CC BY
21
ОБ ОДНОМ ПОДХОДЕ К ФОРМИРОВАНИЮ ПЕРСОНАЛИЗИРОВАННОЙ ОБРАЗОВАТЕЛЬНОЙ СРЕДЫ
Н.В. Василенко, проф., д.т.н., директор Тел.: (3912)432863, E-mail: nii_suvpt@wave.krs.ru
М.Ю. Слободин, к. т. н., докторант Тел.: (3912)432863 E-mail: nii_suvpt@wave.krs.ru Научно-исследовательский институт систем управления волновых процессов и технологий http://nii.fliknet.ru И.В. Ковалев, проф., д.т.н., проф. каф. Системного анализа и исследования операций Тел.: (3912)581203, E-mail: kovalev@wave.krs.ru Д.В. Кустов, асп. кафедры Системного анализа и исследования операций Тел.: (3912)919041, E-mail: odvk@mail.ru Сибирский государственный аэрокосмический университет им. акад. М.Ф. Решетнева
А.Н. Тихонов, проф., д.т.н., директор Тел.: (495) 6294534, E-mail: ant@informika.ru Государственный научно-исследовательский институт информационных технологий и телекоммуникаций ФГУ ГНИИ ИТТ «Информика» www.informika.ru
Currently Opened Education becomes an important issue to further evolution of our state and society in general. There are two main advantages of such type of education. They are wide spread accessibility and flexibility. The first is aimed to satisfy as much person who interested in studying as possible. The role of second is to develop personalized educational way for each student. For now, especially due to Internet, accessibility can be organized rather simply. But personalization requires deep work up and using consistent mathematical methods. Here we offer one approach to organize personalized courses (theoretical body) for using in Opened Educational Environment.
персонализация) требует глубокой проработки и применения соответствующего математического аппарата. В данной статье рассматривается один подход к формированию персонализированных курсов (теоретической базы) для использования в среде открытого образования.
В рамках открытого образования не происходит непосредственного контакта преподавателя со студентами. В качестве средства передачи знаний в данном случае выступают методички или электронные учебники. Большую роль при этом играет не только содержание
учебника, но и способ подачи материала в нем. При отсутствии контакта преподавателя и студента особую роль приобретает спо-
1. Организация учебного процесса в рамках открытого образования (ОО)
На современном этапе открытое образование приобретает большое значение для развития государства и общества в целом. Одной из отправных точек такого вида обучения являются его общедоступность и гибкость. Первая направлена на удовлетворение потребностей как можно большего количества людей, желающих пройти обучение. Вторая - на развитие индивидуального подхода к процессу обучения для каждого отдельно взятого студента. И если первое сейчас, в особенности с развитием и общедоступностью Интернета, решается относительно просто. То второе (а именно,
самого электронного
соб организации материала в рамках такого электронного пособия. В этой сфере уже достаточно давно и достаточно хорошо зарекомендовали себя Интернет-технологии и, в частности, язык гипертекстовой разметки. Они позволяют создавать электронные учебники в виде так называемых гипермедиа-систем [2].
На рис. 1 представлена общая схема учебной базы электронных пособий для реализации программы по различным специальностям определенного вуза. Каждая специальность предполагает наличие определенного набора электронных пособий. При этом такие пособия создаются преподавателями в соответствии с некоторыми едиными стандартами и с использованием унифицированного инструментария.
Специальность 1
Специальность К
Электронное пособие 1
Электронное пособие N
Рис.1
Однако, очевидно, что для привнесения элементов индивидуализации не достаточно просто подготовить электронное пособие. В рамках рассматриваемого подхода предлагается использовать профильный подход при описании студентов, как пользователей электронных учебников (рис. 2б)
При этом, естественно, требуется большая проработка именно на этапе проектирования и формирования самого электронного пособия. Поскольку оно теперь требует не только сбор и представление необходимой в рамках данного курса информации, но и разделения информации на различные блоки (уровни детализации) в зависимости состояния профиля пользователя (рис. 2а).
Такой подход требует большей проработки, однако эффективность обучения возрастает за счет индивидуализации подхода к каждому студенту, предоставляя ему только
необходимую информацию в рамках существующего курса и в зависимости от его уровня знаний.
Электронное пособие 1
Уровни
ЛП'ГЛ.П нации
3. ...
