Перейти до вмісту
Наукові вісті КПІ
ISSN 2617-5509 · e‑ISSN 2663-7472 Відкритий доступ · CC BY 4.0
Т. · № 4 · 2020 чер 1, 2020 статті

КАРТИ ПОНЯТЬ, ЇХ ВИДИ ТА МЕТОДИ ЗАСТОСУВАННЯ В ІНФОРМАЦІЙНО-НАВЧАЛЬНИХ СИСТЕМАХ

СТ
Сергій Володимирович Титенко Відповідальний Igor Sikorsky Kyiv Polytechnic Institute, Ukraine Україна
Опублікованочер 1, 2020
PDF
НВКПІ 4 ТОМ · 4
ТОМ · № 4 · 2020 Переглянути випуск

Анотація

Проблематика. Гіпермедіа-середовище, що отримало потужну технічну інфраструктуру завдяки WWW, зумовило дослідження та появу нових форм і засобів презентації інформаційно-навчального контенту. Різноманітні методи та засоби візуалізації навчальної інформації підвищують наочність і полегшують процес засвоєння нових знань. Серед таких засобів – широка палітра концептуальних карт, що набули значного поширення в багатьох галузях, суміжних з інформаційними технологіями й освітою. Викликом тут є пошук комплексних рішень, що дадуть змогу зменшити обчислювальні та трудові витрати на багатофункціональне застосування карт понять в інформаційно-навчальних системах. Мета дослідження. Дослідити передумови створення карт понять, проаналізувати їх типи та цілі застосування в навчальному процесі й інформаційно-навчальних системах. Описати вимоги до інтерактивних карт понять в онтологічно орієнтованих системах для підтримки безперервного навчання. Методика реалізації. Використання карт понять в освітніх системах базується на моделюванні знань, теорії графів, онтологічному моделюванні навчального контенту та методах адаптивних систем електронного навчання. У статті проаналізовано застосування карт понять і вимоги до них в інформаційно-навчальних системах. Результати дослідження. Карти понять спираються на значущі підвалини когнітивної та педагогічної психології, комп’ютерної лінгвістики, інженерії знань й отримали широке застосування в електронному навчанні. Карти понять використовуються як засіб осмисленого навчання при їх конструюванні учнями, застосовуються для оцінювання знань, а також як засоби навігації інформаційними ресурсами. Карти понять у навчальних системах використовуються для презентації знань користувачам, є інтерфейсами в дослідницькому пошуку та огляді предметних областей навчання. Інформаційні системи забезпечують збагачення карт понять засобами інтерактивності, що дає можливість диверсифікувати та розширити їх використання. Висновки. Сформовано ключові вимоги до інтерактивних карт понять у сучасних інформаційно-навчальних системах, що включають автоматизацію побудови інтерактивних карт понять, наявність широких навігаційних можливостей разом із контролем когнітивного навантаження, реалізацію міжпредметних зв’язків, медійне анотування елементів карти, комплексне застосування графових інтерфейсів для різних частин системи та адаптацію до мобільних пристроїв.

Ключові слова

#карта понять #онтології в освіті #навчальні системи #інформаційно-навчальні системи #електронне навчання #граф знань #концептуальний граф #безперервне навчання

