константин Владимирович

• Беляев, Константин Владимирович
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Беляев, Константин Владимирович

ВВЕДЕНИЕ.

ГЛАВА 1. ЗАДАЧА АВТОМАТИЗАЦИИ ИЗУЧЕНИЯ ПОЛОЖЕНИЙ НОРМАТИВНЫХ ПРАВОВЫХ АКТОВ.

1.1. Особенности процесса изучения положений нормативных правовых актов.

1.1.1. Особенности, связанные с целями обучения.

1.1.2. Особенности, связанные с характером контроля знаний.

1.1.3. Особенности, определяемые структурой учебных материалов.

1.2. Традиционные технологии автоматизации изучения положений нормативных правовых актов.

1.2.1. Электронные версии печатных учебных пособий.

1.2.2. Гипертекстовые учебники.

1.2.3. Мультимедийные обучающие программы.

1.2.4. Справочно-поисковые системы.

1.3. Проблемы автоматизации изучения положений нормативных правовых актов на основе традиционных технологий.

1.3.1. Факторы, связанные с особенностями обучения.

1.3.2. Психолого-педагогические факторы.

1.3.3. Экономические факторы.

1.4. Постановка задачи исследования.

1.5. Выводы.

ГЛАВА 2. ТЕХНОЛОГИЯ АВТОМАТИЗАЦИИ ИЗУЧЕНИЯ ПОЛОЖЕНИЙ НОРМАТИВНЫХ ПРАВОВЫХ АКТОВ.

2.1. Этапы изучения положений нормативных правовых актов.

2.2. Метод контроля качества работы обучающегося с учебными материалами.

2.2.1. Общее описание метода.

2.2.2. Модель электронного учебного пособия.

2.2.3. Модель конспекта учебного материала.

2.2.4. Модель контрольных заданий по учебному материалу.

2.2.5. Алгоритм контроля качества работы обучающегося.

2.3. Метод предварительного контроля знания положений нормативных правовых актов.

2.3.1. Общее описание метода.

2.3.2. Согласованные онтологии предметной области.

2.3.3. Основные утверждения о свойствах согласованных онтологий.

2.3.4. Контекстная модель знаний о предметной области.

2.3.5. Логический вывод на основе контекстной модели представления знаний о предметной области.

2.3.6. Процедуры анализа и синтеза адаптированных текстов.

2.3.7. Алгоритм генерации закрытых контрольных заданий.

2.4. Технология автоматизации изучения положений нормативных правовых актов.

2.5. Выводы.

ГЛАВА 3. РЕАЛИЗАЦИЯ И ОЦЕНКА ЭФФЕКТИВНОСТИ СПЕЦИАЛИЗИРОВАННОЙ ТЕХНОЛОГИИ АВТОМАТИЗАЦИИ ИЗУЧЕНИЯ ПОЛОЖЕНИЙ НОРМАТИВНЫХ ПРАВОВЫХ АКТОВ.

3.1. Программная реализация технологии.

3.1.1. Средства контроля качества работы с текстовыми учебными материалами.

3.1.2. Средство автоматизированной генерации контрольных заданий

3.1.3. Средства предварительного контроля знаний.

3.1.4. Примеры применения разработанной технологии.

3.2. Оценка педагогической эффективности технологии.

3.3. Оценка экономической эффективности технологии.

3.4. Оценка качества программной реализации технологии.

3.4.1. Показатели качества систем автоматизации обучения.

3.4.2. Сравнительная оценка систем автоматизации обучения.

3.4.3. Результаты оценки и сравнения систем автоматизации обучения

3.5. Итоговая оценка эффективности технологии.

3.6. Выводы.

Введение диссертации (часть автореферата) на тему «Исследование и разработка технологии автоматизации изучения положений нормативных правовых актов»

В современных условиях принципиальное значение для большинства организаций приобрело правовое обеспечение их деятельности. Пробелы в правовой квалификации сотрудников ведут к игнорированию или ненадлежащему исполнению ими своих обязанностей, что зачастую приводит к возникновению серьезных проблем для всей организации, вплоть до судебного разбирательства. Помимо этого, наличие в организации необходимых нормативных правовых актов1 и соблюдение сотрудниками их положений является одним из основных требований группы стандартов менеджмента качества ISO 9000 [93].

