Использование Веб-служб для индивидуализированного обучения, основанного на Веб-технологиях (стр. 4 из 5)

Как только обновление модели учащегося завершено, взаимодействие с комплексом становится нормальным. Данный процесс повторяется, когда учащийся заканчивает работу с комплексом (в случае, если учащийся все еще находится онлайн), так что информация на Сервере обновляется при ее получении.

Моделирование учащихся на стороне клиента

Каждый раз, когда учащийся взаимодействует с WebF-SMILE, Агент МУКП собирает новые сведения о пользователе и обновляет модель учащегося, которая хранится на локальном компьютере учащегося. В случае если Агент МУКП не может найти модель учащегося для конкретного учащегося, он пытается проинициализировать модель учащегося, используя стереотипы. Пользовательские стереотипы применяются для того, чтобы предоставить начальные предположения о пользователях до тех пор, пока комплекс не получит достаточно сведений о каждом индивидуальном пользователе. Действительно, как показал Rich (1989; 1999), стереотип представляет информацию, которая позволяет комплексу делать большое количество правдоподобных предположений на основе значительно меньшего количества наблюдений; эти предположения, однако, должны трактоваться как начальные, которые могут быть отвергнуты отдельными наблюдениями.

В WebF-SMILE пользователей причисляют к одному из трех основных классов в соответствии с их уровнем знаний, а именно: начинающие, средние и опытные. Каждый из этих классов представляет возрастающий уровень мастерства в использовании отдельной программы для манипулирования хранилищем файлов. Такая классификация считается важной, потому что она позволяет комплексу получить первое представление об обычных ошибках и неправильных представлениях пользователя, принадлежащего к какой-либо группе. Например, начинающие пользователи обычно склонны к ошибкам из-за неправильного выбора команд или неправильного выполнения команды, тогда как опытные пользователи обычно делают ошибки из-за невнимательности. Поэтому другой классификацией, которая считалась важной, было деление пользователей на две группы: внимательные и невнимательные.

Стереотипы могут служить как инструмент для моделирования убеждений и предпочтений, которые может иметь пользователь комплекса. Основная причина применения стереотипов заключается в том, что они предоставляют набор начальных предположений, которые могут оказаться очень полезными во время получения гипотез о пользователе. Получение начальных предположений может оказаться очень эффективным при моделировании большого набора пользователей. Однако данный подход также имеет много недостатков. Например, несмотря на схожее поведение, которое могут иметь пользователи одной группы, каждый из них является индивидуумом, поэтому отличается от всех остальных по многим параметрам. Поэтому стереотипы должны быть использованы только при инициализации пользовательской модели, до тех пор, пока не появится больше индивидуальных сведений. Таким образом, WebF-SMILE хранит библиотеку моделей для каждой группы пользователей, и при каждом взаимодействии нового пользователя с системой Агент МУДП в WebF-SMILE должен определить класс, к которому принадлежит данный пользователь.

Все начальные предположения в стереотипах, используемых в WebF-SMILE, предоставляют сведения об ошибках, которые пользователи данной категории обычно делают. Сведения о каждой ошибке выражаются с использованием параметров достоверных событий теории HPR (теории правдоподобных человеческих рассуждений - HumanPlausibleReasoningtheory). Таким образом, мы использовали частотнгость, чтобы показать насколько часто пользователи, принадлежащие определенной группе, совершают отдельную ошибку. Другой частью информации, которая может быть получена из стереотипа, являются наиболее частые виды ошибок, совершаемых пользователями, принадлежащими данному стереотипу. Последнее выражается как число, представляющее преобладание определенной ошибки среди набора из всех ошибок пользователей, принадлежащих данному стереотипу. И, наконец, типичность показывает, насколько типична команда во множестве всех команд, данных пользователем.

Для того чтобы определить, к какому стереотипу принадлежит пользователь, ему предлагается ответить на несколько вопросов о его/ее уровне опыта в Графических Интерфейсах Пользователя (GUIs), его/ее опыте в операционных системах и других программах для манипулирования файлами и т.д. Данная информация далее обрабатывается Агентом МУКП для того, чтобы активизировать соответствующий стереотип.

После того, как стереотип был активизирован, комплекс делает несколько начальных предположений о возможных ошибках пользователя и может предоставить некоторое подобие совета. В самом начале, только стереотип предоставляет сведения. Однако комплекс также постоянно собирает сведения об образе действия и ошибках отдельного пользователя, а также передает данные индивидуальной модели учащегося. По мере того, как комплекс собирает все больше и больше данных об учащемся, сведения получаются частично из стереотипа, а частично из индивидуальной модели учащегося. Процент сведений, получаемых из стереотипа, уменьшается с возрастанием процента данных, собранных индивидуальной моделью учащегося.

