Методы, алгоритмы и система управления процессом обучения на основе семантико-логического анализа учебной информации тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат наук Макаров, Андрей Владимирович

• Макаров, Андрей Владимирович
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Макаров, Андрей Владимирович

Содержание

Введение

ГЛАВА 1. ОБЗОР И АНАЛИЗ КОНЦЕПТУАЛЬНЫХ ОСНОВ, МЕТОДОВ, АЛГОРИТМОВ И СИСТЕМ УПРАВЛЕНИЯ ПРОЦЕССОМ ОБУЧЕНИЯ

1.1 Сущность, базовые принципы и состояние современной образовательной системы

1.2 Анализ базовых схем управления процессом обучения

1.3 Обзор методов проектирования и анализа содержания обучения

1.4 Обзор и анализ современных систем управления процессом обучения

1.5 Обзор и анализ моделей, методов и алгоритмов, применяемых в системах управления процессом обучения

1.5.1 Модели представления содержания обучения и результатов образовательной деятельности учащихся

1.5.2 Методы и алгоритмы диагностики уровня усвоения учебного материала

1.5.3 Методы и алгоритмы анализа учебной информации

Выводы по первой главе

ГЛАВА 2. РАЗРАБОТКА МЕТОДОВ, МОДЕЛЕЙ И АЛГОРИТМОВ УПРАВЛЕНИЯ ПРОЦЕССОМ ОБУЧЕНИЯ

2.1 Разработка модели интегративного семантико-логического представления содержания обучения и результатов образовательной деятельности учащихся

2.2 Разработка метода и алгоритма диагностики уровня усвоения учебного материала на основе семантико-логических взаимосвязей контрольных заданий

2.3 Разработка метода и алгоритма расчета степени семантико-логической связности результатов диагностики уровня усвоения учебного материала

2.4 Разработка метода числовой оценки степени взаимозначимости учебных элементов

2.5 Разработка алгоритма формирования содержания контрольно-измерительного материала

Выводы по второй главе

ГЛАВА 3. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ПРОЦЕССОМ ОБУЧЕНИЯ

3.1 Разработка структурной модели информационной системы управления процессом обучения

3.3 Реализация базовых подсистем и модулей информационной системы управления процессом обучения на основе разработанных моделей, методов и алгоритмов

3.3.1 Подсистема управления учебными материалами

3.3.2 Подсистема диагностики уровня усвоения учебного материала

3.3.3 Аналитическая подсистема

Выводы по третьей главе

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ РАЗРАБОТАННЫХ МОДЕЛИ, МЕТОДОВ И АЛГОРИТМОВ

4.1 Методика тестирования и оценки средств управления процессом обучения

4.2 Оценка результатов применения разработанных модели, методов и алгоритмов

4.2.1 Исследование модели интегративного семантико-логического представления содержания обучения и результатов образовательной деятельности учащихся

4.2.2 Оценка метода диагностики уровня усвоения учебного материала

4.2.3 Анализ применения метода числовой оценки степени взаимозависимости учебных элементов

4.2.4 Оценка алгоритма формирования контрольно-измерительного материала

Выводы по четвертой главе

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Методы, алгоритмы и система управления процессом обучения на основе семантико-логического анализа учебной информации»

Введение

Современные методы и системы обработки учебной информации позволяют во многом автоматизировать процесс управления обучением. Наблюдаемый сегодня спад уровня предметной подготовленности учащихся на этапе среднего полного образования становится наиболее заметным при переходе к следующему образовательному этапу — этапу высшего профессионального образования.

Недостаточный уровень предметной подготовленности студентов-первокурсников, в особенности по предметам естественнонаучного цикла, значительно осложняет усвоение ими учебного материала, предусмотренного учебным планом выбранного направления подготовки. По этой причине вузы вынуждены проводить специализированную доподготовку студентов первых курсов с тем, чтобы привести предметную подготовленность учащихся к соответствию объективным требованиям со стороны структуры и содержания изучаемых дисциплин. При этом невозможно за сравнительно малый промежуток времени полностью заполнить пробелы в знаниях учащихся, накопленные ими в течение нескольких лет. В этой связи становится очевидной необходимость заблаговременного начала управления предметной подготовкой учащегося во время его обучения на этапах среднего полного образования.

Ориентированность среднего полного образования, равно как и соответствующих ему традиционных форм доподготовки учащихся, на специфику итоговых аттестационных процедур, вместе с их несовершенством, приводит к несоответствию текущего содержания и уровня обучения требованиями высшего профессионального образования. Таким образом, вопрос управления процессом обучения, с точки зрения восстановления преемственной взаимосвязи школа-ВУЗ, до сих пор остается открытым.

Развитие информационно-коммуникационных технологий, методов аутодидактики и теории педагогических измерений значительно расширило возможности разработки адаптивных информационно-образовательных систем, построенных по принципу индивидуализации обучения. Теоретико-

методологическую основу исследования вопросов, связанных с управлением процессом обучения посредством информационно-коммуникационных технологий, составляют работы таких авторов, как B.C. Аванесов,

A.Г. Александров, В.П. Беспалько, JI.A. Демидова, Л.В. Зайцева, А.П. Карпенко,

B.C. Ким, Е.Г. Комаров, И. Б. Моргунов, А.Н. Пылькин, И.В. Роберт, В.М. Соколов, Ю.Г. Татур, P. Brusilovsky и др. Результаты применения информационно-образовательных систем, как средств управления процессом обучения, позволяют судить о все возрастающей роли инфокоммуникационных технологий в образовании и перспективности адаптивных технологий обучения, как самостоятельной ветви развития подобных систем.

Однако применяемые в существующих системах управления процессом обучения методы и алгоритмы анализа учебной информации не позволяют вполне учитывать смысловую и структурно-логическую составляющую анализируемых содержания обучения и результатов образовательной деятельности учащихся. Недостаточная достоверность результатов и неполнота аналитически показателей процедур семантико-логического анализа учебной информации приводит к снижению эффективности функционирования системы управления обучением.

Таким образом, возникает противоречие между объективной необходимостью повышения качества предметной подготовки учащихся и несовершенством методов, алгоритмов и подсистем анализа учебно-образовательной информации, как основы управления процессом обучения. Исходя из вышеизложенного, задача совершенствования существующих и разработка новых методов и алгоритмов анализа учебной информации является актуальной.

Целью диссертационной работы является повышение достоверности и расширение полноты результатов диагностики уровня усвоения учебного материала и результатов анализа учебной информации.

В соответствии с поставленной целью в диссертационной работе решаются следующие задачи:

1. исследование состояния задачи управления обучением;

2. разработка модели интегративного семантико-логического представления содержания обучения и результатов образовательной деятельности учащихся;

3. совершенствование методов и алгоритмов диагностики уровня усвоения учебного материала;

4. разработка методов и алгоритмов анализа учебной информации;

5. создание информационной системы управления процессом обучения;

6. проведение экспериментальных исследований разработанных методов, алгоритмов и системы.