Ситуацию существенно осложняет тот факт, что действующая нормативно-правовая база подвержена регулярным изменениям. В таких условиях традиционные средства и методы обучения (вузовское обучение, повышение квалификации) оказываются недостаточно эффективными, так как либо не позволяют поддерживать в актуальном состоянии знания обучающихся (при повышении квалификации 1 раз в 5 лет), либо требуют отрыва сотрудников от трудовой деятельности, а в отдельных случаях — и поездок в командировки.

Одним из путей решения проблемы повышения правовой квалификации сотрудников является применение современных автоматизированных информационных технологий [90], что позволяет существенно повысить доступность обучения, однако оставляет открытым вопрос о его качестве. В настоящее время контроль качества обучения

1 Под нормативными правовыми актами в рамках настоящего исследования понимаются письменные официальные документы, принятые (изданные) в определенной форме правотворческими органами в пределах их компетенции и направленные на установление, изменение или отмену правовых норм [21], а также иные официальные документы, регламентирующие либо упорядочивающие деятельность организаций, подразделений и отдельных сотрудников. осуществляется посредством педагогического тестирования, что, с одной стороны, позволяет применять современные педагогические методики контроля, а с другой - требует существенных трудозатрат преподавателей на разработку тестов и обоснование их надежности и валидности [1, 43]. Кроме того, при педагогическом тестировании многие обучающиеся оказываются неподготовленными к контрольным мероприятиям просто потому, что не могут самостоятельно оценить уровень своей подготовки к ним. Сочетание этих факторов приводит к возникновению ситуаций, когда значительные усилия преподавателей по разработке педагогических тестов (анализ текстов нормативных правовых актов, разработка банка контрольных заданий, формирование индивидуальных тестов, оценка их надежности и валидности) оказываются неэффективными из-за недостаточного качества самостоятельной работы обучающихся.

Поскольку самостоятельная работа обучающихся является ключевым компонентом системы повышения профессиональной квалификации, ее качество является определяющим фактором качества системы повышения квалификации в целом [90]. Традиционным методом повышения качества самостоятельной подготовки обучающихся при использовании средств автоматизации обучения является контроль качества их работы с текстовыми учебными материалами1 (прежде всего - с каноническими текстами нормативных правовых актов и комментариями к ним). Основой такого контроля служат интерактивные сценарии обучения, обеспечивающие

1 Под текстовыми учебными материалами в рамках настоящего исследования понимаются текстовые документы, содержащие описание положений нормативного правового акта, пригодное для самостоятельного изучения этого нормативного правового акта обучающимся. Примерами учебных материалов могут служить тексты лекций и учебных пособий по соответствующей тематике, а также комментарии к текстам нормативных правовых актов. Следует отметить, что текстовые учебные материалы могут не соответствовать тексту изучаемого нормативного правового акта буквально, уделяя наибольшее внимание его наиболее важным положениям и значительно меньшее - наименее существенным и редко используемым. адаптацию процесса обучения к информационным потребностям и уровню знаний конкретного обучающегося [29]. Продуманный сценарий обучения, включающий элементы предварительного контроля знаний, обеспечивает своевременное выявление и локализацию пробелов в знаниях обучающегося, а также автоматизированную коррекцию последовательности обучения. Однако, такой подход в сфере изучения нормативных правовых актов обладает существенным недостатком: на разработку качественного сценария уходит значительное время (до нескольких месяцев), а любое изменение правовой базы, как правило, вызывает необходимость серьезной переработки этого сценария. Присутствует даже обратная зависимость: чем большее значение имеет нормативный правовой акт (и чем больше востребовано его изучение), тем чаще он изменяется, что приводит к необходимости непрерывной переработки соответствующих учебных материалов. В результате своевременное и качественное изучение положений нормативных правовых актов становится затруднительным.

Таким образом, применение традиционных подходов к автоматизации обучения и контролю его качества [2,30,44,85,96, 101] в сфере изучения положений нормативных правовых актов оказывается недостаточно эффективным, а решение задачи разработки специализированной технологии автоматизации изучения положений нормативных правовых актов, учитывающей специфику обучения в этой предметной области, является актуальным и востребованным [49]. Актуальность разработки технологии автоматизации обучения для оперативного повышения квалификации персонала в области нормативного правового обеспечения также подтверждается широким интересом кадровых служб как государственных организаций, так и коммерческих предприятий. Следует подчеркнуть, что в контексте настоящей работы рассматриваются только вопросы, связанные с обеспечением качества изучения нормативных правовых актов, исключая сравнительно хорошо изученные вопросы контроля знаний посредством педагогического тестирования [1, 29, 43, 44, 66, 91].