Рис.2а
Студент
Профиль 1
[liafj&MErpu прсфиш:]
Профиль М [параметры профиля]
Рис. 2б
В общем случае электронное пособие представляет собой гипермедиа-систему или адаптивную гипермедиа-систему [2]. В такой системе существует наполнение в виде текста и медиа-элементов и механизм ссылок, позволяющий студенту осуществлять навигацию в рамках данного учебного материала. Поэтому в дальнейшем будем оперировать понятиями и терминологией, связанными в первую очередь с этой областью. Такие понятия, как электронное пособие и гипермедиа-система, а также студент и пользователь будем считать равнозначными. 2. Моделирование адаптивной гипермедиа
В данной секции описывается предлагаемый подход к моделированию адаптивной гипермедиа. Для начала опишем многомерную схему адаптации, затем покажем многослойную графовую модель предметной области и вероятностную интерпретацию структуры гипермедиа, описывающие соответственно логическую организацию и существенные свойства адаптивной гипермедиа. При формировании адаптивной гипермедиа-системы важную роль играет язык XML. Язык XML (eXtended markup language - расширенный язык разметки) представляет гибкие инструменты организации доступа к данным и функции динамической компоновки данных. Это позволяет использовать заранее подготовленные базовые фрагменты мультимедиа информации (например, сохраненные в базе данных или на диске в виде файла данных), а также описывать содержимое гипермедиа-системы в виде, не
К
УД'ВЦКустовЩ
зависящем от программно-технического оснащения пользователя. 2.1. Пространство адаптации
Главной целью адаптивных гипермедиа-систем является подстройка содержимого и/или представления требованиям (явным или неявным) конкретного пользователя. Некоторые из этих требований можно отследить, анализируя поведение пользователя (группы пользователей) при работе с системой. Например, для оценки интересов пользователя можно использовать данные его навигации по узлам гипермедиа-системы. Также можно использовать некоторые (такие как кластеризация, например) методы добычи данных (data mining) для оценки неявных (латентных) интересов пользователя. Многие из таких требований можно считать ортогональными (т.е. не зависящими друг от друга), другие - коррелированными.
После обобщения всевозможных различных требований пользователя к гипермедиа-системам предлагается ввести и в дальнейшем учитывать три ортогональных «измерения адаптивности» (рис.1):
•Переменные пользователя (они касаются навигации пользователя, предпочтений пользователя и т.п.). На рис.3 обозначены B.
•Переменные внешнего окружения (время доступа, язык, статус доступа и др.). На рис. 3 обозначены E.
•Технические переменные (тип сети, характеристики терминала и др.). На рис. 3 обозначены T.
Позиция пользователя в пространстве адаптации (рис. 3) характеризуется точкой в трехмерном пространстве с координатами (B,, E, T).
Значения переменных изменяются в пределах конечного алфавита символов. Например, B может принимать значения из множества {новичок, эксперт}, E - из множества {лето, осень, зима, весна} и T - из множества {HTML-низкого уровня, HTML-высокого уровня, WML}. Тогда любая точка данного пространства адаптации, например (эксперт, зима, HTML-высокого уровня), будет соответствовать персонализированному состоянию гипермедиа-системы.
Если говорить о формировании конечных узлов (страниц) гипермедиа-системы, то можно отметить следующее: измерение B (переменные пользователя) главным образом влияет на формирование содержимого страницы, измерение T — на представление страницы (т.е. расположение или компоновку элементов представления в рамках страницы), объем данных, передаваемых на терминал пользователя (например, размер текста, разрешение видеофрагментов и изображений), тип передаваемых данных (вид кодировки текста, сжатые или не сжатые данные и т.п.).
Е
Рис.3
Например, на коммерческом веб-сайте необходимо отображать товары, удовлетворяющие потребностям пользователя (класс товаров, параметры и характеристики товара), форматировать данные с учетом характеристик терминала пользователя, и корректировать размер передаваемой информации с учетом пропускной способности сети.
АГС отслеживает возможные источники, которые могут повлиять на позицию пользователя в пространстве адаптации, т.е. возможные значения переменных B, E, T. Решение о том, какие характеристики принимать во внимание, принимает разработчик с учетом предметной области. Текущая позиция пользователя (В, E, Т) достигается посредством отображения. Например, пусть есть п технических переменных, каждая из которых может принимать значения из конечного множества V ( = 1, ..., п). Тогда можно записать отображение
f: V1XV2X...XV ^ T,
где T может принимать |Vi|*|F2|*...*|F„| значений, которое будет давать позицию пользователя по оси T. Функции отображения для технической переменной и переменной внешнего окружения строятся аналогично, в то время как отображение переменной пользователя в профиль пользователя выполняется согласно алгоритму, в котором учитывается вероятностная интерпретация структуры гипермедиа (см. п. 3).
