С. П. Дударов, А. С. Фарфоров dudarov@hotbox
| Вид материала | Документы |
УДК 371.6
РАЗРАБОТКА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ АДАПТИВНОГО ТЕСТИРОВАНИЯ ЗНАНИЙ НА ОСНОВЕ МЕТОДОВ ТЕОРИИ НЕЧЁТКИХ МНОЖЕСТВ
С. П. Дударов, А. С. Фарфоров (dudarov@hotbox.ru)
Российский химико-технологический университет им. Д. И. Менделеева, Москва
Одной из форм контроля знаний в процессе обучения является тестирование. Вариант тестирования, наиболее приближенный к проверке знаний опытным преподавателем, – адаптивное тестирование, предусматривающее возможность настройки сложности предъявляемых заданий в зависимости от правильности решения и сложности предыдущих.
В докладе рассматриваются основанные на теории нечётких множеств методы и алгоритмы, лежащие в основе разработанной на кафедре компьютерно-интегрированных систем в химической технологии (КИС ХТ) РХТУ им. Д. И. Менделеева автоматизированной системы адаптивного тестирования знаний по дисциплинам специальности и специализации, преподаваемым студентам кафедры.
В структуре алгоритма адаптивного тестирования можно выделить несколько основных этапов:
– настройка сеанса тестирования;
– инициализация процедуры тестирования;
– цикл предъявления и решения обучаемым тестовых заданий;
– завершение процедуры тестирования.
Под настройкой сеанса тестирования понимается процесс задания исходных параметров тестирования, например: определение тем и заданий из каждой темы, задействованных в сеансе тестирования, количества заданий в тесте, минимально допустимого количества заданий из каждой темы, минимальной и максимальной оценки за тест.
В процессе инициализации процедуры тестирования происходит авторизация обучаемого в автоматизированной системе, выбор дисциплины и теста и определяется степень сложности первого задания.
В основном цикле тестирования в соответствии с имеющимся целевым значением степени сложности из базы данных системы выбирается и предъявляется новое тестовое задание. После ввода ответа система анализирует его правильность и использует эту информацию для определения степени сложности следующего задания.
В завершение процедуры рассчитывается и выводится на экран итоговый результат тестирования. Информация о проведённом сеансе и все результаты сохраняются в базе данных системы.
В основу определения сложности предъявляемого задания и расчёта оценки правильности выполнения теста положен логический вывод на основе теории нечётких множеств.
При определении сложности вновь предъявляемого задания:
– определяется степень правильности решения предыдущего;
– числовое выражение степени правильности фаззифицируется с использованием описанных в системе функций принадлежности к категориям «правильный», «частично правильный», «неправильный»;
– числовое выражение степени сложности предыдущего задания фаззифицируется с помощью описанных в системе функций принадлежности к категориям «сложное», «средней сложности», «лёгкое»;
– на основе правил логического вывода находится сложность следующего задания в нечеткой форме, например, «если предыдущее задание сложное и предыдущий ответ неправильный, то сложность следующего задания средняя»;
– полученное в результате логического вывода нечеткое значение сложности дефаззифицируется;
Далее из базы тестовых заданий выбирается новое, соответствующее рассчитанной на предыдущем шаге сложности.
При вычислении оценки результатов тестирования учитывается правильность выполнения заданий различных категорий сложности. Логический вывод осуществляется на основе базы, включающей 104 правила, например, «если правильность ответов на легкие задания высокая, на задания средней сложности высокая и на сложные задания высокая, то оценка отлично». Полученная в результате дефаззификации оценка масштабируется с учетом выбранного при настройке теста диапазона изменения оценок.
Разработанные алгоритмы реализованы в автоматизированной системе адаптивного тестирования с использованием технологий Java 2 SE 1.4*, Java WebStart, Oracle 9i. Функциональная структура системы включает ряд взаимосвязанных блоков, разделённых по назначению: блок распределения прав доступа, математический аппарат нечёткой логики, блок адаптивного тестирования, блок ведения результатов теста, блок расчета итоговой оценки, блок ведения базы заданий, блок обобщения и представления результатов тестирования, блок расчёта сложности заданий, база нечетких правил логического вывода, блок формирования списка тестируемых, а также реляционная база данных системы, включающая 24 таблицы.
С точки зрения технической реализации, система является кроссплатформенной: имеется возможность работы с ней в различных операционных системах (Windows, Linux, MacOs и других). Доступ ко всем функциям осуществляется через веб-загружаемое приложение в зависимости от прав авторизованного пользователя.
Разработанная система использована в 2007/2008 учебном году для проведения одного из этапов итогового контроля знаний студентов III курса кафедры КИС ХТ по дисциплине «Программно-технические аудиовизуальные средства обучения». Адаптивный тест включал 18 тестовых заданий различных категорий сложности и форм по 9 темам дисциплины из общей базы, содержащей 187 заданий. Анализ полученных результатов тестирования и решений предъявленных студентам заданий подтвердил эффективность работы алгоритмов, заложенных в систему.