Посилання

  1. O. Gagarin and S. Tytenko, “Research and analysis of methods and models of lifelong learning intelligent systems”, Research Bulletin NTUU “KPI”, vol. 6, no. 56, pp. 37–48, 2007.
  2. J.D. Novak and A.J. Cañas, “Theoretical origins of concept maps, how to construct them, and uses in education”, Refl. Educ., vol. 3, no. 1, pp. 29–42, 2007.
  3. N. Chomsky, Aspects of the theory of syntax. Cambridge, MA: M.I.T. Press, 1965.
  4. M.R. Quillian, “Word concepts: A theory and simulation of some basic semantic capabilities”, Behav. Sci., vol. 12, no. 5, pp. 410–430, 1967. doi: 10.1002/bs.3830120511
  5. Example of a semantic network. [Online]. Available: https://en.wikipedia.org/wiki/Semantic_network#/media/File:Semantic_Net.svg
  6. D.P. Ausubel, The Psychology of Meaningful Verbal Learning. New York: Grune & Stratton, 1963.
  7. D.P. Ausubel, “The use of advance organizers in the learning and retention of meaningful verbal material”, J. Educ. Psych., vol. 51, no. 5, pp. 267–272, 1960. doi: 10.1037/h0046669
  8. A.P. Johnson, Essential Learning Theories: Applications to Authentic Teaching Situations. Rowman & Littlefield, 2019.
  9. J.F. Sowa, “Conceptual graphs for a data base interface”, IBM J. Res. Developm., vol. 20, no. 4, pp. 336–357, 1976. doi: 10.1147/rd.204.0336
  10. J.F. Sowa, Conceptual structures: Information processing in mind and machine. Reading, MA: Addison-Wesley, 1984.
  11. J.F. Sowa, “Semantics of conceptual graphs,” in Proc. 17th annual meeting on Association for Computational Linguistics, 1979, pp. 39–44. doi: 10.3115/982163.982175
  12. D.R. Corbett and C. Rouff, “Self optimization using conceptual graphs for NASA autonomous systems,” in Proc. Third IEEE International Workshop on Engineering of Autonomic & Autonomous Systems (EASE`06), 2006. doi: 10.1109/EASE.2006.11
  13. G.F. Luger, Artificial Intelligence: Structures and Strategies for Complex Problem Solving, 5th ed. Pearson, 2005.
  14. D.F. Dansereau, “Node-link mapping principles for visualizing knowledge and information,” in Knowledge and Information Visualization. Lecture Notes in Computer Science, vol. 3426, S-O. Tegran and T. Keller, Eds. Berlin, Heidelberg: Springer, 2005, pp. 61–81. doi: 10.1007/11510154_4
  15. D.F. Dansereau et al. (1993). Mapping new roads to recovery. A self-paced training manual designed for substance abuse counselors and case workers interested in node-link mapping [Online]. Available: https://core.ac.uk/download/pdf/34718088.pdf
  16. T. Buzan, Using both sides of the brain. New York: E.P. Dutton, 1974.
  17. S.V. Tytenko, “Interactive concept maps in ontology-oriented information and learning web-systems”, KPI Sci. News, no. 2, pp. 24–36, 2019. doi: 10.20535/kpi-sn.2019.2.167515
  18. Mindmap sample [Online]. Available: https://assets.xmind.net/www/assets/images/home/home-hero-ui@3x-64881d8d06.png
  19. J.D. Novak, “Concept maps and Vee diagrams: Two metacognitive tools for science and mathematics education”, Instr. Sci., vol. 19, no. 1, pp. 29–52, 1990. doi: 10.1007/BF00377984
  20. J.C. Nesbit and O.O. Adesope, “Learning with concept and knowledge maps: A meta-analysis”, Rev. Educ. Res., vol. 76, no. 3, pp. 413–448, 2006. doi: 10.3102/00346543076003413
  21. I.M. Kinchin et al., “Uncovering types of knowledge in concept maps”, Educ. Sci., vol. 9, no. 2, p. 131, 2019. doi: 10.3390/educsci9020131
  22. S. Puntambekar et al., “Improving navigation and learning in hypertext environments with navigable concept maps”, Human–Comput. Interact., vol. 18, no. 4, pp. 395–428, 2003. doi: 10.1207/s15327051hci1804_3
  23. H. Li et al., “A multi-layer map-oriented resource organization system for web-based self-directed learning combined with community-based learning”, Res. Pract. Technol. Enhanc. Learn., vol. 10, no. 1, 2015. doi: 10. 10.1186/s41039-015-0012-2
  24. M. Eldefrawi et al., “Bootstrapping domain knowledge exploration using conceptual mapping of Wikipedia”, Int. J. Advanc. Comput. Sci. Applicat., vol. 4, no. 8, 2013. doi: 10.14569/IJACSA.2013.040813
  25. R.J. Shavelson et al., “On concept maps as potential “authentic” assessments in Science” CRESST, UCLA, Los Angeles, CA, CSE Techn. Rep. 388, Aug. 1994.
  26. Topic Maps, ISO/IEC 13250, 2002.
  27. A. Valerio et al., “Using automatically generated concept maps for document understanding: A human subjects experiment,” in Fifth International Conf. on Concept Mapping, Valetta, Malta, 2012, pp. 438–445.
  28. T. Falke. “Automatic structured text summarization with concept maps,” Ph.D dissertation, Technische Universität Darmstadt, Hessen, Deutschland, 2019.
  29. B. Sarrafzadeh and E. Lank, “Improving exploratory search experience through hierarchical knowledge graphs,” in Proc. 40th International ACM SIGIR Conf. on Research and Development in Information Retrieval, 2017, pp. 145–154. doi: 10.1145/3077136.3080829
  30. Semantic Portal [Online]. Available: http://semantic-portal.net
  31. A. Handler et al., “Summarizing relationships for interactive concept map browsers,” in Proc. of the 2nd Workshop on New Frontiers in Summarization, 2019, pp. 111–115. doi: 10.18653/v1/D19-5414
  32. Gw-J. Hwang et al., “An interactive concept map approach to supporting mobile learning activities for natural science courses”, Comput. & Educ., vol. 57, no. 4, pp. 2272–2280, 2011. doi: 10.1016/j.compedu.2011.06.011
  33. T. Sumner et al., “Linking learning goals and educational resources through interactive concept map visualizations”, Int. J. Digit. Librar., vol. 5, no. 1, pp. 18–24. 2005. doi: 10.1007/s00799-004-0112-x
  34. M. Roser et al. (2015). Internet [Online]. Available: https://ourworldindata.org/internet
§ 06 — Пов'язані