Методы исследования. В работе использованы методы дискретной математики, основные понятия теории графов и теории множеств, математический аппарат и понятия семантических сетей, методы структурного анализа и проектирования, а также методы объектно-ориентированного программирования.

Научная новизна работы состоит в следующем:

1. Предложена формальная информационная модель интегративного семантико-логического представления содержания обучения и результатов образовательной деятельности учащихся. Модель основана на объединении преимуществ семантических сетей и объектно-ориентированного подхода, а также применении словаря смысловых отношений и использования механизма структурных паттернов. Предлагаемая модель обеспечивает получение достоверных, наиболее общих для всех обучаемых аналитических показателей при проведении статистического и семантико-логического анализов учебной информации.

2. Разработан метод диагностики уровня усвоения учебного материала. Метод отличается усовершенствованием структурирования контрольно-измерительного материала путем добавления дополнительного информационного слоя, содержащего множество семантико-логических взаимосвязей контрольных

заданий. Разработанный метод обеспечивает более высокую достоверность числовых показателей уровня усвоения учебного материала.

3. Разработан метод числовой оценки степени взаимозначимости учебных элементов. Метод основан на нелинейной регрессионной модели, построенной на базе модифицированной сигмоидальной функции. Разработанный метод обладает высокой достоверностью результатов прогнозирования числовой оценки уровня усвоения учебного элемента, определяемых на основе числовой оценки степени взаимозначимости учебных элементов.

4. Предложен алгоритм формирования содержания контрольно-измерительного материала. Алгоритм отличается формализацией общих правил отбора контрольных заданий посредством модели функциональных зависимостей взаимозначимости учебных элементов и весов групп контрольных заданий в соответствии с их сложностями. Предлагаемый алгоритм, учитывая правила отбора контрольных заданий, определяемые педагогом-экспертом, совместно с объективированными результатами анализа взаимозначимости учебных элементов, обеспечивает повышение степени автоматизации процедуры формирования контрольно-измерительного материала.

5. Разработан метод и алгоритм расчета уровня семантико-логической связности результатов диагностики предметной подготовленности обучаемого. Метод основан на объединении и дальнейшем семантико-логическом анализе структуры контрольно-измерительного материала и результатов диагностики предметной подготовленности обучаемого, направленного на выделение и последующую обработку смысловых цепочек контрольных заданий. Предложенный алгоритм выделения и обработки нитей контрольных заданий, являющийся модификацией алгоритма поиска в глубину на графе, обеспечивает численное определение уровня смысловой связности результатов предметной подготовленности обучаемого — нового аналитического показателя процедуры диагностики уровня усвоения учебного материала.

Практическая значимость работы заключается в создании на основе разработанных модели, методов и алгоритмов программной информационно-образовательной системы управления процессом обучения, которая позволяет:

- формировать и использовать учебный материал с произвольным числом уровней декомпозиции и классов учебных элементов, включая возможность предварительного создания структурных паттернов фрагментов учебного материала;

- повысить степень достоверности количественных показателей уровня усвоения учебного материала, а также численно определять степень достоверности и применимости решения каждого контрольного задания;

- повысить степень автоматизации процедуры формирования контрольно-измерительного материала;

- определять взаимозависимости между учебными элементами в автоматическом режиме;

- определять численно уровень смысловой связности ответов ученика на контрольные задания в соответствии с семантико-логической структурой контрольно-измерительного материала;

- автоматизировать расчет числовых свойств и показателей качества единиц контрольно-измерительного материала;

- определять и сокращать степень рассогласованности текущего и требуемого уровней предметной подготовленности учащихся.

Основные положения, выносимые на защиту:

1. Формальная информационная модель интегративного семантико-логического представления содержания обучения и результатов образовательной деятельности учащихся.

2. Метод и алгоритм диагностики уровня усвоения учебного материала на основе учета семантико-логических взаимосвязей контрольных заданий.

3. Метод числовой оценки степени взаимозависимости учебных элементов на основе нелинейной регрессионной модели.

4. Алгоритм формирования содержания контрольно-измерительного материала на основе модели функциональных зависимостей взаимозначимости учебных элементов и весов групп контрольных заданий.

5. Метод расчета уровня семантико-логической связности результатов диагностики предметной подготовленности обучаемого.

Апробация работы.

Основные положения и результаты диссертационной работы докладывались и обсуждались на Всероссийских межвузовских научных конференциях «Наука и образование в развитии промышленной, социальной и экономической сфер регионов России»: II Всероссийские научные «Зворыкинские чтения» (г. Муром, 2010-2012 гг.), на Всероссийской научной конференции «Роль инновационных университетов в реализации Национальной Образовательной инициативы «Наша новая школа» и в рамках фестиваля «Путь в науку» (г. Нижний-Новгород, 2011), на Международной конференции «Стратегия качества в промышленности и образовании» (г. Варна, 2010), а также на семинарах кафедры физики и прикладной математики МИ (филиал) ВлГУ .

Включенные в диссертацию результаты получены при выполнении хоздоговорной НИР № 01201353396 «Исследование методов генерации учебно-методического материала и разработка алгоритмов функционирования информационной системы».

Публикации. По теме диссертации опубликовано 9 печатных работ, из них 3 статьи в ведущих рецензируемых журналах из перечня ВАК РФ. Получено 2 свидетельства о регистрации программного продукта. Список публикаций приведен в конце автореферата.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и приложения. Общий объем работы составляет 152 страницы, включая 49 рисунка и 5 таблиц. Список литературы включает 130 наименований.

ГЛАВА 1. ОБЗОР И АНАЛИЗ КОНЦЕПТУАЛЬНЫХ ОСНОВ, МЕТОДОВ, АЛГОРИТМОВ И СИСТЕМ УПРАВЛЕНИЯ ПРОЦЕССОМ ОБУЧЕНИЯ

1.1 Сущность, базовые принципы и состояние современной образовательной

системы

В общем виде система образования представляет собой совокупность следующих взаимодействующих элементов [38]:

- преемственных образовательных программ и государственных образовательных стандартов различного уровня и направленности;

-сети реализующих их образовательных учреждений независимо от их организационно-правовых форм, типов и видов;

- органов управления образованием и подведомственных им учреждений и организаций;

- объединений юридических лиц, общественных и государственно-общественных объединений, осуществляющих деятельность в области образования.

Принятая в 1989 году концепция непрерывного образования во многом определила развитие системы образования на следующие десятилетия. Согласно принятым положениям базовыми принципами современной образовательной системы являются [54]:

1. Непрерывность — отражает взаимосвязанность компонентов, устойчивость объекта как системы и целостность учебно-познавательного процесса.

2. Преемственность — обеспечивает сквозную вертикальную интеграцию всех ступеней образования, сочетающую систематичность и последовательность обучения с направленностью учебного процесса на непрерывное развитие личности, формирование ее готовности к принятию новой социальной роли, адаптации к специфике обучения при переходе из одних условий учебно-познавательной деятельности в другие.

