Registration Number
0826U001660, PhD dissertation
Status
Доктор філософії
Date
30-06-2026
popup.evolution
.
Title
Models and methods of adaptive content management in information and educational systems for training transport specialists.
Author
Olena Kozachuk,
popup.head Andrii Dmytrychenko
popup.head Ivan Kulbovskyi
popup.opponent Yurii A. Skyba
popup.opponent Tetiana Prosiankina-Zharova
popup.review Anna Kharchenko
popup.review Nataliia Zozulia
popup.rada
National Transport University
Description
У дисертаційній роботі розглянуто науково-практичне завдання, яке полягає у підвищенні ефективності та якості дистанційного навчання шляхом розробки та впровадження моделей і методів адаптивного управління контентом в інформаційно-освітніх системах. Дослідження базується на використанні методів інтелектуального аналізу даних для динамічного формування індивідуальних траєкторій навчання, що враховують когнітивні особливості та поточні результати здобувачів освіти. Наукові результати одержано в межах виконання НДР Національного фонду досліджень України щодо підвищення безпеки та ефективності управління об’єктами залізничного транспорту.
Проаналізовано та систематизовано сучасні теоретико-технологічні підходи до побудови адаптивних освітніх систем. Формалізовано проблему адаптивності в умовах інформаційної невизначеності характеристик користувача, що дозволило обґрунтувати необхідність переходу від лінійних до гнучких людиноцентрованих алгоритмів управління контентом.
Розроблено комплекс математичних моделей, що включає інтелектуальну модель користувача на базі баєсівських мереж, онтологічну модель предметної області та багатокритеріальну модель оптимального керування. Це дозволило формалізувати процес вибору навчальних об’єктів як задачу оптимізації за параметрами «час – складність – результат».
Запропоновано методи та алгоритми адаптації, зокрема алгоритм динамічної побудови індивідуальної траєкторії на основі графових моделей та метод корекції плану за результатами тестування. Обґрунтовано реалізацію інтелектуальної рекомендаційної підсистеми в межах мікросервісної архітектури, що забезпечує масштабованість системи.
Наукова новизна отриманих результатів полягає у вирішенні завдання динамічного керування траєкторією навчання в умовах невизначеності шляхом створення комплексного математичного та алгоритмічного забезпечення.
Вперше розроблено комплексну математичну модель адаптивного керування процесом навчання, яка базується на інтеграції баєсівських мереж для оцінювання когнітивного профілю здобувача та онтологічного підходу для структуризації контенту. Це дозволило формалізувати вибір навчальних об’єктів як багатокритеріальну задачу оптимізації, враховуючи складність матеріалу та рівень компетентності користувача.
Удосконалено алгоритм динамічної побудови індивідуальної траєкторії навчання на основі графових моделей, який реалізує адаптивне управління шляхом автоматизованої корекції компонентів навчального плану в реальному часі. Удосконалено метод динамічної корекції індивідуального плану на принципах комбінування колаборативної фільтрації та інтелектуального аналізу даних, що підвищує релевантність допоміжних ресурсів.
Дістали подальшого розвитку методи адаптивного управління контентом, що враховують високий ступінь невизначеності характеристик користувача, що дозволило уточнити вимоги до гнучкості архітектури систем навчання для підготовки фахівців транспортної галузі.
Практичне значення отриманих результатів полягає у створенні архітектури та програмного комплексу на базі мікросервісної архітектури, що забезпечує автоматизацію персоналізованого навчання. Розроблено інструментарій для семантичного структурування контенту за допомогою онтологій та модулі діагностики знань на основі баєсівських мереж. Впровадження розроблених модулів діагностики на основі баєсівських мереж дозволяє знизити когнітивне навантаження на студентів та підвищити рівень успішності (в середньому на 17%) і швидкість засвоєння матеріалу (на 26%). Запропоновані рішення є інваріантними до предметної області, що робить їх придатними для використання як у закладах вищої освіти, так і в корпоративному секторі. Результати дослідження впроваджено в освітній процес Навчально-наукового Київського інституту залізничного транспорту НТУ, ряду фахових коледжів, а також у діяльність КП «Київський метрополітен» та ПАТ «КЕЗ «Транссигнал».
Ключові слова: інформаційні технології, цифровізація, заклад вищої освіти, інформаційно-освітня система, дистанційна освіта, змішане навчання, якість освітнього процесу, байєсівські методи, адаптивне управління, моделювання, контент-аналіз, штучний інтелект, онлайн-курс, підготовка фахівців.
Registration Date
2026-05-15
popup.nrat_date
2026-05-15 / 2026-10-17
