infojournalИнформатика и образованиеInformatics and education0234-04532658-7769Publishing House Education and Informatics10.32517/0234-0453-2018-33-10-4-11infojournal-344Research ArticleПЕДАГОГИЧЕСКИЙ ОПЫТPEDAGOGICAL EXPERIENCEУПРАВЛЕНИЕ УСПЕШНОСТЬЮ ОБУЧЕНИЯ СТУДЕНТА НА ОСНОВЕ МАРКОВСКОЙ МОДЕЛИMANAGEMENT OF THE SUCCESS OF STUDENT’S LEARNING BASED ON THE MARKOV MODELНосковМ. В.NoskovM. V.

доктор физ.-мат. наук, профессор, профессор кафедры прикладной математики и компьютерной безопасности Института космических и информационных технологий

660041, Россия, г. Красноярск, пр-т Свободный, д. 79

Advanced Doctor in Physical and Mathematical Sciences, Professor, Professor at the Department of Applied Mathematics and Computer Security of Institute of Space and Information Technologies

660041, Russia, Krasnoyarsk, Svobodny pr., 79

mvnoskov@yandex.ruСомоваМ. В.SomovaM. V.

инженер кафедры прикладной математики и компьютерной безопасности Института космических и информационных технологий 

660041, Россия, г. Красноярск, пр-т Свободный, д. 79

Engineer at the Department of Applied Mathematics and Computer Security of Institute of Space and Information Technologies

660041, Russia, Krasnoyarsk, Svobodny pr., 79

marinasom@yandex.ruФедотоваИ. М.FedotovaI. M.

канд. физ.-мат. наук, доцент кафедры прикладной математики и компьютерной безопасности Института космических и информационных технологий

660041, Россия, г. Красноярск, пр-т Свободный, д. 79

Ph.D. of Physical and Mathematical Sciences, Associate Professor at the Department of Applied Mathematics and Computer Security of Institute of Space and Information Technologies

660041, Russia, Krasnoyarsk, Svobodny pr., 79

firim@mail.ruСибирский федеральный университетРоссияSiberian Federal UniversityRussian Federation201821122018010411Copyright © Носков М.В., Сомова М.В., Федотова И.М., 20182018Носков М.В., Сомова М.В., Федотова И.М.Noskov M.V., Somova M.V., Fedotova I.M.This work is licensed under a Creative Commons Attribution 4.0 License.https://info.infojournal.ru/jour/article/view/344

В статье предлагается модель прогнозирования успешности обучения студента. Модель представляет собой марковский процесс с непрерывным временем типа процесса «гибель-размножение». В качестве параметров процесса предлагаются интенсивности процессов получения и усвоения информации, причем интенсивность процесса усвоения информации учитывает отношение студента к изучаемому предмету. В результате применения модели можно для каждого студента определить вероятность заданной сформированности владения изучаемым материалом в ближайшей перспективе. Таким образом, при наличии автоматизированной информационной системы вуза реализация модели является элементом системы поддержки принятия решения всеми участниками учебного процесса. Приведенные в статье примеры являются результатами эксперимента, проведенного в Институте космических и информационных технологий Сибирского федерального университета в условиях смешанного обучения, т. е. в условиях, когда аудиторная работа сопровождается самостоятельной работой с электронными ресурсами.

The article proposes a model for forecasting the success of student’s learning. The model is a Markov process with continuous time, such as the process of “death and reproduction”. As the parameters of the process, the intensities of the processes of obtaining and assimilating information are offered, and the intensity of the process of assimilating information takes into account the attitude of the student to the subject being studied. As a result of applying the model, it is possible for each student to determine the probability of a given formation of ownership of the material being studied in the near future. Thus, in the presence of an automated information system of the university, the implementation of the model is an element of the decision support system by all participants in the educational process. The examples given in the article are the results of an experiment conducted at the Institute of Space and Information Technologies of Siberian Federal University under conditions of blended learning, that is, under conditions when classroom work is accompanied by independent work with electronic resources.