3. Интегративностъ — предполагает горизонтальную интеграцию между изучаемыми дисциплинами (междисциплинарные взаимосвязи) и между единицами учебного материала в рамках одной дисциплины (внутридисциплинарные взаимосвязи), а также использование единых ресурсной базы учебно-образовательной информации, стратегии и средств достижения педагогических целей.

А. Дифференциация — означает учет интересов и познавательных потребностей личности с предоставлением каждому учащемуся возможности выбора объема и уровня освоения предмета, организация профильного обучения в соответствии с планируемой профессией.

5. Открытость — выражает доступность и открытость любой ступени и формы образования каждому субъекту, независимо от социального статуса, места проживания, национальности, возрастной группы.

На основе анализа перечисленных принципов современной образовательной системы могут быть сформулированы наиболее общие требования, предъявляемые к системам и средствам управления процессом обучения, согласно концепции непрерывного образования [6, 53, 54, 80]:

- вариативность содержания общего и профессионального обучения;

-вертикальная и горизонтальная интеграция образовательных структур,

обеспечивающая последовательность, системность и целостность процесса обучения;

- преемственность ступеней непрерывного образования на уровне содержания, методов, организационных форм и средств обучения;

- использование основных и дополнительных форм обучения, удовлетворяющие запросы личности, экономической и социальной сфер, традиционных и инновационных практик.

Структура современной образовательной системы включает в себя два основных этапа — систему среднего полного образования и систему высшего образования. При этом сегодня современная образовательная система включает в

себя наряду с традиционными средствами обучения, также и информационно-образовательные системы, позволяющие значительно расширить возможности по реализации принципов интегративности, дифференциации и открытости обучения. Структура современной образовательной системы, а также место и роль информационных систем и средств управления процессом обучения показаны на рисунке 1.1.

^ Выпускник ^

Выпускники

Работодатель

Государственные образовательные стандарты

Система высшего образования

| Аттестационный^

Общепрофессиональная и специальная подготовка

> < >

Обще научная фундаме подготовка нтальная

(Специализированная д предметная 1 доподготовна 1

Система среднего образования

Информационная система управления процессом обучения

Рисунок 1.1 — Место и роль систем и средств управления процессом обучения в структуре существующей образовательной системы

К системе высшего образования предъявляются требования со стороны государственных образовательных стандартов, работодателя, а также выпускника. В свою очередь система высшего образования, согласно принципу нисходящего

установления требований, выступает в роли «заказчика» по отношению к системе среднего полного образования.

Законодательное введение единого государственного экзамена (ЕГЭ), как формы единой аттестационной процедуры, принципиально изменило характер взаимодействия между общеобразовательной школой и ВУЗом, как основными звеньями системы непрерывного образования. В настоящее время основные цели среднего образования реально сводятся к успешной аттестации выпускников в форме ЕГЭ, а именно получение ими минимального количества баллов по предметам, которое подтверждает освоение участниками экзаменов основных общеобразовательных программ среднего (полного) общего образования в соответствии с требованиями федерального государственного образовательного стандарта среднего (полного) общего образования. ВУЗы естественнонаучного и технического профиля, не включенные в перечень учебных заведений, имеющих право на фоне результатов ЕГЭ дополнительно проводить собственные вступительные экзамены, часто вынуждены заниматься специализированной адаптационной доподготовкой студентов-первокурсников. Как правило, эта внутривузовская подготовка призвана обеспечить учащимся возможность успешного освоение курсов дисциплин естественнонаучного цикла с учетом специфики будущей специальности и направления профессиональной деятельности [54].

Недостаточность общего уровня усвоения ряда дисциплин для успешного продолжения обучения на следующем образовательном этапе является не единственной сложностью, с которой сталкиваются учащиеся и преподаватели. В процессе изучения дисциплин специализации соответствующих направлений подготовки на этапе высшего профессионального образования, проявляются крайне слабые способности учащихся связывать получаемые ими знания с уже имеющимися. Иными словами, ясно прослеживается слабая междисциплинарная составляющая знания учащихся, их неспособность связать в целостную смысловую картину учебный материал по разным предметам и использовать его

для усвоения нового материала. Особенно это заметно на примере дисциплины естественнонаучного цикла, таких как физика — дисциплины мировоззренческой, объединяющей в себе другие естественнонаучные дисциплины и служащей основой значительному числу общенаучных и технических предметов.

Нарушение базовых принципов непрерывного образования, таких как принципы интегративности, преемственности и дифференциации, с точки зрения усвоения учащимися учебного материала, приводит к накоплению пробелов в знаниях обучаемого, увеличению степени смысловой разобщенности изучаемых учебных элементов.

В силу объективных причин, невозможность быстрого, оперативного изменения качества предметной подготовленности учащихся ясно приводит к пониманию того, что обязательным условием их подготовки является непрерывное управления процессом обучения, с учетом согласования формы и содержания обучения на текущей образовательной ступени с требованиями последующей. В сложившейся ситуации наиболее приемлемым решением является использование потенциала информационно-образовательных технологий в создании систем и средств по управлению процессом обучения согласно требованиям концепции непрерывного образования.

Таким образом, анализ состояния современной образовательной системы позволяет говорить об актуальности задачи разработки и внедрения информационных систем и средств управления процессом обучения, нацеленных на восстановление преемственной взаимосвязи этапов среднего полного и высшего образования, повышения уровня предметной подготовленности учащихся, снижения вероятности возникновения «пробелов» в усвоении учебного материала. Оптимальным структурным расположением этого механизма является разработка его на независимом уровне дополнительного образования в форме информационно-образовательной системы управления процессом обучения. Разработка информационно-образовательной системы как системного механизма направленного на преодоление сложившейся ситуации позволит, не затрагивая

традиционные формы обучения, решать задачу управления процессом обучения с учетом базовых принципов непрерывного образования.

1.2 Анализ базовых схем управления процессом обучения

В разное время к исследованию вопросов управления процессом обучения обращались такие авторы как Г.А. Атанов, А.И. Глущенко, Е.Г. Комаров, Е.М. Лещенко, Л.С. Лисицына, Л.А. Растригин, И.В. Роберт, Ю.Г. Татур и другие. Принципы построения автоматизированных систем управления процессом обучения изложены в работах таких авторов, как А.Г. Александров, И.П. Иванов, Л.С. Лисицын, О.Ю. Насадкина, В.Е. Подольский, Н.С. Рузанова, В.Н. Швецов, В.З. Ямпольский и др.

В общем виде задачу обучения можно представить как задачу управления [97], где в качестве объекта управления выступает — обучаемый, а в качестве субъекта управления — информационно-образовательная система (ИОС). На рисунке 2 приведена общая схема управления процессом обучения, где Е — состояние внешней среды, С — состояние ученика, 1Е, 1С — соответствующие измерители, Е', С' — результаты измерения величин Е и С, Ях — ресурсы, выступающие в роли ограничений на управление, А* — цель управления обучением, заключающаяся в переводе обучаемого в состояние С*, X — управляющие воздействия.

