Kompletný zborník prác - Katedra informatiky

Transkript

UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE
FAKULTA PRÍRODNÝCH VIED
KATEDRA INFORMATIKY
Informatický seminár
Katedry informatiky 2008
Vedecko-výskumná činnosť v oblasti využívania IKT
Nitra 2008
UNIVERZITA KONŠTANTÍNA FILOZOFA V NITRE
FAKULTA PRÍRODNÝCH VIED
KATEDRA INFORMATIKY
Informatický seminár
Katedry informatiky 2008
Vedecko-výskumná činnosť v oblasti využívania IKT
Nitra 2008
Názov:
Informatický seminár Katedry infomatiky 2008 – Vedecko-výskumná činnosť v oblasti
využívania IKT
Zopodpovední redaktori:
Mgr. Martin Cápay
Mgr. Miroslava Mesárošová
Edícia: Prírodovedec č. 314
Zborník príspevkov vznikol v rámci projektu KEGA 3/4029/06.
Vedeckí garanti seminára
prof. Ing. Milan Turčáni, CSc.
doc. Ing. Cyril Klimeš, CSc.
doc. Ing. Arnošt Motyčka, CSc.
Ing. Zoltán Balogh, PhD.
Zodpovední recenzenti
prof. Ing. Milan Turčáni, CSc.
doc. Ing. Cyril Klimeš, CSc.
Organizačný výbor seminára
Mgr. Martin Cápay
Ivana Haberlandová
Rukopis neprešiel jazykovou úpravou.
© Katedra informatiky FPV UKF v Nitre
ISBN 978-80-8094-351-6
ISKI 2008 – Vedecko-výskumná činnosť v oblasti využívania IKT
Obsah
E-kurz ako podpora výučby operačných systémov
E-course like support in the operating system teaching
Zoltán Balogh .......................................................................................................................................................5
Simulácia pohybu telesa vrhnutého šikmo nahor vo vákuu
Simulation of projectile motion in vacuum
Ján Beňačka .........................................................................................................................................................9
Dynamický model studijní oblasti vysoké školy
Dynamic model of the college study sphere
Eva Burianová ................................................................................................................................................... 13
Celoživotné vzdelávanie za podpory IKT a e-learningu v oblasti technickej gramotnosti
Lifelong Education Supported with ICT and E-learning in the Area of Technical Literacy
Mária Burianová................................................................................................................................................ 22
LMS Moodle ako univerzálna podpora vzdelávania
LMS Moodle as a universal support of education
Martin Cápay, Miroslava Mesárošová ............................................................................................................ 26
Implementácia požiadaviek praxe do výučby databázových systémov
The Requirements of the IT Working Experience Implementation into the Database systems Curricula
Martin Drlík ....................................................................................................................................................... 32
Sledování vztahu zákazníka a poskytovatele prostředky asociační analýzy
Customer–Provider Relationship Monitoring by Association Analyse Means
Naděžda Chalupová, Arnošt Motyčka ............................................................................................................. 37
Problémové otázky o adaptívnych hypermediálnych systémoch
Problematic Questions About Adaptive Hypermedia Systems
Jozef Kapusta ..................................................................................................................................................... 43
Fuzzy matematicko-logické modelování rozhodovacích procesů
Mathematical – Logical Fuzzy Modeling of Decision Making Processes
Cyril Klimeš ....................................................................................................................................................... 47
Model systému na podporu rozhodování za neurčitostí
Model of the Decision Support System under Condition of Non-Determination
Cyril Klimeš ....................................................................................................................................................... 50
Didaktika informatiky ako súčasť didaktiky prírodovedných predmetov
Methodology of Teaching Informatics as a Part of Methodology of Teaching Subjects in Natural Sciences
Gabriela Lovászová ........................................................................................................................................... 61
Multimediálna aplikácia pre podporu výučby časti predmetu Informatika na strednej škole a predmetu
Architektúra počítačov na vysokej škole pomocou grafického programu Flash
The multimedial application for the support of the subject Computer Teaching at Secondary schools and the subject
Architecture of Computers at Universities with the help of a graphic programme called Flash
Martin Magdin................................................................................................................................................... 65
Názory študentov na využívanie e-learningu v kurzoch Základy informatiky
Students' opinions on employing e-learning in the Elements of Informatics course
Miroslava Mesárošová ...................................................................................................................................... 69
3
Spracovanie projektového zámeru vytvorenia online systému pre optimalizáciu analýzy dátových súborov
a databáz
Processing of Project Contemplation of OnLine System for Optimization of Analysis of Data Files and Databases
Creation
Michal Munk...................................................................................................................................................... 74
Teórie učenia a ich aplikácia v e-podpore vyučovania
Learning Theories in Electronically Enhanced Teaching
Viera Palmárová ................................................................................................................................................ 78
Podniková architektura – strategický nástroj v rukou manažera
The Business Architecture as a strategic tool for manager
Ivana Rábová, Michael Štencl .......................................................................................................................... 82
Stav a perspektívy vzdelávania v oblasti informatiky na stredných školách v prieniku s aktivitami KI FPV
UKF v Nitre
The aspects and perspectives of informatics at high schools in conjuction with KI FPV UKF in Nitra activities
Ján Skalka .......................................................................................................................................................... 92
Implementácia Digital Signage riešenia – prípadová štúdia
Implementation of Digital Signage solution – case study
Peter Štrelinger, Erik Urland ........................................................................................................................... 96
Bezpečnostné problémy IPSec
Security failures in IPSec
Peter Švec ........................................................................................................................................................... 99
Inovácia e-learningového kurzu Kódovanie a zobrazenie informácií
E-learning course Data Coding and Representation Innovation
Júlia Tomanová ............................................................................................................................................... 105
Adaptívne systémy a multimediálne e-learningové prostredie v Aplikovanej informatike
The Adaptive Systems and Multimedial e-Learning Enviroment in Aplication Informatics
Milan Turčáni .................................................................................................................................................. 108
Vizuálny pohľad na objekty v predmete Objektovo orientované programovanie
Visual look at the objects in the subject Object Oriented Programming
Martin Vozár, Martin Cápay ......................................................................................................................... 112
Adaptívny e-learning - modul použiteľný v LMS Moodle
Adaptive e-learning – module usable in LMS Moodle
Marek Vrábel, Matúš Pápež ........................................................................................................................... 116
4
E-kurz ako podpora výučby operačných systémov
E-course like support in the operating system teaching
Zoltán Balogh
Univerzita Konštantína Filozofa
Fakulta prírodných vied, Katedra Informatiky, [email protected]
Abstrakt
Keywords
Príspevok popisuje časť projektu KEGA, ktorý je
zameraný na vytvorenie novej metodiky vyučovania
predmetov Operačné systémy a počítačové siete. Nová
metodika je založená na modelovaní a simulácií
paralelných procesov prebiehajúcich v systémoch, čo
je predpokladom zvýšenia názornosti vyučovania v
danej problematike. Projekt sa orientuje na
skvalitnenie prípravy budúcich informatikov, ktorí sú
momentálne v prostredí vysokoškolského štúdia na
Katedre Informatiky FPV UKF v Nitre, a to jednak
vytvorením
dostatočného
množstva
učebných
materiálov a jednak automatizáciou niektorých prvkov
vyučovania s použitím prostriedkov IKT.
Abstract
The paper describes the part of KEGA project that
is focused on creation of a new methodology of
teaching Operating systems and Computer nets
subjects. The new methodology is based on modeling
and simulation of parallel processes of systems. This is
the precondition of increasing visualization and
demonstrational education in mentioned field. The
project aims at improving the preparation of future
informatics who are at the moment the students of the
Department of Informatics, Faculty of Natural
Sciences, Constantine the Philosopher University in
Nitra. It should be achieved by creation of sufficient
amount of study materials as well as by automation of
particular elements of education employing the ICT
means.
Kľúčové slová
e-kurz, operačné systémy,
materiály, forma výučby
e-learning,
e-course, operating system,
materials, form of teaching
1
e-learning,
learning
Úvod
Cieľom príspevku je poukázať na postup a realizáciu
tvorby e-learningového kurzu z operačných systémov,
ktorý bol vytvorený v rámci projektu KEGA
3/4029/06: Tvorba učebných materiálov a elearningových kurzov z oblasti operačných systémov a
počítačových sietí. Projekt je zameraný na vytvorenie
novej metodiky vyučovania predmetov Operačné
systémy a počítačové siete s využitím štruktúr Petriho
sietí. Projekt sa orientuje na skvalitnenie prípravy
budúcich informatikov, ktorí sú momentálne v
prostredí vysokoškolského štúdia na Katedre
Informatiky FPV UKF v Nitre, a to jednak vytvorením
dostatočného množstva učebných materiálov a jednak
automatizáciou niektorých prvkov vyučovania s
použitím prostriedkov IKT.
Cieľom projektu je vytvorenie novej metodiky
vyučovania predmetov Operačné systémy a počítačové
siete s využitím štruktúr Petriho sietí. Ciele projektu
môžeme rozdeliť do niekoľkých kategórií:
tvorba učebných textov pre vysoké školy
zameraná na operačné systémy a simuláciu
paralelných procesov pomocou Petriho siete,
súčasťou tvorby učebných textov bude aj
rozpracovanie lokálnych počítačových sietí a
internetu (sieťový model a sieťová
architektúra, sieťové protokoly),
učebné
5
vytvorenie e-learningových kurzov pomocou
vhodného LMS systému pre možnosť
kombinovanej formy vzdelávania študentov,
pri kombinovanej forme výučby tejto témy
musíme zvoliť taký postup, aby študenti boli
schopní problému sami porozumieť a tútor
(vedúci predmetu) si mohol overiť pomocou
vhodnej spätnej väzby ich znalosti,
vytvorenie verejného internetového portálu
(články, príspevky, fóra) na podporu
vyučovaných predmetov,
vytvorenie (prípadne uvoľnenie) prostredia na
podporu vyučovania vyššie uvedených oblastí
(operačné systémy, počítačové siete), ktoré
poskytne edukantom učebné materiály formou
e-learningu a vyučujúcemu dá k dispozícii
nástroj na podporu generovania úloh a
evidovanie ich riešení.
Hlavným
prínosom
projektu
je
vytvorenie
komplexných učebných textov a e-learningových
kurzov
pre vyučovanie operačných systémov a
počítačových sietí, a z neho vychádzajúcich i naň
nadväzujúcich predmetov vo vysokoškolskom štúdiu,
overenie ich účinnosti a napokon sprístupnenie vo
forme knižných a elektronických publikácií.
Nezanedbateľnou je aj osveta učiteľskej verejnosti v
tejto
oblasti,
podpora problematiky formou
internetovej prezentácie (portálu), výstupov na
konferenciách venovaných tejto problematike a
organizovanie seminárov. Dôsledkom celého projektu,
jeho účelom a zároveň výrazným prínosom je skrátenie
postupnosti a zvýšenie názornosti vyučovania
operačných systémov, čo má za následok zvýšenie
vedomostnej úrovne študentov a pozdvihnutie úrovne
seminárnych a diplomových prác vysokoškolských
študentov. Po zvládnutí obsahovej časti Operačných
systémov a počítačových sietí, budú študenti
pripravení na prax nielen v sfére školstva, ale aj v
odbornej praxi, čo sa očakáva najmä od absolventov
neučiteľskej formy štúdia.
2
Operačné systémy
Operačné systémy sú jedny z najrozsiahlejších a
najzložitejších programových systémov, v ktorých sa
uplatňujú mnohé vedecké poznatky z oblasti
softvérového inžinierstva, štruktúr dát, sietí,
algoritmov a pod. V priebehu posledných rokov boli
pri konštrukcii operačných systémov objavené rady
nových metód, ktoré sú rovnako užitočné i v iných
programových aplikáciách. Problémy a ťažkosti, ktoré
sa vyskytujú pri tvorbe efektívnych a spoľahlivých
operačných systémov sú rovnaké ako tie, s ktorými sa
stretávajú programátori či autori iných rozsiahlych
programov. Z času na čas je potrebné operačný systém
upraviť, modifikovať či parametrizovať. Potom je ale
potrebné im rozumieť a poznať algoritmy základných
funkcií. Detailná znalosť princípov operačných
systémov je jednoducho nevyhnutná pri vytváraní tých
častí, ktoré sú závislé na funkčnosti neštandardných
technických prostriedkov. Príkladom sú ovládače
periférnych zariadení. Techniky a metodiky tvorby
operačných systémov je možné s výhodou uplatniť i v
iných oblastiach tvorby rozsiahlych programových
systémov. Účelom vzniku operačných systémov bolo
zabezpečiť programové zdieľanie prostriedkov,
plánovanie úloh, plánovanie a prideľovanie pamäte,
ochrana dát a programov, odhaľovanie chýb pri
priebehu programov. Takto vzniknuté operačné
systémy boli tvorené množinou automatických a
manuálnych procedúr, umožňujúcich skupine ľudí
zdieľať výpočtový systém, t.j. zdieľať čas
procesoru(ov), operačnej pamäti, periférnych zariadení
a procesov.
Jedna z prvých definícií operačného systému ich
charakterizovala
ako
programové
vybavenie
nevyhnutné pre prevádzku počítača. Táto definícia
však nič nehovorí, čo je nevyhnutné pre prevádzku
počítača. Základným účelom operačného systému je
teda zdieľanie prostriedkov. Znamená to, že
používatelia výpočtového systému sa budú uchádzať o
používanie fyzických prostriedkov, konkrétne o
zdieľanie času procesora eventuálne viac procesorov,
operačnej pamäte, periférnych zariadení a pod.
Operačný systém je z tohto hľadiska množina
automatických a manuálnych procedúr, umožňujúcich
skupine ľudí zdieľať výpočtový systém. Každý
používateľ získava ilúziu, že pracuje s počítačom,
ktorý dokáže vykonávať akékoľvek programy tzn., že
pracuje na virtuálnom počítači. Operačný systém teda
poskytuje každému používateľovi vlastný virtuálny
počítač a naviac chráni každý z týchto počítačov proti
deštruktívnemu zásahu ostatných. Operačný systém
pritom ponúka používateľovi ďaleko atraktívnejšie
rozhranie ako poskytuje vlastný hardvér tzn. strojový
jazyk. Operačné systémy sú rozsiahle programy
zabezpečujúce multiprogramovanie, plánovanie a
prideľovanie pamäte, plánovanie úloh, ochranu dát a
programov a odhaľovanie chýb pri behu programov.
Operačný systém je z tohto hľadiska program, ktorý
riadi priebeh ostatných procesov, ostatným procesom
bezpečne a efektívne odovzdáva riadenie a získava ich
späť, prikazuje procesoru, kedy má spúšťať ostatné
procesy, vytvára rozhranie medzi používateľom a
hardvérom a skrýva ostatným procesom detaily o
6
hardvéri tj. musí zvládnuť správu detailov hardvéru vo
svojej réžii.
3
Vytvorenie kurzu v LMS Moodle
Pri návrhu štruktúry elektronického kurzu sme brali do
úvahy nasledovné princípy samoštúdia:
jasne definovať ciele celého kurzu, ako aj
jednotlivých kapitol,
jednoduchý a zrozumiteľný štýl písania
prehľadná štruktúra textu v jednotlivých
logických celkoch,
názorná vizualizácia,
podpora samoštúdia formou priamej výučby,
diskusných skupín a pod.
Pri vytváraní samotného kurzu sme reflektovali všetky
aspekty tvorenia e-kurzov. Správny e-learningový kurz
by mal obsahovať tieto základné časti pre tvorbu
výkladovej časti e-materiálov:
úvod,
ciele štúdia,
časový harmonogram a sprievodca študijným
materiálom,
samotný
výkladový
text
doplnenými
riešenými príkladmi, priebežnými otázkami,
testami a pod.,
zhrnutie,
záverečné testy,
slovníček pojmov,
literatúra, dôležité odkazy, prílohy a pod.
k úspešnému absolvovaniu predmetu a fórum noviniek.
Nachádzajú sa tu aj dôležité informácie o termínoch
skúšok, upload rámcových úloh zadaných počas
semestra a audiovizuálne prednášky z operačných
systémov. Študent si tu môže nájsť aj kompletné
skriptá z Princípov výstavby operačných systémov.
Kurz obsahuje 13 logicky usporiadaných tematických
celkov, pričom tieto celky sú koncipované tak, aby
časovo kopírovali dĺžku semestra. Témy samotného
kurzu sú:
1. Funkcie operačného systému
2. Úloha operačných systémov
3. Procesy
4. Plánovanie procesov a spolupráca medzi
procesmi
5. Uviaznutie - deadlock a sledy
6. Správa pamäte
7. Virtuálna pamäť
8. Správa vstupných a výstupných zariadení
9. Disky
10. Súbory a systém súborov
11. Grafický systém a okná
12. Networking
13. Systém služieb a používateľské rozhranie
Každá jedna lekcia obsahuje tieto časti:
krátka informácia o kapitole
kľúčové slová ku kapitole
študijný materiál vytvorený formou knihy
prednášky,
cvičenia
materiály,
kontrolné otázky,
úlohu na zamyslenie,
korešpondenčnú úlohu.
Jednotlivé kapitoly v kurze sú obohatené aj so
súvisiacimi obrázkami, ktoré napomáhajú na prvý
pohľad zorientovať sa v kurze.
Obr.1.
E-learningový kurz:
operačných systémov
Princípy
výstavby
E-kurz princípy výstavby operačných systémov sme
vytvorili podľa odporúčanej šablóny e-kurzov
vytvorený a evalvovaný Katedrou informatiky FPV
UKF. Na začiatku e-learningového kurzu sú presné
a podrobné informácie o predmete, tu sa nachádza
informačný list k predmetu, slovník pojmov, fórum ku
kurzu, odporúčaná študijná literatúra, podmienky
7
Vybrané kapitoly z tvorby e-learningových kurzov. Nitra :
UKF, 2006. 136 s. ISBN 80-8050-989-1
[4] E-kurz http://edu.ukf.sk/course/view.php?id=166
Katedra informatiky FPV UKF v Nitre
Tr. A. Hlinku 1, 94974 Nitra
e-mail [email protected]
Obr.2 Piktogramy v kurze
V e-kurze je veľmi dôležité, aby sme dostali od
študentov spätnú väzbu a to buď formou diskusných
fór alebo pomocou záverečných testov, ktoré sú tiež
súčasťou vytvoreného kurzu.
4
Záver
Jeden z hlavných prínosov projektu bolo vytvorenie
komplexných učebných textov a e-learningových
kurzov pre vyučovanie operačných systémov
a počítačových sietí a z neho vychádzajúcich i naň
nadväzujúcich predmetov vo vysokoškolskom štúdiu.
Aby sa mohli nastoliť nové formy vyučovania
operačných systémov museli sme analyzovať doterajší
stav a obsah vyučovacieho procesu z tohto predmetu.