прогнозирование успешности обучениямарковский процессуравнения Колмогороваforecasting success of learningMarkov processKolmogorov equationsReferencesУваров А. Ю. На пути к цифровой трансформации школы. М.: Образование и Информатика, 2018. 120 с.Uvarov A. Yu. Na puti k tsifrovoj transformatsii shkoly [On the way to digital school transformation]. Moscow, Education and Informatics, 2018. 120 p. (In Russian.)Nilsson B. The state of personalized learning in the real world of education: Survey and Infographic. February, 2016. https://content.extremenetworks.com/extreme-networksblog/the-state-of-personalized-learning-in-the-real-world-ofeducation-survey-results-and-infographicNilsson B. The state of personalized learning in the real world of education: Survey and Infographic. February, 2016. Available at: https://content.extremenetworks.com/extreme-networks-blog/the-state-of-personalized-learning-inthe-real-world-of-education-survey-results-and-infographicPersonalized learning platforms // Eduvate RI, 2017. http://eduvateri.org/projects/personalized/personalizedlearningplatforms/Personalized learning platforms. Eduvate RI, 2017. Available at: http://eduvateri.org/projects/personalized/personalizedlearningplatforms/Pane J. F. What emerging research says about the promise of personalized learning // Brown Center Chalkboard. August 15, 2017. https://www.brookings.edu/blog/browncenter-chalkboard/2017/08/15/what-emerging-research-saysabout-the-promise-of-personalized-learning/Pane J. F. What emerging research says about the promise of personalized learning. Brown Center Chalkboard. August 15, 2017. Available at: https://www.brookings.edu/blog/brown-center-chalkboard/2017/08/15/what-emergingresearch-says-about-the-promise-of-personalized-learning/Шевченко В. А. Прогнозирование успеваемости студентов на основе методов кластерного анализа // Вестник Харьковского национального автомобильно-дорожного университета. 2015. Вып. 68. С. 15–18.Shevchenko V. А. Prognozirovanie uspevaemosti studentov na osnove metodov klasternogo analiza [Prognostication of student progress on the basis of cluster analysis methods]. Vestnik Khar’kovskogo natsional’nogo avtomobil’no-dorozhnogo universiteta — Bulletin of Kharkov National Automobile and Highway University, 2015, is. 68, p. 15–18. (In Russian.)Каган Е. С., Мартынова Т. Н. Применение методов кластерного анализа и многомерного шкалирования для изучения мотивов профессионального обучения студентов вуза // Ползуновский вестник. 2005. № 3. С. 63–70.Kagan E. S., Martynova T. N. Primenenie metodov klasternogo analiza i mnogomernogo shkalirovaniya dlya izucheniya motivov professional’nogo obucheniya studentov vuza [The use of cluster analysis methods and multidimensional scaling to study the motives for the vocational training of university students]. Polzunovskij vestnik — Polzunovsky Vestnik, 2005, no. 3. p. 63–70. (In Russian.)Апатова В. А., Гапонов А. И., Майорова А. Н. Использование нечеткой логики для возможности прогнозирования успеваемости студентов // Информатизация образования и методика электронного обучения: Материалы II Международной научной конференции (г. Красноярск, 25–28 сентября 2018 года). В 2 ч. Ч. 1. Красноярск: СФУ, 2018. С. 102–106.Apatova V. A., Gaponov A. I., Mayorova A. N. Ispol’zovanie nechetkoj logiki dlya vozmozhnosti prognozirovaniya uspevaemosti studentov [The use of fuzzy logic for predicting student performance]. Informatizatsiya obrazovaniya i metodika ehlektronnogo obucheniya: Materialy II Mezhdunarodnoj nauchnoj konferentsii [Proc. 2nd Int. Scientific Conf. “Informatization of education and e-learning methods”]. Part 1. Krasnoyarsk, Siberian Federal University, 2018, p. 102–106. (In Russian.)Hameed I. A., Elhoushy M., Osen O. L. Interval type-2 fuzzy logic systems for evaluating students’ academic performance // Communications in Computer and Information Science. 2017. Vol. 739. P. 420–441.Hameed I. A., Elhoushy M., Osen O. L. Interval type-2 fuzzy logic systems for evaluating students’ academic performance. Communications in Computer and Information Science, 2017, vol. 739, p. 420–441.Коляда М. Г., Бугаева Т. И. Компьютерная реализация модели нечетких множеств для управления сложностью подачи учебного материала // Информатика и образование. 