Управление процессом обучения обеспечивается непосредственно совокупностью методов диагностики и анализа состояния обучаемого и внешней среды (воздействия или условий), а также методов и алгоритмов формирования управляющих воздействий. При этом из схемы ясно, что управление процессом обучения основывается на алгоритме управления, эффективность которого напрямую зависит от достоверности и полноты результатов диагностики и анализа состояний внешней среды и обучаемого.

Рисунок 1.2 — Общая схема управления процессом обучения

На современном уровне развития систем управления процессом обучения наибольшую популярность получили системы адаптивного управления, как наиболее полно отвечающие принципиальным требованиям повышения степени индивидуализации и эффективности обучения, в условиях сложно формализуемого объекта управления, коим выступает обучаемый. В общем виде адаптивная система управления представляет собой систему управления, обеспечивающую автоматическое изменение алгоритма управления или структуры управления с целью сохранения или достижения оптимального состояния объекта управления в зависимости от целей управления [116, 66]. Согласно теории управления, адаптивное управление есть совокупность методов управления, позволяющих синтезировать соответствующие системы управления, обладающие внутренней возможностью изменять параметры регулятора или его структуру в зависимости от состояния объекта управления или воздействий внешней среды [3].

На рисунке 1.3 представлена функциональная схема адаптивного управления, на которой приняты следующие обозначения: О — объект управления, УУ — управляющее устройство, состоящее из УУо — основное управляющее устройство и УУа — управляющее устройство адаптации.

Рисунок 1.3 — Функциональная схема адаптивного управления

В системе адаптивного управления различают два контура управления: контур адаптации и основной контур. Контур УУо-О является основным контуром системы, не содержащим механизмы адаптации. Управляющее устройство адаптации УУа выполняет управление основным управляющим устройством УУо в соответствии с результатами измерения управляющих воздействий и, состояния объекта управления X и внешних условий в и Б. На основе этих данных определяется значения критерия качества управления 1(Х, и, в, Б). В зависимости от алгоритма управления устройство адаптации УУа определяет отклонение текущего значения критерия качества I от целевого и воздействует на основное устройство управления УУо с тем, чтобы уменьшить значение отклонения.

Традиционная теория управления подразумевает возможность построения пусть сложных, но аналитически точных моделей функциональных зависимостей входных и выходных данных системы управления. Однако практически эта задача является трудно решаемой в случае сложных объектов, к которым относится, обучаемый (объект управления) в рамках рассматриваемой задачи управления. В этом случае адаптивные системы управления позволяют значительно повысить эффективность управления сложно формализуемыми объектами.

Специфика задачи управления обучением, рассматриваемой в настоящем исследовании, состоит в том, что разработка автоматизированных информационных систем и средств адаптивного управления процессом обучения, направленных на обеспечение преемственности предметной подготовки обучаемых на смежных образовательных этапах вкупе с индивидуализацией процесса обучения подразумевает соблюдения ряда требований по согласованию структуры и содержания обучения, а именно: обеспечение максимальной полноты и уровня достоверности результатов автоматизированных диагностики и анализа состояния объекта управления и внешних условий.

Результаты анализа обобщенных структур и частных функциональных схем систем адаптивного управления процессом обучения позволил сформулировать следующую гипотезу: анализ предварительно объединенной информации о состоянии объекта X и внешних условий О и Р позволит расширить полноту и обеспечить повышение достоверности результатов проводимого анализа информации по сравнению с анализом теми же методами отдельных информационных потоков X, в и Р.

Список литературы диссертационного исследования кандидат наук Макаров, Андрей Владимирович, 2013 год

Список литературы

1. Аванесов, B.C. Применение тестовых форм в Rasch Measurement // Педагогические измерения, 2005, №4. С.3-20.

2. Административное право Российской Федерации (Ю.А. Дмитриев и др.) § 1. Образование и наука как отрасль государственного управления // Электронный ресурс. - URL: http://studlib.com/content/view/1414/23

3. Александров, А.Г. Оптимальные и адаптивные системы: Учеб. пособие для вузов по спец. «Автоматика и упр. в техн. системах». М.: Высш. шк, 1989. — 263 с.

4. Алисейчик, П.А. Моделирование процесса обучения / П.А. Алисейчик, К. Вашик, Ж. Кнап, В.Б. Кудрявцев, A.C. Строганов, С.Г. Шеховцов // Интеллектуальные системы, 2006, т. 10, вып. 1-4, С. 189-270.

5. Аль — Шаеби Рашид Али Ахмед Автоматизированное управление процессом формирования индивидуализированных траекторий обучения студента в высшем учебном заведении // Дисс... канд. техн. наук, Волгоград.: 2012 — 114 с.

6. Ан, А.Ф. Теоретико-методологические основы непрерывного физического образования: Монография / А.Ф. Ан. - Владимир: Изд-во Владим. гос. унта, 2009.-210 с.

7. Ан, А.Ф. Автоматизированная обучающая система в преподавании курса физики / А.Ф. Ан, A.B. Самохин // Физическое образование в вузах. - 2007. -Т. 13. -№ 1.-С. 112-116.

8. Ан, А.Ф. Ценности и проблемы современного физического образования / А.Ф. Ан, A.B. Самохин // Физическое образование в вузах. - 2008. - Т. 14. -№3.-С. 37-48.

9. Ан, А.Ф. Теоретико-методологические основы непрерывного физического образования: Монография / А.Ф. Ан. - Владимир: Изд-во Владим. гос. унта, 2009.-210 с.

10. Анциферова, Л.И. Психологические закономерности развития личности взрослого человека и проблема непрерывного образования / Л.И. Анциферова // Психологический журнал. - 1980. - № 2. - С. 52-60.

11. Атанов, Г.А. Моделирование учебной предметной области, или предметная модель обучаемого / Г.А. Атанов // Educational Technology & Society, 2001, - 4(1), P. 111-124. (http://ifets.ieee.org/mssian/depositoiy/v4_il/html/4.html).

12. Атанов, Г.А. Обучение и искусственный интеллект, или основы современной дидактики высшей школы / Г.А. Атанов, И.Н. Пустынникова- Донецк: Изд-во ДОУ, 2002. - 504 с.

13. Бабенко, В.Э. Экспертная система качественного контроля знаний / В.Э. Бабенко, О.Н. Егорышева, Г.Л. Кулешова // Системы и средства информатики. Вып. 3.- М.: Наука, 1992, С. 214 - 225.

14. Бавин Эй Методики и алгоритмы обработки и управления информацией в системах поддержки процессов обучения математическим дисциплинам // Дисс... канд. техн. наук, М.: 2010 —134 с.