Po prieskume sme navrhli určitý model, ktorý by mal
za dôsledok skrátenie postupnosti a zvýšenie
názornosti vyučovania operačných systémov, čo má za
následok zvýšenie vedomostnej úrovne študentov a
pozdvihnutie úrovne seminárnych a diplomových prác
vysokoškolských študentov. E-kurz z operačných
systémov používame ako doplňujúce študijné materiály
a pomôcku k predmetu Princípy výstavby operačných
systémov.
Literatúra
[1] Cyril, Klimeš - Zoltán, Balogh : Princípy operačných
systémov. Nitra : UKF, 2005. - 154 s. - ISBN 80-8050-894-1
[2] Cyril, Klimeš - Zoltán, Balogh.: Modelovanie
medziprocesorových komunikácií a synchronizácia pomocou
Petriho sietí. Informatický seminár Katedry infomatiky 2007.
Nitra. UKF, ISBN 978-80-8094-167-3
[3] ŠVEJDA, Gabriel - PALKOVÁ, Zuzana - DRLÍK,
Martin - HORVÁTHOVÁ, Zuzana - BELÁKOVÁ, Tatiana.
8
Simulácia pohybu telesa vrhnutého šikmo nahor vo vákuu
Simulation of projectile motion in vacuum
Ján Beňačka
Univerzita Konštantína Filozofa v Nitre
Fakulta prírodných vied, Katedra informatiky , [email protected]
Abstrakt
V článku prinášame kompletný kód aplikácie pre
simuláciu pohybu telesa vrhnutého šikmo nahor vo
vákuu vrátane zvukových efektov. Ide o ukážku
možností využitia Delphi vo výučbe programovania na
stredných školách, a zároveň o ukážku možností
prepojenia výučby programovania s prírodovednými
predmetmi, ktorých posilňovanie v rámci predmetov je
celosvetový trend. .
Abstract
s kalkuláciou odporu vzduchu, atď. Uvedené fyzikálne
javy sú vďačnou témou modelovania (kreslenie
trajektórií) a simulácie (pohyb telesa „v malom“ na
obrazovke PC). Jedným z nástrojov, ktoré sú na to
vhodné sú Delphi. Ide o vizuálne vývojové prostredie
založené na objektoch (komponentoch), kde tvorba
efektívneho a estetického rozhrania zaberá minimum
času. Programuje sa v jazyku Object Pascal, ktorý je
derivátom Pascalu 7 používaného na stredných
školách. Prechod na Delphi nepôsobí žiakom žiadne
problémy, skôr radosť (autorova osobná skúsenosť).
2
Šikmý vrh vo vákuu
The paper brings the complete code of an
application for simulating projectile motion in vacuum.
It is an example of using Delphi at teaching
programming at higher secondary school, and it is an
example of how to merge programming with sciences;
we remark that bolstering up sciences at secondary
school is a global trend.
Zložky v x , v y vektora rýchlosti a súradnice x, y telesa
Kľúčové slová
kde g je gravitačné zrýchlenie a t je čas. Po vylúčení
Delphi, programovanie, simulácia
Keywords
vrhnutého zvisle nahor pod uhlom α rýchlosťou v0 sú
vx = v0 cosα , v y = v0 sin α − gt ,
1
x = v0t cosα , y = v0 t sin α − gt 2 ,
2
času z posledných dvoch rovníc dostávame rovnicu
trajektórie (parabola)
y = x tan α −
Delphi, programming, simulation
1
Úvod
Šikmý vrh je preberaný na gymnáziách na hodinách
Fyziky v rámci kinematiky buď v prvom ročníku alebo
na voliteľných seminároch v 3. a 4. ročníku.
Teoretický základ je jednoduchý. Téma je zaujímavá
hlavne pre chlapcov, a je triviálnym úvodom do
balistiky t.j. pohybu telies vrhnutých šikmo nahor
g
x2 .
2v cos 2 α
2
0
Dolet xmax a dostup y max telesa sú
xmax =
v02 sin 2α ,
v 2 sin 2 α .
y max = 0
g
2g
9
3
Rozhranie aplikácie
Na formulár aplikácie umiestnime Image1 veľkosti 400
x 400 pixelov pre scénu, Image2 24 x 24 pixelov pre
guľu (nakreslíme ju v Skicári na kresliacu plochu
veľkosti 24 x 24 pixelov pod zväčšovákom; veľkosť
plochy nastavíme v menu Obrázok, Atribúty, kde
zakliknem „Pixely“ a napíšeme veľkosť; na Image2 ju
umiestnime ako Picture...), Labely 1 až 8 s príslušnými
Editmi 1 až 8 (modrý Label majú Edity pre výstupy
s Readonly True), Buttony btKresli, btZmaz, btVrhni,
Timer a komponent MediaPlayer z panelu System.
Komponent MediaPlayer umožňuje do aplikácié
pridávať multimediálne efekty. My pridáme zvuk,
ktorý bude znieť počas pohybu telesa (upozorňujeme,
že treba mať v počítači nainštalovaný softvér na
interpretáciu hudby, napr. MS MediaPlayer). V Object
Inspectorovi mu nastavíme nasledovné vlastnosti:
AutoEnable = False, AutoOpen = False, DeviceType =
dtAutoSelect, Enabled = True, FileName = hudobný
súbor, ktorý chceme spúšťať (kliknutím na trojbodku
sa otvorí ponuka súborov, stačí si vybrať; my máme
zvolený súbor C:\WINDOWS\Media\Windows XP –
po spuštění.wav), Visible = False (nebude ho vidieť).
R92), ktorá zmaže scénu jej prekrytím čierno
orámovaným bielym obdĺžnikom (R84 – R88)
a nastaví guľu (rozmery sú 12 x 12) do nuly
súradnicového systému (R84, R89, R90; ľavý dolný
roh Image1). V R45 – R56 sa kreslí trajektória, v R57,
R58 sa guľa umiestni do nuly súradnicového systému.
Pri vrhnutí (R60 – R67) začiname s nulovým časom
(R62), vypočítame časový krok ako tisícinu intervalu
Timera (R63; pozri hodnotu intervalu v Object
Inspectorovi), otvoríme MediaPlayer (R64), spustíme
ho (R65), a spustíme Timer (R66). V procedúre
Timer1Timer
počítame
nový
čas
(R71)
a zodpovedajúce súradnice (stredu) gule (R72, R73).
Pretransformujeme ich na pixely (viď. [1]) a nastavíme
Image2 (t.j. guľu) podľa nich na novú pozíciu (R74,
R75). Ak guľa padla na zem (y<=0; zaryla sa až po
stred) alebo sa dotkla pravého okraja scény
(Tx(x)+12>=RozsahX), tak sme skončili –
zatvoríme MediaPlayer (R78) a Timer vypneme (R79).
V aplikácii si všimnime, že pohyb gule verne kopíruje
realitu – jej pohyb sa smerom nahor spomaľuje,
smerom nadol zrýchľuje.
5
Kód
Kompletný kód aplikácie je na nasledujúcej strane.
Literatúra
[1] Beňačka J. Učebnica programovania (nielen) pre
matematikov, 2. diel, pokročilé algoritmy, komponenty
a štruktúry v Delphi, 50 riešených úloh. Nitra : Fakulta
prírodných vied UKF, 2008 (v recenzii)
PaedDr. Ján Beňačka, PhD.
Obr. 1 Rozhranie aplikácie
4
Algoritmus
Trajektóriu gule budeme počítať funkciou f(x) (R11
– R14). Globálne premenné v0Sin, v0Cos (R5)
použité v R13 sú počítané v R38, R39 procedúry
Kresli (R27 – R59), a to hneď po načítaní a ošetrení
vstupov (R30 – 36) a premene uhla α na radiány
(R37; treba do uses zahlásiť Math). Vzápätí sú
vypočítané a vypísané dolet a dostup (R40 – R43).
V R44 sa zavolá procedúra btZmazClick (R82 –
10
1
2
3
4
5
const g=9.81;
RozsahX=400; RozsahY=400;
var
Form1: TForm1;
Xmin,Xmax,Ymin,Ymax,t,dt,v0Sin,v0Cos:real;
6
7
8
function f(x:real):real;
function Tx(x:real):integer;
function Ty(y:real):integer;
9
10
implementation
{$R *.DFM}
11
12
13
14
function f(x:real):real;
begin
Result:=x*v0Sin/v0Cos-g*x*x/(2*v0Cos*v0Cos)
end;
15
16
17
18
function Tx(x:real):integer;
begin
Tx:=Trunc(RozsahX*(x-Xmin)/(Xmax-Xmin));
end;
19
20
21
22
function Ty(y:real):integer;
begin
Ty:=Trunc(RozsahY*(Ymax-y)/(Ymax-Ymin));
end;
23
24
25
26
procedure TForm1.FormCreate(Sender: TObject);
begin
btKresliClick(Sender);
end;
27
28
29
30
31
32
33
34
35
36
procedure TForm1.btKresliClick(Sender: TObject);
var dx,x,Alfa,v0,AlfaRad,Dolet,Dostup:real;
begin
TRY
Xmax:=StrToFloat(Edit2.Text);
Ymax:=StrToFloat(Edit4.Text);
v0:=StrToFloat(Edit5.Text);
Alfa:=StrToFloat(Edit6.Text);
EXCEPT ShowMessage('Zadávaj èísla');
END;
37
38
39
40
41
42
43
AlfaRad:=DegToRad(Alfa);
v0Sin:=v0*Sin(AlfaRad);
v0Cos:=v0*Cos(AlfaRad);
Dolet:=2*v0Sin*v0Cos/g;
Dostup:=v0Sin*v0Sin/2/g;
Edit7.Text:=FormatFloat('0.##',Dolet);
Edit8.Text:=FormatFloat('0.##',Dostup);
44
45
46
47
48
49
btZmazClick(Sender);
Xmin:=0; Ymin:=0;
dx:=(Xmax-Xmin)/RozsahX;
x:=Xmin;
with Form1.Image1.Canvas do
begin
//trajektoria
//uses Math
11
50
51
52
53
54
55
56
57
58
59
Pen.Color:=clRed;
MoveTo(Tx(x),Ty(f(x)));
repeat
x:=x+dx;
LineTo(Tx(x),Ty(f(x)));
until x+dx>Xmax;
end;
Image2.Left:=Image1.Left-12;
Image2.Top:=Image1.Top+RozsahY-13;
end;
60
61
62
63
64
65
66
67
procedure TForm1.btVrhniClick(Sender: TObject);
begin
t:=0;
dt:=Timer1.Interval/1000;
MediaPlayer1.Open;
MediaPlayer1.Play;
Timer1.Enabled:=True;
end;
68
69
70
71
72
73
74
75
76
77
78
79
80
81
procedure TForm1.Timer1Timer(Sender: TObject);
var x,y:real;
begin
t:=t+dt;
x:=v0Cos*t;
y:=v0Sin*t-g*t*t/2;
Image2.Left:=Image1.Left-12+Tx(x);
Image2.Top:=Image1.Top-13+Ty(y);
if (y<=0)or(Tx(x)+12>=RozsahX)
then begin
MediaPlayer1.Close;
Timer1.Enabled:=False;
end;
end;
82
83
84
85
86
87
88
89
90
91
92
procedure TForm1.btZmazClick(Sender: TObject);
begin
with Form1 do
begin
Image1.Canvas.Pen.Color:=clBlack;
Image1.Canvas.Brush.Color:=clWhite;
Image1.Canvas.Rectangle(0,0,RozsahX,RozsahY);
Image2.Left:=Image1.Left-12;
Image2.Top:=Image1.Top+RozsahY-13;
end;
end;
93
94
95
96
97
98
procedure TForm1.Edit1KeyDown(Sender: TObject; var Key: Word;
Shift: TShiftState);
begin
if Key=13 then btKresliClick(Sender);
end;
end.
// gula v pociatku sur. systemu
//suradnice gule
//posuvanie gule
12
Dynamický model studijní oblasti vysoké školy
Dynamic model of the college study sphere
Eva Burianová
Ostravská univerzita v Ostravě
Přírodovědecká fakulta, Katedra informatiky a počítačů, [email protected]
Abstrakt
Účelem zpracování dynamického modelu studijní
oblasti vysoké školy je zkvalitnění vybrané oblasti
procesu strategického rozhodování na úrovni fakulty
vysoké školy a rozšíření metod, které se používají v
řízení fakulty v rámci procesu rozhodování. Ke
zkvalitnění rozhodování a racionalizaci rozhodovacích
procesů může přispět existence simulačních modelů,
pomocí nichž lze simulovat důsledky rozhodnutí.
Simulační modely by mohly být využívány samotnými
děkany fakult (nebo dalšími rozhodovateli ve vedení
fakulty). Pomocí těchto modelů by před vlastním
rozhodnutím mohli vytvořit různé scénáře budoucích
stavů (studentů, financí, učitelů. Pro řešení tohoto
úkolu byla vybrána metodika systémové dynamiky a
softwarová podpora Powersim pro tvorbu a realizaci
simulačního modelu.
Abstract
Quality improvement in college study sphere
became the purpose for compilation the dynamic
model, focused to improving certain sphere of making
strategic decisions at the college level, as well as a
expanding methods, used in college management
within the decision making process. Existence of
simulation models enabling to simulate the
consequences of decision making process, may
contribute to improvement of said processes as well as
rationalization of the above mentioned processes.
Simulation models might be applied by college deans
(and/or by other decision making persons of college
management). By means of these models they could
create different future situation scenarios, before
making appropriate decision (number of students,
amount of the financial grant, number of tutors, etc.).
Methodics of system dynamics and Powersim software
support have been chosen to resolve this task, i.e. to
create and performance of the simulation model.
Kľúčové slová
Simulační model, řízení fakulty, model studia, zdroje,
rozhodování.
Keywords
Simulation models, faculty management, studying
modul, resource, decisions.
1
Introductoty note
The main target of the university or college is similarly
like for other universities and/or colleges within the
overall educational system, is the education within the
curricula of said educational faculty or college. Student
represents an important object in said educational
process, being a factor of the existence of a university
and its faculties. Nowadays the number of students
ensures undisturbed operation of faculties Financial
resources of the faculty subjected to all the number of
students, standard amount of financial demand for
particular study specializations as well as to financial
normative for a given year.
Monitoring the number of students within particular
study specializations, in particular years of studying,
management of the recruitment procedures, as well as
making decisions covering quotes accepted by each
department for particular study specializations,
monitoring the development within the society with
respect to modifications in public interest concerning
other specializations, represent all one of the most
important activities of the dean and his/her
collaborators.
Faculty management makes the best to:
13
•
•
Recruit such numbers of students, which are
given by maximum determined limit (including
determined increase) provided by the Ministry of
Education, Youth, and Physical Education,
Recruit students within such structure, to be the
most suitable for given faculty, here the most
decisive point of view represents determined
factor of financial demand for particular study
specializations.
Any and all the above mentioned decisions are of
strategic significance, with respect to the period, for
which the students are recruited to the faculty.
Numbers and structure of recruited students will affect
the activities of appropriate faculty for a long future
period (3 - 5 years as the minimum) not only within the
sphere of monitoring the students, but in teaching
process, structure of pedagogic staff within appropriate
departments, etc.
That is why we chose for this paper the module
STUDYING, which is to simulate the numbers of
students, financial resources and other variable facts
under determined parameters.
2
Module studying
Methodics of system dynamics has been applied
creating the model STUDYING.
Model of the sphere of studying involves following
input data:
a) Data reflecting the history of the faculty (study
specializations, numbers of students within
particular specializations and years, factors of
students’ progress within curriculum, numbers of
students who complete the study successfully,
numbers of students who leave the faculty.),
b) Data from the faculty environment financial
coefficients granted for given year for particular
study specializations, normative per student as
granted for particular year),
c) Inputs of the simulator user (expected numbers of
enrolled students, numbers of required students,
passage coefficients among particular years of a
curriculum), simulation takes place based on these
inputs, results may be compared as per selected
input data such a way, to enable selection of
appropriate variant based on detailed results, and
subsequently to make appropriate decision.
Defining issues to be Resolved
Functioning of the simulation model has been designed
to resolve following issues:
a) How many students should receive the decision
concerning their enrollment, so that the number of
those, who will be enrolled, would meet the needs
of appropriate faculty?
Model simulates the following functions: user would
enter the input data into the model – numbers of
students, wished to enroll and he/she is interested in
fact, what number of students must the faculty enroll
officially, that the initial requirements are to be met..
This part may be solved as a pert of the overall model.
b) What will be the structure of the numbers of
students within appropriate study specializations
in subsequent years?
What would be the structure (numbers of students
within appropriate curricula) in subsequent years,
when we are able to enter the numbers of students
interested in appropriate curricula in advance we wish
to be enrolled? It means, that for year k = t (academic
school year before the recruitment procedure) is
known already:
•
Study specializations, for which we wish
to enroll the students,
•
Numbers of recruiters interested in
particular study specializations (this is a
limit factor for the possibility of the
number of enrolled students = I am not
allowed for specialization, bringing us
more money, we are not allowed to
enroll more students that the number of
interested ones, at all),
•
All the numbers of students on the given
date
within
particular
study
specializations and years
(these
numbers are modified on the day of Sept
, 1 – being moved towards higher
grades),
Passage
for
particular
study
specializations among the study grades.
Model simulation should result in the information,
covering the number of students enrolled by the faculty
within assessed year, respecting the fact, that numbers
we wish to enroll are entered in given year and
furthermore we would monitor total numbers of
students within all the years and study specializations.
c) What financial resources would be brought by
given structure of students enrolled by the faculty
in subsequent year, during monitored future
period?
•
14
This part of the model may follow the previous one and
to calculate, in comparison with the previous one, what
financial resources would the faculty/college acquire
from the Ministry of Education, Youth, and Physical
Education as per the number of students and as per the
amount of normative for subsequent academic year.
With respect to continuous modifications in financing
this part of model may not be considered stable.
6
Students of the
third year
7
Students of the
fourth year
Basic elements of the model are as follows:
a) Departments
b) Curricula
c) Situations and Processes
d) Studying the Obstruction Index,
e) Numbers of Registered and Required Students
f) Passing rate of the Curriculum
8
Students of the
fifth year
9
Students of the
sixth year (only
for four and five
year curricula)
Inherent modeling has been done at the college
featured with 6 departments and 23 curricula. Within
the sphere of studying we may define 10 situations and
ten processes, respectively, which enable transitions
between the above situations. Situations, depending on
the duration of curriculum are as follows:
10
Students of the
seventh
year
(only for five
year curricula)
3
Defining System Elements of the
Model
Index
of the
situat
ion
“j”
1
2
3
4
5
Situation
(Xij
where,
“i”
represents the
curriculum
index)
Enrolling
the
student
Students,
who
came to the
entrance
examinations
Students,
who
were
admitted
for studying
Students of the
first year
Students of the
second year
Description
situation
of
the
Students, who submitted
the study application.
Students,
who
made
decision to pass the
college
entrance
examinations.
They
overcame the obstruction
No. 1.