Объектом настоящего исследования являются системы автоматизации профессионального обучения в сфере повышения правовой квалификации. Предмет исследования - технологии автоматизации обучения в таких системах. Целью исследования является разработка эффективной технологии автоматизации обучения в сфере повышения правовой квалификации.

Основными задачами настоящего исследования являются:

1. Анализ особенностей процесса обучения в сфере повышения правовой квалификации, определение основных недостатков существующих технологий автоматизации обучения, формирование требований к специализированной технологии обучения и определение ее основных этапов.

2. Разработка математической модели электронного учебного пособия и метода автоматизированной оценки качества работы обучающегося с текстовыми учебными материалами пособия.

3. Разработка математической модели представления знаний о предметной области и обоснование утверждений о ее наиболее существенных свойствах.

4. Разработка на основе предложенной модели представления знаний о предметной области метода автоматизированной генерации массива контрольных заданий для предварительного контроля знаний обучающегося.

5. Разработка технологии автоматизации изучения положений нормативных правовых актов, основанной на применении предложенных методов, практическое применение технологии и оценка ее педагогической и экономической эффективности.

В процессе проведения исследования применены следующие методы исследования: общенаучные (анализ, синтез), общематематические (алгебраические методы, методы математической логики, теории отношений, методы математического моделирования), прикладные (методы , математической статистики, методы агрегирования).

Настоящая диссертационная работа включает введение, три главы, заключение, список литературы и приложения.

Заключение диссертации по теме «Теоретические основы информатики», Беляев, Константин Владимирович

Результаты исследования апробированы на XXXIII Международной конференции «Информационные технологии в науке, образовании, социологии и бизнесе» [16], VI Всероссийском симпозиуме по прикладной и промышленной математике [14], IV, V и VII Межведомственных научных конференциях [12, 18, 48], межведомственной научно-практической конференции «Организация дополнительного профессионального образования в учебных заведениях ФСБ России, других правоохранительных органов и специальных служб», опубликованы в ряде научных работ [11, 13, 15, 17, 46, 47, 49, 50].

Основными направлениями дальнейших исследований являются:

1. Совершенствование разработанной технологии в целях снижения ее чувствительности к ошибкам, возникающим в процессе разработки учебных материалов.

2. Развитие предложенной технологии для обеспечения необходимого качества обучения в других сферах повышения профессиональной квалификации.

ЗАКЛЮЧЕНИЕ

Выполненный в рамках настоящего исследования анализ существующих технологий автоматизации обучения показывает, что их возможности в силу ряда особенностей процесса изучения положений нормативных правовых актов не в полной мере обеспечивают необходимое качество самостоятельной работы обучающегося. Таким образом, для повышения качества самостоятельной работы обучающегося в процессе повышения правовой квалификации необходимо применять технологии автоматизации обучения, удовлетворяющие ряду специфических особенностей.

В диссертационной работе предложено решение проблемы разработки эффективной технологии автоматизации изучения нормативных правовых актов. В основе предложенного решения лежит применение специализированных методов автоматизации процесса изучения положений нормативных правовых актов, ориентированных на особенности процесса обучения в этой области. Для обоснования таких методов разработаны математические модели и алгоритмы, позволяющие обеспечить автоматизированный контроль самостоятельной работы обучающегося и предварительный контроль полученных им знаний. Таким образом, центральное место в диссертации занимает решение проблемы повышения качества автоматизированного обучения за счет активизации самостоятельной работы обучающегося с учебными материалами и контрольными заданиями.

В процессе проведения исследования разработаны методы, обеспечивающие повышение интенсивности самостоятельной работы обучающегося при сравнительно невысоком увеличении трудоемкости разработки и обновления учебных материалов: метод контроля качества работы обучающегося с учебными материалами на основе конспектирования и поиска ответов на контрольные вопросы, а также метод предварительного контроля знаний на основе автоматизированной генерации контрольных заданий. В работе приведено подробное описание математических моделей и алгоритмов, лежащих в основе предложенных методов; сформулированы и доказаны утверждения, обосновывающие корректность предложенных моделей и алгоритмов.