2017. № 2. С. 66–75.Koliada M. G., Bugayova T. I. Komp’yuternaya realizatsiya modeli nechetkikh mnozhestv dlya upravleniya slozhnost’yu podachi uchebnogo materiala [Computer realization of the model of fuzzy sets for management of complexity of the training materials].Informatika i obrazovanie — Informatics and Education, 2017, no. 2, p. 66–75. (In Russian.)Фетинина Е. В., Кораблина Т. В. Применение теории нечетких множеств в многовариантной технологии профориентации и адаптации обучения // Системы управления и информационные технологии. 2007. Т. 27. № 1. С. 95–101.Fetinina E. V., Korablina T. V. Primenenie teorii nechetkikh mnozhestv v mnogovariantnoj tekhnologii proforientatsii i adaptatsii obucheniya [Application of the theory of fuzzy sets in the multivariate technology of vocational guidance and adaptation of training]. Sistemy upravleniya i informatsionnye tekhnologii — Management systems and information technologies, 2007, vol. 27, no. 1, p. 95–101. (In Russian.)Luckin R., Holmes W., Griffiths M., Forcier L. B. Intelligence unleashed. An argument for AI in education. L.: Pearson, 2016. https://www.pearson.com/content/dam/corporate/global/pearson-dot-com/files/innovation/IntelligenceUnleashed-Publication.pdfLuckin R., Holmes W., Griffiths M., Forcier L. B. Intelligence unleashed. An argument for AI in education. London, Pearson, 2016. Available at: https://www.pearson.com/content/dam/corporate/global/pearson-dot-com/files/innovation/Intelligence-Unleashed-Publication.pdfFaggella D. Examples of artificial intelligence in education. https://www.techemergence.com/examples-ofartificial-intelligence-in-education/Faggella D. Examples of artificial intelligence in education. Available at: https://www.techemergence.com/examples-of-artificial-intelligence-in-education/Маслякова И. Н. Модель процедуры обучения как марковского процесса // Обозрение прикладной и промышленной математики. 2011. Т. 18. № 1. С. 128.Maslyakova I. N. Model’ protsedury obucheniya kak markovskogo protsessa [Model of the learning procedure as a Markov process]. Obozrenie prikladnoj i promyshlennoj matematiki — Review of applied and industrial mathematics, 2011, vol. 18, no. 1, p. 128. (In Russian.)Ивутин А. Н. Аналитическая петримарковская модель когнитивного процесса обучения в тренажерных системах // Известия Тульского государственного университета. Технические науки. 2013. № 9-1. С. 287–294.Ivutin A. N. Аnaliticheskaya petri-markovskaya model’ kognitivnogo protsessa obucheniya v trenazhernykh sistemakh [Analytical Petri-Markov model of the cognitive learning process in training systems]. Izvestiya Tul’skogo gosudarstvennogo universiteta. Tekhnicheskie nauki — Izvestiya Tula State University. Technical Sciences, 2013, no. 9-1, p. 287–294. (In Russian.)Кирий В. Г., Чан Ван Ан. Об одной математической модели амбивалентной системы обучения неродному языку // Вестник Новосибирского государственного университета. Серия «Информационные технологии». 2010. Т. 8. Вып. 1. С. 45–53.Kiriy V. G., Chan Van An. Ob odnoj matematicheskoj modeli ambivalentnoj sistemy obucheniya nerodnomu yazyku [About one mathematical model of ambivalent system of training in the foreign language]. Vestnik Novosibirskogo gosudarstvennogo universiteta. Seriya “Informatsionnye tekhnologii” — Novosibirsk State University Journal of Information Technologies, 2010, vol. 8, is. 1, p. 45–53. (In Russian.)Сербин В. И. Определение параметров информационных процессов в автоматизированной обучающей системе // Вестник Астраханского государственного технического университета. 2012. № 1. С. 57–61.Serbin V. I. Opredelenie parametrov informatsionnykh protsessov v avtomatizirovannoj obuchayushhej sisteme [Definition of parameters of information processes in the automated training system]. Vestnik Аstrakhanskogo gosudarstvennogo tekhnicheskogo universiteta — Vestnik of Astrakhan State Technical University, 2012, no. 1, p. 57–61. (In Russian.)Тестов В. А. Электронные технологии в обучении математике: Проблема понимания // Информатизация образования и методика электронного обучения: Материалы II Международной научной конференции (г. Красноярск, 25–28 сентября 2018 года). В 2 ч. Ч. 2. Красноярск: СФУ, 2018. С. 285–289.Testov V. А. Ehlektronnye tekhnologii v obuchenii matematike: Problema ponimaniya [Electronic technologies in the teaching of mathematics: The problem of understanding]. Informatizatsiya obrazovaniya i metodika ehlektron nogo obucheniya: Materialy II Mezhdunarodnoj nauchnoj konferentsii [Proc. 2nd Int. Scientific Conf. “Informatization of education and e-learning methods”]. Part 2. Krasnoyarsk, Siberian Federal University, 2018, p. 285–289. (In Russian.)