15. Батуркин, С.А. Адаптация и оценка ее эффективности управления учебным процессом / С.А. Батуркин // Дистанционное и виртуальное обучение, 2011, - 2, С. 102-116.

16. Башмаков, А.И., Башмаков, И.А., Механизмы наследования, выявления и разрешения противоречий в обобщенной модели представления предметной области. Ч. I // Известия РАН. Техническая кибернетика. 1994, №5. с. 14-27

17. Башмаков, А.И., Башмаков, И.А., Механизмы наследования, выявления и разрешения противоречий в обобщенной модели представления предметной области. Ч. П // Известия РАН. Теория и системы управления. 1995, №3. с. 175-189

18. Башмаков И.А., Рабинович П.Д. Анализ моделей семантических сетей как математического аппарата представления знаний об учебном материале // Справочник. Инженерный журнал. - 2002. - №7 - с.55-60.

19. Белоус, В.В. Тестовый метод контроля качества обучения и критерии качества образовательных тестов. Обзор / В.В. Белоус, A.C. Домников, А.П. Карпенко А.П. // Наука и образование: электронное научно- техническое издание, 2011, — №4. (http://technomag.edu.ni/doc/l84741 .html).

20. Брусшовский, ПЛ. Построение и использование моделей обучаемого в интеллектуальных обучающих системах / П.Л. Брусиловский // Техническая кибернетика, 1992, - 5, С. 97-119.

21. Буева, Л.П. Непрерывное образование и проблема развития способностей личности / Л.П. Буева // Актуальные проблемы непрерывного образования. - М., 1982.-С. 104-125.

22. Буль, ЕЯ. Сравнительный анализ моделей обучаемого // Материалы X Всероссийской научно-методической конференции «Телематика 2003». 2003. -Т2 - с.364-366. URL: http://www.ict.edu.ru/ft/003576/tm2003-D.pdf.

23. Бурлай, В.В., Суфляева, Н.Е., Юренкоеа Л.Р. Контроль и оценка знаний студентов с использованием модульно-рейтинговой системы // Электронное научно-техническое издание «Наука и образование» - 2012. - №2 - ISSN 19940408. URL: http://technomag.edu.ru/doc/323937.html

24. Вазина, К.Я. Педагогические основы развивающих технологий в профессиональных учебных заведениях инновационного типа: дисс.... д-ра пед. наук.-Екатеринбург, 1998.

25. Владиславлев, А.П. Непрерывное образование: концепция развития / А.П. Владиславлев // Советская педагогика. -1983. -№ 7. - С. 67-72.

26. Владиславлев, А.П. Непрерывное образование: проблемы и перспективы / А.П. Владиславлев. - М.: Молодая гвардия, 1979. - 175 с.

27. Войт, H.H. Разработка методов и средств адаптивного управления процессом обучения в автоматизированном проектировании // Дисс... канд. техн. наук, Ульяновск: 2010 — 230 с.

28. Воробьев, Г.А. Формализация задачи управления процессом обучения на основе построения иерархической понятийной сети знания // Дисс... канд. техн. наук, М.: 2011 —138 с.

29. Воронов, Е.М. Методы оптимизации управления многообъектными многокритериальными системами на основе стабильно-эффективных игровых

решений: Учебник для вузов / Е.М. Воронов- М.: Изд-во МГТУ им. Н. Э. Баумана, 2001,- 549 с.

30. Гагарина, Л.Г. Теоретические основы интеллектуального тестирования / Л.Г. Гагарина, И.С. Фоминова, И.С. Калинников // Информационные технологии, 2008, №8, С. 64 - 70.

31. Галеев, И.Х., Иванов, В.Г., Аристова, Н.В., Урядов, В.Г. Сравнительный анализ программных комплексов TestMaker и ACT-Test // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)» - 2007. - V.10. - №3. - C.336-360. - ISSN 1436-4522. URL: http://ifets.ieee.org/russian/periodical/joumal.html

32. Герасимова, И.Б. Системный анализ процессов передачи и усвоения знаний на основе когнитивного моделирования / И.Б. Герасимова // Информационные технологии, 2010, №9, С. 70 - 75.

33. Гиря, И.А. Понятийный граф как основа ведения модели знаний / И.А. Гиря // Educational Technology & Society, 2010, -13(4).

34. Глущенко, А.И. Разработка метода адаптивного управления обучением по индивидуальной образовательной траектории // Дисс... канд. техн. наук, М.: 2009—167 с.

35. Даржский, А.В. Непрерывное образование / А.В. Даринский // Советская педагогика. - 1975. -№ 1. - С. 16-25.

36. Демидова, JI.A. Методы и алгоритмы принятия решений в задачах многокритериального анализа / Л.А. Демидова, А.Н. Пылькин // М: Горячая линия - Телеком, 2007. - 232 е.: ил.

37. Добряков, А.А. Тенденции и современные подходы к компетентностной подготовке специалистов технического профиля (Концептуальные положения, модели, методы, принципиальные схемы и комментарии к ним) / А.А. Добряков // Труды Всероссийской научно-практической конференции с международным участием «Информационные технологии в обеспечении нового качества высшего

образования (14-15 апреля 2010 г., Москва, НИТУ «МИСиС»)»- М.: Исследовательский центр проблем качества подготовки специалистов, 2010. — 56 с.

38. Жуков, ДО. Математические модели управления знаниями в информационных обучающих системах // Дисс... канд. техн. наук, М.: 2009 —192 с.

39. Закон Российской Федерации об образовании // Педагогический энциклопедический словарь / Гл. ред. Б.М. Бим-Бад. - М.: Большая Российская энциклопедия, 2003. - С. 483-500.

40. Зар Ни Хлайнг Методики и алгоритмы интеллектуальной системы поддержки управления процессом обучения основам микроэлектроники // Дисс... канд. техн. наук, М.: 2011 —147 с.

41. Зинченко, Г.П. Становление и развитие системы непрерывного образования (социально-философский аспект): автореф. дисс. ... канд. философ, наук. -Ростов на Дону, 1983. — 23 с.

42. Ивлева, Е.В. Разработка и исследование интеллектуальных контролирующих систем с настраиваемой нечеткой экспертной подсистемой выставления оценок: Диссертацияк.т.н.: 05.13.11 /Е.В.ИвлеваЕ.В.-Рязань, 2004.-173 с.

43. Информационные технологии в системе непрерьюного педагогического образования (Проблемы методологии и теории): монограф. / Под ред. В.А. Извозчикова. - СПб: Образование, 1996. - 224. - С. 8.

44. Карданова, ЕЮ., Карпинский, В.Б. Специальные методы анализа результатов тестирования, основанные на свойстве объективности модели Раша / Е.Ю. Карданова, В.Б. Карпинский // Информационные технологии, 2008, - 4, С. 72 - 80.

45. Карпенко, А.П., Добряков A.A. Модельное обеспечение автоматизированных обучающих систем. Обзор / А.П. Карпенко, A.A. Добряков // Наука и образование: электронное научно-техническое издание. - 2011. - № 7; URL: www.technomag.edu.ru/doc/193116.html (дата обращения: 01.02.2013).