Разработанная технология автоматизации обучения реализована в форме специализированного программного комплекса системы автоматизации обучения WebTutor/Hiron, применяющейся в настоящее время в учебном процессе факультета прикладной математики ИКСИ Академии ФСБ России и факультета подготовки руководящих кадров Академии ФСБ России. Исследование разработанного программного комплекса и его сравнение с доступными аналогами показало, что по своим возможностям в сфере автоматизации изучения положений нормативных правовых актов этот программный комплекс превосходит большинство существующих систем автоматизации обучения.

В работе получены следующие основные научные и практические результаты:

1. Определены специфические особенности процесса изучения нормативных правовых актов, включая психолого-педагогические и экономические факторы, влияющие на эффективность обучения, и сформулированы требования к специализированной технологии автоматизации обучения в этой предметной области.

2. Разработан метод контроля качества работы обучающегося с учебными материалами, основанный на конспектировании им наиболее важных фрагментов учебного материала с последующей автоматической оценкой качества выполненного конспекта, а также на самостоятельном поиске обучающимся фрагментов текста, содержащих ответы на контрольные вопросы, с последующей автоматической оценкой полноты и точности ответов.

3. Разработаны специализированная онтологическая модель представления знаний о предметной области, позволяющая сформулировать основные положения нормативных правовых актов, и контекстная модель представления знаний, позволяющая осуществлять логическое преобразование этих положений, а также доказан ряд утверждений об основных свойствах этих моделей.

4. Разработан метод предварительного контроля знаний обучающихся посредством автоматической генерации тестовых заданий закрытого типа на основе текстов нормативных правовых актов, использующий предложенные модели и алгоритм контекстного логического вывода. Разработанный метод позволяет обеспечить необходимое разнообразие контрольных заданий за счет их автоматической генерации.

5. На основе предложенных методов и традиционного метода педагогического тестирования разработана специализированная технология автоматизации изучения нормативных правовых актов.

6. Выполнена сравнительная оценка предложенной технологии с точки зрения ее педагогической и экономической эффективности с традиционными технологиями автоматизации обучения, а также проведена оценка качества практической реализации разработанной технологии, показывающие, что предложенная технология автоматизации обучения является при изучении положений нормативных правовых актов более эффективной, чем традиционные технологии.

Таким образом, достигнута цель исследования, состоящая в разработке эффективной технологии автоматизации профессионального обучения в сфере повышения правовой квалификации, и решена задача, имеющая существенное значение для соответствующей области знаний. Основными преимуществами разработанной технологии являются:

- активизация различных психологических механизмов запоминания в процессе самостоятельной работы обучающегося с учебными материалами за счет выполнения заданий, связанных с изучаемыми положениями;

- сокращение трудозатрат преподавателя на разработку и обновление учебных материалов за счет применения специализированных методов автоматизированного контроля работы обучающегося и предварительного контроля полученных им знаний.

Предложенная технология внедрена в форме специализированного программного обеспечения на потоках профессиональной переподготовки и повышения квалификации преподавателей образовательных учреждений ФСБ России факультета подготовки руководящих кадров Академии ФСБ России. Методические рекомендации по разработке учебных материалов для применения разработанной технологии сформулированы в соответствующем учебно-методическом пособии [49].

Список литературы диссертационного исследования кандидат технических наук Беляев, Константин Владимирович, 2009 год

1. Аванесов B.C. Научные проблемы тестового контроля знаний. - М.: Учебный центр при исследовательском центре проблем качества подготовки специалистов, 1994. - 90 с.

2. Агапонов C.B. Средства дистанционного обучения. Методика, технология, инструментарий. СПб.: BHV, 2003. - 336 с.

3. Автоматизация анализа научного текста: Сб. ст. / Ред. Марченко Л.П., Артемьевой JI.K. Киев, 1984. 127 с.

4. Андреев A.A. Дидактические основы дистанционного обучения в высших учебных заведениях: Дис. . д-ра пед. наук. М., 1999. 132 с.

5. Ахо A.B., ХопкрофтДж., Ульман Дж.Д. Структуры данных и алгоритмы. М.: Вильяме, 2001. - 384 с.

6. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. — М.: Мир, 1979. 535 с.

7. Бакулов А.Д., Леонтьева H.H. Теоретические аспекты машинного перевода // Искусственный интеллект. Кн. 1: Системы общения и экспертные системы. М.: Радио и связь, 1990. С. 155.