Представленная модель предметной области является абстрактной с точностью до задания множества возможных значений переменных пространства адаптации. Эта черта является значимой, если речь идет о расширении функциональности системы, то есть в тех случаях, когда разработчик пытается подстроить данную модель под конкретную предметную область или детализировать существующую систему, повысить ее функциональность. Например, обращаясь к технической переменной, разработчик может уточнить измерение, т.е. разделить точку WML на две WML-high и WML- low. 2.2. Многослойная логическая структура гипермедиа
Для описания логической структуры гипермедиа в предлагаемой модели предметной области используется многослойная модель данных: на высшем уровне адаптивная гипермедиа-система представлена в виде направленного мультиграфа элементарных абстрактных понятий/концептов (ЭАК); на среднем уровне каждый ЭАК описывается в виде направленного мультиграфа описаний представления (ОП)1. Для каждого из поддерживаемых системой профилей пользователя веса, назначаемые дугам, представляют собой вероятность следования по соответствующей ссылке, т.е. вероятность перейти на следующий узел. На низшем уровне каждое ОП представляет собой XML документ. XML дата-центрическая ориентация позволяет легко описывать функции доступа и динамической компоновки данных, позволяя использовать заранее подготовленные базовые фрагменты мультимедиа данных (например, хранимых в базах данных).
Представленная многослойная модель данных обобщает адаптивную модель дан-
1 Для отражения структуры слоя представленной модели используются некоторые понятия теории графов, а именно понятие орграфа (графа G(E, V) с заданными функциями init: E^V и term: E^V, которые каждому ребру графа ставят в соответствие начальную и конечную вершину соответственно).
ных, описанную в [6] и содержит следующие абстрактные уровни детализации (слои):
0. Информационные фрагменты (ИФ) или атомарные понятия/концепты, такие как фрагменты текста, изображения, аудио-фрагменты и т.д. Информационные фрагменты хранятся в базах данных и/или в виде отдельных файлов локально или на удаленных серверах. Такие фрагменты подготавливаются заранее (для текущего проекта они могут быть созданы разработчиком, позаимствованы из предыдущих проектов или гипермедиа-систем других разработчиков), и в дальнейшем нет необходимости их корректировать, конвертировать в другие форматы и т.п. Данные могут быть структурированы, слабо структурированы или не структурированы. Они могут извлекаться из различных источников: удаленных или локальных баз данных, XML и/или HTML документов, отдельных файлов и т.д. Информационные фрагменты описываются метаданными в XML документах. Использование метаданных для описания фрагментов информации различного типа является ключевым при организации системы адаптивной гипермедиа.
1. Описания представлений (ОП), реализуемые посредством XML документов, хранящихся в XML репозитарии. ОП описывают информационные фрагменты, включаемые в так называемую единицу представления, и способы отбора и извлечения данных в зависимости от значения некоторых параметров (профиль пользователя, технические характеристики, внешние переменные). Они включают мультимедиа содержимое, способ и формат представления, права доступа (там, где это необходимо) и т.п. Элементы страницы параметризуются с учетом трех измерений, описанных в пункте 2.1. Таким образом, они могут быть ассоциированы с некоторой областью пространства адаптации (см. п. 2.1). Базовые мультимедиа компоненты страницы описываются посредством механизма метаданных языка XML. Конечные страницы (т.е. страницы, доставляемые на терминал пользователя) компонуются динамически в процессе работы системы на соответствующем языке (XML, HTML, WML и др.).
2. Элементарные абстрактные понятия/концепты (ЭАК) описывают более крупные единицы информации. Каждый элементарный абстрактный концепт представляет собой один или более ОП, органи-
зованных в виде взвешенного орграфа (т.е. орграфа, дугам которого поставлены в соответствие некоторые веса). Дуги представляют отношения между элементарными понятиями или требования к навигации (т.е. последовательность элементарных понятий необходимых для изучения), в то время как веса отражают их релевантность по отношению друг к другу. Представление структуры ЭАК в виде орграфа изменяется в зависимо -сти от значений переменной пользователя в пространстве адаптации. Для различных профилей пользователя направления дуг, их количество, а также ассоциированные с ними веса могут изменяться в рамках одного ЭАК.
3. Предметная область. В конечном счете, предметная область образована множеством элементарных абстрактных концептов, организованных в виде орграфа. Дуги представляют отношения между ЭАК; они могут изменяться в зависимости от значений переменной пользователя в пространстве адаптации. Нулевой вес может быть назначен дуге, если она служит только для описания отношений между ЭАК и не используется пользователем в качестве элемента навигации.
Предлагаемая модель предметной области предполагает использование модели пользователя в виде стереотипных профилей. При такой организации модели пользователя выделяется несколько групп пользователей, стереотипов, каждый из которых описывается определенным набором параметров. Каждый пользователь, работающий с системой, будет отнесен к одной из существующих (наиболее близких ему в некотором смысле) групп (стереотипов).