Students,
who
were
admitted officially to
study at the college. They
overcame the obstruction
No. 2.
Students,
who
made
decision to enter upon the
first year. They overcame
the obstruction No. 3.
Students, who met study
requirements
and
advanced to next year of
studying. They overcame
requirements
and
requirements
and
requirements
and
requirements
and
requirements
and
Table 1 - Situations
Processes taking place upon transitions among
different situations are considered to be „overcoming
the obstruction “j“. Generally, the standard duration of
the study might be prolonged not over two years
(however, this rule is not obligatory at other colleges).
Except of transition processes among particular
situations, depending on the duration of learning, also
the processes of successful and/or unsuccessful
completion of the studies take place,
Index
of
obstru
ction
“j”
1
2
3
4
5
6
7
8
Process description (Pij,, where “i”
represents a curriculum index)
Presenting of enrolled students to the
entrance exams.
Accepting a student for studies.
Enrollment of a student into first year of
studies.
Advancing into second year of studies.
Advancing into third year of studies.
Advancing into fourth year of studies.
Advancing into fifth year of studies.
Advancing into sixth year of studies
15
(applicable for four and/or five year
curricula only).
9
Advancing into seventh year of studies
(applicable for five year curricula only).
10
Successful completion of studies (with
respect to commencement of studies).
Table 2 - Processes
Both numbers of enrolled students and number of
required ones within subsequent monitored period
establish input values of the model, being entered by
the user, based on his/her presumptions and
requirements. Numbers of enrolled students are
affected with numerous factors, e.g. development of
the population, varying interest in certain study
professions, and, on the other hand, with offer of
curricula, etc. To determine numbers of enrolled
students for future years is not easy. Dean must take
into account the information from the faculty
background:
•
Population development,
•
Monitoring of public interest in different
curricula,
•
High school catchment areas, numbers of
taking a school-leaving examination students
at these schools,
•
Etc.
Numbers of required students are in principle
requirements, which are not obligatory to be met with
respect to enrolled students as well as with respect to
passing rate of the curriculum thru entrance
examinations. Comparing the number of students, who
start studies in the first year, being calculated by means
of simulation model, with the number of required
students, a faculty manager may take different
measures, leading to fulfill his/her requirements.
It is necessary to calculate coefficients using some of
appropriate methods, to be able to make a model of
students passing the studies within designed simulation
model for a college faculty. Such coefficients might be
applied within the simulation model, defining the
passing rate among particular years of studies for
appropriate curricula. These coefficients must be
calculated based on values for previous monitored
period.
To make detailed calculations, it is necessary to find
out numbers of students for particular academic years
specified in particular years of all faculty curricula
such a way, to see shifts of students among the studies
years up to the time of expected graduation.
Statistic least square method has been applied for
calculation the passing rate coefficients for solved
specific model.
Solving the simulation method we expect, that results
calculated by means of above mentioned method
within stochastic Passing Rate Model (estimations of
model parameters), might be applied as coefficients
within the solution proposal of deterministic simulation
model. Values of said coefficients could be calculated
for subsequent academic year as per actual numbers of
students for previous year, pertinently the calculations
may be elaborated via other statistic method. Solution
of this issue, however, is not involved in presented
paper. Without specific calculated coefficients the
solved simulation model can not be started and tested
regarding its functionality.
4
Calculation of the Estimation
Passing Rate Model Parameters
of
Passing Rate Model is solved out of the proposal of
solution of the dynamic simulation model.
This calculation of acquiring the coefficients for the
simulation model had been done as follows:
= probability of overcoming
the obstruction “j” in curriculum “I”),
passing rate (Πi,j
Π
a
passing rate estimation,
ai,j = passing rate of obstruction “j” in
curriculum “I”,
k
index of the period (e.g. 1995,1996,…2002),
t
initial year,
xi,j,k
numbers of students in “i” curriculum as per
particular years “k” (after overcoming the
obstruction “j”) in academic year “k” = t (e.g.
t=1994/1995, k=t+1, t+2,….),
xi,0,k
number of students, who in curriculum “i” and
in year “k” face the first obstruction (number
of students, who enrolled for curriculum “i” in
year “k”),
Following data must be applied to determine the
passing rate among particulars years of studies as
follows:
•
Numbers of students, who enrolled for
specific curricula,
•
Numbers of students, who passed thru
entrance examinations,
•
Numbers of students, who were enlisted,
•
Numbers of students, who
overcame the advancement
within studies,
•
Numbers of students, who successfully
completed studies by graduating.
successfully
obstructions
16
Passing rate of the obstruction “j” in
curriculum “i” and in year “k” would be
marked
pi,j,k, which represents the ratio of the number of
students being after and before overcoming a
obstruction. However, this ration as nothing common
with the probability to overcome given obstruction.
n
SXX = ∑ xi2
i =1
n
SYY = ∑ yi2
i =1
n
SXY = ∑ xi yi
i =1
pi , j , k =
We would achieve the formula for estimation “a” of
the passing rate “α”:
xi , j ,k
xi , j −1,k −1
Assuming the constant time demand for overcoming
the obstructions as well as timely constant precondition
regarding the quality of students, it is obvious, that:
xi , j ,k = pi , j ,k ⋅ xi , j −1,k −1 = α i , j ⋅ xi , j −1,k −1
That is why:
α i, j =
xi , j ,k
a=
SXY
SXX
Formula for model variants
s 2y =
s 2y
SYY − a ⋅ SXY
,
n −1
and sample for passing rate variants
xi , j −1,k −1
2
a
s =
s a2
s 2y
This way passing rate αi,j, has been introduced, which
is timely constant one.
Determining the passing rate αi,j it is possible to apply
the least square method.
as impartial passing rate assessments for given
SSQ = ∑ (xi , j ,k − α i , j ⋅ xi , j −1,k −1 ) = min α i , j
permeability assessment
2
We will achieve statistic estimations ai,j of the passing
rate αi,j:
∑x ⋅x
=
)
∑ (x
i , j ,i
ai , j
i , j −1, k −1
k
2
i , j −1, k −1
k
Situation may be
understood also from the standpoint of a particular
student, the situation of which changed after
overcoming the obstruction.
Particular values of passing rate Πi,j represent
parameters of appropriate mathematic model, while
xi,j,k are particular random input data loaded with a
statistic error. Linear model has been chosen for
identification of statistic estimations.
yi = α ⋅ xi + ei
Where “i” = 1, …n, for n≥2
Here α represents cast around passing rate for given
obstruction of said curriculum, “xi” represents the
number of students facing to given in “i” – case (year),
“yi“ represents number of students, who overcame
said obstruction and proceed, “ei,“ represents linear
model error term, while “n” represents scope of
selection, i.e. number of periods (years), for which said
obstruction had been monitored.
We will introduce other auxiliary statistics as follows:
SXX
obstruction of the model variants
s 2y , and variants of
s a2 .
Calculated assessments ai,j of permeability αi,j are
subsequently applied in the form of coefficients of
students´ advance within particular years of studies “j”
in particular curricula “i” within deterministic
simulation model.
We expect, that with respect to the fact, that
deterministic model will be applied for planning,
where always is supposed certain contradiction
between the actual state and the plan (not with respect
to prediction of the model), it is possible to apply
estimations calculated like that in the form of
coefficients in proposed model..
5
Mental Model
For mental expression of the model STUDYING we
use the tool flow diagram.
Elements of the mental model:
Students within particular states (levels) are
Xij
marked Xij, where i = 1..23 represents a
serial number of the specialization, while j
represents index of a state.
Students of specialization i, who passed thru
Pij
an obstacle j.
Students
of
specialization
i,
who
Uij
successfully completed studies in state j.
Students of specialization i, who did not
Nij
17
kPij
kUij
kNij
PRv
completed successfully studies at the
obstacle j.
Invariable of passing the obstacle j within
the specialization i.
Invariable of successful completing the
studies instate j of the specialization i.
Invariable of unsuccessful completing the
studies instate j of the specialization i.
Expected number of students enrolled within
specialization i.
Flow diagrams had been created for simulation model,
describing the passing of students thru the curriculum.
Curriculum may be of 3 – years, 4 - years, and/or 5 –
years type. Particular diagrams are depicted on below
mentioned figures.
Figure depicts the flow diagram for studying three
years specializations.
Flow diagrams for four and/or five years
specializations are similar, except of fact, that
successful completing of the curriculum is prolonged
to the study years four, five, and six, respectively, in
case of four years curriculum, while is prolonged to the
study years five, six, and seven, respectively in case of
five years curriculum.
three years curriculum after third, fourth, and fifth
years of studies), while numbers of student, who were
not successful are marked Nij, respectively.
Flow rates are controlled by invariables kPij for
passing thru the obstacle, while by kUij for successful
completing of studies. (coefficient of unsuccessful
completing the studies, marked kNij is stated in a
datasheet to enable the function checking up).
Coefficients are positive real numbers, for which the
equation kPij +kUij + kNij = 1 is valid.
6.2
To calculate flow rate it was necessary to establish
basic tables, involving survey on the number of
students within particular specializations and grades
for as much previous years as possible. This flow rate
model must be processed at particular datasheets in MS
Excel file PROPUSTNOSTI.XLS (FLOW RATES) as
per particular specializations.
6.3
Model formalization
Formalization of the Faculty of Science model has
been done within the framework of crating the
simulation model.
6.1
Model Limitation
Several simplifications were done creating the model.
Some unspecific situations were not involved in this
model, which however could not affect considerably
the simulation and/or monitored results.
7
6
Flow Rates
Simulation model of the faculty of
sciences at the university of Ostrava
Simulation model of the Faculty of Sciences at the
University of Ostrava has been created based on the
methodics of system dynamics and system thinking,
i.e. disciplines, focused to modeling and simulating
complex and dynamical systems.
Creating the simulation model represents the final
stage of establishing the model by means of
methodology of system dynamics.
Linkage of Decision Making System Modules
Description of states and Processes of the
Model
Numbers of students within particular states (levels)
are marked Xij, where i = 1..23 represents the serial
number of the specialization, while j represents an
index of a state.
Numbers of students passing the obstacle j are marked
Pij (flow rate), numbers of students, who completed
curriculum successfully are marked Uij (e.g. in case of
18
Graphic environment of software product Powersim,
being engineered for detailed creating the dynamic
models applying methodics of system dynamics, was
utilized for this purpose. Specifically, the model has
been designed in the environment of Powersim
Constructor 2.5 CZ, named STUDSIM.SIM. MS
Excel spreadsheet has been used to create both input
and output data. Command description and application
of simulation model became a part of this chapter.
MS Excel “STUD???.XLS” sheet serves as the data
source and the output tool. Both inputs and outputs are
done via input/output object of the DDE link
Constructor (linked thru dynamic data exchange).
This sheet utilizes data from sheet named “MS EXCEL
PROPUSTNOSTI.XLS” (passing rate) for entering
the permeability coefficients. One of potential
enlargements of the simulator is its connecting to the
information system “STUDENT”. This way real time
calculation of the passing rate coefficients may be
resolved.
Based on the methodics creating the simulation model,
it is necessary to define the time period, in which we
wish to simulate the model, time step and a method of
integration. For model “Studium” the following had
been chosen:
Time period:
10 years
Time step:
half-year = 1 semester
Integration method:
by Euler
Simulation model represents the dynamics of studies
for one of faculties of the University of Ostrava during
the period of 10 years. Simulation works within one
year in two steps and three spheres are simulated as
follows: process of student enrollment (acceptance),
process of the studies as a whole, and related flow of
financial means as provided by the Ministry of
Education, Youth, and Physical Culture of the Czech
Republic.
Simulation model provides a support for making
strategic decisions, covering the sphere of studies for
managing the Faculty of Sciences of the University of
Ostrava, which provides education in 23 curricula of
three, four, and five year duration. Simulator enables
making experiments with different scenarios as well as
to compare different strategies this way.
7.1
Utilization of Flow Diagrams in Creating
the Model
One model has been created from flow diagrams of all
curricula types utilizing the tool Powersim
Constructor, and enables defining of index variables
(fields). Thus defining the variable as the field
expresses the group of congenerous values in the form
of one variable.
Utilizing the fields derogates the scope of
computerized flow diagram increasing this way
illustration value of this model.
7.2
Input Interface of the Model
MS Excel „STUD???.XLS“ data sheet serves as the
input tool of the simulator, where instead of „???“ any
element of alphanumerical code may be used. Data
sheets named this way serves for archiving the
scenarios from different users.
Following conventions would be valid for utilization of
said data sheet. Data entered by user are of green color,
calculated data are of red color, while simulator output
data are of blue color, respectively.
Input data are on data sheets:
7.3
•
Inputs (initial situation profile of students in
all curricula and years of studies,
strenuousness (sophistication) coefficients for
particular curricula, entering the expected
development of a normative).
•
Coefficients ((subject matter concerns the
input coefficients of passing of students thru
particular years of studies, values are
transferred
from
the
file
“PROPUSTNOSTI.XLS” – (passing rate)).
•
Applications (are entered by the user, subject
matter concerns the number of students, who
will enroll during the considered period).
•
Required number (is entered by the user,
subject matter concerns the number of
required students, who would enroll during
the considered period).
Output Interface of the Model
MS Excel „STUD???.XLS“ is functioning as output
tool of the simulator, (instead of „???“ any element of
alphanumerical code may be used). Data sheets named
this way serves for archiving the scenarios from
different users.
Following conventions would be valid for utilization of
said data sheet. Data entered by user are of green color,
calculated data are of red color, while simulator output
data are of blue color, respectively.
Output data are shown on sheets Přijímačky (entrance
exams), Stavy3 (state3), Stavy4 (state 4), Stavy5 (state
5), and Finance.
7.4
Output Sheet “Přijímačky” (entrance
exams)
Outputs from the acceptance process for particular
curricula are involved on this sheet for 10 years period.
19
Curriculum is to be selected via control element „Pole
se seznamem“ (field with a list).
Table shows for selected curriculum numbers of
students in particular stages of the acceptance process.
Line „Rozhodnutí“ (decision made) shows numbers of
students to which must be sent the acceptance decision,
to achieve required number. Following equation is
valid
Ri = Pi / kPi3, where:
Ri represents number of students to which must be sent
the acceptance decision, to achieve required number,
Pi represents required number of students,
kPi3 represents coefficient of overcoming the third
obstruction, i.e. enlisting for studies.
Numbers of students are depicted also in the bar graph
of given sheet.
8
Computerized
(Studies)
model
“STUDIUM”
Computerized model “Studium” has been created
within the environment of Powersim 2.5 software.
Model consists from several parts as follows:
•
Basic computerized model of flow diagrams,
•
Outputs into STUD???.XLS data sheet,
•
States and processes for 3-years, 4-years, and
5-years studies,
•
Financial means for appropriate curricula.
DDE links from/to STUD???.XLS data sheet are
defined in the model, as well.
9
Work of the simulation model
Simulation takes place in each year in two steps.
Following simulations are done during the first (odd)
step:
Initial inputs are downloaded, i.e. all input values from
STUD???.XLS data sheet:
•
Initial numbers of students,
•
Financial demand coefficients for particular
curricula,
•
Normative development values,
•
All values from data sheet “Koeficienty”
(coefficients),
•
All values from data sheet “Přihlášky” applications (expected demand in students per
appropriate curricula),
•
All values from data sheet Požadovaní –
required number of students (numbers of
students, who are to be enlisted during given
years).
All following defined actions will take part in second
step, i.e.:
•
Acceptance procedure has been done,
•
Students passed to higher year of studies
(completed studies – successfully,
unsuccessfully),
Students passed from acceptance procedure
into the first year of studies.
After completion of second (even) step of simulation,
values are defined on SEPT 1 of given year k=t. values
are important for calculation of financial means, being
calculated by means of curriculum demand
coefficients, determined normative for given year
k=t+1, and numbers of students for appropriate
curricula for year k=t+1 (for this purpose are
considered numbers of students on OCT 31.10. of year
k=t).
Model supposes that values on SEPT 1 (respective on
the day of commencing the teaching in new academic
year) are the same like the ones on OCT 31 (financial
means from the Ministry of Education, Youth, and
Physical Culture of the Czech Republic for fiscal year
are calculated as per the number of students on this
day). Calculation of passing rate corresponds with it, as
well.
All calculated values are shifted by mains of DDE
links into output data sheets of STUD???.XLS file.
Output are, as mentioned above, on the data sheets
Přijímačky, Stavy3, Stavy4, Stavy5, Finance (entrance
exam, state3, state4, state5, and finance).
•
10 Possible ways how to use
simulation for makng decisions
the
Model of the sphere of studies “STUDIUM” of the
Faculty of Sciences of the University of Ostrava may
be utilized in making decisions within the framework
of defined issues to be solved:
a) In entering input interactive data Number of
applications and Number of required students,
it is possible to make decisions within the
acceptance procedure after evaluating of the
simulation has been done.
b) User may make analyses of situations, which
he/she has simulated interactively as well as
may to make needed decisions related to the
structure of students at the faculty.
User may monitor financial means allocated to
appropriate departments, curricula, faculty, as per the
number of students enlisted for particular curricula.
20
11 Conclusion
Utilization of both dynamic systems and manager
simulators in practice brings the rationality in making
the decisions. Implementation of new methods within
the sphere of management into practice, among which
are methods based on modeling the dynamic systems,
contributes in transition from empiric - intuitive type
decision making to scientific type of the above.
Simulation models working on the basis of system
dynamics methods enable us to create such models of
complex complicated dynamic systems, which may
serve as decision making systems and furthermore,
may be utilized by the decision makers in interactive
way.
Based on the analysis of faculty activities as well as
defining the above mentioned structure of said
activities has been chosen the sphere for resolving of
sample type simulation model – sphere of studying
process and the methodology of system dynamics and
software support had been compiled, sample
simulation model of this sphere of faculty activities.
Main contribution of submitted paper is a designed of
solution the model of selected faculty activities as well
as creating its dynamic simulation model as a strategic
decision making system, its verification in practice
upon conditions and terms of the Faculty of Science of
the Ostrava University. Simultaneously submitted
paper verified the ability of application the
methodology of system dynamics. Above mentioned
methodology was based on methods of system
approach to solution of complicated and complex
systems.
Designed simulation model STUDYING consists of
three interlinked files (PROPUSTNOSTI.XLS – flow
rate, STUD???.XLS – input data, and STUDSIM.SIM
–simulation) and may serve to the faculty management
in the form of decision making support system.,
however in any case it may not substitute the decision
itself. System may assist only as the simulator to
identify future state for case of selected made decision.
Simulation model serves for creating the scenarios
based on input data interactively entered directly by the
users themselves.
Simulation model was preset for simulation within
decade. Both inputs and outputs are resolved by means
of the Microsoft Excel application, which is commonly
available and utilized at faculties/colleges. After the
user enters the input data to the input datasheets
STUD???.XLS, it is necessary to start up the
simulation model and subsequently immediately
survey the calculated values in output datasheets
STUD???.XLS in Microsoft Excel.