8. Белоногов Г.Г., Богатырев В.М. Автоматизированные информационные системы. М.: Сов. радио, 1973. - 328 с.

9. Белоногов Г.Г., Кузнецов Б.А. Языковые средства автоматизированных информационных систем. -М.: Наука, 1983. — 287 с.

10. Ю.Беляев К.В. Исследование и разработка автоматизированных средств проведения занятий в системе повышения квалификации сотрудников органов федеральной службы безопасности: Дипломная работа. М.: Академия ФСБ России, 2002. - 124 с.

11. П.Беляев К.В. Модель представления знаний о предметной области для системы автоматической проверки результатов выполнения открытых тестовых заданий // Сборник статей по специальной тематике, вып. 4 (14). -М.: Академия ФСБ России, 2003. С. 259-278.

12. Беляев К.В. Методы семантико-синтаксического анализа и синтеза высказываний для системы автоматизации обучения // V Межведомственная конференция: Тез. докл. М.: Академия ФСБ России, 2004. - Т. 4, с. 177-182.

13. З.Беляев К.В. Средства индивидуализации дистанционного профессионального обучения // Дополнительное профессиональное образование. 2005, №6. С. 28-33.

14. И.Беляев К.В. Об автоматической генерации закрытых тестовых заданий// Обозрение прикладной и промышленной математики, т. 12. 2005, №4.-С. 912-913.

15. Беляев К.В. Программные средства повышения качества обучения в сфере изучения действующей нормативно-правовой базы // Открытое образование. 2005, №5 (52). С. 72-76.

16. Беляев К.В. Онтологическая модель представления знаний о предметной области в системе дистанционного обучения // Сборник статей по специальной тематике, вып. 8 (18). М.: Академия ФСБ России, 2008. - С. 217-251.

17. Беляев К.В. Метод автоматизированной генерации контрольных заданий для предварительного контроля знаний при изучении положений нормативных правовых актов // VII Межведомственная конференция: Тез. докл. М., Академия ФСБ России, 2008. Т. 3, с. 2325.

18. Беляев К.В. Основные свойства модели представления знаний о предметной области на основе согласованных онтологий // Вестник Московского государственного университета леса Лесной вестник. 2009 (готовится к изданию).

19. Богомолов Ю.П. Комплексный подход к профессиональной подготовке и переподготовке кадров в России. // Проблемы теории и практики управления. 1993, №2. С. 62-67.

20. Большой юридический словарь. 3-е изд., доп. и перераб. / Под ред. проф. А.Я. Сухарева. — М.: ИНФРА-М, 2007. — VI, 858 с.

21. Боэм Б., Браун Дж., Каспар X. и др. Характеристики качества программного обеспечения / Пер. с англ. Е.К.Масловского. М.: Мир, 1981.-296 с.

22. Василенко Л.А. Интернет в информатизации государственной службы России. Социологические аспекты. М.: Изд-во РАГС, 2000. - 216 с.

23. Гладкий A.B. Синтаксические структуры естественного языка в автоматизированных системах общения. М.: Наука, 1985. - 144 с.

24. Главацкий С.Т., Адрианов Н.М., Иванов А.Б. Архитектура сервера дистанционного обучения МГУ // Конференция «Ломоносовские чтения-2002»: Тез. докл. М., 2002. Т. 4, с. 12.

25. Глас Дж., Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс, 1976. - 495 с.

26. Глухов М.М. Математическая логика: Учебное пособие. Т. 1. М.: Академия ФСБ России, 1981. - 232 с.

27. Гречихин A.A., Древе Ю.Г. Вузовская учебная книга: типология, стандартизация, компьютеризация (учебно-методическое пособие). -М.: Логос Московский государственный университет печати, 2000. -255 с.

28. Григорьев В.К. Технология создания компьютерных обучающих систем для массовых профессиональных пользователей // Банковские технологии. 2001, №6. С. 72-80.

29. Зайцева Ж.Н., Рубин Ю.Б., Титарев Л.Г., Тихомиров В.П. и др. Открытое образование объективная парадигма XXI века: Сб. ст. / Под общей редакцией Тихомирова В.П. М.: Изд-во МЭСИ, 2000. - 178 с.

30. Закон Российской Федерации «Об образовании» от 10 июля 1992 г. №3266-1 с изменениями и дополнениями на 28 февраля 2008 г. // Собрание законодательства Российской Федерации, 03.03.2008, №9.