46. Карпенко, А.П. Расширенная семантическая сеть обучающей системы и оценка ее сложности / А.П. Карпенко, Н.К. Соколов // Наука и образование: электронное

i

1

f *

научно- техническое издание, 2008, №12.

(http://technomag.edu.ni/doc/l 11716.html).

47. Карпенко, А.П. Контроль понятийных знаний субъекта обучения с помощью когнитивных карт / А.П. Карпенко, Н.К. Соколов // Сборник докладов Международной научно-методической конференции «Управление качеством инженерного образования и инновационные образовательные технологии» (Москва, 28-30 октября 2008 г.).- М.:МГТУ им. Н.Э.Баумана, 2008,4.2, С. 55-57.

48. Ким, B.C. Тестирование учебных достижений. Монография / B.C. Ким.-Уссурийск: Издательство УГЛИ, 2007,214 с.

49. Кинцелъ, Д.А. Нечисловой подход к моделям тестирования и оцениванию параметров тестов / Д.А. Кинцель, A.B. Кузнецов // Educational Technology & Society, 2007, №10(1), С. 276-281.

50. Кольцов, Ю.В. Нейросетевые модели в адаптивном компьютерном обучении / Ю.В. Кольцов, Н.Ю. Добровольская // Educational Technology & Society, 2002, № 5(2). (http://ifets.ieee.org/russian/periodical/V_52_2002EE.html).

51. Коляда М.Г. Виды моделей, обучаемых в автоматизированных обучающих системах / М.Г. Коляда // Искусственный интеллект, 2008, №2, С. 28-33.

52. Комаров, Е.Г. Теоретические основы построения автоматизированной системы управления обучением с учетом нечеткой информации // Дисс... док. техн. наук, М.: 2011—266 с.

53. Концепция модернизации российского образования на период до 2010 года // Народное образование. - 2002. - № 4. - С. 254-269.

54. Концепция непрерывного образования // Бюллетень Госкомобразования СССР. -1989.-№ 8.-С. 2-12.

55. Концепция профильного обучения на старшей ступени общего образования // Стандарты и мониторинг в образовании. - 2002. - № 5.

56. Короткий, A.A. Математические модели искусственных нейронных сетей. Уч. Пособие / A.A. Короткин.- Ярославль, 2000.- 168 с.

57. Кравченко, А. С Разработка математических моделей и алгоритмов управления обучаемым, учитывающих его индивидуальные особенности // Дисс... канд. техн. наук, Воронеж.: 2011 — 141с.

58. Кравченко, Ю.А. Моделирование познавательных стилей на основе свойств интеллектуальных агентов / Ю.А. Кравченко // Сборник трудов V Международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (Москва, 8 ноября 2010 г.).- М.: МГУ им. Н.В. Ломоносова, 2010, С. 85 - 95.

59. Краснова, Т.Д. Мониторинг качества обучения с использованием современных технологий / Т.Д. Краснова // Сборник трудов одиннадцатого симпозиума «Квалиметрия в образовании: методология, методика, практика» (г.Москва, 16-17 марта 2006 года).- М: МГТУ им. А.Н. Косыгина, Часть 3, С. 43 - 48.

60. Кузнецов А.В. Методика тестирования знаний и устранение случайных ошибок // Образовательные технологии и общество // Международный электронный журнал "Образовательные технологии и общество (Educational Technology & Society)" -2007, Т.10, №1, C.271-275.-ISSN 1436-4522. URL: http://ifets.ieee.org/russian/periodical/joumal.html

61. Кузнецов, И.П. Расширенные семантические сети для представления и обработки знаний // Системы и средства информатики: Ежешд. Вып. 4 / РАН. Ин-т проблем информатики М., 1993. с. 70-83

62. Кузнецов, И.П. Механизмы обработки семантической информации. - М.: Наука, 1978.115с.

63. Курзыбова, Я.В. Информационное и алгоритмическое обеспечение адаптивного управления слабо формализуемыми объектами на примере переносимых обучающих модулей // Дисс... канд. техн. наук, Иркутск.: 2012 —157 с.

64. Лаврухина, НА., Абасова, Н.И. Методы оценки качества тестов по результатам тестирования / Н.А. Лаврухина, Н.И. Абасова // Информационные технологии и проблемы математического моделирования сложных систем — Иркутск: ИИТМ ИрГУПС, 2010, Вып. 8, С. 124 -134.

65. JIuy Янг Моделирование образа обучаемого и алгоритм построения проверочных вопросов в интеллектуальных обучающих системах C-TUTOR / Янг Лиу // Тезисы докладов Всероссийской научно-практической конференции «Информационные технологии в образовании и науке "ИГОН-2006" (Москва, 45 февраля 2006 года), (http://iton.mfua.ru/2006/l_4.php).

66. Лозовский, B.C. Сетевые модели // Искусственный интеллект. — В 3-х кн. Кн.2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. - М.: Радио и связь, 1990. с. 28-49

67. Макаров, A.B., Ан, А.Ф. Концептуальные основы проектирования информационно-образовательной среды непрерывного физического образования // Современные проблемы науки и образования. - 2011. - № 6; URL: www.science-education.ru/100-5211 (дата обращения: 29.04.2012).

68. Макаров, A.B. Метод и алгоритм диагностики уровня усвоения учебного материала на основе учета семантико-логических взаимосвязей контрольных заданий / A.B. Макаров // Наука и образование: электронное научно-техническое издание. — 2012. - № 8; URL: www.technomag.edu.ru/doc/434633.html (дата обращения: 01.02.2013).

69. Макаров, A.B. Метод автоматизированного формирования контрольно-измерительного материала на основе числовой оценки уровня взаимозначимости учебных элементов / A.B. Макаров, A.B. Самохин, К.В. Макаров // Наука и образование: электронное научно-техническое издание. - 2013. — № 2; URL: www.technomag.edu.ru/doc/533251.html (дата обращения: 01.02.2013).

70. Макаров, A.B. Подходы к построению интеллектуальных обучающих систем поддержки непрерывного физического образования / А.Ф. Ан, A.B. Макаров // Стратегия качества в промышленности и образовании. Сборник материалов конференции. - Варна: Т.2 - С. 185-189,2010.

71. Макаров, A.B. Метод автоматизированной диагностики уровня усвоения учебного материала на основе семантико-логических взаимосвязей контрольных заданий / A.B. Макаров // Алгоритмы, методы и системы обработки данных. -

2011. - № 18. - С. 4-4; URL: http://amisod.ru/index.php?option==com_content &view=article&id=61 :amisod-2011-3-18-makarov&catid= 15 :amisod-3-18-

201 l&Itemid=l 11 (дата обращен: 11.02.2013).