Model has been designed such a way, to meet the
requirements put to decision making support system,
the users themselves may enter the data interactively,
based on which they may monitor possible situation
taking place in the future and to make the revisions of
previously assumed decisions based on acquired results
before making the final decision itself.
Utilization of such information technologies, which
may be controlled in and easy way and which may be
used interactively by the decision makers themselves,
should enable to improve the quality of the decision
making process.
References
[1] Sterman, J.: System Thinking and Modeling for a
Complex World, MIT, Sloan school of management, 2000
[2] Forrester, Jay W.: The Beginning of System Dynamics,
Banquet Talk at the international meeting of the
SystemDynamics Society, Studgart, 1989
[3] Cover, J.: Introduction to System Dynamics, Powersim,
Norway, 1995
[4] Burianová, E. ICT and DSS in Conditions of School
Management. In EUNIS 2002. Porto. ISBN 972-752-051-0.
[5] Burianová, E. Dynamics simulation model as a decision
support of management Ostrava University. In EUNIS 2007.
Grenoble.
Ing. Eva Burianová, Ph.D.
Katedra Informatiky a počítačů Přírodovědecké fakulty
Ostravské university v Ostravě. Ulice 30. dubna 22,
70200 Ostrava
[email protected]
21
Celoživotné vzdelávanie za podpory IKT a e-learningu
v oblasti technickej gramotnosti
Lifelong Education Supported with ICT and E-learning
in the Area of Technical Literacy
Mária Burianová
Fakulta prírodných vied, Katedra informatiky, [email protected]
Abstrakt
Autorka článku predkladá návrh projektu na
spracovanie témy pod názvom: „E - learning ako
progresívna metóda celoživotného vzdelávania v
oblasti technickej gramotnosti.
Téma celoživotného vzdelávania a využívanie e –
learningu, ako podporného prostriedku prezenčnej
formy výučby je autorke veľmi blízka, rovnako ako
tvorba a využívanie e-learnigového prostredia LMS
Moodle, ktorý sa na podporu výučby a štúdia využíva
na UKF Nitra.
Abstract
In this article, the author submits her application
for a project called 'E-learning - the Advanced Method
of Lifelong Education in the Area of Technical
Literacy'. The author is very familiar with the subject
of lifelong education, e-learning as an auxiliary
teaching method, as well as with the creation and
application of LMS MOODLE e-learning interface,
used and supported by UKF Nitra.
Kľúčové slová
celoživotné vzdelávanie, technická gramotnosť, tvorba
testov, testovanie
Keywords
lifelong education, technical literacy, test preparation,
testing
1
Úvod
V oblasti ďalšieho vzdelávania dospelých už pred
rokom 1989 existovala na Slovensku sieť vzdelávacích
zariadení rôzneho typu. Avšak po roku 1989 sa
radikálne zmenila ponuka vzdelávania, čo bol následok
vzniku trhovej ekonomiky a tým spojené vytvorenie
konkurenčného prostredia vo všetkých odvetviach
ekonomických
a
hospodárskych.
Prirodzene
nevynímajúc oblasť školstva a vzdelávania všeobecne
a to najmä vznikom rôznych súkromných vzdelávacích
inštitúcií s novými formami vzdelávania.
Rozvoj a prudké zmeny v ekonomikách sveta
prirodzene priniesli so sebou požiadavku na vytvorenie
nových profesijných odborov najmä v krajinách, ktoré
sa stali čerstvými členmi Európskeho spoločenstva.
Dôsledkom vzniku novej trhovej ekonomiky a trhu
práce, zmenou spoločenských a hospodárskych
pomerov, narastajúcej nezamestnanosti a požiadaviek
na nové dovtedy neznáme profesie, donútilo mnohých
prehodnotiť obsah doposiaľ nadobudnutého vzdelania,
kompetencií a vedomostí. Vzrástli požiadavky najmä
potreby znalosti cudzích jazykov a to najmä z dôvodu
mobility pracovnej sily. Najmarkantnejšia zmena však
nastala
prudkým
nástupom
informačnokomunikačných technológií do všetkých sfér života.
Príval nových informácií, ich získavanie, spracovanie
a využívanie, sa stalo dôležitým momentom pri
vytváraní si novej identity jednotlivca. Nielen formálne
ale i neformálne vzdelávanie nadobudlo spoločenskú
dôležitosť a premietlo sa do takzvaného celoživotného
vzdelávania. Ďalšie vzdelávanie ponúklo šancu
dospelým dať životu nový zmysel a ďalší rozmer, bez
ohľadu na vek, pohlavie, jazyk, kultúrne a ekonomické
rozdiely.
22
2
Návrh projektu doktorandskej práce
Pretože myšlienka celoživotného vzdelávania mi nie je
cudzia a priamo sa ma týka, rovnako ako tvorba
a využívanie e-learnigového prostredia, oslovila ma
v ponuke doktorandského štúdia téma „E- learning ako
progresívna metóda celoživotného vzdelávania
v oblasti technickej gramotnosti“, ktorú vypísala
Doc. Ing. Jana Burgerová, PhD., v študijnom programe
Pedagogickej fakulty UKF - Didaktika odborných
technických predmetov - technická výchova.
Cieľom
návrhu
projektu,
po
konzultáciách
s navrhovateľkou témy, boli zadefinované jednotlivé
kroky pre jej spracovanie:
• analyzovať problematiku celoživotného
vzdelávania s elektronickou podporou,
• zamerať sa na možnosť výučby vybraných
predmetov za podpory e-learningu,
• navrhnúť model výučby za podpory elearningu pre študujúcich externou formou
výučby na KTaIT,
• zamerať sa najmä na oblasť testovania,
• overiť a vyhodnotiť účinnosť navrhovaného
riešenia experimentálnou metódou.
2.1
Predmet a metódy práce
Predmetom práce sa stáva vzdelávanie v oblasti
technickej gramotnosti za podpory e-learningu, ako
progresívnej metódy celoživotného vzdelávania,
vychádzajúc z toho, kedy je e-learning kompletný a to,
ak obsahuje tri základné zložky, ktoré tvoria
vzdelávací systém:
1. obsah vzdelávania – t.j. vzdelávacie kurzy
alebo samostatné moduly; hlavným znakom ekurzu je interaktivita a spätná väzba
(feedback), e-kurzy sú tvorené: textovým
obsahom,
grafickým
obsahom,
multimediálnym
obsahom,
testovacími
modulmi.
2. distribúcia e-kurzu – je realizovaná pomocou
Internetu alebo Intranetu, v tomto prostredí sú
používané internetové štandardy, štandardy
pre bezpečnosť a štandardy pre e-kurzy
slúžiace na komunikáciu so systémami
3. riadenie štúdia – proces, ktorý zaisťuje správu
e-kurzov a študentov, (spolupráca tútor –študent)
vrátane sledovania výsledkov ich štúdia, je zameraný
hlavne na manažérov - tútorov vzdelávania, lebo im
poskytuje prehľad o úspešnosti
študujúcich
a vyhodnocuje jednotlivé e-kurzy.
2.1.1
V teoretickej časti:
V teoretickej časti bude potrebné sa zamerať na:
analýzu riešenej problematiky, za pomoci dostupných
zdrojov
a literatúry,
ktorá
približuje
obsah
celoživotného vzdelávania, nazrieť do jej začiatkov až
po súčasnosť, použitie komparatívnych metód pre
porovnanie doteraz zverejnených výsledkov za
posledné desaťročie na Slovensku a vo vybratých
krajinách Európskej únie.
2.1.2
V praktickej časti:
V praktickej časti bude potrebné zamerať pozornosť
na:
oboznámenie sa s doterajšími formami a metódami
celoživotného vzdelávania na Katedre techniky a
informačných technológií v Nitre;
výber niektorých technických predmetov, ktoré sa
vyučujú na KTaIT doposiaľ iba prezenčnou formou
štúdia v externej forme štúdia;
• tvorbu návrhu metódy a formu výučby
vybratých technických predmetov, ktoré sa
vyučujú na Katedre techniky a informačných
technológií v Nitre, formou externého štúdia
podľa študijného programu pre 2. a 3. ročník;
návrh štruktúry a tvorbu modulu s 10 – 12 lekciami,
(podľa syláb k predmetu), s využitím dostupných
učebných materiálov, ktoré by poskytli vyučujúci
daného predmetu, prípadne ich doplniť o novinky
v danej problematike;
vytvorenie diskusného fóra pre každú lekciu každej
lekcie a hlavné fórum s novinkami;
návrh, prípravu a vypracovanie vstupných testov
z celého obsahu modulu;
návrh, prípravu a vypracovanie výstupných testov;
návrh,
prípravu
a
vypracovanie
autotestov
k jednotlivým lekciám modulu;
návrh, prípravu a vypracovanie učebných materiálov
vo forme elektronických kníh;
návrh a úpravu učebných materiálov o obrázky, grafy,
diagramy, videosekvencie, odkazy na www stránky
a pod.
návrh, prípravu a vypracovanie videsekvencií pomocou
grafického
softvéru
Macromedia
Captivate
k zložitejším témam lekcií;
spracovanie a úpravu prednášok vyučujúceho a ich
poskytnutie študujúcim vo forme prezentácií
a videosekvencií v príslušných formátoch;
návrh,
prípravu
a
vypracovanie
motivačne
zaujímavých cvičení k jednotlivým lekciám a reagovať
na ne pomocou spätnej väzby;
samotné vypracovanie riešení úloh a poskytnúť ich
v patričných formátoch k zadaným úlohám
23
návrh, prípravu a vypracovanie záverečných testov,
ktoré preveria a vyhodnotia dosiahnuté vedomosti
študujúcich v bodoch i v percentuálnom vyhodnotení;
vytvorenie vhodných podmienok a správnu voľbu
nástrojov, ktorými sa konkrétne témy budú
spracovávať
osadenie modulu do prostredia LMS Moodle na
webovej stránke UKF Nitra v kategórii EDU;
experimentálne overenie návrhu projektu na vybratej
vzorke externých študentov príslušného odboru
porovnanie výstupu nadobudnutých vedomostí a
zručností skupiny, ktorá pracovala počas semestrov
v prostredí LMS Moodle so skupinou, ktorá vedomosti
a zručnosti získavala prezenčnou formou štúdia;
pred realizáciou výučby za podpory e-learningu,
zrealizovať vstupný tutoriál
na konci semestra zrealizovať výstupný tutoriál
a zhodnotenie dosiahnutých výsledkov
ukončenie aktívnej práce študujúcich v LMS Moodle.
Ako je už zmienené v predchádzajúcej časti, zameranie
sa najmä na tvorbu testov je veľmi dôležitá časť
úspešnej realizácie projektu. Aby boli nielen priebežné
a záverečné testy zvládnuté a vypracované študujúcimi
daný odbor, je veľmi dôležité, aby otázky boli tvorené
za podpory učebných textov, vrátane možnosti
preštudovania prednášok vyučujúceho.
Tvorbu testov je možné rozdeliť na objektívne
a neobjektívne. Pod objektívnymi testami rozumieme
najmä tú časť testovania, v ktorej sa modelujú otázky
typu napr. dichotomického (Pravda/Nepravda), výberu
odpovedí
z viacerých
možností,
výpočtového
charakteru, s vloženými odpoveďami.
Charakter neobjektívnych testov spĺňajú testy opisného
alebo aj zodpovedajúceho charakteru. Každé
hodnotenie totiž závisí od tútora e-vzdelávania
ako subjektívne posúdi odpoveď a zhodnotí výsledok
ním požadovanou úrovňou vedomostí.
Príprava a ponuka autotestov je určitou podporou
najmä v precvičovaní si získaných vedomostí formou
odpovedí a prípadné doplnenie si nedostatočných
poznatkov, bez zbytočného stresovania sa.
2.2
Koncepcia práce a návrh
dosiahnutie cieľov projektu
etáp
na
1. Etapa:
preskúmanie dostupných zdrojov a zhromaždenie
doterajších poznatkov o predmetnej problematike,
nadviazanie spolupráce s inštitúciami celoživotného
vzdelávania na vysokých školách a univerzitách SR,
spracovanie získaných informácií.
2. Etapa:
návrh štruktúry, tvorba a vypracovanie podkladov pre
realizáciu,
výber experimentálnej skupiny,
vlastná realizácia experimentálneho overovania
funkčnosti navrhnutého modulu.
3. Etapa:
štatistické vyhodnotenie výsledkov experimentu,
odporúčania pre prax v danom odbore.
2.3
Predpokladaný
dizertačnej práce
prínos
budúcej
Vytvorenie vzdelávacieho e-learningového prostredia
umožní KTaIT poskytnúť vzdelanie nie iba
uchádzačom v rôznych vekových kategóriách, ale
najmä osobám zo znevýhodnených, marginálnych
skupín, napríklad imobilným študentom.
Podľa predpokladu sa rozsah vedomostí absolventov
rozšíri o nasledovné aspekty:
schopnosť riešiť úlohy rôznej technickej povahy,
schopnosť samostatne sa učiť, využívať dostupné
informačné zdroje,
24
organizovať
ďalšie
vzdelávanie
schopnosť
a personálny rast,
schopnosť udržiavať kontakt s najnovšími poznatkami
vo svojom odbore a pokračovať v odbornom vývoji,
schopnosť ovládať možnosti a konkrétne spôsoby
využitia moderných informačných a komunikačných
technológií,
zručnosť pri používaní experimentálnych zariadení
a pomôcok,
zručnosť pri práci s IKT.
Na základe vytvorenej a overenej metodiky tvorby
výučbových modulov sa dajú vytvoriť kurzy na
prípravu študentov k štátnym skúškam, k rigoróznym
skúškam, taktiež je možné vytvoriť kurzy pre seniorov
– Univerzita 3. veku a rôzne ďalšie didaktické
pomôcky nielen pre učiacich sa i vyučujúcich.
Absolventi získajú schopnosť vnímať techniku ako
súčasť ľudskej kultúry, pochopia techniku ako hybnú
silu rozvoja spoločnosti.
3
[5] http://www2.dcs.elf.stuba.sk/TeamProject/2004/team18/doku
menty/koval.doc
[6] http://www.euractiv.sk/aktualne-vyzvy/clanok/financnapodpora-pre-celozivotne-vzdelavanie
Finančná podpora pre celoživotné vzdelávanie – Krátka
správa
Mgr. Bc. Mária Burianová
Záver
Cieľom aplikovania IKT a využitia e-learningu ako
progresívnej podpory interného alebo externého
vzdelávania, je dosiahnuť priblíženie výučby všetkým
skupinám študujúcich v oblasti technickej gramotnosti,
zvýšenie šance získavania a využívania informácií,
zníženie zaťaženosti učební a to všetko pri zachovaní
vysokej efektivity a kvality vzdelávania.
Musíme si ale uvedomiť, že forma štúdia pomocou elearningu, je vo veľkej miere závislá od vlastnej
sebadisciplíny a sebazaprenia, pretože všetky aktivity
kurzov sú ohraničené termínmi, ktorými sa študujúci
musí riadiť a venovať časť svojho voľného času
ďalšiemu vzdelávaniu a nie pasívnemu oddychu.
Literatúra a zdroje informácií
[1] BURGEROVÁ, J. 2006. E-learning v dištančnom
vzdelávaní na Pedagogickej fakulte PU. In: Dištančné
vzdelávanie v aplikovanej informatike DIVAI 2006. Nitra:
FPV UK
[2] TURČÁNI, M. – KAPUSTA, J.: Príprava učebných
plánov pre výučbu formou e-learningu na Katedre
informatiky FPV UKF v Nitre. In: DidInfo 2004. Univerzita
Mateja Bela, Fakulta prírodných vied, s. 171-174. ISBN 808055-908-2
[3] http://www.hnonline.sk/c6-10028740-20008390k30000_detail-brana-k-novemu-vzdelavaniu, Mária Pomffyová
[4] http://www.edi.fmph.uniba.sk/tmp/asset_cache/link/000
0017361/04-Elearning_v_priprave_buducich_ucitelov.pdf
25
LMS Moodle ako univerzálna podpora vzdelávania
LMS Moodle as a universal support of education
Martin Cápay, Miroslava Mesárošová
Fakulta prírodných vied, Katedra informatiky, [email protected], [email protected]
Abstrakt
V článku sa venujeme charakteristikám e-learningu,
ktoré môžu obohatiť vzdelávanie a podporiť učenie sa
u vysokoškolských študentov. Sústredili sme sa na
vyučovanie programovania, pretože patrí medzi
základné predmety vyučované v rámci študijných
programov našej katedry a zároveň sme vyučujúcimi
tohto predmetu. Najmä dištančné a/alebo kombinované
vzdelávanie poskytuje priestor na využitie možností
vzdelávacieho softvéru umožňujúceho riadenie výučby.
Preto sme sa zamerali na e-kurz Programovanie
určený pre študentov Aplikovanej informatiky, ktorá je
študovaná aj v kombinovanej forme.
Abstract
In the paper we present the characteristics of
e-learning that can enrich the education and facilitate
the learning process of university students. We
concentrate on teaching programming because it is
one of the essential subjects in the study programmes
of our department and we are also the teachers of this
subject. Especially the distance and/or combined
education offers the chance to utilize the features of
learning management system. Therefore we focus on
the e-course of Programming for the students of
Applied Informatics which is also studied in combined
form.
Kľúčové slová
e-learning, e-kurz, LMS Moodle
Keywords
e-learning, e-course, LMS Moodle
1
Úvod
Katedra informatiky FPV UKF v Nitre je vedúcou
katedrou tejto univerzity vo využívaní moderných IKT
vo vyučovaní. Okrem iného prispela k rozvoju
e-learningu na fakulte aj v rámci celej univerzity
(napomohla vzniku celouniverzitného vzdelávacieho
portálu). Spočiatku bol e-learning využívaný ako
podpora dištančného vzdelávania. Dnes sa už väčšina
predmetov, ktoré katedra zabezpečuje, môže pochváliť
e-kurzami, ktoré sa využívajú ako podpora
prezenčného vyučovania a zároveň slúžia študentom
pri ich domácej príprave a samoštúdiu.
V príspevku sa budeme venovať využívaniu e-kurzu
pri vyučovaní programovania, ktoré je súčasťou
študijného plánu denných aj externých študentov. Už
samotná filozofia externého štúdia predstavuje oveľa
väčší priestor pre využitie e-learningu, preto sa
zameriame na e-kurz pripravený a odskúšaný v tejto
forme vzdelávania v uplynulom akademickom roku.
2
Vyučovanie
programovania
s podporou e-learningu
Programovanie je v rámci štúdia informatiky jednou zo
základných disciplín, ktoré študenti musia absolvovať
v prvom ročníku štúdia. Dôraz sa kladie predovšetkým
na získanie základných zručností v navrhovaní
algoritmov na riešenie problémov a ich realizáciu vo
vybranom programovacom prostredí. V dennej forme
štúdia je výučba zložená z prednášok a cvičení, ktorých
sa študenti zúčastňujú pravidelne každý týždeň. Ich
záverečné
hodnotenie
pozostáva
z výsledkov
praktických testov realizovaných počas semestra
v rámci cvičení, a teoretického testu, ktorý absolvujú
v skúškovom období.