31. Ивченко Г.И., Медведев Ю.И. Математическая статистика. -М.: Высшая школа, 1984. 248 с.

32. Инструктивное письмо Минобразования РФ от 3 июля 1998 г. №41 «О дистанционном обучении в среднем и высшем профессиональном образовании».

33. ИсаевГ.Н. Оценка качества информационных систем в сфере образования // XII Международная конференция-выставка «Информационные технологии в образовании» («ИТО-2002»): Тез. докл. М., Изд-во МИФИ, 2002. Т. 3, с. 152.

34. Искусственный интеллект. В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Попова. - М.: Радио и связь, 1990.-464 с.

35. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А.Поспелова. - М.: Радио и связь, 1990. -304 с.

36. Искусственный интеллект. В 3-х кн. Кн. 3. Программные и аппаратные средства: Справочник / Под ред. В.Н. Захарова, В.Ф. Хорошевского. - М.: Радио и связь, 1990. - 368 с.

37. Каплан Р. С., Нортон Д.П. Сбалансированная система показателей. От стратегии к действию. 2-е изд., испр. и доп. / Пер. с англ. - М.: Олимп-Бизнес, 2003. - 304 с.

38. Караушев В.Ф., Терентьева JI.B., ТягуноваТ.Н. Введение в разработку банков программно-дидактических тестовых заданий. Руководство. -М.: МГУП, 2005.-52 с.

39. Карпова И. П. Исследование и разработка подсистемы контроля знаний в распределенных автоматизированных обучающих системах // Дис. . канд. тех. наук. М., МГИЭМ, 2002. 200 с.

40. Клещев A.C., Артемьева И.JL Математические модели онтологий предметных областей. Часть 1. Существующие подходы к определению понятия «онтология»; Часть 2. Компоненты модели. // НТИ. Сер. 2 «Информационные процессы и системы». 2001, № 2. — С. 20-27.

41. Колобашкин С.М., Беляев К.В. Исследование и разработка метода контроля работы пользователя с текстовыми материалами в процессе обучения: Отчет по целевой программе по проблеме «Дистанционное обучение» за 2002 г. М.: Академия ФСБ России, 2003. - С. 36.

42. Колобашкин С.М., Беляев К.В. Методика контроля качества работы пользователя с электронным учебным пособием // Сборник статей по специальной тематике, вып. 2 (12). — М.: Академия ФСБ России, 2001. С. 49-64.

43. Колобашкин С.М., Беляев К.В. Оценка качества понимания пользователем учебного материала // IV Межведомственнаяконференция: Тез. докл. М., Академия ФСБ России, 2002. - Т. 2, с. 78-81.

44. Колобашкин С.М., Беляев К.В. Оценка знаний обучаемого о предметной области в системе автоматизации профессионального обучения // Вестник Московского государственного университета леса Лесной вестник. 2006, №1. - С. 156-164.

45. Комаров С.А. Общая теория государства и права: Учебник для ВУЗов. 7-е издание СПб.: Питер, 2006. - 512 с.

46. Кравец О.Я., Лейкин М.А., Подвальный С.Л. и др. Организация локально-дистанционного обучения по специальности обучения «Вычислительные машины, комплексы, системы и сети» // Дистанционное образование. 2000, №4. С. 41.

47. Кудинов Д.М. Базы данных и экспертные системы: Учебное пособие. -М.: Академия ФСБ России, 2002. 436 с.

48. Лингвистическая прагматика и проблемы общения с ЭВМ: Сборник / Под ред. Марчука Ю.Н. Москва, 1989. 142 с.

49. Липаев В.В. Качество программного обеспечения. — М.: Финансы и статистика, 1983. — 263 с.

50. Лорьер Ж.-Л. Системы искусственного интеллекта. — М.: Мир, 1991. 568 с.

51. Макаров ЭЛ., Наумов Ю.А., Никулин С.П., Хафизуллин Р.И., Чолах С.О. Виртуальная информационно-образовательная среда «физическая электроника» // XI Всероссийская научно-методическая конференция «Телематика-2004» : Тез. докл. СПб., 2004. С 212.

52. Малюк A.A., Пазизин С.В., Погожин Н.С. Введение в защиту информации в автоматизированных системах / Учебное пособие для ВУЗов. М.: Горячая линия - Телеком, 2001. - 148 с.