Схожі статті в цьому журналі

Пов'язані рецензовані дослідження, опубліковані в цьому журналі.
Усі випуски

МЕТОДИКА ФОРМУВАННЯ ІНФОРМАТИВНОГО ПРОСТОРУ ОЗНАК ТЕХНІЧНИХ ІНДИКАТОРІВ ФІНАНСОВИХ ПРОЦЕСІВ НА ОСНОВІ НЕЙРОМЕРЕЖЕВИХ МОДЕЛЕЙ

Роман Тертичний, Денис Чупрін, Петро Бідюк

Проблематика. Фінансові часові ряди характеризуються нелінійністю, нестаціонарністю та високим рівнем шуму, що суттєво ускладнює їх моделювання та прогнозування.…

#методика формування інформативного простору ознак #технічні індикатори #волатильність Паркінсона #нейронні мережі
10.20535/kpisn.2026.3.359610

МЕТОДИ ЗАБЕЗПЕЧЕННЯ ЦІЛІСНОСТІ ОБРОБКИ ТА ПЕРЕДАЧІ ДАНИХ У ПРОМИСЛОВИХ СИСТЕМАХ АВТОМАТИЗАЦІЇ

Ярослав Корпань, Євген Федоров, Ольга Нечипоренко

Проблематика. Сучасні промислові системи контролю характеризуються високим рівнем інтеграції інформаційних і фізичних процесів та використанням розподілених…

#промислові системи автоматизації #SCADA-системи #цілісність даних #кібербезпека ICS
10.20535/kpisn.2026.3.361520

МЕТОДИКА ПАРАМЕТРИЧНОГО СИНТЕЗУ ЗУМ-АФОКАЛЬНИХ СИСТЕМ НА ОСНОВІ НЕРУХОМИХ ВАРІОЛІНЗ

Ігор Г. Чиж

Проблематика Зум-оптичні системи, в яких використовуються механічно нерухомі електрично керовані варіолінзи, не можуть вважатися такими, що мають нерухомі оптичні…

#зум-афокальні системи #головні точки варіолінз #синтез зум-афокальних систем #стабільна афокальність зум-системи
10.20535/kpisn.2026.3.351645

Схожі статті

1-10 з 198

Ви також можете розпочати розширений пошук схожих статей для цієї статті.