Венцель Е. С., Овчаров Л. А. Теория случайных процессов и ее инженерные приложения. М.: Юстиция, 2018. 448 с.Ventsel’ E. S., Ovcharov L. А. Teoriya sluchajnykh protsessov i ee inzhenernye prilozheniya [Theory of random processes and its engineering applications]. Moscow, Yustitsiya, 2018. 448 p. (In Russian.)Цибульский Г. М., Носков М. В., Барышев Р. А., Сомова М. В. Активная информационная система вуза в информационно-образовательной среде // Педагогика. 2017. № 3. С. 28–32.Tsibulskii G. M., Noskov M. V., Baryshev R. A., Somova M. V. Аktivnaya informatsionnaya sistema vuza v informatsionno-obrazovatel’noj srede [Active information system of the university in the informational and educational environment]. Pedagogika — Pedagogics, 2017, no. 3, p. 28–32. (In Russian.)Носков М. В., Сомова М. В. Прогнозирование сохранности контингента студентов на основе мониторинга текущей успеваемости в электронных обучающих курсах // Вестник Красноярского государственного педагогического университета им. В. П. Астафьева. 2014. № 3. С. 84–87.Noskov M. V., Somova M. V. Prognozirovanie sokhrannosti kontingenta studentov na osnove monitoringa tekushhej uspevaemosti v ehlektronnykh obuchayushhikh kursakh [Forecasting of preservation of a quantity of students based on the monitoring of their current progress in elearning courses]. Vestnik Krasnoyarskogo gosudarstvennogo pedagogicheskogo universiteta im. V. P. Аstaf’eva — Bulletin of “KSPU”, 2014, no. 3, p. 84–87. (In Russian.)Фаткуллин Н. Ю. Влияние ознакомления обучающихся с данными индивидуального прогнозирования на результаты их учебной деятельности // Вестник ЮУрГУ. Серия «Образование. Педагогические науки». 2016. Т. 8. № 4. С. 59–64.Fatkullin N. Yu. Vliyanie oznakomleniya obuchayushhikhsya s dannymi individual’nogo prognozirovaniya na rezul’taty ikh uchebnoj deyatel’nosti [The influence of the awareness of the individual prediction data on the outcomes of students’ learning activities]. Vestnik Yuzhno-Uralskogo gosudarstvennogo universiteta. Seriya “Obrazovanie. Pedagogicheskie nauki” — Bulletin of South Ural State University. Series “Education. Pedagogical Sciences”, 2016, vol. 8, no. 4, p. 59–64. (In Russian.)Сомова М. В., Сомов Д. Ю., Иевлева А. В. Сервисы личного кабинета в активной информационной среде вуза // Сфера знаний: вопросы продуктивного взаимодействия наук в XXI веке. Казань: ООО «СитИвент», 2018. С. 202–207.Somova M. V., Somov D. Yu., Ievleva A. V. Servisy lichnogo kabineta v aktivnoj informatsionnoj srede vuza [Personal account services in the active information environment of the university]. Sfera znanij: voprosy produktivnogo vzaimodejstviya nauk v XXI veke — Sphere of knowledge: questions of productive interaction of sciences in the 21st century.Kazan’, Sitivent, 2018, p. 202–207. (In Russian.)Вайнштейн Ю. В., Есин Р. В., Цибульский Г. М. Адаптивная модель построения индивидуальных образовательных траекторий при реализации смешанного обучения // Информатика и образование. 2017. № 2. С. 83–86.Vainshtein Yu. V., Esin R. V., Tsibul’skii G. M. Аdaptivnaya model’ postroeniya individual’nykh obrazovatel’nykh traektorij pri realizatsii smeshannogo obucheniya [Adaptive model of developing individual educational trajectories for blended learning]. Informatika i obrazovanie — Informatics and Education, 2017, no. 2, p. 83–86. (In Russian.)Лобан А. В., Ловцов Д. А. Модель компьютерного обучения с использованием электронного образовательного ресурса нового поколения // Открытое образование. 2017. Т. 21. № 2. С. 47–55.Loban A. V., Lovtsov D. A. Model’ komp’yuternogo obucheniya s ispol’zovaniem ehlektronnogo obrazovatel’nogo resursa novogo pokoleniya [Model of e-learning with electronic educational resources of new generation]. Otkrytoe obrazovanie — Open Education, 2017, vol. 21, no 2, p. 47–55. (In Russian.)Мамонтов В. В. О сохранности контингента студентов и улучшении качества обучения в вузе // Международный научно-исследовательский журнал. 2017. № 07 (61). Ч. 1. С. 86–88.Mamontov V. V. O sokhrannosti kontingenta studentov i uluchshenii kachestva obucheniya v vuze [On the safety of the contingent of students and improving the quality of education in the university]. Mezhdunarodnyj nauchno-issledovatel’skij zhurnal — International Research Journal, 2017, no. 07 (61), part 1, p. 86–88. (In Russian.)

The authors declare that there are no conflicts of interest present.