Применение методов интеллектуального анализа данных для реализации рефлексивной адаптации в системах e-learning

В последние годы технологии электронного обучения (e-learning) стремительно набирают обороты в своем развитии. В связи с этим актуальными становятся вопросы, связанные с повышением качества программного обеспечения виртуальных образовательных систем: увеличение срока непрерывной эксплуатации программ, повышение их надежности и гибкости.
Перечисленные характеристики напрямую зависят от способности программной системы адаптироваться к изменениям в предметной области, условиям внешней среды и особенностям пользователей. В ряде случаев такая способность сводится к своевременной оптимизации программой собственных интерфейсов и структур данных. В настоящее время известно несколько подходов к созданию механизмов самооптимизации программных систем, но все они отличаются недостаточной степенью формализованности и, как следствие, универсальности. Целью данной работы является разработка основ технологии самооптимизации программных систем в составе e-learning.
В основе предлагаемой технологии лежит сформулированный и формализованный принцип рефлексивной адаптации программного обеспечения, применимый к широкому классу программных систем и основанный на выявления новых знаний в поведенческой продукции системы.
Для решения поставленной задачи применялись методы интел- лектуального анализа данных. Интеллектуальный анализ данных позволяет находить закономерности в функционировании программных систем, которые могут быть неочевидными на этапе их разработки. Нахождение таких закономерностей и последующий их анализ позволят реорганизовать структуру системы более оптимальным образом и без вмешательства человека, что позволит продлить жизненный цикл программного обеспечения и снизить затраты на его сопровождение. Достижение данного эффекта имеет важность для систем e-learning, поскольку они являются достаточно дорогостоящими.
К основным результатам работы следует отнести: предложенную классификацию механизмов адаптации программного обеспечения, учитывающую новейшие тенденции в IT-сфере в целом и сфере e-learning в частности; формулирование и формализацию принципа рефлексивной адаптации в программных системах, применимого к широкому классу прикладных программ; разработку универсального архитектурного шаблона программной системы, ориентированной на реструктуризацию в процессе эксплуатации; алгоритм самооптимизации пользовательского интерфейса программной системы на основе методов интеллектуального анализа данных.
Разработка теоретических основ автоматической реорганизации программного обеспечения e-learning позволит повысить гибкость виртуальной образовательной среды и увеличить срок ее непрерывной эксплуатации. В отличие от существующих аналогов, предлагаемые в статье методы являются универсальными и применимы к широкому классу прикладных программ. Данное обстоятельство является актуальным для систем электронного обучения, поскольку входящие в их состав подсистемы могут иметь различный тип и назначение (например, компонентами одной системы могут быть виртуальные тренажеры и информационно-библиотечное обеспечение).

1. Keromytis A.D. Characterizing Software Selfhealing Systems // Computer Network Security. Springer. 2007. P. 22–33.

2. Shin M.E., Cooke D. Connector-Based SelfHealing Mechanism for Components of a Reliable System // Workshop on the Design and Evolution of Autonomic Application Software (DEAS 2005). ACM, 2005. P. 1–7.

3. Smart Sparrow. URL: https://www.smartsparrow.com/ (дата обращения: 22.05.2017).

4. Rajan C.A., Baral R. Adoption of ERP system: An empirical study of factors influencing the usage of ERP and its impact on end user // IIMB Management Review. 2015. No. 2. P. 105–117.

5. The Next Evolution of ERP: Adaptive ERP // ERP the Right Way: Changing the game for ERP Cloud implementations URL: https://gbeaubouef.wordpress.com/2012/09/05/adaptive-erp/ (дата обращения: 14.05.2017).

6. WWU Munster // OpenUSS. URL: https://www.uni-muenster.de/studium/orga/openuss.html (дата обращения: 22.05.2017).

7. WebCT. URL: http://www.cuhk.edu.hk/eLearning/c_systems/webct6/ (дата обращения: 22.05.2017).

8. Заметки о Big Data // ЕС-Лизинг URL: http://www.ec-leasing.ru/public/publikatsii/index. php?ELEMENT_ID=39 (дата обращения: 28.04.2017).

9. Big Data in eLearning: The Future of eLearning Industry // eLearning Industry. URL: https://elearningindustry.com/big-data-in-elearning-futureof-elearning-industry (дата обращения: 22.05.2017).

10. Ravindran K., Rabby M. Software cybernetics to infuse adaptation intelligence in networked systems // IEEE International Conference on the Network of the Future (NOF). Washington: IEEE Computer Society, 2013. P. 1–6.

11. Wang P., Cai K.Y. Representing extended finite state machines for SDL by a novel control model of discrete event systems // Sixth IEEE International Conference on Quality Software (QSIC 2006). Washington: Ieee Computer Society, 2006. P. 159–166.

12. Wang P., Cai K.Y. Supervisory control of a kind of extended finite state machines // 24th IEEE Chinese Control and Decision Conference (CCDC). Washington: Ieee Computer Society, 2012. P. 775–780.

13. Patikirikorala T., Colman A., Han J., Wang L. A systematic survey on the design of selfadaptive software systems using control engineering approaches // 7th International Symposium on Software Engineering for Adaptive and Self-Managing Systems (IEEE Press). Washington: IEEE Computer Society, 2012. P. 33–42.

14. Lorenzoli, D., Mariani, L., Pezzè, M. Automatic generation of software behavioural models // 30th international ACM conference on Software engineering. New York: ACM, 2008. P. 501–510.

15. Yang, Q., Lü, J., Xing, J., Tao, X., Hu, H., Zou, Y. Fuzzy control-based software self-adaptation: A case study in mission critical systems // IEEE 35th Annual Computer Software and Applications Conference Workshops (COMPSACW). Washington:

16. IEEE Computer Society, 2011. P. 13–18.

17. Liu L., Zhou Q., Liu J., Cao Z. Requirements cybernetics: elicitation based on user behavioural data // J. Syst. Software. Amsterdam: Elsevier. 2016.

18. Park J.S. Essence-based, goal-driven adaptive software engineering // EEE/ACM 4th SEMAT Workshop on General Theory of Software Engineering (GTSE). Washington: IEEE Computer Society, 2015. P. 33–38.

19. Liu C., Jiang C., Hu H., Cai K.Y., Huang D., Yau S.S. Control-based approach to balance services performance and security for adaptive service based systems (ASBS) // 33rd Annual IEEE International Computer Software and Applications Conference (COMPSAC’09). Washington: IEEE Computer Society, 2009. P. 473–478.

20. Zhou Y., Taolue C. Software Adaptation in an Open Environment: A Software Architecture Perspective. Boca Raton: CRC Press, 2017.

21. Lemos R. Software Engineering for SelfAdaptive Systems. Berlin: Springer, 2009.