Следует отметить, что адаптация гипермедиа содержимого, посредством изменения способа компоновки ОП, формирующих конечную страницу, подразумевает оба типа адаптации: адаптивное представление и адаптивную поддержку навигации. Первое достигается инициализацией каждого ОП с учетом профиля пользователя, второе представлением только значимых ссылок пользователю.
2.3. Вероятностная схема адаптивной гипермедиа
Как мы выяснили из предыдущего пункта, моделирование адаптивной гипермедиа-системы осуществляется посредством представления ее в виде направленного мультиграфа ЭАК. В свою очередь каждый
ЭАК представляется взвешенным орграфом ОП, т.е. XML документов.
На данном этапе разработчику необходимо определить M стереотипных профилей пользователя, определяющих определенный вид гипермедиа-системы. Каждый ЭАК может быть сформирован и представлен с точки зрения M профилей пользователя (в частности один ЭАК может быть релевантен только одному профилю).
Аналогичным образом, ЭАК представляет собой множество XML документов, т.е. описаний представления, каждое из которых может быть сформировано, используя M «точек зрения» или профилей пользователя. Таким образом, реализуется инструмент формирования представления гипермедиа-системы не только с точки зрения разработчика, но и основываясь на реальных характеристиках пользователя, заложенных в его профиле.
Каждый ЭАК с M профилями представляет собой множество из N документов XML. При этом документ ieN для каждого профиля k = 1, ...M содержит множество исходящих ссылок (i, j, k), где j — это конечный узел. Такая структура может быть задана мультиграфом G, в котором каждый узел соответствует XML документу, а каждая дуга — исходящей ссылке:
G = (N, E),
E = U Lk
ieN
k=1,...M
Для простоты мультиграф О можно представлять как множество взвешенных орграфов Ок, к = 1, ...,М, получаемых извлечением из О узлов и вершин соответствующих каждому профилю. Каждый такой граф Ок будем называть последовательным навигационным графом.
Ок = N, Ек ), Нк = = {| О, Л к) е Е v( у, г, к) е е} Ек = = {, у)|(/, у, к) е Е}
Описываемый вероятностный подход предполагает, что вес Щ(г, у) дуги (/, у) - это условная вероятность Р(у\ к, /), то есть вероятность того, что пользователь, принадлежащий профилю к, находясь на узле /, выберет ссылку на узел у:
Ж^, у) : Ек ^ [0, 1] Щг,у) = Р(у\ к, /), (/,у)е Ек, к = 1, .„№■ Р(/\ к, /) = 0, V/, поскольку ссылка не может указывать сама на себя. Кроме того, для каждого узла / сум-
ма весов исходящих дуг для каждого профиля всегда равна единице:
V) е Кк (/, ,) = 1, к = 1,...,М .
Путь в Ок определяет упорядоченное множество узлов:
5 = { 50, 51, Sl | (, s]+l) е Ек,, = 0, 1—1}.
Здесь мы не используем традиционного определения пути в орграфе, поскольку ре-лаксирующее условие (5, е Ек позволяет рассматривать путь, включающий в себя различные последовательные навигационные графы. Это может произойти в том случае, если пользователь с профилем к, находясь на узле 5, выбирает ссылку на узел , и вместе с этим переходит в новый профиль к. В этом случае мы рассматриваем граф G, принимая во внимание условие (5, 5;+1) е Ек.
Вероятность того, что пользователь с профилем к, пройдет по пути 5, определяется выражением
Р5к = № (5-, 5+1),
}=0-1
таким образом, Р^к - это произведение
л к
весов дуг пути 5. Наикратчайшим путем 5 /между двумя узлами / и - для заданного профиля к является путь с максимальной совместной вероятностью:
л к
Р, = тах(Р"),
где
с<к
5/- — путь между узлами / и - для
заданного профиля к. Таким образом может быть вычислен наикратчайший путь для каждого профиля. При неизменных весах дуг в рамках одной сессии работы системы, например, такое вычисление может быть проведено единожды в начале сессии. 2.4. Структурные свойства гипермедиа структуры.
В рассматриваемой модели должны быть учтены некоторые структурные свойства гипермедиа, которые приводят к формированию дискретной плотности вероятности [5]:
•¡(к) для каждого профиля к пропорциональна среднему вероятности наикратчайшего пути в Ок.
•р(к) для каждого профиля к пропорционально среднему длины минимального пути в Gk.
•п(к) для каждого профиля к пропорционально количеству узлов, соответствующих профилю.
Следует заметить, что эти значения могут изменяться со временем, но это связано со структурными изменениями самой гипермедиа-системы: изменение количества узлов (добавление/удаление), изменение дуг и корректировка весов. Изменение структуры гипермедиа обычно производится после анализа взаимодействия большого количества пользователей с системой, либо на основании изменений представления разработчика на предметную область (например, при появлении дополнительной информации).
