Аналіз складності та побудова концептуальних графів масових відкритих онлайн-курсів
DOI:
https://doi.org/10.30837/bi.2023.1(99).04Ключові слова:
МОДЕЛЬ СКЛАДНОСТІ НАВЧАННЯ, КОНЦЕПТУАЛЬНИЙ ГРАФ, НАВЧАЛЬНА ПЛАТФОРМА OPEN EDX, ПЛАНУВАННЯ СЦЕНАРІЇВ НАВЧАННЯ, ДІАГНОСТИКА СТАНУ УСПІШНОСТІАнотація
Досліджено проблему персоналізованого навчання, що здійснюється в масових відкритих онлайн-курсах (MВOК). Запропоновано підхід до планування сценарію онлайн-навчання та побудови технології автоматичної генерації персоналізованих шляхів навчання. На відміну від стратегії ручного оцінювання складності навчання, цей підхід дозволяє автоматично обчислювати загальну суму балів знань на основі моделі складності та концептуального графу онлайн-навчання. Розглянуто особливості реалізації запропонованого підходу для МВОК з використанням навчальної платформи Open Edx за результатами оцінювання стану навчання студентів у режимі реального часу. Наведено приклади побудови моделі складності та концептуального графу онлайн-навчання для ресурсів курсу «Штучний інтелект». Отримані результати сприятимуть реалізації персоналізованого планування сценаріїв навчання студентів для MВOК на основі своєчасної діагностики стану успішності навчання.
Посилання
Арешонков В.Ю.(2020) Цифровізація вищої освіти: виклики та відповіді. Вісник НАПН України, № 2(2). С. 1-6.
Курінний А., Вольвач В., Дарій В. (2017). Створення та розробка онлайн курсу на платформі open edX. Медична освіта. №2. 37-40 Режим доступу:https://doi.org/10.11603/me.2414-5998.2017.2.7608
Мала І. (2022). Дистанційне навчання як дієвий інструмент управлінської освіти. Вчені записки Університету «КРОК», 2(66), 132–151. https://doi.org/10.31732/2663-2209-2022-66-132-151
Massive Open Online Course (MOOC) (2020). http://www.prnewswire.com/newsreleases/massive-open-online-course-mooc-market-size-to-grow-from-usd-183billion-in-2015-to-usd-850-billion-by-2020–
Belinskiy.A. (2021) Exploring engagement profiling in MOOCs through Learning Analytics: The Open edX Case, 24-27 p.
Niknam M., Thulasiraman P. (2020). LPR: A bio-inspired intelligent learning path recommendation system based on meaningful learning theory. Educ. Inf. Technol. 2020, 25, 3797–3819.
Hailong Jin, Chengjiang Li, Jing Zhang, Lei Hou, Juanzi Li, and Peng Zhang (2018). XLORE2: Large-scale cross-lingual knowledge graph construction and application. Data Intelligence 1, 77–98.
Jing Zhang, Yixin Cao, Lei Hou, Juanzi Li, and Hai-Tao Zheng (2017). XLink: An Unsupervised Bilingual Entity Linking System. In Chinese Computational Linguistics and Natural Language Processing Based on Naturally Annotated Big Data, Maosong Sun, Xiaojie Wang, Baobao Chang, and Deyi Xiong (Eds.). Springer International Publishing, Cham, 172–183.
Удовенко С., Чала Л. (2022) Алгоритм персоналізації контенту навчальних курсів на основі платформи Open Edx. Збірник наукових праць за матеріалами Всеукраїнської науково-методичної інтернет конференції «Актуальні проблеми освітньо-виховного процесу та шляхи їх вирішення в умовах сучасних викликів». Харків: ХНАДУ. .398-401. URL: https://fmab.khadi.kharkov.ua/index.php?id=1281&no_cache=1
Удовенко С., Чала Л., Гриньова О. (2019) Метод аналізу звязків між концептами предметних онтологій. Матеріали ХVII Міжнародної науково-практичної конференції «Математичне та програмне забезпечення інтелектуальних систем». Дніпро. 264-265 Режим доступу: http://mpzis.dnu.dp.ua/wp-content/uploads/2019/12/MPZIS_2019.pdf
. Jing Zhang, Yixin Cao, Lei Hou, Juanzi Li, and Hai-Tao Zheng (2017). XLink: An Unsupervised Bilingual Entity Linking System. In Chinese Computational Linguistics and Natural Language Processing Based on Naturally Annotated Big Data, Maosong Sun, Xiaojie Wang, Baobao Chang, and Deyi Xiong (Eds.). Springer International Publishing, Cham, 172–183.
Rohloff T.; Sauer D.; Meinel C. (2019) On the acceptance and usefulness of personalized learning objectives in MOOCs. In Proceedings of the the Sixth ACM Conference on Learning@ Scale, Chicago, IL, USA, 24–25 June 2019; pp. 1–10.