53. Математическая лингвистика / Под ред. Ю.А. Шрейдера, И.И. Ревзина, Д.Г. Лахути, В.К. Финна. М.: Мир, 1964. - 312 с.

54. Новиков Д.А. Закономерности итеративного научения. М.: Институт проблем управления РАН, 1998. -11 о,.

55. Новые педагогические и информационные технологии в системе образования / Под ред. Е.С. Полат. М.: Академия, 2003. - 272 с.

56. Коротеев Г.И., КотляровВ.П. О структуре системы дистанционного обучения // Конференция «Новые Информационные Технологии в университетском образовании»: Тез. докл. Новосибирск: Изд-во НГУ, 2002. С. 178.

57. Пидкасистый П.И., Фридман JI.M., Гарунов М.Г. Психолого-дидактический справочник преподавателя высшей школы. -М.: Педагогическое общество России, 1999. 354 с.

58. Плотников В.Н., СузановВ.А., Жигулевцев Ю.Н. Речевой диалог в системах управления. М.: Машиностроение, 1988. — 224 с.

59. Полат Е.С. Теория и практика дистанционного обучения // Информатика и образование. 2001, №5. С. 47.

60. Полат Е.С., Бухаркина М.Ю., Моисеева М.В. Теория и практика дистанционного обучения: Учебн. пособие для студ. высш. пед. учеб. заведений / Под ред. Е.С. Полат. М.: Академия, 2004. - 415 с.

61. Полат Е.С., Петров А.Е. Дистанционное обучение: каким ему быть? // Педагогика. 1999, №7. С. 29-34.

62. Положение о дистанционном обучении в сфере высшего профессионального образования Российской Федерации (проект) // Дистанционное образование. 2000, №4. С. 52.

63. Попов Э.В. Общение с ЭВМ на естественном языке. М.: Едиториал УРСС, 2004. - 360 с.

64. Попов Э.В., Фоминых И.Б., Кисель Е.Б., ШапотМ.Д. Статические и динамические экспертные системы. М.: Финансы и статистика, 1996. -320 с.

65. Потехин Н.В., Смирнова А.Н. Информационная Интернет-система «Образование» // Информатика и образование. 2004, №3. С. 125-126.

66. Прокофьева Н.О., Зайцева Л.В., Куплис У.Г. Компьютерные системы в дистанционном обучении // VIII Всероссийская научно-методическая конференция «Телематика-2001»: Тез. докл. СПб., 2001. С. 53.

67. Рамеев O.A. Оценка качества и агрегирование в многоуровневых системах организационного управления: Учебно-методические материалы. М.: Академия ФСБ России, 1998. - 223 с.

68. Рамеев O.A., Коваленко А.П. Методы анализа многомерных данных: Учебно-методические материалы. М.: Академия ФСБ России, 1988. -619 с.

69. Роберт И.В. Современные информационные технологии в образовании: дидактические проблемы, перспективы использования. М.: Школа-Пресс, 1994.-205 с.

70. Романов А.Н., Торопцов B.C., Григорович Д.Б. Технология дистанционного обучения в системе заочного экономического образования. М.: Юнити-Дана, 2000. - 303 с.

71. Российская педагогическая энциклопедия. В 2-х т. - М.: Большая Российская энциклопедия, 1993. - 608 с.

72. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, 1989. - 192 с.

73. Рубинштейн С.Л. Основы общей психологии. СПб.: Питер, 2007. -720 с.

74. Сборник нормативных правовых и методических документов в сфере послевузовского профессионального образования. М.: Государственная академия инноваций, 1999. - 329 с.

75. Смирнов A.A. Избранные психологические труды. Том II. М.: Педагогика, 1987. - 344 с.

76. Смолкин A.M. Методы активного обучения. М.: Высшая школа, 1991. - 176 с.

77. Соловов A.B. Об эффективности информационных технологий обучения // Высшее образование в России. 1997, №4. С. 24.

78. Стрикелева Л.В., Пискунов М.У., Тихонов И.И. Организация учебного процесса с помощью АОС. Педагогические основы. Мн.: Университетское, 1986. - 94 с.

79. Тимофеев A.B. Дистанционное обучение в системе управления учебным процессом Lotus LearningSpace 5.x. СПб.: Изд-во СПбГЭТУ (ЛЭТИ), 2003. - 252 с.