Например, в работе [5] предложено данные величины определять следующими выражениями:
¡(к) = -
л к
IР-
8(к - /)
I Ек |
п(к )--
IР-
I (),])еЕк
£ I Ек |
Р(к) =
18(к - о]
/=1_:
М
II N/1
II 5, I
I Ек
-5(к -))
М I[s,| I С),-еЕк
£ I Е 'к I
Взвешенное среднее, выражающее структурную релевантность профилей, определяется выражением:
воМ(к) + Дп(к) + в2 Р(к)
5(к) =
во + Д + в
где Д, Д, Д - некоторые положительные (в > 0) константы, которые определяются для каждой гипермедиа-системы индивидуально.
3. Модель пользователя
Формирование вероятностной модели пользователя заключается в сборе информацию об активности пользователя при работе с системой и построении дискретной плотности вероятности А(к), к = 1...М, отражающей вероятность принадлежности пользователя каждому из профилей (т.е. насколько данный профиль соответствует данному пользователю). Во время работы пользователя с системой происходит непрерывная корректировка А(к) и соответственно изменение профиля для данного пользователя, если это необходимо. Другими словами, на основании данных о работе пользователя, система пытается назначить ему наилучший профиль. Более того, в некоторых случаях
)=1
¡=1
(=1
пользователь может сам инициировать процесс назначения другого профиля.
Навигация пользователя начинается со страницы, ассоциированной с начальным узлом. Если пользователь уже зарегистрирован в данной системе, последнее А(к) устанавливается в качестве текущего. В противном случае пользователю назначается общий (гостевой) профиль или профиль, определяемый анкетированием. Начальное значение А (к) обозначается через А0(к). Когда пользователь, находясь на узле Яг_1 инициирует переход по ссылке, система осуществляет расчет новой дискретной плотности вероятности А'(к) на основании значений переменных пользователя и величины s(k), и принимает решение о назначении пользователю нового профиля. Во избежание постоянного изменения профиля пользователя, можно оставлять его значение неизменным для заданного количества просмотренных узлов (выбранных ссылок), либо оставлять профиль неизменным в течение всей текущей сессии работы пользователя с системой.
Поведение пользователя характеризуется множеством переменных пользователя. Основными из них являются:
•Текущий профиль, кс.
• Текущая дискретная плотность вероятности А(к), к = 1.. .М, оценивающая вероятность принадлежности пользователя каждому профилю.
•Последние посещенные пользователем узлы Я = {Яь ..., Яг-1, Яг}, где Яг-1 - текущий узел, Яг - следующий узел. Последняя ссылка, выбранная пользователем для перехода к узлу Яг, ассоциирована с исходящей дугой (Я-1, Яг, кС).
• Время, проведенное пользователем в последних узлах '(Я]), ..., '(Яг-1).
На основании этих данных система для каждого профиля к рассчитывает следующие значения: рк
• -Гя - вероятность следования по пути Я для дуг, принадлежащих профилю к.
л к
• Ря1яг - достижимость узла Яг, из узла Я\, при условии, что используются дуги, принадлежащие профилю к.
• 0'[к]- распределение посещенных узлов, взвешенное по времени, проведенном пользователем на них, с учетом принадлежности этих узлов определенным профилям. Эта величина показывает, как время, проведенное на каждом из узлов, распределяется с
учетом профилей пользователя и, очевидно, показывает, насколько данный узел интересен пользователю с данным профилем. Естественно, что для реализации данного подхода необходимо точно измерять время, проводимое пользователем на каждом узле, и сохранять эти данные в течение всего сеанса работы системы [6].
Большие значения величины р означают, что узлы пути Я являются релевант-
л к
ными для профиля к. Достижимость Ряя следующего узла из начального узла пути Я учитывает способ достижения пользователем этого узла. Фактически, высокая достижимость Яг, для профиля к означает, что пользователь достигнет следующего узла наиболее «естественным» путем, следуя ссылкам, соответствующим профилю к.
Временные отклонения от интересов пользователя могут быть учтены попеременным или совместным использованием
л к
влияния значений Р* и Ря1яг на величину А(к). Первое учитывает фактический путь и стремится к достижению профиля, соответствующего последним предпочтениям пользователя; в то время как последнее стремится нивелировать влияние последних (локальных) выборов пользователя, поскольку кратчайший путь не обязательно содержит посещенные узлы {Яь ..., Яг-Ь Яг}.