Pri vyučovaní programovania u externých študentov
bakalárskeho štúdia Aplikovanej informatiky (EBAP)
26
sú podmienky stanovené rovnako, ale prístup
k vyučovaniu je diametrálne odlišný, keďže s týmito
študentmi sa vyučujúci stretne len niekoľkokrát počas
semestra. Tieto dôvody viedli k vytvoreniu e-kurzu,
ktorý bol využívaný na podporu vzdelávania v tejto
forme štúdia. Aj keď sa elektronický kurz začal
využívať najskôr v dennej forme, až v prípade
externého štúdia sa ukázal ako neodmysliteľná súčasť
výučby (rozdiely v spôsobe výučby u denných
a externých foriem štúdia sa neustále zužujú).
3
LMS Moodle ako technická podpora
vyučovania
Kurz programovania (konkrétne pre predmet
Programovanie 1, 2 a Algoritmy a údajové štruktúry 1,
2) používaný na našej katedre existuje už niekoľko
rokov a za toto obdobie prešiel nevyhnutným vývojom.
Od postupného zvyšovania verzií Moodle cez zmenu
portálu až po dopĺňanie a skvalitňovanie učebných
materiálov a aktivít.
Momentálne je kurz umiestnený na univerzitnom
portáli www.edu.ukf.sk, na ktorý majú prístup všetci
študenti UKF. Využíva sa nielen pri dennej forme
štúdia [2], [4], ale aj pri výučbe externých študentov
[1], [3], preto existujú dve modifikácie kurzu. Pre toto
riešenie sme sa rozhodli z dôvodu odlišného riadenia
štúdia v prípade externých študentov. Obsahovo sú
kurzy zhodné, odlišujú sa však v aktivitách určených
pre študentov a tiež v podmienkach hodnotenia práce
študentov počas semestra.
Obsahová náplň kurzov pozostáva z:
časti určenej na štúdium – učebné texty,
videosekvencie zachytávajúce prácu v prostredí
Delphi, riešené úlohy, zadania neriešených úloh,
časti určenej na overenie teoretických vedomostí
a praktických zručností študentov - automaticky
vyhodnocované autotesty, praktické testy, záverečný
test, záverečný projekt.
Bežná lekcia v kurze
pozostáva z obidvoch
spomenutých častí. Výnimku tvoria lekcie venované
špecifickej oblasti, napr. priebežnému testu,
záverečnému testu, záverečnému projektu a podobne.
V nasledujúcich kapitolách sa budeme venovať
jednotlivým oblastiam, a to v kurze určenom pre
externých študentov.
3.1
Študijné materiály
Študijné materiály pozostávajú prevažne z teoretického
vysvetlenia učiva, pričom môžu byť vo forme tzv.
webových stránok, kníh, odkazov na súbory a iných.
3.1.1
Webová stránka
Ide o jednoduchú stránku obsahujúcu texty, obrázky,
príp. multimediálny obsah. Používa sa vtedy, ak učivo
nie je členené a obsah stránky nie je príliš dlhý. Môže
ísť napríklad o zoznam zdrojov k danej téme, zadania
neriešených úloh, príp. aj úlohy s riešeniami.
3.1.2
Kniha
Kniha patrí medzi komplexnejšie spôsoby organizácie
obsahu. Umožňuje vytvárať kapitoly a podkapitoly,
ktoré si potom študent prezerá podobne ako v učebnici.
Zároveň má neustále zobrazený obsah celej knihy vo
forme zoznamu kapitol v ľavej časti obrazovky, ktorý
je možné využiť na rýchlejšie prechádzanie na
konkrétnu časť knihy.
Často sa používa pre zverejnenie učebných textov, ale
ponúka zaujímavé možnosti napríklad aj pri riešených
úlohách, kedy zadanie úlohy môže tvoriť hlavnú
kapitolu a jednotlivé možnosti riešenia jej podkapitoly.
Hlavnou výhodou knihy je to, že tvorí jeden celok,
ktorý je členený vnútorne, teda nezaberá v kurze veľa
miesta a je prehľadná. Vyučujúci má zároveň možnosť
povoliť tlač knihy, čím študenti môžu získať
usporiadaný tlačový výstup študijných textov.
3.1.3
Odkaz na súbor
V systéme LMS Moodle je možné využívať aj odkazy
na súbory príp. na priečinky v rámci súborov daného
kurzu. Stačí teda do súborov kurzu pridať tie , ktoré sú
potrebné (môže ísť o pdf súbory, obrázky, videá,
animácie a pod.) a potom už len v kurze vytvoriť
odkazy na ne. Samozrejme, v rámci jednotlivých
prvkov kurzu môže tvorca kurzu vytvoriť aj bežné
hypertextové odkazy. V prípade odkazu na súbor ako
zdroja však hovoríme o konkrétnom odkaze na súbor
dostupný priamo na hlavnej stránke kurzu, pričom sú
k dispozícii aj pokročilé nastavenia, ako je miesto
a spôsob otvorenia odkazu a pod.
3.2
Hodnotenie
semestra
práce
študentov
počas
Absolvovanie predmetu bolo podmienené získaním
dostatočného počtu bodov z teoretickej a praktickej
časti.
Teoretickú časť tvoril elektronický test, ktorý študenti
absolvovali v termíne skúšky. Test sa vyznačoval tým,
že skladba otázok v teste nebola statická. Výhodou
bolo jednak to, že LMS Moodle umožňuje zamiešanie
otázok v rámci testu, ako aj zamiešanie možných
odpovedí v otázkach s výberom odpovede [7]. Je preto
veľmi nepravdepodobné, aby dvaja študenti mali
presne
rovnaký
test.
Vylúčenie
možnosti
27
vygenerovania rovnakých testov pre rôznych
študentov, resp. pre jedného študenta počas viacerých
termínov, bolo podporené aj vytvorenou bázou otázok.
Ku každej oblasti testovania bolo vytvorených viacero
podobných otázok (boli rovnaké z hľadiska ich typu,
náročnosti a témy, ale rozdielne v konkrétnom obsahu)
a z týchto boli potom do samotného testu vyberané
náhodné otázky. Samozrejme, generovanie testov bolo
automatické, keďže vkladanie náhodných otázok
z určitej kategórie je jedna zo základných predností
testov v prostredí LMS Moodle. Vyhodnocovanie
testov tiež zabezpečoval samotný systém, čo umožnilo
študentom vidieť výsledky svojej práce okamžite po
odovzdaní testu (študenti videli len výsledné
hodnotenie, vyhodnotenie konkrétnych otázok v teste
bolo dostupné len v prítomnosti vyučujúceho).
Aj keď otázky v teoretickom teste boli formulované
tak, aby boli čo najviac smerované k praktickým
zručnostiam (schopnosť čítať algoritmy, analyzovať
ich, dopĺňať kód, a pod.), stále išlo len o teoretický test
a študenti netvorili vlastné algoritmy. Hodnotenie sme
však nechceli obmedziť len na otestovanie teoretických
vedomostí študentov. Cieľom bolo zahrnúť do neho aj
programovanie, teda tvorbu konkrétnych programov
riešiacich konkrétnu úlohu, praktickú časť.
A tu sa objavil problém s časom. Ak sme chceli od
študentov získať kvalitné komplexné programy,
potrebovali sme im poskytnúť dostatok času, čo sa
v rámci prezenčných hodín nedalo stihnúť. Na druhej
strane, keby sme hodnotenie postavili len na úlohách,
ktoré vypracujú mimo prezenčných hodín, je veľmi
ťažké zaručiť spravodlivé ohodnotenie skutočnej
samostatnej práce študentov, pretože túto vyučujúci nie
je schopný posúdiť, keďže študenta pri práci nevidel.
Praktická časť nakoniec pozostávala z dvoch testov
písaných priamo na hodinách prezenčnej výučby
(ktorými by sme si overili skutočné vedomosti
študentov) a záverečného projektu.
Pri zadávaní praktických úloh na prezenčných
hodinách sme opäť využili možnosti testov v LMS
Moodle. Aj keď sa môže zdať zvláštne, že sme sa
pustili
do
testovania
praktických
zručností
z programovania v prostredí Moodle, vysvetlenie je
veľmi jednoduché. Aktivitu Test sme využili na
zadanie úloh. Pre každý z dvoch praktických testov
sme vytvorili bázu úloh, z ktorých sa študentom pri
teste vygeneroval vopred určený počet úloh (pri prvom
teste išlo o 3 a pri druhom o 2 náhodné úlohy). Použili
sme otázky typu Áno/Nie, v ktorých študent označil
jedinú otázku možnosťou Áno (toto zadanie potom
prakticky vypracoval v prostredí Delphi) a ostatné
možnosťou Nie (tieto zadania nevypracoval). Každý
študent v rámci každého testu riešil len jednu úlohu.
Takto sme s využitím prostredia elektronického kurzu
zabezpečili generovanie rôznych zadaní pre študentov
a tiež možnosť samostatného výberu, keďže študenti si
z ponúkaných možností vybrali tú, ktorá im najviac
vyhovovala.
Odovzdanie vypracovaných zadaní bolo realizované
aktivitou Zadanie. Tu študenti odovzdali svoje
riešenie vybranej úlohy. Pre učiteľa to znamenalo, že
mal všetky vypracované testy na jednom mieste
prehľadne usporiadané a evidované aj s časmi, kedy
ich študenti odovzdali. Zároveň mal k dispozícii
priestor na zverejnenie výsledkov. Tu sa nebolo treba
obávať úniku informácií, keďže každému študentovi sa
zobrazujú len jeho výsledky. Navyše, po pridaní
hodnotenia učiteľom príde príslušnému študentovi
e-mailová správa s upozornením, že jeho práca je
ohodnotená. Študent je teda okamžite informovaný
o svojich výsledkoch.
3.3
Záverečný projekt
Základnou myšlienkou tvorby záverečného projektu
bolo umožniť študentom vypracovať komplexný
projekt, pričom sme neohraničovali čas, ktorý majú
využiť na samotné programovanie. Tým, že projekt
vypracúvali samostatne doma, bolo na každom
študentovi, koľko času venuje práci na svojom projekte
(či to bude jedna hodina alebo niekoľko dní), ako aj to,
či ho bude vypracúvať sám a aké prostriedky na to
využije.
Počas akademického roka 2007/2008 boli aplikované
dva rozdielne prístupy v organizácii vedenia ako
i v spôsobe vypracovania záverečných projektov.
3.3.1
Návrh vlastných zadaní
V zimnom semestri bola tvorba projektov rozdelená do
troch základných častí:
návrh zadania,
tvorba záverečného projektu a jeho odovzdanie,
ústna obhajoba projektu.
Etapa návrhu zadania začala zverejnením kritérií pre
tvorbu projektov. Študenti si na základe týchto kritérií
sami navrhli tému. Ich úlohou v tejto aktivite bolo
vybrať si konkrétny problém, ktorým sa chcú vo
svojom záverečnom projekte zaoberať, a stručne
navrhnúť program riešiaci daný problém vrátane
výberu vhodných realizačných prostriedkov. Takto boli
od samého začiatku sami zodpovední za svoj projekt
a bolo len na nich, aby si zvolili tému, ktorá im je
známa a zaujíma ich.
Návrhy zadaní vo forme textového dokumentu
odovzdávali prostredníctvom aktivity Zadanie. Aby
sme predišli projektom, ktoré by nespĺňali kritériá,
musel každý študent navrhnuté zadanie práce odovzdať
28
v určenom termíne a vyučujúci mu k nemu poskytol
komentár. V prípade, že zadanie bolo dobre
vypracované a návrh záverečného projektu spĺňal
kritériá, zadanie bolo schválené a študent mohol začať
pracovať na svojej práci. V opačnom prípade
vyučujúci pripomienkoval možné problematické
miesta a úlohou študenta bolo upraviť zadanie tak, aby
projekt spĺňal určené kritériá.
Podobne ako pri praktických testoch, aj tu sme
schvaľovali, resp. pripomienkovali návrhy študentov
prostredníctvom hodnotenia aktivity, teda študent
okamžite vedel, či bola jeho téma schválená alebo ju
bolo treba dopracovať, resp. úplne zmeniť. Odovzdané
zadania svojich záverečných projektov potom študenti
počas práce na projekte doplnili o aktuálne informácie
vyplývajúce z riešenia projektu a odovzdali spolu
s vypracovanými záverečnými projektmi.
Etapa práce na projekte začala po schválení zadania
učiteľom. Na vypracovanie svojich záverečných
projektov mali študenti časť od 3 do 6 týždňov.
Záviselo to od toho, na ktorý termín skúšky sa
prihlásili. Toto obdobie mohli využiť na individuálnu
prácu alebo na diskusie so spolužiakmi či vyučujúcimi
prostredníctvom fór prípadne osobných konzultácií.
V prípade, že študent neodovzdal vyhovujúci
záverečný projekt (boli to prevažne prípady, kedy
programy neboli spustiteľné alebo mali veľmi vážne
nedostatky vo vypracovaní, napr. nedodržanie
stanovených kritérií), vyučujúci vrátil projekt na
prepracovanie. Takýchto prípadov však bolo minimum.
Hotovú prácu po odovzdaní vyučujúci ohodnotili
z hľadiska splnenia stanovených podmienok. Celkové
hodnotenie záverečného projektu študent získal až po
absolvovaní poslednej etapy práce, a to ústnej
obhajoby projektu. V rámci obhajoby (spravidla
v termíne teoretickej časti skúšky) bolo jeho úlohou
vysvetliť a obhájiť zvolený spôsob riešenia, resp.
predviesť jednotlivé možnosti programu. Až po
úspešnom absolvovaní ústnej obhajoby mohli byť
študentovi pridelené body za celkové riešenie,
kreativitu a precíznosť vypracovania projektu. Po
úspešnom absolvovaní projektu, boli študenti
oboznámení s návrhmi vyučujúcich na rozšírenie
projektu, prípadne im boli poskytnuté rady týkajúce sa
ich riešenia.
U väčšiny študentov prevládali témy bežne riešené
v rámci programovania, ako sú tipovacie hry alebo
šifrovanie súborov či zoznamy kontaktov. Napriek
tomu sa našli zaujímavé a originálne problémy
a kreatívne riešenia.
3.3.2
zadania úloh (hra alebo animačno-simulačný model),
z ktorých mali možnosť jednu si vybrať. Skutočnosť,
že každý študent môže v LMS Moodle odpovedať na
otázku položenú v ankete (anketa je štandardná
aktivita LMS), pričom každý môže na ňu odpovedať
len raz a tiež možnosť nastavenia obmedzeného počtu
možností výberu konkrétnou odpoveďou pre celú
skupinu študentov, nám umožnila využiť anketu ako
nástroj pre zadanie ako i výber záverečnej témy.
4
LMS Moodle ako didaktická podpora
vyučovania
V predchádzajúcom texte sme si popísali možnosti
LMS Moodle ako technického prostriedku podpory
vzdelávania. To však nie je jediná oblasť, v ktorej
môže LMS podporiť a obohatiť vzdelávanie. Možnosti,
ktoré ponúka, je totiž možné využiť aj na didaktickú
podporu vzdelávania. V tomto smere hovoríme najmä
o zvyšovaní motivácie študentov, umožňovaní štúdia
vlastným tempom, diverzifikácie učenia vzhľadom na
potreby jednotlivých študentov, resp. skupín študentov
atď.
V ďalšom texte sa bližšie pozrieme na niektoré zo
spomínaných oblastí, v ktorých nám e-kurz
programovania pomohol zlepšiť vyučovanie.
4.1
Didaktické
projektu
aspekty
záverečného
V prvom rade to bola možnosť viesť záverečné
projekty s podporou e-kurzu, ktorý na to poskytoval
vhodné prostredie a zjednodušil tak prácu vyučujúcich,
ale aj študentov.
4.1.1
Zainteresovanosť a kreativita
Vytváraním vlastných zadaní záverečných projektov
sme chceli podporiť nielen zainteresovanosť
a kreativitu študentov, ale aj schopnosť všímať si
problémové situácie vo svojom okolí a pomenovať ich.
Študenti si témy navrhovali sami, a tak boli nútení
zamyslieť sa nad situáciami, s ktorými sa stretávajú
v bežnom živote, zhodnotiť možnosti ich riešenia a na
základe toho si vyberali témy na svoje záverečné
projekty. Ako sa ukázalo, tento spôsob prispel
k zaujímavejším projektom, ktoré sa neobmedzovali
len na bežne riešené situácie, ale práve naopak. Medzi
riešenými témami bola evidencia skrutkovačov vo
výrobnom podniku, systém na objednávanie pizze
a mnohé iné zaujímavé projekty.
Výber projektu z ponúkaných možností
V letnom semestri sa zmenila len etapa zadania
projektov. Študentom boli poskytnuté vopred určené
29
4.1.2
Samostatnosť a zodpovednosť
V neposlednom rade sa tým zvýšila aj samostatnosť
študentov a zodpovednosť za to, čo vytvoria
a odovzdajú, pretože záverečné projekty boli od
začiatku až do konca v ich kompetencii. Záviselo od
každého študenta akú tému si zvolí a ako si s ňou
poradí.
Stanovením podmienok sme čiastočne obmedzili úplnú
voľnosť výberu a študenti tak nemohli pri výbere témy
projektu klesnúť na veľmi nízku úroveň.
Často sme projekt neschválili práve z dôvodu, že výber
témy nebol dostatočne premyslený a študent nevedel
do projektu zapracovať stanovené podmienky.
Nechceli sme totiž, aby študenti strávili niekoľko
týždňov prácou na projekte, o ktorom by nakoniec
zistili, že požiadavky nemôže splniť.
Za splnenie tejto časti úlohy boli študenti ohodnotení 5
bodmi zo záverečného hodnotenia. Pokiaľ študenti
nestihli z akéhokoľvek dôvodu odovzdať zadanie,
nestratili možnosť pracovať na projekte, stratili však
spomínaných 5 bodov. Zároveň stratili možnosť svoj
návrh vopred prediskutovať s vyučujúcim a museli sa
spoľahnúť na správnosť vlastného výberu. Títo
študenti prikladali svoj návrh k finálnemu riešeniu
projektu.
4.1.3
Kvalita riešenia
Vyučujúci odovzdané projekty ohodnotili z hľadiska
splnenia stanovených kritérií a funkčnosti. Ako
najproblémovejšie miesto sa ukázalo splnenie kritéria o
využívaní vlastných podprogramov (iných ako
udalostných procedúr). Práve v tejto oblasti sa
v najväčšej miere prejavila predchádzajúca skúsenosť
resp. v prípade úplných začiatočníkov neskúsenosť
študentov s programovaním.