72. Макаров, A.B. Вопросы применения NOSQL СУБД в информационно-образовательных системах / A.B. Макаров // Алгоритмы, методы и системы обработки данных. - 2012. - № 19. - С. 78-83; URL: http://amisod.ru/index.php?option=com_content&view=article&id= 105 :amisod-2012-l-19-makarov&catid=16:amisod-2012-l-19 (дата обращения: 11.02.2013).

73. Макаров, A.B. Разработка интегративной модели учебно-образовательной информации / A.B. Макаров // Алгоритмы, методы и системы обработки данных. - 2012. - № 20. - С. 35-43; URL: http://amisod.ru/index.php?option=com_content& view=article&id=l30:amisod-2012-2-20-makarov&catid=20:amisod-2012-2-20 (дата обращения: 11.02.2013).

74. Макаров, A.B. Подходы к проектированию метода числовой оценки степени взаимозависимости учебных элементов на основе модели персептрона / A.B. Макаров, К.В. Макаров // Алгоритмы, методы и системы обработки данных. —

2012. - № 21. - С. 35-43; URL: http://amisod.ru/index.php?option==com_content& view=article&id=l 50:amisod-2012-3-21 -makarov-makarov&catid=21 :amisod-2012-3 -21 (дата обращения: 11.02.2013).

75. Макаров, A.B. Алгоритм расчета степени семантико-логической связности результатов диагностики уровня подготовленности учащегося / A.B. Макаров, К.В. Макаров // Алгоритмы, методы и системы обработки данных. - 2013. — № 23. - С. 23-28; URL: http://arnisod.ru/index.php?option=com_content&vievv=article& id=l 85 :amisod-2013-1-23-makarov-makarov&catid=23 :amisod-2013-1-23 (дата обращения: 07.04.2013).

76. Маклакова, Г.Г. Оптимизация процесса тестирования знаний методами комбинаторного планирования эксперимента / Г.Г. Маклакова // УСиМ, 2007, №2, С. 56-62.

77. Мансуров А.Н., Мансуров Н.А. О матричном методе отбора и структурировании научной информации // Педагогика. - 1992. - №11-12. - С. 20-22

78. Маслов, В.И. Непрерывное образование: подходы к сущности / В.И. Маслов, Н.Н. Зволинская, В.М. Корнилов // Труды ученых ГЦОЛИФКа: 75 лет: ежегодник. М.: 1993.-С. 102-117.

79. Мошков, КС. Системный анализ текстового представления таксономии и разработка моделей для оценки профессиональных знаний с использованием тестов открытого типа // Дисс... канд. техн. наук, Самара: 2012 —148 с.

80. Национальная доктрина образования в Российской Федерации // Педагогический энциклопедический словарь / Гл. ред. Б.М. Бим-Бад. - М.: Большая Российская энциклопедия, 2003. - С. 480-482.

81. Немсцверидзе, З.Ш. Модели и методы проектирования программных систем анализа и контроля знаний // Дисс... канд. техн. наук, М.: 2010 —192 с.

82. Нехаев, КН., Власов, А.А. Интеллектуальная система адаптивного тестирования уровня усвоения знаний / И.Н. Нехаев, А.А. Власов // КИИ-2010. Двенадцатая национальная конференция по искусственному интеллекту с международным участием (20 - 24 сентября 2010 г., г. Тверь, Россия). Сборник трудов- М.: Физматлит, 2010, Т.З, С.257-263. 1

83. Нечаев, В.В. Концептуальное метамоделирование структур / В.В. Нечаев // Международная Академия информатизации; Отделение "Математическое и компьютерное моделирование". - М.: Международное изд. "Информация", 1997.- 52 с.

84. Норенков, КП. Синтез индивидуальных маршрутов обучения в онтологических обучающих системах / И.П. Норенков, Н.К. Соколов. // Информационные технологии, 2009, №3, С. 74 - 77.

85. Огарев, Е.К Непрерывное образование как фактор поступательного развития личности: автореф. дис... .канд. пед. наук. - Л., 1986. - 17 с.

86. Олейник, Н.М. Тест как инструмент измерения уровня знаний и трудности заданий в современной технологии обучения. Учебное пособие /Н.М. Олейник.-

Донецк: ДГУ. (http://opentest.com.ua/test-kak-instrument-izmereniya-urovnya-znanij/).

87. Осипов, Г.С. Построение моделей предметных областей. 41. Неоднородные семантические сети//Известия РАН. Техническая кибернетика, 1990, №5, с.32-45

88. Пантелеев, Е.Р., Шмелева И.А. Персональная адаптация программ методической WEB-поддержки автоматизированного проектирования / Е.Р. Пантелеев, И.А. Шмелева // Вестник ИГЭУ, Вып. 4,2005, С. 1 - 7.

89. Панченко, В.М. Компьютерные технологии обучения. Мониторинг качества обучения в техническом ВУЗе на основе ретроспективного экспертного комплекса / В.М. Панченко, М.И. Шорохов.- М: Изд-во МГИРЭА, 2006.- 156 с.

90. Перминов, И.А. Объектно-ориентированный язык для оперирования семантическими сетями // Международный форум информатизации - 2000: Доклады международной конференции «Информационные средства и технологии», 2000, ТЗ., с.212-215

91. Перминов, И А. Нечеткая объектно-ориентированная семантическая сеть // Международный форум информатизации - 99: Доклады международной конференции «Информационные средства и технологии», 1999, Т.З., с.37-40

92. Пименов, В.И. Методы, модели и алгоритмы интеллектуального анализа данных при создании обучающих систем в текстильной и легкой промышленности // Дисс... док. техн. наук, М.: 2009 — 319 с.

93. Прокофьева И.О. Вопросы организации компьютерного контроля знаний // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)» - 2006. - Т.9. - №1. - С.433-440. -ISSN 1436-4522. URL: http://ifets.ieee.org/russian/periodical/journal.html

94. Пустобаев, В.И Формализация элементов диагностики знаний учащегося / В.П. Пустобаев, М.Ю. Саяпин // Информатика и образование, 2005, №7, С. 120 - 123.

95. Рабинович, О.Т. Социально-профессиональное развитие личности: учебный словарь-справочник / О.Т. Рабинович - Муром: Изд.-полиграфический центр МИ ВлГУ, 2006. -275 с.

96. Разыграева, В.А. Автоматизация процесса адаптивного электронного обучения с учетом функционального состояния обучающегося // Дисс... канд. техн. наук, СпБ.: 2011 —163 с.

97. Растригин, Л.А. Адаптация сложных систем. Методы и приложения / JI,A. Растригин.-Рига: Зинатне, 1981. -375 с.

98. Рыбина, Г.В. Обучающие интегрированные экспертные системы: некоторые итоги и перспективы / Г.В. Рыбина // Искусственный интеллект и принятие решений, 2008, №1, С. 22 - 46.

99. Сафаров, Р.Х., Панищев, О.Ю. Численное моделирование инвариантности оценки знаний относительно трудности тестовых заданий в рамках модели Г. Раша // Образовательные технологии и общество (Educational Technology & Society). 2012. Т. 15. № 1. С. 424-435.