Во избежание эффекта «бесконечной памяти» [3], принимаются во внимание только г последних узлов. Например, пусть
Я - последний путь из пройденных пользо-
к
вателем, вероятность -Г* проследовать путем Я при активном профиле к будет равна нулю, если пользователь посетил хотя бы один узел, не принадлежащий профилю к. Т.е. считается, что Жк(/, у) = 0, если (/, у) ё Ек, к = 1, ...№■
Для расчета описанных выше значений конструируются дискретные плотности вероятности, например так, как это показано в [2]:
1Ык -/)]
с(к) = ^Чм-,
IР*
г(к) = -
Ряя 8(к - г)
М л /
I Р
М л 1 ^ ,Яг
г=1
£[0'[гЩк - г)]
'(к) = -
I о' И
г=1
г=1
1=1
В конечном счете, рассчитывается взвешенное среднее этих значений, выражающее динамическую релевантность профиля:
а0с(к) + а/(к) + а2? (к)
d (к) =
а0 + а1 + а2
где а0, а1, а2 - некоторые положительные (а > 0) константы, которые определяются для каждой гипермедиа-системы индивидуально.
3.1. Алгоритм расчета вероятности принадлежности
Основная идея, при расчете вероятности принадлежности пользователя определенному профилю, заключается в использовании данных о его динамической активности (величины й(к)) и структурных свойств схемы гипермедиа, главным образом зависящих от ее топологии 5(к). Алгоритм расчета новой дискретной плотности вероятности,
таким образом, имеет следующую структуру:
Входные значения:
•Дискретные плотности распределения А(к), А0(к) и 5(к).
•Последние посещенные пользователем узлы Я = {Яь ..., Яг-1, Яг}, где Яг-1 - текущий узел, Яг - следующий узел.
• Время, проведенное пользователем в последних узлах ^Я), ..., ^Яг-1).
Выходные значения:
Новая дискретная плотность распределения А'(к).
Основные шаги алгоритма:
1. Рассчитать новую дискретную плотность распределения й(к).
2. Рассчитать новую дискретную плотность распределения А'(к) согласно формуле:
70Л(к) + 71 А(к) + У2й(к) + А^к) , 70 + 71 + 72 + а7з '
Г1, если 5(к) изменилось [0, иначе
Новое значение А'(к) рассчитывается как взвешенное среднее четырех значений; в частности, первое учитывает первоначальный выбор пользователя, второе - историю взаимодействия пользователя с системой, третье - индивидуальные особенности пользователя и последнее - структурные свойства гипермедиа. Новый профиль может быть выбран случайным образом согласно распределению, задаваемому А'(к) или соответственно наибольшему значению А'(к).
Л\к) =
где д =
4. Архитектура системы адаптивной гипермедиа
В данном пункте представлена архитектура конструирования и динамической поддержки работоспособности XML-ориентированной системы адаптивной гипермедиа. После краткого описания использования XML и других технологий близких XML будет представлена структура системы динамической поддержки, описан набор инструментов разработки и тестирования адаптивной гипермедиа-системы. Данная система поддержки вероятностного описания предметной области и модели пользователя была разработана и частично реализована. 4.1. Метаданные XML и описания представления
В системе Х-МАГ страницы (т.е. отдельные узлы гипермедиа-системы) и метаданные описываются с использованием XML. Каждый источник данных описан посредством тегов мета-описания языка XML. Как уже упоминалось выше, использование метаданных является ключевым аспектом для поддержки многомерной адаптации (см. п. 2); более того, посредством использования мета-описаний фрагменты информации одного типа независимо от способа и места их хранения могут обрабатываться с использованием единых унифицированных процедур; при конструировании страниц разработчик обращается только к метаданным, что позволяет избежать низкоуровневых процедур доступа к данным. К примеру, изображение может быть представлено с использованием различных уровней детализации и формата; текст может быть организован в виде иерархических фрагментов на разных языках; сам XML документ может быть описан с использованием различных уровней детализации [3]. Эти различные версии одних и тех же данных могут быть ассоциированы с различными точками многомерного пространства адаптации.
Проанализировав типы используемых данных, было предложено выделить следующие описания типов документов (Document Type Definitions - DTD) [2] в нотации XML мета-описания:
• Текст, иерархически организованные фрагменты текстовой информации.
•Объектно-ориентированные таблицы реляционной базы данных.
•Запросы к реляционным базам данных.
•Запросы к XML данным, описываемые посредством XQuery [2].
•Изображения и видео-фрагменты.
•XML документы, HTML документы.
Как уже было сказано выше, описания представлении в рамках нашей системы представляют собой XML документы, ключевыми компонентами которых являются элементы содержимого, фрагментов и встроенного исполняемого кода. Элементы содержимого необходимы для реализации текстового наполнения страницы. Фрагменты необходимы для включения в страницу мультимедиа-элементов. И, наконец, элементы встроенного исполняемого кода позволяют повысить гибкость, посредством включения в страницу платформо-зависимого исполняемого кода.