Mnohí študenti povinné dva podprogramy zapracovali
do projektu naprogramovaním dvoch procedúr bez
parametrov, ktoré využili napr. na vyprázdnenie
obsahu použitých vizuálnych komponentov, načítanie
údajov zo súboru a pod. Použitý podprogram prispel k
čitateľnosti programu a pracoval len s globálnymi
premennými. Zvyšok riešenia bol umiestnený
v udalostných procedúrach reagujúcich na činnosť
používateľa.
Funkcie a procedúry s parametrami sa v projektoch
objavovali zriedka. Aj preto plánujeme v budúcnosti
v podobných prípadoch dať študentom k dispozícii
viac hotových, rôzne náročných, vzorovo vyriešených
a okomentovaných projektov.
4.2
Ďalšie pozitíva využívania IKT
Ako
sa
ukázalo,
študenti
vnímali
prácu
v e-learningovom kurze pozitívne. Usudzujeme tak
podľa ich reakcií počas vyučovania, alebo aj v rámci
komunikácie pri skúške či počas konzultačných
stretnutí. Taktiež projekty, ktoré boli ich praktickým
výstupom z vyučovania počas semestra, boli nápadité
a vo väčšine prípadov kvalitne spracované. V druhom
semestri, kedy sme pre zadávanie projektov zvolili
klasickú metódu výberu z ponúknutých možností, bolo
možné pozorovať zaujímavé riešenia, kvalitné
a precízne spracovanie projektov a taktiež hrdosť
študentov na vlastnú prácu.
Počas prípravy na záverečnú skúšku mali študenti
k dispozícii autotesty a cvičné testy, ktoré z ich strany
nezostali nepovšimnuté. Mnohí študenti vyjadrili
spokojnosť s ponúknutými materiálmi, dokonca sa
dožadovali ďalších. Elektronické testy označili za
jednoduchý a zaujímavý spôsob prípravy na skúšku.
Pri zbežnom hodnotení práce v kurze bolo zjavné, že
mnoho študentov využívalo možnosť prístupu
k materiálom, ako aj komunikácie či odovzdávania
vypracovaných úloh v akejkoľvek dennej či nočnej
hodine. Tieto možnosti by nemali, ak by vyučovanie
nebolo podporované e-kurzom. Z ich ohlasov vieme,
že tento spôsob je pre nich omnoho pohodlnejší
a navyše im dáva možnosť zvoliť si čas a spôsob
štúdia, aký im vyhovuje.
5
Záver
Využívanie IKT vo vyučovaní informatických
predmetov je určite považované za samozrejmé, keďže
samotná podstata štúdia je spojená s touto oblasťou.
Napriek tomu stále existujú možnosti, ako vyučovanie
obohatiť a posunúť ďalej, či už po stránke technickej
alebo didaktickej. Vyvíjanie nových technológií
a prostriedkov je permanentný proces, ktorý si
vyžaduje
neustále
prispôsobovanie
ako
od
vyučujúceho, tak aj od študentov. Jedná sa nielen
o dostupnosť materiálov, ale aj ich prehľadnosť, resp.
možnosti vyhľadávania, triedenia a spracovania.
Dôležitou je tiež oblasť komunikácie. Zvyšujúce sa
životné tempo kladie stále väčšie nároky na optimálne
plánovanie času. Preto nielen študijné materiály, ale
rovnako aj možnosti komunikácie musia byť dostupné
podľa možnosti neustále. Nehovoríme len o e-mailovej
komunikácii, ale najmä o diskusných fórach, ktoré sú
súčasťou väčšiny kurzov, bohužiaľ, často málo
využívanou. Tieto, na rozdiel od e-mailov, umožňujú
diskusiu viacerých účastníkov, keďže sú dostupné
všetkým študentom aj učiteľom v kurze (resp.
jednotlivým skupinám).
V neposlednom rade je tu pohľad didaktický.
Vzdelávanie by nemalo stagnovať a pridŕžať sa
zastaraných pravidiel a postupov. Každý vyučujúci by
sa mal snažiť o inováciu a modernizáciu vzdelávacieho
30
procesu. Metódy výučby by mal obmieňať a zo
skúseností nájsť z pohľadu učiteľa ale aj z pohľadu
študenta tú optimálnu. V niektorých predmetoch sú
možnosti väčšie, inde menšie, ale určite sa vždy nájde
spôsob, ako niečo vylepšiť alebo upraviť. Medzi
činitele podmieňujúce inováciu sú okrem iných
zaraďované aj [5]:
prejsť od didaktiky pamäti k didaktike tvorivosti,
tvorivého učenia,
rešpektovanie individuálnych a sociálnych podmienok.
O tvorivosti sme hovorili v kapitole 4.1 v rámci
záverečných projektov študentov, ktoré sme mohli
viesť zvoleným spôsobom aj vďaka možnostiam
e-learningového kurzu. V kapitole 4.2 sme si zase
priblížili
možnosti
individualizácie
štúdia
prostredníctvom e-learningu. Je teda zjavné, že
e-learning a e-kurzy môžu byť právom považované za
jeden z nástrojov inovácie vo vzdelávaní. Na Katedre
informatiky ho tak rozhodne chápeme a snažíme sa
jeho možnosti využívať v najväčšej možnej miere.
Literatúra
[1] E-learningový kurz Programovanie 1 pre externých
študentov
(28.8.2008)
http://edu.ukf.sk/course/view.php?id=153
[2] E-learningový kurz Programovanie 1 pre denných
študentov
(28.8.2008)
[3] E-learningový kurz Programovanie 2 pre externých
študentov
(28.8.2008)
[4] E-learningový kurz Programovanie 2 pre denných
študentov
(28.8.2008)
[5] Definícia
didaktiky.
http://sk.wikipedia.org/wiki/Didaktika
(28.8.2008)
[6] Cápay, M. – Mesárošová, M. – Palmárová, V.: Podpora
kreativity a samostatnosti študentov pri tvorbe záverečných
projektov z programovania. In DidInfo 2008 : Banská
Bystrica, 2008. s. 37. ISBN 978-80-8083-556-9
[7] Cápay, M. – Mesárošová, M.: Otázky s vloženými
odpoveďami vs. ostatné typy otázok v LMS Moodle. In
DIVAI 2008- Dištančné vzdelávanie v Aplikovanej
informatike.
Zborník
príspevkov
z konferencie
s medzinárodnou účasťou : Nitra, 2008. s. 134-142. ISBN
978-80-8094-317-2
Mgr. Martin Cápay
31
Implementácia požiadaviek praxe do výučby databázových systémov
The Requirements of the IT Working Experience Implementation into the
Database systems Curricula
Martin Drlík
Abstrakt
Príprava odborníkov v oblasti IT na vysokých
školách, a hlavne ich pripravenosť pre prax, sú témou
mnohých odborných i laických diskusií. Keďže sa jedná
o komplexný problém, veľmi ťažko sa hľadá riešenie,
ktoré by všetkých uspokojilo.
V našom príspevku si bližšie všímame uvedený
problém
v oblasti
databázových
systémov.
Predstavujeme riešenie, ktoré v sebe skrýva potenciál
na to, aby sa pri zachovaní dostatočnej miery
nezávislosti od konkrétnej databázovej platformy a
kvalitnom teoretickom základe zlepšila pripravenosť
absolventov pre prax
Predstavujeme akademickú iniciatívu Oracle
Academy spoločnosti Oracle, do ktorej sa zapojila
Katedra informatiky FPV UKF v Nitre. V príspevku
popisujeme možnosti jej integrácie do existujúcich
učebných osnov, aktuálny stav a očakávania.
Abstract
Many specialized and amateur discussions deal
with university IT experts training and especially their
preparedness for practice. As this seems to be a
complex problem a satisfying solution is hard to
define.
In this paper, we describe one solution that includes
sufficient perspective to reduce the existing gap
between the level of knowledge of university graduates
and employers’ expectations. We present academic
initiative Oracle Academy by Oracle Corporation
joined by the Department of Informatics of Constantine
the Philosopher University in Nitra.
We present some advantages and integration
possibilities of the Oracle’s curricula into the existing
curriculum of the study program of Applied
Informatics at the Department of Informatics. We
describe the present state of this process, our
expectations and future plans at the end of our
contribution.
Kľúčové slová
Oracle Academy, prepojenie s praxou, databázové
systémy, učebné plány.
Keywords
Oracle Academy, IT practice, database systems,
computer science curriculum
1
Úvod
Príprava odborníkov v oblasti IT na vysokých školách,
a hlavne ich pripravenosť pre prax, sú témou mnohých
odborných i laických diskusií. Táto téma je zaujímavá
z pohľadu odborníkov z akademickej sféry,
personálnych
agentúr,
z
pohľadu
budúcich
zamestnávateľov, i z pohľadu samotných študentov
informatických študijných odborov.
Študijné odbory, zamerané do rôznych oblastí
informatiky, môžu študenti študovať na viacerých
slovenských univerzitách. Na rozdiel od mnohých
iných študijných smerov si dnes absolventi informatiky
na „podvyživenom“ trhu pracovných príležitostí s
prívlastkom IT skoro vždy nájdu uplatnenie v odbore.
Často krát sú to však miesta, kde využívajú skôr svoje
zručnosti pokročilých používateľov počítačov, nie
poznatky nadobudnuté štúdiom v odbore.
Príčin tohto nelichotivého stavu je určite viacero,
spomeňme však iba jednu, s ktorou musia „zápasiť“ asi
všetky informatické odbory.
32
Konkrétne máme na mysli rýchly rozvoj poznatkov a
technológií v oblasti IT. Ich integrácia do osnov
jednotlivých kľúčových predmetov štúdia informatiky
nie je okamžitá, vyžaduje si určitý čas. Dôsledkom
toho je stav, že absolvent často opúšťa vysokú školu s
poznatkami,
ktoré
neodrážajú
očakávania
zamestnávateľov.
Dôležitosť uplatnenia poznatkov zo štúdia si rovnako
uvedomujeme na Katedre informatiky FPV UKF v
Nitre. Hľadáme možnosti, ako umožniť študentom, už
v bakalárskom štúdiu odboru Aplikovanej informatiky,
osvojiť si aktuálne poznatky o technológiách, s
ktorými sa ako absolventi v praxi stretnú.
V našom príspevku popisujeme iniciatívu, ktorú sa
podarilo na KI FPV UKF v roku 2007 zrealizovať
a ktorá pokračuje aj tento akademický rok.
2
Akademické programy firmy Oracle
Firma Oracle, ako jeden z čelných predstaviteľov v
oblasti databázových a informačných systémov, si
uvedomuje dôležitosť spolupráce s akademickou
sférou. Iniciatíva Oracle Academy poskytuje študijné
programy, prostredníctvom ktorých majú študenti a
učitelia prístup k najaktuálnejšiemu softvéru,
študijným materiálom a certifikátom za zaujímavé
ceny. Pre rôzne typy škôl sú pripravené tri študijné
programy, formou ktorých sa možno zapojiť do
iniciatívy:
Introduction to Computer Science
Advanced Computer Science
Enterprise Business Applications and Processes
Zapojením sa do programu môžu katedry univerzity
v plnej miere používať učebné plány a študijné
materiály vytvorené v rámci niekoľkých kurzov
(predmetov) Oracle University – samostatnej divízie
spoločnosti Oracle pre prípravu profesionálov v IT
sfére.
V žiadnom prípade to však neznamená, že sa výučba
databázových systémov bude orientovať na túto
platformu. Vyučujúci má možnosť využiť materiály
v rozsahu, ktorý uzná za zvládnuteľný, adekvátne
platformovo nezávislý, a ktorý vhodne rozvíja
teoretický základ predmetu.
Týmto požiadavkám najlepšie vyhovujú kurzy
ponúkané v rámci programu ICSB. Ich obsah
korešponduje s bežnou náplňou praktických cvičení
z predmetov Databázové systémy, a teda by ich mal
priemerný absolvent predmetu zvládnuť.
Navyše, dostupnosť učebných materiálov všetkých
troch programov umožňuje učiteľovi rozvíjať záujem
a schopnosti študentov, ktorí plánujú venovať sa
problematike administrácie databázových systémov,
resp. vývoju databázových aplikácií a informačných
systémov na profesionálnej úrovni.
Absolvovanie kurzov v kombinácii so samoštúdiom
pripraví študenta pre úspešné zvládnutie základnej
úrovne Oracle certifikácie, konkrétne pre dosiahnutie
certifikácie Oracle Certified Associate (OCA) a neskôr
prípadne Oracle Certified Professional (OCP).
Každý z ponúkaných programov poskytuje viacero
druhov študijných materiálov:
Prezentácie k jednotlivým lekciám kurzu,
Súbory pre praktické precvičenie konkrétnej tematiky
lekcie,
Manuál študenta v PDF,
Manuál vyučujúceho v PDF.
V nasledujúcich troch sekciách popíšeme jednotlivé
programy podrobnejšie.
2.1
ICSB – Introduction
Science and Business
to
Computer
ICSB predstavuje úvod nielen do oblasti technológií
postavených na produktoch Oracle, ale do oblasti
relačných databáz ako takých. Učebné plány
v žiadnom prípade neoslabujú odbornú úroveň
predmetov, práve naopak, sú pripravené tak, aby sa
stali ich integrálnou súčasťou.
Ich cieľom je, aby mali študenti možnosť priamo
precvičiť si a aplikovať svoje poznatky v databázovom
systéme, s ktorým sa často stretnú v budúcom
zamestnaní.
Absolventi tohto programu sa naučia základy návrhu
databázových riešení, naučia sa využívať jazyk SQL a
jeho procedurálne rozšírenie PL/SQL. Zároveň sa
naučia kriticky myslieť, pracovať a komunikovať v
tíme, riadiť projekt a hodnotiť jeho jednotlivé etapy.
V rámci programu sú pripravené dva kurzy, ktoré
poskytujú dostatok priestoru na skvalitnenie hlavne
praktickej časti výučby. Obsahujú množstvo
predpripravených príkladov pre priame využitie na
seminároch.
Prvý predmet má názov Návrh databáz
a programovanie v SQL. Odporúčaná časová dotácia
tohto predmetu predstavuje 150 hodín. Výhodou
predmetu je jeho nezávislosť na konkrétnom
databázovom systéme. Ako už názov napovedá, kurz
sa skladá z dvoch častí.
V časti o databázovom návrhu sa študenti oboznamujú
ako analyzovať a realizovať komplexné riešenia pre
malé a stredné firmy, ako vytvoriť dátový model a jeho
konceptuálnu reprezentáciu.
V časti o jazyku SQL študenti vytvárajú fyzickú
podobu databázy. Po ukončení kurzu môžu za
výhodných finančných podmienok absolvovať prvú z
33
dvoch skúšok potrebných pre získanie certifikátu OCA
- Oracle Certified Associate.
Druhý kurz sa nazýva Úvod do Oracle9i: SQL,
Programovanie databáz v jazyku PL/SQL a je
rovnako naplánovaný na 150 hodín. Študenti sa
postupne formou projektového vyučovania oboznámia
s procedurálnym rozšírením SQL. Kurz môžu ukončiť
druhou skúškou potrebnou pre získanie certifikátu
OCA.
2.2
ACSB – Advanced Computer Science
and Business
Pre požiadavky výučby predmetov na Katedre
informatiky vyhovuje svojim obsahom aj program
ACSB.
Súčasťou tohto programu sú vybrané vývojové
nástroje, databázové systémy všetkých verzií a
aplikačný server Oracle Application Server. Z pohľadu
vyučujúcich je veľkým prínosom množstvo študijných
a metodických materiálov, prezentácií a cvičení, ktoré
možno priamo integrovať do existujúcich učebných
osnov jednotlivých predmetov.
Program ACSB je vytvorený tak, aby dostatočne
pripravil študentov na rôzne špecializované IT
profesie,
napríklad
administrátorov
Oracle,
navrhovateľov a vývojárov softvéru, biznis analytikov
a pod.
Aj keď účasť v programe Oracle Academy nie je
bezplatná (podobne ako iné spoločnosti v tejto dobe
uvažuje aj spoločnosť Oracle o bezplatnosti študijných
programov), jedná sa o investíciu s vysokou pridanou
hodnotou. Spomeňme niektoré jej výhody:
• Prístup k najaktuálnejším verziám softvéru –
inštitúcia má k dispozícii inštalácie rôznych
verzií Oracle Database pre dve platformy
(Windows, Solaris, Linux, príp. Unix),
Oracle Application Server a množstvo
ďalších vývojových nástrojov. Inštitúcia
môže tieto produkty inštalovať na vlastný
hardvér, príp. môže využiť „hosting“ na
hardvéri firmy Oracle.
• Technická podpora 24/7 – V rámci programu
firma Oracle poskytuje rovnakú podporu
ako zákazníkom z podnikovej sféry.
• Oracle University Curriculum – prístup k
študijným plánom Oracle University, ktorá
školí a certifikuje IT profesionálov z celého
sveta.
2.3
EBAP
–
Enterprise
Applications and Processes
Business
Program EBAP je určený prevažne pre vysoké školy
pripravujúce študentov pre oblasť hospodárstva,
manažmentu
a ekonómie.
Tomuto
zameraniu
zodpovedá aj skladba kurzov ponúkaných kurzov
a softvérových riešení. Úspešný absolventov by mal
byť pripravený pre rôzne manažérske role vo viacerých
oblastiach priemyslu a služieb.
3
Integrácia do učebných osnov
V bakalárskom študijnom odbore Aplikovanej
informatiky sa vyučujú predmety 3 povinné predmety
zaoberajúce sa problematikou databázových, resp.
informačných systémov:
• Relačné databázy,
• Programovanie databázových aplikácií a
• Informačné systémy.
Vo všetkých uvedených predmetoch je potrebné
odovzdať okrem teoretických vedomostí študentovi aj
praktické skúsenosti.
V priebehu predmetu Relačné databázy sa študenti
oboznamujú so základnými princípmi databázových
systémov. Naučia sa navrhovať relačné databázy,
normalizovať relačnú schému a vytvárať jednoduché
dotazy v jazyku SQL.
V predmete Programovanie databázových aplikácií sa
oboznamujú s postupmi tvorby databázových aplikácií.
V priebehu praktickej časti vytvárajú aplikáciu typu
klient/server. Používajú na to ľubovoľný programovací
jazyk, najčastejšie integrovaný v niektorom IDE.
Intenzívne využívajú možnosti jazyka SQL. V
prednáškach sa oboznamujú s problematikou
transakčného
spracovania
údajov,
metódami
zálohovania a obnovy systému.
Tretí predmet, Informačné systémy, využíva a rozvíja
poznatky z predchádzajúcich predmetov. Zameriava sa
na rozvoj schopností študentov potrebných v
jednotlivých etapách návrhu a implementácie IS v
rôznych typoch organizácií.
V každom z uvedených predmetov sú rovnako ako
teoretické poznatky dôležité aj praktické skúsenosti.
