ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
85
Профиль пользователя включает коэффициенты
K
Q
для всех
множеств контрольных вопросов, на которые ответил обучаемый.
Если обучаемый повторно отвечает на множество вопросов, то в
профиле сохраняется новый результат ответов обучаемого.
Модель текущих знаний обучаемого
uk =
〈
crs, up,
K
CRS
,
PE
CRS
,
LGC
〉
,
LGC = {lgc
i
},
где crs — учебное пособие; up — профиль пользователя;
K
CRS
—
ко-
эффициент правильности ответа обучаемого на множество контроль-
ных вопросов для учебного пособия; PE
CRS
—
логический признак
выполнения целей обучения пособия; LGC — упорядоченное множе-
ство выполненных целей обучения пособия; lgc
i
—
выполненная цель
обучения,
lgc
i
=
〈
lg, QL, QU,
K
LG
,
PE
LG
〉
.
Здесь QL — множество таких множеств контрольных вопросов,
которые связаны с целью и изучены обучаемым; QU — множество
таких множеств контрольных вопросов, которые связаны с целью, но
не изучены обучаемым;
K
LG
—
коэффициент правильности ответа
обучаемого на множество контрольных вопросов для множества QL;
PE
LG
—
логический признак выполнения цели обучения.
Параметр lgc характеризует степень выполнения цели обучения
lg. Преподаватель может определить, на какие контрольные вопросы
обучаемый не отвечал (множество QU) и с каким значением
коэффициента
K
LG
он ответил на контрольные вопросы.
Коэффициент
K
LG
определим как среднее значение коэффи-
циентов
K
Q
для всех элементов множества QL:
QL
Q
1
LG
QL
n
i
i
n
K
K
=
=
∑
,
где
K
Q
i
—
коэффициент правильности ответа обучаемого на
множество контрольных вопросов для всех элементов множества QL;
QL
n
—
мощность множества QL.
Коэффициент
K
CRS
определим как среднее значение коэффи-
циентов
K
LG
для всех элементов множества LGC:
LGC
LG
1
CRS
,
LGC
n
i
i
n
K
K
=
=
∑
где
K
LG
i
—
коэффициент правильности ответа обучаемого на множество
контрольных вопросов для всех элементов множества LGC; LGC
n
—