Каждая часть ОП организована в виде последовательности элементов, каждому из этих элементов может быть поставлена в соответствие определенная область пространства адаптации, посредством установления значений соответствующих переменных (см. выше). Таким образом, разработчик может управлять тем, насколько гибка будет его система, определяя необходимое количество элементов описания предметной области и характеризующих их параметров. 4.2. Архитектура системы
В данной работе предлагается трехслойная архитектура системы X-МАГ. Она представлена на рис. 4 и включает следующие слои: слой представления, слой приложения, слой данных.
На слой представления поступают окончательно сформированные страницы, которые затем будут представлены для просмотра пользователю. Также совместно со страницами на слой представления могут посылаться исполняемые скрипты и аппле-ты, которые выполняют различные служебные команды, например настройка локального времени, подсчет количества времени, проведенного на узлах, настройка параметров терминала пользователя и т.п.
Слой приложения содержит два основных модуля: сервер адаптивной гипермедиа-системы и компонент моделирования пользователя, которые работают в совокупности с веб-сервером. Компонент моделирования пользователя отслеживает действия пользователя и выполняет алгоритм расчета и настройки профиля пользователя.
Сервер АГС для своей работы использует технологию XSP. Фактически из компонентов XML описаний представления формируются XSP страницы, которые далее хранятся в XML репозитарии. Прежде чем
конечная страница в формате XSP будет представлена для просмотра пользователю, она проходит своего рода преобразование, чтобы соответствовать настройкам программного обеспечения терминала пользователя.
Слой данных состоит из уровня источников данных, уровня репозитариев и модуля доступа к данным. Уровень источников данных объединяет источники данных различного типа, которые используются при построении конечных гипермедиа-страниц. Каждый из источников данных S, соответствующим образом описан посредством метаданных языка XML.
Уровень репозитариев служит для сохранения данных, предоставляемых уровнем источников данных или самим разработчиком системы. Обычно он включает:
•XML документы в XML репозитарии; эти документы могут представлять собой XML описания представлений, сгенерированные и готовые к отправке пользователю XSP описания представлений, шаблоны страниц в формате XSL и XML метаданные.
•Подготовленные объекты в репозитарии объектов. Они представляют собой объекты, описывающие последовательные графы навигации и данные о зарегистрированных пользователях.
•DTD, используемые для валидации XML документов.
И, наконец, модуль доступа к данным реализует эффективные процедуры доступа и обработки данных уровня репозитариев и уровня источников данных. 4.3. Модуль разработчика системы Для эффективной реализации описанной выше адаптивной гипермедиа-системы (определения структуры и формирования содержимого) необходим соответствующий инструментарий разработчика. Такой инструментарий в рамках предлагаемой системной архитектуры реализуется в виде модуля разработчика (рис. 5 ). Он должен позволять создавать и тестировать (на предмет синтаксической и семантической корректности) XML документы, реализующие описания представлений гипермедиа и объекты (заранее подготовленные фрагменты данных разного типа), описывающие элементарные абстрактные понятия гипермедиа. Основными компонентами модуля разработчика являются:
•Компонент моделирования гипермедиа, который позволяет осуществлять визуальное проектирование структуры адаптив-
ной гипермедиа-системы в виде орграфа ЭАК, а каждый ЭАК в виде взвешенного орграфа ОП. В частности, он позволяет назначать веса дугам и предоставляет набор процедур относительно общей вероятностной структуры гипермедиа.
•Валидатор (validate - проверять достоверность; подтверждать правильность)
верки синтаксиса и семантики описания гипермедиа в виде графа, генерирует статичные объекты (т.е. объект, существующий в файле, базе данных или пересылаемый в сети, время жизни которого не ограничено временем выполнения создавшей и использующих его программ), которые затем помещаются в репозитарий объектов.
CT - XML регоозигарий - Реиэз1гсарнй объекте! - DTD peic^ituapïm
Репозитарий данных
1
Модуль доступа к данным
Мета-
Мета-
j де^крнггюр , I дескрнипир
Компонент моделир об aura пользователя
Сервер АГС
Вебсервер
Терминал пользователя
ПО терминала -X-
Рис.4
Слой даннъгх — протри неким обеспечение
• Компонент просмотра фрагментов, который позволяет просматривать информационные фрагменты, размещаемые на уровне источников данных. Также данный компонент предоставляет доступ к метаданным XML посредством мета-дескриптора.
• Редактор ОП, который предоставляет инструменты описаний представления в виде XML файлов. При этом можно создавать новые документы или редактировать уже существующие. Также в данном редакторе можно просматривать уже готовые документы.