Študenti sa oboznamujú v prvom rade so všeobecne
platnými princípmi, takže výber vhodnej databázovej
platformy nemá priamy vplyv na obsah jednotlivých
prednášok. Táto skutočnosť otvára priestor pre úpravu
existujúcej náplne seminárov a umožňuje bez väčších
komplikácií integrovať študijné materiály programu
ACSB.
Ako sme už spomenuli, každý z ponúkaných kurzov je
naplánovaný na 150 hodín, čo presahuje možnosti
akejkoľvek prezenčnej formy výučby. Zdalo by sa, že
nie je možné zredukovať tento obsah na typickú
hodinovú dotáciu predmetu, ktorá napríklad na Katedre
informatiky predstavuje 12/24 hodín v semestri. Ak sa
ale
oboznámime
s poskytovanými
materiálmi
34
podrobnejšie zistíme, že hlavne materiály programu
ICSB prinášajú praktické príklady k všeobecne
platným zásadám návrhu a tvorby databáz. Vo výučbe
možno kombinovať viacero foriem výučby, napríklad
prezenčnú na prednáškach a seminároch s online
úlohami, čo umožňuje optimálne precvičiť preberanú
problematiku.
Otvorenou otázkou zostáva, ako motivovať študentov,
aby formou samoštúdia, prácou v tíme a konzultáciami
s vyučujúcim aktívne pracovali na rozvoji svojich
odborných schopností.
4
Súčasný stav
Do spolupráce s firmou Oracle sme vstúpili v decembri
roku 2007. V prvej etape integrácie programu do
obsahu predmetov sme sa zamerali na zabezpečenie
vhodného hardvéru a dostupnosti databázového
systému vo verzii Oracle 10g. v univerzitnej sieti.
Podmienkou úspešného nasadenia do výučby je
precízna príprava vyučujúcich na prácu s týmto
systémom. Okrem získania skúseností z administrácie
takéhoto systému sa zameriavame na oboznámenie sa s
obsahom študijných materiálov jednotlivých súčastí
programov ICSB a ACSB.
Keďže všetok študijný materiál je v angličtine, je
veľmi dôležité zvoliť správnu formu zapojenia
študentov do programu.
V prvej fáze sme sa preto v rámci končiacich sa
bakalárskych prác sústredili na spracovanie niektorých
základných oblastí práce s produktmi firmy Oracle a
posúdenie možnosti ich integrácie.
V letnom období roku 2008 sme sa zúčastnili školenia
organizovaného priamo spoločnosťou Oracle, ktoré
poskytlo
množstvo
informácií
o problematike
administrácie databázového systému nie len na pôde
univerzít, ale aj v komerčnej sfére. Zároveň sa
vytvorila platforma na výmenu poznatkov o
možnostiach implementácie učebných plánov Oracle
Academy do výučby predmetov o databázových
systémoch v informatických študijných programoch na
univerzitách.
5
Perspektívy
V priebehu tohto akademického roka plánujeme v
plnom rozsahu využívať výhody programu ICSB a
ACSB. Cieľom je vhodne upraviť praktickú časť
predmetov tak, aby sme využili prostriedky, ktoré pre
tvorbu a administráciu databáz poskytuje platforma
Oracle.
V základnej verzii uvažujeme o použití aplikačnej
nadstavby Application Express (APEX) v praktickej
časti predmetov. Táto aplikácia znamená minimálny
zásah do už existujúcich a overených učebných plánov,
keďže práca v prostredí APEX je v niektorých črtách
veľmi podobná doteraz používanému prostrediu
aplikácie MS Access. Na rozdiel od neho však
umožňuje používať množstvo nových, pokrokových
možností tvorby databázových aplikácií.
Našim cieľom je, aby sa študenti oboznámili s
teoretickými postupmi a metódami, ktoré sú
univerzálne použiteľné, napríklad s metódami návrhu
databáz, tvorbou jednoduchých SQL dotazov a pod.
a vedeli ich aplikovať v konkrétnom prostredí.
Praktickú časť predmetov budeme pomocou študijných
materiálov realizovať v prostredí Oracle, pričom sa
zameriame na objasnenie špecifík tejto platformy.
Ako sme už spomenuli, súčasťou spolupráce s firmou
Oracle je možnosť výrazných zliav, ktoré si môžu
študenti uplatniť, ak sa rozhodnú získať niektorý z
ponúkaných certifikátov.
Hoci príprava na tieto certifikáty presahuje možnosti, a
hlavne hodinovú dotáciu predmetov, s využitím
poskytnutých študijných materiálov plánujeme formou
voliteľného predmetu, samoštúdia, resp. tematicky
zameraných záverečných prác, motivovať študentov k
ich získaniu.
6
Záver
V našom príspevku sme predstavili iniciatívu Katedry
informatiky FPV UKF v Nitre, založenú na spolupráci
univerzitného pracoviska so silnými „hráčmi“ na trhu.
Našim cieľom je skvalitniť vedomostnú úroveň
absolventov
študijného
odboru
Aplikovanej
informatiky
na
našej
katedre,
zvýšiť
ich
konkurencieschopnosť pri hľadaní práce v oblasti IT a
v neposlednom rade nájsť vhodný kompromis medzi
teoretickými poznatkami a praktickými skúsenosťami,
ktoré im môže univerzita v obmedzenom časovom
období poskytnúť.
V priebehu akademického roku 2008/09 plánujeme
plne využiť ponúkané možnosti a v pilotnom projekte
nájsť vhodnú stratégiu pre integráciu kvalitných
učebných materiálov do existujúcich učebných osnov.
Veríme, že spolupráca s firmou Oracle bude úspešne
pokračovať a vyústi v tomto roku do certifikácie
prvých záujemcov spomedzi vyučujúcich i študentov,
integráciu do odborných predmetov a popularizáciu
medzi študentmi.
Literatúra
[1] Oracle Academy: Software, Training, Resources and
More. [online].[cit. 2008-08-20]. Dostupné na internete:
<https://academy.oracle.com/>
35
[2] Program Advanced Computer Science [online].[cit.
2008-08-20].
Dostupné
na
internete:
<https://oai.oracle.com/en/index1.html>
[3] Academy Curriculum Overview. [online].[cit. 2008-0820].
Dostupné
na
internete:
<https://oai.oracle.com/en/index1.html>
Mgr. Martin Drlík,
č.t. +421 37 6408 675,
36
Sledování vztahu zákazníka a poskytovatele prostředky asociační analýzy
Customer–Provider Relationship Monitoring by Association Analyse Means
Naděžda Chalupová, Arnošt Motyčka
Mendelova zemědělská a lesnická univerzita v Brně
Provozně ekonomická fakulta, Ústav informatiky, [email protected], [email protected]
Abstrakt
Keywords
Příspěvek se věnuje možnostem využití asociačních
pravidel pro podporu manažerského rozhodování. Tato
pravidla představují znalosti popisující frekventované
vzory vyskytující se v databázi. Možnosti uplatnění
asociační analýzy jsou ilustrovány na problému
internetového obchodu, který chce přesněji zacílit
nabídku svého zboží zákazníkům. Pozornost je
věnována formulaci úlohy, předzpracování a přípravě
dat pro úlohu a v neposlední řadě také interpretaci
získaných znalostí. Pro řešení úlohy bylo použito
softwarového nástroje Enterprise Miner společnosti
SAS Institute Inc.
Abstract
The contribution deals with possibilities of
association rules using for support of managerial
decision-making. These rules represent knowledges
describing frequent patterns occurring in database.
The possibilities of association analyze application are
illustrated on a problem of an internet shop, that wants
to target more precisely the offer of its goods for
customers. An attention is dedicated to problem
formulation, data pre-processing and preparation and
last but not least to discovered knowledges
interpretation too. Software tool Enterprise Miner by
company of SAS Institute Inc. was used for problem
solution.
Klíčová slova
asociační pravidla, asociační
znalostí, podpora rozhodování
analýza,
získávání
Association rules, association analysis, knowledge
discovering, decision support
1
Úvod
Sledování chování zákazníků je nezbytné, pokud chce
firma obstát v současném konkurenčním prostředí trhu.
Podnikoví manažeři odpovědní za obchodní úspěch či
neúspěch organizace proto potřebují získávat znalosti
potřebné pro přijetí správného rozhodnutí. Tyto
znalosti představují sofistikované informace ukryté
v datech, které má podnik k dispozici. Novotný, Pour a
Slánský (2005) uvádějí, že objem dat se v podniku
zdvojnásobí v průměru každých pět let, což znamená,
že v současné době již není problém data získat a
uchovat, ale efektivně je zpracovat a využít jejich
potenciál.
Možností, jak zmiňované znalosti z dat získat, je využít
prostředků tzv. dataminingu. Tento obor se zabývá
otázkami, jak nalézt v datech souvislosti, které nejsou
přímo zřejmé a které napomáhají lépe porozumět
firemním procesům. Jednou z významných metod
dataminingu je hledání asociací, které mohou výrazně
pomoci například při plánování marketingových
strategií, tvorbě produktových balíčků, při péči o
zákazníky, detekci podvodů atd.
2
Asociační pravidla
Asociační pravidla patří k jedněm z nejčastěji
používaných prostředků pro reprezentaci znalostí.
Pravidla popisují znalosti vyjadřované obecně
konstrukcí IF-THEN, nebo se lze setkat se vztahem
(Berka, 2003):
předpoklad ⇒ závěr
37
Typické využití asociační analýzy je v souvislosti s tzv.
analýzou nákupního košíku. Jejím cílem je nalezení
častých vzorů, tj. zjištění, jaké druhy zboží si zákazníci
často kupují společně. Asociační pravidla zde vyjadřují
určitý závěr vyplývající z analýzy jednotlivých nákupů,
například, že když si zákazník koupí nový počítač,
kupuje si často i operační systém a antivirový program
(Han, Kamber, 2006).
Při vytváření pravidel jde o hledání vzájemných vazeb
(asociací) mezi různými položkami, přičemž není
upřednostňován žádný vztah (Berka, 2003).
2.1
Zajímavost pravidel
Skutečnost, zda je nalezené pravidlo pro uživatele
analýzy zajímavé a užitečné, určují parametry pravidla,
které kvantitativně na základě četností výskytu daných
položek hodnotí nalezené znalosti. Základními
charakteristikami jsou (Berka, 2003; Han, Kamber,
2006):
• podpora (support) – absolutní, popř. relativní
(častěji)
počet
položek
splňujících
předpoklad i závěr,
• spolehlivost (confidence) – podmíněná
pravděpodobnost závěru, pokud platí
předpoklad.
Podpora (v relativním vyjádření) tedy značí, jak často
se v databázi vyskytuje kombinace určitých položek.
Jde o hodnotu vypočtenou na základě vztahu:
P( predpoklad∧ zaver) =
a
a +b +c +d
kde:
a je počet položek splňujících současně
předpoklad i závěr,
• b je počet položek splňujících předpoklad
a nesplňujících závěr,
• c je počet položek nesplňujících předpoklad,
ale splňujících závěr,
• d je počet položek nesplňujících ani
předpoklad ani závěr.
V absolutním vyjádření je podpora rovna a.
Spolehlivost se též nazývá platnost (validity),
konzistence (consistency), nebo správnost (accuracy)
a udává, jak často se objeví závěr (důsledek), pokud se
vyskytl předpoklad. To vyjadřuje vztah:
•
P( predpoklad ∧ zaver) =
a
a +b
podmíněná pravděpodobnost předpokladu pokud platí
závěr nebo kvalita – vážený součet spolehlivosti
a pokrytí. Berka (2003) se také zmiňuje o dalších
pojetích asociačních pravidel, kde se, kromě výše
uvedené podpory a spolehlivosti (oboje je zde
s přívlastkem deskriptivní), kvantifikuje např. kauzální
podpora, kauzální spolehlivost, zajímavost či závislost
pravidla.
Při generování pravidel se prochází prostor všech
přípustných kombinací. Kombinace má svojí délku,
což je počet položek, ze kterých se pravidlo skládá.
Pokud je např. délka 3, pravidlo má buď
dvoupoložkový předpoklad a jednopoložkový závěr
nebo naopak. Tímto údajem, tzn. maximálním počtem
položek pravidla, často bývá v aplikacích pro
generování pravidel toto generování omezováno, neboť
příliš velký počet položek pravidla jednak neúměrně
zvyšuje výpočetní náročnost úlohy, a také velmi
zesložiťuje interpretaci samotného pravidla.
3
Dolovací úloha
Řešený problém je zpracován z pohledu internetového
obchodu, jehož zájmem je z dostupných dat získat
informace
o tom,
které
komodity
zákazník
prostřednictvím elektronických
obchodů
často
nakupuje a o které by potenciálně mohl mít zájem.
Například pro manažera internetového obchodu je
zajímavé zjistit, jaká část zákazníků nakupujících přes
internet oblečení, nakupuje také knihy nebo vyjádřila
svůj zájem nakupovat další druh zboží. Nalezené
asociace pak mohou napomoci při tzv. křížovém –
snahy, jejichž účelem je navýšit objednávku zákazníka
doporučením jiných produktů nabízených společností
(Clemente, 2004) a následném – aktivity, jejichž cílem
je nabídnout zákazníkovi vyšší/pokročilejší a tedy
i dražší model/verzi produktu) prodeji (Parr Rud,
2001).
Na následujícím obrázku je znázorněno blokové
schéma řešené úlohy v nástroji Enterprise Miner
společnosti
SAS Institute Inc. Komponenta
WORK.OMNIBUS07_INTERNETOVE_NAKUPOV
ANI symbolizuje zdroj dat pro dolování a zajišťuje
nahrání těchto dat do úlohy. Komponenta Association
představuje algoritmus pro zpracování definovaných
dat.
kde použité symboly jsou stejného významu jako ve
výše uvedeném vztahu.
2.2
Další parametry pravidel
Kromě výše uvedených základních parametrů
asociačních pravidel se sledují další důležité
charakteristiky jako např. pokrytí (coverage) –
38
Obr. 1 Blokové schéma úlohy dolování asociačních
pravidel
V komponentě datového zdroje jsou také nastaveny
role jednotlivých proměnných v modelu (zejména jde
o to, které proměnné do modelu vstupují a které jsou
cílové) – v této úloze vystupují pouze dvě proměnné
(o požadované struktuře dat je pojednáno dále), jako
cílová je definována proměnná (atribut) vyjadřující
minulé a potenciální internetové nákupy zákazníka
určeného proměnnou PID, která vstupuje do modelu v
roli identifikátoru. V komponentě vyhledávání
asociačních pravidel jsou specifikovány tyto parametry
omezující generování pravidel:
minimální podpora asociace
v této úloze nastavená na 10%
maximální počet položek pravidla
zde nastavená na 3
minimální spolehlivost pro generování pravidla
v tomto případě nastavená na 20%
3.1
Zdrojová data
K realizaci dolovací úlohy byla použita data
poskytnutá Ing. Ladislavem Stejskalem, partnerem
a koordinátorem šetření Omnibus 2007 za Ústav
marketingu a obchodu Provozně ekonomické fakulty
Mendelovy zemědělské a lesnické univerzity.
3.1.1
Popis a obsah dat
Zpracovávaná
data
reprezentují
odpovědi
dotazovaných respondentů na jednotlivé otázky
z Dotazníku pro občany v rámci šetření OMNIBUS
2007. Jedná se o dotazníkové šetření pořádané
Vysokou školou evropských a regionálních studií,
o.p.s. v Českých Budějovicích ve spolupráci s Českou
zemědělskou univerzitou v Praze, Západočeskou
univerzitou v Plzni, Vysokou školou polytechnickou
v Jihlavě, Mendelovou zemědělskou a lesnickou
univerzitou v Brně, Stredoeurópskou vysokou školou
ve Skalici a Slovenskou poľnohospodárskou
univerzitou v Nitre.
Cílem uvedeného šetření je zjištění názorů občanů na
otázky týkající se zejména problematiky investičního
rozhodování, regionálního rozvoje a veřejné správy,
spotřebitelského chování, trhu cestovního ruchu a trhu
potravin.
Data, která jsou zpracovávána v rámci této dolovací
úlohy, mají podobu jedné tabulky o necelých
stopadesáti sloupcích a více než dvou tisících řádcích.
Každý záznam (řádek) představuje jeden vyplněný
dotazník. Jednotlivé atributy (sloupce) představují
konkrétní odpověď respondenta na určitou otázku
v dotazníku. Tyto atributy mohou také být pouze částí
odpovědi, a to v případě, že v odpovědi bylo možné
vybrat více variant nebo určit důležitost varianty –
každá varianta představovala jeden atribut, který mohl
nabývat více hodnot.
Data byla získána pomocí několika technik sběru dat,
např. papírové dotazníky, různé varianty webových
formulářových dotazníků (každá instituce podílející se
na výzkumu shromažďovala data do svých databází).
Z této skutečnosti pak pramenila potřeba sjednotit
podobu dílčích datových zdrojů.
3.1.2
Předzpracování dat
Z důvodu výše zmíněné různorodosti zdrojů a i dalších
nedostatků v datech bylo nutné všechna data
konsolidovat do jediného zdroje a nadále je upravit.
Snahou těchto transformací bylo upravit data do
jednotného formátu (struktury) vhodného pro dolování.
Nežádoucím jevem v datech byly různé logické chyby,
například v části dotazníku zjišťující od respondenta
základní identifikační údaje docházelo k tomu, že
v jedné otázce bylo zadáno státní občanství a v jedné z
dalších otázek, nezávisle na výše uvedené odpovědi,
vybrán region bydliště, přičemž bylo možné jako státní
občanství zadat např. Českou republiku a zároveň z
regionů vybrat např. Bratislavský kraj. Tento nesoulad
bylo naštěstí možné ve většině případů odstranit
dohledáním regionu bydliště respondenta podle
uvedené obce a upravením příslušných atributů (špatně
uvedeného státu nebo kraje) – jiná část šetření se totiž
zabývala spokojeností s různými oblastmi života v
místě bydliště respondenta a toto bydliště zde bylo také
uvedeno. Tímto způsobem často byly i doplněny
některé chybějící hodnoty atributů, které bylo možné
odvodit z atributů jiných.
Z určitých skupin dat byly odstraněny další
nesrovnalosti
způsobené
integrací
několika
zmiňovaných datových zdrojů. V některých skupinách
dat bylo u příslušného atributu uvedeno „ano“ nebo
„ne“ (označený příslušný checkbox ve webovém
formuláři), v jiných podmnožinách dat byly tyto
atributy prázdné a jiný atribut obsahoval souhrnnou
odpověď – řetězec obsahující označení jednotlivých
položek vybraných respondentem (např. mezerami či
jinak oddělená písmena a, b, c atd.). Z těchto řetězců
byla tato jednotlivá označení (písmena) vyextrahována
39
a do příslušného sloupce přenesena správná hodnota –
např. v MS Excelu v buňkách příslušného sloupce
funkcí
=KDYŽ(JE.CHYBHODN(NAJÍT("a";
<buňka_s_řetězcem>; 1)); ""; "ano").
