Самоадаптация обучающих программных систем на основе наблюдения за информационной средой

Цель исследования. Целью проводимого исследования является разработка нового универсального метода самоадаптации прикладных программных систем, используемых в сфере электронного обучения (E-Learning). Под самоадаптацией понимается способность программного приложения изменять собственную структуру и поведение в зависимости от внешних обстоятельств, к числу которых можно отнести, например, личностные характеристики обучаемого, что особенно актуально для систем, используемых в сфере образования. Подобное самоадаптивное поведение должно быть достаточно гибким и не сводиться к выбору одного из множеств вариантов поведения, заранее определяемых разработчиком (также подобные варианты поведения должны генерироваться на протяжении жизненного цикла системы).

Материалы и методы исследования. В качестве исходных данных предложенный метод использует массив пользовательских отзывов о программном обеспечении, для последующей обработки которого применяются методы латентно-семантического и дистрибутивно-статистического анализа. Для представления обобщенной самоадаптивной структуры системы используются модели характеристик. Конфигурации модели характеристик представляют собой отдельные состояния самоадаптивной системы, их генерация осуществляется автоматически на протяжении жизненного цикла программы следующим образом: на основе массива пользовательских отзывов формируется семантическая сеть основных понятий, характеризующих программу, которая в дальнейшем сопоставляется с исходной моделью характеристик и личностными характеристиками пользователя, оставившего отзыв. Определение личностных характеристик пользователя может осуществляться множеством способов (например, с помощью психологического тестирования или с помощью анализа результатов обучения).

Результаты. Основными результатами проведенного исследования являются: 1) универсальные принципы построения самоадаптивной системы электронного обучения 2) способ представления самоадаптивной структуры программной системы в форме модели характеристик, актуальный для широкого круга программного обеспечения 3) новый универсальный метод самоадаптации прикладного программного обеспечения, используемого в сфере E-Learning, основные отличия которого от существующих заключаются, во-первых, в использовании мнений самих пользователей системы для настройки самоадаптивного поведения, во-вторых, в возможности генерации новых состояний системы на протяжении всего периода ее функционирования.

Заключение. Разработанный теоретический аппарат позволяет существенным образом индивидуализировать процесс обучения, учитывать мнения и склонности самих обучаемых, снизить роль педагогического работника в оценке знаний и умений. Помимо проблем исключительно образовательного характера, применение метода позволяет также успешно решить технические вопросы, связанные с разработкой программного обеспечения в целом. К числу таких проблем относится, например, проблема сложности программного обеспечения, когда программа, показывающая хорошие результаты в одних условиях функционирования, показывает недостаточно хорошую производительность в других. Также серьезной задачей, с решением которой может справиться предложенный метод, является задача увеличения жизненного цикла программной системы. 

1. Schobbens P. E., Heymans P., Trigaux J.C. Feature diagrams: a survey and formal semantics // 14th IEEE International Requirements Engineering Conference (RE’06). Washington: IEEE Computer Society, 2011. P. 139–148.

2. Kang K. C. et al. Feature-oriented domain analysis (FODA): feasibility study. Pittsburgh: Software Engineering Institute, 1990. 161 p.

3. Sinnema M., Deelstra S. Classifying variability modeling techniques // Information and software technology. 2007. №7. P. 42–54.

4. Dinkelaker T. et al. On goal–based variability acquisition and analysis // 14th IEEE International Requirements Engineering Conference (RE’06). Washington: IEEE Computer Society, 2010. P. 77–85.

5. Berger T. Variability modeling in the real: an empirical journey from software product lines to software ecosystems. Leipzig: University of Leipzig, 2012. 225 p.

6. Бершадский А.М., Бождай А.С., Евсеева Ю.И., Гудков А.А Математическая модель рефлексии самоадаптивных программных систем // Известия Волгоградского государственного технического университета. 2018. № 2 (218). С. 7–14.

7. Москович В.А. Информационные языки. М.: Наука, 1971.

8. Захарова О.А. Виртуальная образовательная среда в профессиональной подготовке и системе повышения квалификации: монография. Ростов н/Д.: Издательский центр ДГТУ, 2011. 146 с.

9. Захарова О.А. Интерактивное повествование и мультимедиа в системе профессионального обучения и повышения квалификации // Мир науки, культуры, образования. 2013. № 1(38). С. 21–24.

10. Ritke-Jones William. Virtual Environments for Corporate Education: Employee Learning and Solutions. Cybernations Consulting Group, 2010. 426 p.

11. Колоденкова А. Е. Задачи программного инжиниринга сложных систем на основе критерия жизнеспособности проекта // Проблемы управления и моделирования в сложных системах: Труды XII Международной конференции. Самара: Самарский НЦ РАН, 2010. С. 593–598.

12. Рамбо Дж, Блаха М. UML 2.0. Объектно-ориентированное моделирование и разработка. Изд. 2-е. СПб.: Питер, 2007.

13. Линда Дейли Полсон. Разработчики переходят на динамические языки // Открытые системы. 2007. № 2.

14. Wang A.L., Nordmark N. Software architectures and the creative processes in game development. In: Entertainment computing. Eds. K. Chorianopoulos et al. Cham: Springer International Publishing, 2015. P. 272–285.

15. Cornforth D.J., Adam M.T. Cluster evaluation, description and interpretation for serious games. In: Serious games analytics. Eds. C.S. Loh, Y. Sheng, D. Ifenthaler. Cham: Springer International Publishing, 2015. P. 135–155.

16. Carvalho M.B. et al. The journey: a service-based adaptive serious game on probability. In: Serious games analytics. Eds. C.S. Loh, Y. Sheng, D. Ifenthaler. Cham: Springer International Publishing, 2015. P. 97–106.

17. 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.

18. Yang Q., Lu 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: IEEE Computer Society, 2011. P. 13–18.

19. Ahuja K., Dangey H. Autonomic Computing: An emerging perspective and issues // IEEE International Conference on Issues and Challenges in Intelligent Computing Techniques (ICICT 2014). Washington: IEEE Computer Society, 2014. P. 471–475.

20. Sim K. M. Agent-based cloud computing // IEEE Transactions on Services Computing. Washington: IEEE Computer Society, 2012. P. 564–567.