• Валидатор ОП, который предоставляет инструментарий проверки XML ОП и сохранения их в соответствующем репозита-рии.
• XSLT процессор, который генерирует XSP документы на основе существующих XML документов и шаблонов XSL.
Итак, в данной работе представлен новый подход к индивидуализации процесса обучения в сфере открытых образовательных систем. Подход основан на использовании профилей студента и особым способом подготовленных электронных учебников. При
Слой приложения Слой угредск-ае-лени-И-
этом электронный учебник рассматривается в виде гипермедиа-системы. Предлагаемая модель для описания адаптивных гипермедиа-систем, XML-ориентированная модель адаптивной гипермедиа (Х-МАГ), позволяет описывать:
• Логическую структуру и содержимое адаптивной гипермедиа, с выделением различных адаптируемых в процессе работы системы элементов гипермедиа.
• Логику процесса адаптации, разделяя адаптацию на уровне технических ограничений и адаптацию на уровне пользователя.
Организация адаптивной гипермедиа-системы описывается посредством разных логических уровней, нескольких уровней детализации; верхний (абстрактный) слой описывается посредством взвешенного орграфа выделенных понятий (концептов), нижний (физический) слой составлен из XML документов, образующих конечные страницы гипермедиа. Страница (или мультимедиа-страница) - это своего рода контейнер, содержащий базовые мультимедиа фрагменты, извлеченные из различных ис-
точников и описанные ных языка XML.
на уровне метадан-
ставлены в виде точки трехмерного пространства, измерениями которого выступают: поведение пользователя (предпочтения и навигация), технология (организация сети и пользовательский терминал), внешнее окружение (время, местоположение, язык и т.п.). Представление предметной области соответствует каждой возможной позиции пользователя в «пространстве адаптации».
Подготовка специализированных учебных пособий в соответствии с предлагаемым подходом требует большей проработки и унификации всех процедур, а также используемого инструментария. Однако, индивидуализация и предоставление студенту только необходимого объема информации на каждом этапе обучения даже при отсутствии непосредственного контакта с преподавате-Рис 5 лем, приведет к увеличению эффективности
процесса обучения.
В работе предлагается новая концепция описания адаптации гипермедиа системы. Состояния системы могут быть пред-
Литература
1. Ковалев И.В., Кустов Д.В. PLSA-адаптация модели пользователя в открытой информационно-образовательной среде // Телекоммуникации и информатизация образования. -2004. . - №6 (25).
2. Кустов Д.В. XML-ориентированная модель гипермедиа. // Вестник университетского комплекса: Сб. научн. тр./Под общей ред. проф.Н.В. Василенко; Красноярск: ВСФ РГУИТП, НИИ СУВПТ. -2005. -Вып. 3 (17). - С. 16-36.
3. Захарушкин В.Ф. Особенности создания информационного обеспечения корпорации // Электронный журнал «Исследовано в России», 2003.
4. Brusilovsky. P. Methods and techniques of adaptive hypermedia.// User Modeling and User Adapted Interaction, 1996. Vol. 6. - P. 87-129.
5. Cannataro M., Cuzzocrea A., Pugliese A. A probabilistic approach to model adaptive hypermedia systems. Proceedings of the International Workshop on Web Dynamics, 2001.
6. De Bra P., Aerts A., Houben G.J., Wu H. Making General-Purpose Adaptive Hypermedia Work. Proceedings of the WebNet Conference, 2000.
7. SaltonG., McGrill M.J. Introduction to Modern Information Retrieval. McGraw-Hill, New York, 1993.
ЭФФЕКТИВНЫЙ АЛГОРИТМ ФРАКТАЛЬНОГО СЖАТИЯ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ ПРОСТРАНСТВЕННО-ЧУВСТВИТЕЛЬНОГО
ХЕШИРОВАНИЯ
С.В. Винокуров, инженер-программист, асп.
Тел.: 8-916-555-18-62 E-mail: sten@smartline.ru Научный руководитель Ульянов М.В., проф., д.т.н., доц.
Московский государственный университет приборостроения и информатики http://mgapi.ru/modules/news/article.php?storyid=25
In given article is result of the new approach of efficiency of algorithm of fractal compression which is based on a combination of ideas D. Saupe about data of a problem fractal compression to a problem of search of the nearest next element in multivariate interaction space, and modified method of the approached decision of a problem of search of the nearest next element by means of spatially-sensitive hash.
Введение. Одной из проблем, возникающих при создании компакт-дисков, содержащих мультимедийные обучающие
программы и энциклопедии, является проблема размещения значительного объема аудио- и видеоинформации. Обычный ком-