100. Сиговцев, Г. С. Моделирование учебных ресурсов для e-Learning / Г.С. Сишвцев, И.О. Семенов // Сборник трудов V Международной научно-практической конференции «Современные информационные технологии и ИТ-образование» (г. Москва, 8 ноября 2010 года).- М: МГУ им. Ломоносова, С. 239 - 244.

101. Соколов, В.М. Теоретические основы проектирования образовательных стандартов (общедидактический аспект): автореф. дис. ...доктора пед. наук. С-Пб., 1997.

102. Соколов В.М., Воробьев В.М., Морозов А.Д. Метод отбора содержания аттестационных тестов по физике и их компьютерная реализация //Проблема оценки качества подготовки специалистов на базе компьютерных технологий / М.: Исследовательский центр проблем качества подготовки специалистов, 1993.-С. 102-111.

103. Соколов В.М., Кастрова Н.Б., Маршевская В.А., Урман П.Н. Оптимизация учебных программ с учетом результатов обследования и разработки нормативов, структурно-логических схем и частотного анализа. // Координационный план важнейших НИР вузов Минвуза РСФСР по проблемам высшего образования (1981 - 1985 гг.). Отчет № 61825001928,1985.- 51 с.

104. Строганов, В.Ю. Формализованная модель учебного плана в задаче оптимизации индивидуальной образовательной траектории / В.Ю. Строганов, Д.В. Строганов, А.Б. Николаев // Тезисы докладов Международной научно-методической конференции «Управление качеством инженерного образования и инновационные образовательные технологии» (28 октября 2008, г.Москва).— М.: МГТУ им. Н.Э. Баумана, 2008,4.2, С. 54 - 58.

105. Тимченко, М.С. Повышение эффективности управления обучением на основе системы автоматизированного создания электронных учебных ресурсов // Дисс... канд. техн. наук, Самара: 2012 —159 с.

106. Титенко, C.B. Практическая реализация технологии автоматизации тестирования на основе понятийно-тезисной модели / C.B. Титенко, О.О. Гагарин. (http.V/conege-dress.ru/-quest-view-eq-Tytenko_Virt06_demo).

107. Тумбинская, М.В. Принятие решений при оценивании знаний и управлении в интерактивной обучающей системе // Дисс... канд. техн. наук, Уфа: 2011 —167 с.

108. Уразбахтина, JI.P. Анализ и управление качеством обучения и компетенциями в образовательных системах на основе иерархических и когнитивных динамических моделей // Дисс... канд. техн. наук, Уфа: 2012 —148 с.

109. Филатова, JI.O. Развитие преемственности школьного и вузовского образования в условиях введения профильного обучения в старшем звене средней школы / JI.O. Филатова. -М.: Лаборатория Базовых Знаний, 2005. - 192 с.

110. Фоминова, Н.С. Разработка и анализ стохастической и аппроксимационной моделей адаптивного тестирования для информационно-управляющих систем // Дисс... канд. техн. наук, М.: 2010 — 119 с.

111. Шабалина, О.А. Модели и методы для управления процессом обучения с помощью адаптивных обучающих систем: Дис....канд. техн. наук: 05.13.10 / О.А. Шабалина.- Астрахань, 2005.- 158 с.

112. Шаров, Д.А. Автоматизация контроля знаний с применением синонимических рядов в автоматизированных системах управления образовательного назначения // Дисс... канд. техн. наук, М.: 2011 —148 с.

113,

114,

115,

116

117.

118,

119,

120,

121.

122.

123.

124.

125.

Шахгельдян, К.И. Теоретические принципы и методы повышения эффективности автоматизации образовательных учреждений на основе онтологического подхода // Дисс... док. техн. наук, М.: 2009 — 472 с. Челышкоеа, М.Б. Теория и практика конструирования педагогических тестов: Учебное пособие. М.: Логос, 2002 г., 432 с.

Чурекова, Т.М. Теоретико-методологические основы непрерывного образования личности в инновационных образовательных учреждениях: дисс. ... д-ра. пед. наук: 13.00.01 / Чурекова Татьяна Михайловна. - Кемерово, 2002. - 397 с. РГБ ОД, 71:02-13/286-8.

Юревич, Е.И. Теория автоматического управления. - СПб.: БХВ-Петербург, 2007.-560с.

Baker, F.B. The Basics of Item Response Theory. 2 ed. Hieneman, Portsmouth, New Hempshire, 2001. p.7.

Brusilovsky, P. Adaptive hypermedia / P. Brusilovsky //User Modeling and User-Adapted Interaction, 2001, Vol 11, P. 87-110.

Cheung, В., Hui, L., Zhang, J., & Yiu, S. M. (2003). SmartTutor: An intelligent tutoring system in web-based adult education. Journal of Systems and Software, 68,11-25 D'Mello, C.; Graessner, A. (2012). "Dynamics of affective states during complex learning". Learning and Instruction 22 (2): 145-157.

D'Mello, S., Olney, A., Williams, С., & Hays, P. (2012). Gaze tutor: A gaze-reactive intelligent tutoring system. International Journal of Human - Computer Studies, 70(5), 377-398.

Evens, Martha; Michael, Joel (2005). One-on-one Tutoring by Humans and Computers. Routledge. ISBN 978-0-8058-4360-6.

Freedman, R. (2000). What is an intelligent tutoring system? Intelligence, 11(3), 15-16. Graessner A. C., Kurt VanLehn, С. P R, Jordan, P. & Harter, D. (2001). Intelligent tutoring systems with conversational dialogue. AI Magazine, 22(4), 39. Grundspenkis J. Concept Maps as Knowledge Assessment Tool: Results of Practical Use of Intelligent Knowledge Assessment System // Proceedings of the IADIS

International Conference on Cognition and Exploratory Learning in Digital Age (Rome, Italy, November 20-22 2009). — 2009. P. 258-266.

126. Heffernan, N. T., Turner, T. E., Lourenco, A. L. N., Macasek, M. A., Nuzzo-Jones, G., & Koedinger, K. R. (2006). The ASSISTment Builder: Towards an Analysis of Cost Effectiveness of ITS creation. Presented at FLAIRS2006, Florida.

127. Kinshuk, and Ashok Patel. (1997) A Conceptual Framework for Internet Based Intelligent Tutoring Systems. Knowledge Transfer, II, 117-24.

128. Nwana, H. S. (1990). Intelligent tutoring systems: An overview. Artificial Intelligence Review, 4,251-277.

129. 25 Roussopoulos N.D. A semantic network model of data bases. — TR No 104, Department of Computer Science, University of Toronto, 1976.

130. Wenger, Etienne (1987). Artificial Intelligence and Tutoring Systems: Computational and Cognitive Approaches to the Communication of Knowledge. Morgan Kaufinann. ISBN 0-934613-26-5.