В частности, для каждого нового взаимодействия Агент МУКП создает новую запись в модели учащегося с использованием временной метки, таким образом, каждая запись привязана к дате и времени взаимодействия. Таким образом, каждое взаимодействие отличается от всех остальных, а Агент МУДП и Веб служба могут легко определить, какие из взаимодействий из локальной пользовательской модели не были еще включены в модель учащегося, хранящуюся на Сервере и наоборот. Более того, каждая запись в модели учащегося содержит флаг, показывающий, было ли данное взаимодействие отправлено на Сервер или нет. Как только учащийся завершает свое взаимодействие с комплексом, Агент МУКП отвечает за взаимодействие с Веб службой для того, чтобы обновить долговременную модель данного конкретного учащегося, которая хранится на Сервере.

Моделирование учащихся на стороне Сервера

Связь между Клиентом и WS-LM осуществляется по протоколам Веб служб. Рис.2 резюмирует деятельность Веб службы и взаимодействие с агентами клиентов. Агент МУДП совершает определенный SOAP вызов (по HTTP), который содержит запрос, касающийся отдельной модели учащегося, к WS-LM. Для того, чтобы удостовериться в подлинности пользователя, данный вызов содержит имя пользователя и пароль, полученные пользователем во время его/ее взаимодействия с клиентским приложением. Каждый такой вызов извлекается и обрабатывается Коммуникационным модулем. В целом Коммуникационный модуль обрабатывает все сообщения Веб службы, а именно: запросы на аутентификацию, запросы профилей, запросы на обновление профилей, запросы на создание и удаление, а также отвечает за форматирование ответа с использованием XML и отправку его клиентскому приложению.

После обработки части полученного URL адреса, относящегося к службе, Коммуникационный модуль передает оставшуюся часть строки дальше модулю БД или модулю Моделирования Учащихся, которые отвечают за обработку запроса и формирование ответа. Модуль Моделирования Учащихся оценивает информацию, посланную WS-LM. Например, если информация, посланная WS-LM о стереотипах, к которым принадлежит учащийся и WS-LM имеет достаточно сведений из индивидуальной истории, то данные сведения отклоняются. Это происходит потому, что стереотипная информация используется только для инициализации моделей учащихся, до тех пор, пока не соберется достаточный уровень сведений о данном конкретном учащемся. Поэтому когда стереотипная информация появляется из локальной модели учащегося, тогда как на сервере достаточно индивидуальных сведений, то это означает, что не удается установить связь между ПК и сервером и WebF-SMILE работает в режиме автономного приложения (standaloneapplication). Во время данной операции он должен был создать новую первоначальную модель учащегося, потому что он не смог найти локальную модель учащегося. Однако такая первоначальная модель оказывается бесполезной, когда WebF-SMILE снова находится в режиме онлайн, потому что в этом случае он имеет доступ к полным индивидуальным моделям учащихся на Веб Сервере. В противном случае сведения посылаются в модуль Баз Данных (модуль БД), который обеспечивает выполнение всех функций, необходимых для создания, обновления и удаления профилей, а также для установления подлинности пользователя. Для выполнения данных функций модуль БД взаимодействует с Базой Данных Моделей Учащихся (БДМУ - LMDB). Ответ вновь посылается Коммуникационному Модулю, который кодирует его в XML и возвращает его вызывающей программе (агенту на стороне клиента).

Рис.2: Архитектура WS-LM

Как уже упоминалось выше, Агент МУДП на стороне клиента, который отвечает за поддержание моделей учащихся, создает новую запись в модели учащегося каждый раз, когда пользователь взаимодействует с WebF-SMILE. Это происходит в целях синхронизации. Однако такая подробная модель учащегося требует значительного места для хранения и времени для получения сведений Веб Службой или Агентом МУДП. Для того чтобы справиться с данными проблемами, модель учащегося разделена на две части; первая часть содержит итоговые сведения об учащемся, которые старше трех месяцев, а вторая часть – детальное описание взаимодействий учащегося с WebF-SMILE за последние три месяца. Модулю DM поручено ежедневное объединение записей моделей учащихся. Ежедневно Модуль DM удаляет записи старше трех месяцев из второй части модели учащегося и объединяет их с первой частью.