80. Уголовное право: Учебник для юридических вузов / Под ред. заслуженного деятеля науки РФ, д.ю.н., проф. Н.И. Ветрова, заслуженного деятеля науки РФ, д.ю.н., проф. Ю.И. Ляпунова. 2-е изд., испр. и доп. - М.: Юриспруденция, 2001. - 640 с.

81. ФайнВ.С., Рубанов Л.И. Машинное понимание текстов с ошибками. -М.: Наука, 1991.-151 с.

82. ФиннВ.К. Логические проблемы информационного поиска. М.: Наука, 1976.- 152 с.

83. Формирование и развитие системы подготовки, переподготовки и повышения квалификации государственных служащих: Уч. пособие / Под ред. Иванова Ю.И., Забродина Ю.М. М.: Магистр, 1998. 118 с.

84. Челышкова М.Б. Разработка педагогических тестов на основе современных математических моделей: Уч. пособие. М.: Исслед. центр проблем качества подготовки специалистов, 1995. 32 с.

85. Чень Ч., Ли Р. Математическая логика и автоматическое доказательство теорем. М.: Мир, 1983. 359 с.

86. Шмелев А.Г., Чумаков А.А., Ларионов А.Г., Серебряков А.Г. Методические рекомендации по рпзрпботке и внедрению системы оценки качества обучения по инновационным образовательным программам. М.: Изд-во МГУ, 2007. - 64 с.

87. Wong, Man Leung and Leung, Kwong Sak: Data Mining Using Grammar Based Genetic Programming and Applications. Kluwer Academic Publishers, Amsterdam, 2000. 244 p.

88. Beer M., EisenstatR., BiggadikeR.: Developing an Organization Capable of Strategy Implementation and Reformulation, in Organization Learning and Competitive Advantage. In: Moingon, В., Edmonson, A. (eds.) — MIT Press, 2001.435 р.

89. Brusilovsky, P.: Adaptive and Intelligent Technologies for Web-based Education. In Rollinger, C., Peylo, C. (eds.): Special Issue on Intelligent Systems and Teleteaching. Konstliche Intelligenz. Vol.4, p. 19-25.

90. Burns, H.L., Capps, C.G.: Foundations of intelligent tutoring systems: An introduction. In: Poison, M.C. and Richardson, J.J. (eds.): Foundations of intelligent tutoring systems. Lawrence Erlbaum Associates, Hillsdale, 1988. P. 115-137.

91. Burton, R., Sleeman, D., Brown, J.S.: Intelligent Tutoring Systems. In: Gaines, B.R. (ed.): Computers and People Series. Academic Press, 1998. P. 74—82.

92. Callear, D.H.: A Student AssessmentModel Using Probabilities, RADICAL {Research and Development in Computer Assisted Learning). internal journal of the PACE Research Group at University of Portsmouth, 1998. Vol 6, p. 103.

93. Gruber, T.R.: Towards Principles for the Design of Ontologies Used for Knowledge Sharing. In Inter. Journal of Human-Computer Studies, 1994. Vol. 43, p. 5-6.

94. Jackson, P.: Introduction to Expert Systems. 3th edition. Addison-Wesley, 1998. 560 p.

95. Liu, H., MotodaH.: Feature Selection for Knowledge Discovery and Data Mining. Kluwer International Series in Engineering and Computer Science, Sees 454. Vol. 1, p.202.

96. Mark, B.: Ontologies as the Representation (and Re-Representation) of Agreement. http ://www-ksl. Stanford. edu/KR96/BillMarkPositionPaper.html

97. Owsten, R.D.: The World Wide Web: a Technology to Enhance Teaching and Learning? Educational Researcher, 1997. Vol. 26, p. 27-34.

98. Philippine, Arnal: E-learning: l'enseignement supérieur, un marché prometteur II JDNet, Vendredi 27 février 2004.

99. Salton, G.: Automatic Text Processing: The Transformation, Analysis, and Retrieval of Information by Computer. Addison-Wesley, 1988. 543 p.

100. Studer, R., Benjamins, V.R., Fensel, D.: Knowledge Engineering: Principles and Methods. In: Data & Knowledge Engineering, 1998. Vol. 25, p. 53.

101. Uschold, M.: Knowledge Level Modeling: Concepts and Terminology. In: The Knowledge Engineering Review, 1998. Vol. 13:1, p. 14.