MOBILE LEARNING: CONTEXT ADAPTATION AND SCENARIO APPROACH
https://doi.org/10.21686/1818-4243-2013-4(99)-75-82
Abstract
The paper proposes a model of an open architecture for component context-dependent systems of computer training to the needs of the software applications of intelligent learning environments and adaptive learning systems. The structure of a content management system is developed based on Semantic Web. The model for developing of the engine is supposed to be based on probabilistic automata. Another part of work is developing of learning scenarios and possibilities for its adaptation. The context approach for personalization of learning style is described in the paper as well.
About the Authors
Vladimir V. Kureichik
Southern Federal University
Russian Federation
Russian Federation
CAD Department
Doctor of Engineering Science, Head
Tel.: (8634) 383-451
www.sfedu.ru
Sergey I. Rodzin
Southern Federal University
Russian Federation
Russian Federation
Candidat of Engineering Science, Professor
Tel.: (8634) 362-055
www.sfedu.ru
Lada S. Rodzina
Southern Federal University
Russian Federation
Russian Federation
postgraduate student
Tel.: (8634) 371-651
www.sfedu.ru
References
1. Коулопоулос Т.М., Фраппаоло К. Управление знаниями. – М.: Эксмо, 2008. – 218 с.
2. Грачев В.В., Ситаров В.А. Персонализация обучения: требования к содержанию образования // Alma mater. Вестник высшей школы. – 2006. – № 8. – С. 11–15.
3. Koper, R., Olivier, B. Representing the Learning Design of Units of Learning // Educational Technology&Society. – 2004. – Vol. 7 (3). – P. 97–111.
4. Nodenot, T. Contribution à l’Ingénierie dirigée par les modèles en EIAH: le cas des situations-problèmes cooperatives // Pau: Université de Pau et des Pays de l’Adour, 2005.
5. Курейчик В.В., Бова В.В., Нужнов Е.В., Родзин С.И. Интегрированная инструментальная среда поддержки инновационных образовательных процессов // Открытое образование. – 2010. – № 4(81). – С. 101–111.
6. IMS Global Learning Consortium. Официальный сайт: http://www.imsglobal.org (дата обращения: 12.04.2013).
7. Вербицкий А.А. Активное обучение в высшей школе: контекстный подход. – М.: Высшая школа, 1991. – 207 с.
8. Gruber, T.R. Toward Principles for the Design of Ontologies Used for Knowledge Sharing // International Journal of Human and Computer Studies. – 1993. – №. 43(5/6). – P. 907–928.
9. Бова В.В. Методы поддержки принятия решений в построении адаптивных моделей образовательных процессов // Известия ЮФУ. Технические науки. – 2008. – № 4. – С. 221–225.
10. Кравченко Ю.А. Оценка когнитивной активности пользователя в системах поддержки принятия решений // Известия ЮФУ. Технические науки. – 2009. – № 4. – С. 113–117.
11. Кравченко Ю.А. Концептуальные основы рефлексивно-адаптивного подхода к построению интеллектуальных информационных систем // Известия ЮФУ. Технические науки. – 2011. – № 7. – С. 167–171.
12. Garlatti, S., Iksal, S. A Flexible Composition Engine for Adaptive Web Sites // Adaptive Hypermedia and Adaptive Web-Based Systems / eds.: Springer Verlag. – 2004. – Vol. LNCS 3137. – P. 115–125.
13. Zarraonandia, T., Fernandez, C., Diaz, P., Torres, J. On the way of an ideal learning system adaptive to the learner and her context // Proc. of Fifth IEEE Int. Conf. on Advanced Learning technologies, 2005. – P. 128–134.
14. Поспелов Д.А. Вероятностные автоматы. – М.: Энергия, 1970. – 88 с.
15. Economides, A.A. Adaptive Mobile Learning // Proc. the 4th Int. Workshop on Wireless, Mobile and Ubiquitous Technologies in Education, 2006. – P. 263–269.
16. Бова В.В. Модели предметных знаний на основе системно-когнитивного анализа // Известия ЮФУ. Технические науки. – 2011. – № 7. – С. 146–153.
17. Бим-Бад Б.М. Педагогическая антропология. – М.: УРАО, 1998. – 576 c.
18. Григорьев Б.В., Чумакова В.И. Праксиология или как организовать успешную деятельность. – М.: Школьная пресса, 2002. – 139 с.
19. Рассел С., Норвиг П. Искусственный интеллект: современный подход. – М.: ИД «Вильямс», 2007. – 1410 с.
20. Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. – СПб.: Наука, 2006. – 607 с.
21. Курейчик В.В., Курейчик В.М., Родзин С.И. Концепция эволюционных вычислений, инспирированных природными системами // Известия ЮФУ. Технические науки. – 2009. – № 4. – С. 16–24.
22. Курейчик В.В., Родзин С.И. О правилах представления решений в эволюционных алгоритмах // Известия ЮФУ. Технические науки. – 2010. – № 7. – С. 13–21.
23. Боженюк А.В., Гинис Л.А. Об использовании нечетких внешне устойчивых множеств для анализа нечетких когнитивных карт // Обозрение прикладной и промышленной математики. – 2007. – Т. 14. – Вып. 5. – С. 857.
24. Курейчик В.М., Писаренко В.И., Кравченко Ю.А. Технология многоаспектного аналитического исследования как метод машинного обучения // Открытое образование. – 2008. – № 2. – С. 11–17.
25. Родзина Л.С. Прикладные многоагентные системы. Программирование на платформе JADE. – Saarbrucken, Germany: LAP LAMBERT Academic Publishing GmbH&Co., 2011. – 174 c.
26. Курейчик В.М., Родзин С.И. Компьютерный синтез программных агентов и артефактов // Программные продукты и системы. – 2004. – № 1. – С. 23–27.
Review
For citations:
Kureichik V.V., Rodzin S.I., Rodzina L.S. MOBILE LEARNING: CONTEXT ADAPTATION AND SCENARIO APPROACH. Open Education. 2013;(4(99)):75-82. (In Russ.) https://doi.org/10.21686/1818-4243-2013-4(99)-75-82
Views:
583
Email this article 