Použitím nejen uvedených způsobů vedoucích
k vyčištění a zhodnocení dat, se však všechna negativa
odstranit nepodařilo. Pro dolování asociačních pravidel
v této úloze ale byly použity atributy, jejichž negativa
bylo možné odstranit. Zmiňované nedostatky se
objevují v atributech, jejichž hodnoty z převážné
většiny nebylo možné zařadit do několika (cca max.
deseti) kategorií. Takovými jsou např. uvedení různých
názorů nebo zdůvodnění spokojenosti či nespokojenosti zákazníka s produktem.
3.1.3
Příprava dat pro dolování
Před vlastním dolováním asociačních pravidel bylo
nutné vybrat atributy, které budou do procesu
vstupovat a upravit je do podoby zpracovatelné
dataminingovým nástrojem. Požadovaná struktura dat
je demonstrována následující tabulkou.
Tab. 1 Ukázka struktury dat pro dolování asociačních
pravidel
1
1
1
2
2
2
pivo
chleba
ovoce
pivo
čokoláda
chleba
První sloupec je označení (identifikační číslo)
zákazníka, druhý sloupec udává zboží, které zákazník
koupil. Nejsou zde uvažovány další faktory, jako je
množství zakoupeného druhu výrobku nebo čas jeho
zakoupení (předpokládá se, že nákupy všech
uvedených položek byly provedeny současně), neboť
tyto skutečnosti jednak nebylo možné z odpovědí
respondentů získat, a také pro tuto úlohu nejsou
důležité – pro jednoduchost postačuje informace, zda si
zákazník určitý druh zboží někdy prostřednictvím
internetového obchodu zakoupil.
Pro transformaci zdrojových dat z podoby
demonstrované následující tabulkou do požadovaného
formátu bylo využito kancelářského databázového
systému MS Access. První sloupec tabulky zde opět
udává identifikaci zákazníka a další sloupce udávají
informaci o tom, zda si zákazník příslušný druh zboží
zakoupil či nikoliv.
Tab. 2 Ukázka struktury zdrojových dat
PID A6_obleceni A6_knihy A6_elektro
1
ano
ne
ano
2
ano
ano
ne
3
ano
ano
ano
Příprava dat sestávala ze dvou základních kroků:
vybrání požadovaných sloupců tabulky (zdrojových
dat) a nahrazení příslušných hodnot novou vhodnější
hodnotou vyjadřující nákup či zájem o nákup
konkrétního produktu
„sesypání“ dvojic položek zákazník–nákup do jedné
dvousloupcové tabulky.
První krok byl realizován SQL příkazem:
SELECT PID,
IIF(A6_media="ano","eshop_media",NULL) AS
A6_media,
IIF(A6_elektro="ano","eshop_elektro",NULL)
AS A6_elektro,
IIF(A6_klenoty="ano","eshop_klenoty",NULL)
AS A6_klenoty,
IIF(A6_tisk="ano","eshop_tisk",NULL) AS
A6_tisk,
IIF(A6_kosmetika="ano","eshop_kosmetika",
NULL) AS A6_kosmetika,
IIF(A6_obleceni="ano","eshop_obleceni",NULL)
AS A6_obleceni,
IIF(A6_potraviny="ano","eshop_potraviny",
NULL) AS A6_potraviny,
IIF(A6_jine <> "ne" AND A6_jine IS NOT
NULL,"eshop_" & A6_jine,NULL) AS A6_jine,
IIF(A8_cerstve="spíše ano" OR A8_cerstve =
"rozhodně ano","zajem_cerstve",NULL) AS
A8_cerstve,
IIF(A8_trvanlive="spíše ano" OR A8_trvanlive
= "rozhodně ano","zajem_trvanlive",NULL)
AS A8_trvanlive,
IIF(A8_napoje="spíše ano" OR A8_napoje =
"rozhodně ano","zajem_napoje",NULL) AS
A8_napoje,
IIF(A8_prumyslove="spíše ano" OR
A8_prumyslove = "rozhodně ano",
"zajem_kosmetika",NULL) AS A8_kosmetika
FROM omnibus;
Při výběru relevantních atributů ze zdrojových dat byly
rovnou funkcí IIF nahrazeny hodnoty určitých položek
požadovanými hodnotami a to následujícím způsobem:
U atributů týkajících se již provedených nákupů v
případě, že položka obsahovala hodnotu „ano“, byla
nahrazena řetězcem vyjadřujícím nákup příslušného
produktu, v případě, že obsahovala jinou hodnotu
(„ne“) nebo neobsahovala žádnou hodnotu, byla tato
položka nahrazena hodnotou NULL, tzn. hodnota byla
„vymazána“.
U atributů týkajících se zájmu o budoucí elektronické
nakupování občanů vyjádřených úrovní tohoto zájmu
byly pro jednoduchost položky obsahující hodnotu
„spíše ano“ nebo „rozhodně ano“ chápány pouze jako
zájem o nákup toho konkrétního produktu („vážnost“
toho zájmu nebyla zohledněna). Tyto hodnoty byly
40
nahrazeny řetězcem vyjadřujícím zájem o nákup této
komodity a ostatní hodnoty byly opět odstraněny.
Výsledkem výše uvedeného příkazu byl nový datový
zdroj použitý v následujícím příkazu implementujícím
druhou fázi přípravy dat.
SELECT PID, A6_elektro AS nakup FROM
nakupovani WHERE A6_elektro IS NOT NULL
UNION
SELECT PID, A6_klenoty FROM nakupovani
WHERE A6_klenoty IS NOT NULL UNION
SELECT PID, A6_media FROM nakupovani
WHERE A6_media IS NOT NULL UNION
SELECT PID, A6_kosmetika FROM nakupovani
WHERE A6_kosmetika IS NOT NULL UNION
SELECT PID, A6_obleceni FROM nakupovani
WHERE A6_obleceni IS NOT NULL UNION
SELECT PID, A6_potraviny FROM nakupovani
WHERE A6_potraviny IS NOT NULL UNION
SELECT PID, A6_tisk FROM nakupovani
WHERE A6_tisk IS NOT NULL UNION
SELECT PID, A6_jine FROM nakupovani
WHERE A6_jine IS NOT NULL UNION
SELECT PID, A8_cerstve FROM nakupovani
WHERE A8_cerstve IS NOT NULL UNION
SELECT PID, A8_trvanlive FROM nakupovani
WHERE A8_trvanlive IS NOT NULL UNION
SELECT PID, A8_kosmetika FROM nakupovani
WHERE A8_kosmetika IS NOT NULL UNION
SELECT PID, A8_napoje FROM nakupovani
WHERE A8_napoje IS NOT NULL;
V tomto druhém kroku šlo již pouze o sloučení
výsledků několika dotazů obsahujících vždy dvojici
„zákazník–nákup/zájem o nákup určitého druhu
produktu“, kde druhá položka dvojice byla neprázdná
(obsahovala řetězec vyjadřující nákup či zájem o nákup
příslušného druhu produktu). Konečná tabulka
sestávala ze dvou sloupců (viz tab. 1) a téměř čtyřech
tisíc (přesně 3965) řádků.
3.2
Výsledky a jejich interpretace
I přes výše uvedená nastavená omezení generování
pravidel, byla z dat vytvořena stovka asociačních
pravidel, z nichž pouze některá pro koncového
uživatele analýzy lze považovat za zajímavá. Čím
vyšší je podpora a spolehlivost, tím má pravidlo větší
vypovídací
hodnotu
a je
tedy i zajímavější.
Výsledkům, které mají malou podporu, nelze přikládat
velkou důležitost.
Seznam a význam některých nejzajímavějších pravidel
následuje:
zajem_napoje ⇒ zajem_kosmetika [podpora: 25.45%,
spolehlivost: 78.67%]
ve čtvrtině všech transakcí (druhy zboží nakoupené
přes internet či zájmů o nákupy určitých druhů zboží
přes internet) se vyskytují tyto dvě položky (zájem o
nákup nápojů a kosmetiky) společně
téměř 80% respondentů, kteří uvedli, že mají zájem o
nákup nápojů přes internet, také uvedli, že mají zájem
o nákup kosmetiky přes internet
eshop_tisk ⇒ zajem_napoje [podpora: 10.52%,
spolehlivost: 36.94%]
v cca 10% všech transakcí se vyskytuje společně nákup
tiskovin a zájem o nákup nápojů
přibližně v 37% všech transakcí, kde zákazník
nakupuje přes internet tiskoviny, má také zájem o
nákup nápojů
4
Závěr
Postupy uvedené v tomto příspěvku demonstrují
možnosti využití prostředků dataminingu v řízení
vztahu se zákazníky (CRM – Customer Relationship
Management) – v oblasti odhalování zajímavých
vzorců chování stávajících zákazníků.
Asociační
pravidla mohou manažerovi pomoci především ve fázi
hledání řešení problému např. jak zvýšit prodej –
dokážou napovědět při sestavování cílených nabídek
(jaké produkty nabídnout při koupi jiných produktů).
Je však nutné zdůraznit skutečnost, že aby bylo možné
vzniklá pravidla použít jako podklad pro rozhodnutí
o podobě nabídek, je samozřejmě nutné přihlédnout
k charakteru dat. Jak bylo zmíněno v článku, v tomto
případě data představují odpovědi respondentů
dotazníkového šetření, kde není možné ošetřit
pravdivost odpovědí nebo náhodnost toho, že někdo
v dotazníku „něco rychle nakliká (či zaškrtne)“ na
rozdíl například od reálných podnikových dat, které
obsahují skutečné výsledky chování zákazníků (jejich
skutečné nákupy, placení apod.). Ne vždy je proto
možné datům (a tedy i pravidlům) plně důvěřovat
a záleží výhradně na osobě manažera, do jaké míry se
nechá v rozhodování výsledky analýzy ovlivnit.
Literatura
[1] Berka, P. Dobývání znalostí z databází. 1. vyd. Praha:
Academia, 2003, 368. s. ISBN 80-200-1062-9.
[2] Clemente, M. N. Slovník marketingu. 1. vyd. Brno:
Computer Press, 2004, 378 s. ISBN 80-251-0228-9.
[3] Han, J., Kamber, M. Data Mining Concepts and
Techniques. 2. vyd. San Francisco: Morgan Kaufmann, 2006,
800 s. ISBN 1-55860-901-6.
[4] Novotný, O., Pour, J., Slánský, D. Business Intelligence
Jak využít bohatství ve vašich datech. 1. vyd. Praha: Grada
Publishing, 2005, 256 s. ISBN 80-247-1094-3.
[5] Parr Rud, O. Data Mining Praktický průvodce
dolováním dat pro efektivní prodej, cílený marketing
a podporu zákazníků (CRM). 1. vyd. Praha: Computer Press,
2001, 329 s. ISBN 80-7226-577-6.
41
Poděkování
Článek vznikl za podpory výzkumného záměru
Provozně ekonomické fakulty Mendelovy zemědělské
a
lesnické
univerzity
v Brně,
MSM
6215648904/03/03/02 a projektu IG 180601 s názvem
Analýza a návrh využitelnosti prostředků dataminingu
při monitorování interakcí subjektů účastnících se
procesu obchodování.
Ing. Naděžda Chalupová
Ústav informatiky PEF MZLU v Brně, Zemědělská 1,
613 00 Brno
Doc. Ing. Arnošt Motyčka, CSc.
Ústav informatiky PEF MZLU v Brně, Zemědělská 1,
613 00 Brno
42
Problémové otázky o adaptívnych hypermediálnych systémoch
Problematic Questions About Adaptive Hypermedia Systems
Jozef Kapusta
1
Abstrakt
Adaptívne hypermediálne systémy sú novým
smerom výskumu v oblasti e-learningu. Cieľom tohto
výskumu je zlepšenie funkcionality vzdelávacích
systémov v personalizácií. Adaptívne hypermediálne
systémy vytvárajú model z cieľov, záujmov a vedomostí
konkrétneho používateľa a používajú ho počas svojej
práce pre adaptáciu, ktorú vytvárajú používateľovi.
V článku sumarizuje problémové otázky pri tvorbe
a implementácií
adaptívnych
hypermediálnych
systémov.
Abstract
Adaptive hypermedia system is a new direction of
research within the area of e-learning. The goal of this
research is to increase the functionality of education
systems by making them personalized. Adaptive
hypermedia systems build up a model of goals,
preferences and knowledge of the individual user and
use this throughout the interaction for adaptation to
the needs of that user. In the paper we sumarized the
problematic questions about adaptive hypermedia
systems.
Úvod
Myšlienka zavádzania adaptívnych hypermediálnych
systémov (ďalej AHS) do hypertextových dokumentov
je známa od roku 1992. Samozrejme od tohto kroku,
bolo iba otázkou času, kedy sa adaptivita prenesie do
všetkých oblastí internetu, nevynímajúc ani vzdelávací
proces.
AHS sleduje chovanie a charakteristiku konkrétneho
používateľa a na ich základe zostavuje a používateľovi
poskytuje adaptovaný dokument. Pre svoju prácu
potrebuje väčšina systémov poznať relevantné údaje o
používateľovi. Tieto údaje poskytuje väčšine systémov
samotný používateľ. Vo výučbových adaptívnych
systémoch sú to hlavne testy, dotazníky a pod.
Okrem
informácií
poskytnutých
samotným
používateľom využívajú systémy aj automatický zber
údajov o používateľovi. Do automatického zberu
údajov patrí napr. sledovanie, ktoré spojenia a aký typ
spojení používateľ najčastejšie používa, ako dlho sa
zdržiava v konkrétnych uzloch, ako aj počet navštívení
konkrétneho uzla a pod. Všetky tieto údaje sú uložené
v tzv. modeli používateľa (user model). Existujú aj
systémy, ktoré od používateľa nepožadujú žiadne
informácie, a model používateľa si vytvárajú iba na
základe interakcií používateľa so systémom [2].
Kľúčové slová
adaptívne
hyperemediálne
systémy,
používateľa, personalizácia, prispôsobovanie
model
2
model,
Väčšina súčasných projektov AHS je zameraná hlavne
na výučbu a prezentáciu informácií vo vzdelávaní.
Začleňovanie AHS do výučby si vyžaduje poznatky
nielen zo softvérového inžinierstva, webového
inžinierstva, problematiky programovania systémov,
ale tiež aj poznatky z pedagogiky, psychológie a
hlavne z didaktík predmetov, pre ktoré sa AHS
vyvíjajú.
Keywords
adaptive
hypermedia
personalization
systems,
user
AHS vo vzdelávaní
43
Samotné prístupy k modelovaniu používateľa
vychádzajú zo systémov pre výučbu, tzv.
Inteligentných výučbových systémov. Tieto systémy
sledujú správanie študenta a na základe spätnej väzby
ho usmerňujú v jeho ďalšom štúdiu. Inteligentné
výučbové systémy pozostávajú z troch častí: znalosti o
predkladanej oblasti – čo učiť; špecifiká študujúceho koho učiť; vyučovacia stratégia – ako učiť. Pri
modelovaní používateľa dávajú hlavnú váhu tieto
systémy na študenta [4].
Cieľ adaptívneho výučbového systému samozrejme nie
je vo vytvorení tzv. „umelého učiteľa“. Napriek tomu,
že sú súčasné LMS navrhované prevažne pre účely
dištančného štúdia, interakcia pedagóga je v nich
veľmi žiadaná a prejavuje sa v rôznych formách, napr.
zadania, ktoré vyhodnocuje pedagóg, podpora
diskusných fór atď. Aj keď je osobný prístup pedagóga
nenahraditeľný, v prípade dištančných výučbových
systémov predstavuje adaptívna technológia vhodnú
alternatívu k statickým systémom klasického typu.
Výhody je možné ukázať hlavne v týchto oblastiach:
Od určitej veľkosti skupiny nemôže pedagóg
poskytnúť systematický individuálny prístup všetkým
študentom, môže sa im iba individuálne venovať
v prípade konkrétneho problému.
Pri vhodnom riešení prinesie použitie adaptovaného
hypermédia pre dištančné štúdium efektívnejší
výsledok ako predkladanie statického hypermédia.
Cieľom a výstupom AHS je zároveň prispôsobenie
technickej stránky systému, napr. používateľské
rozhranie, adaptácia hendikepovaným.
Pre experimentálne účely bol na Katedre informatiky
implementovaný adaptívny hypermediálny systém
iLMS [5], ktorý používa techniku odporúčania
odkazov. Systém iLMS pracuje ako samostatný modul
v systéme Moodle. iLMS umožňuje na základne
metadát
a definovania závislostí
odporúčať
používateľovi odkazy. Tieto odkazy odporúča
pomocou štyroch značiek: značka pre odporúčaný
odkaz, značka pre „neutrálny“ odkaz, značka odkazu
pre odporúčanie resp. neodporúčanie tohto odkazu sa
systém nevedel na základe metadát rozhodnúť a značka
pre odkaz, ktorý systém neodporúča študentovi.
Modul po každom ponúknutom odkaze od študenta
požaduje ohodnotenie vhodnosti a obsahovej
relevantnosti daného odkazu. Zaujímavosťou tohto
modulu je, že zahŕňa do adaptačného mechanizmu
náladu, resp. aktuálnu motiváciu študenta. Tento
atribút získa pomocou bloku v systéme Moodle, v
ktorom môže študent vyznačiť svoju aktuálnu náladu.
O
br. 1 Vzhľad obsahu kurzu v systéme pre odporúčanie
odkazov iLMS
3
Problémové oblasti hypermédií
Adaptívne hypermediálne systémy prinášajú efektívne
riešenie množstva problémov, ktoré prináša súčasny
internet.
V nasledujúcom
prehľade
uvádzame
problémy „klasických“ hypermédií, ktoré sú riešiteľné
pomocou adaptívnych hypermediálnych systémov:
Problém straty orientácie v informačnom priestore
(Getting
Lost
in
Hyperspace).
Vplyv tohto problém je väčší pri používateľoch, ktorí
majú menšiu znalosť problematiky o informáciách
v prehľadávanom informačnom priestore. Adaptívne
hypermediálne systémy riešia tento problém
klasickými adaptačnými technikami ako anotácia
a skrývanie odkazov, resp. zoraďovanie odkazov podľa
vhodnosti pre používateľa.
Problém prebytku nerelevantných informácií,
ktorými je používateľ internetu zahltený. Riešením je
adaptívna navigácia spočívajúca vo filtrovaní
informácií
podľa
cieľov
používateľa
alebo
zoraďovanie odkazov.
Predkladanie statického hypermédia bez ohľadu na
konkrétny stav vedomostí používateľa. Rešpektovanie
individuality používateľa môže výrazne skvalitniť
a zefektívniť podávania informácia, hlavne pri
elektronickom vzdelávaní.
Adaptácia grafického používateľského rozhrania
pre používateľov. Problematiku riešia adaptívne
hypermediálne
systémy
napríklad
postupným
odkrývaním obsahu resp. pokročilejších funkcií
systému alebo adaptívnou navigáciou. S adaptáciou
používateľského rozhrania úzko súvisí aj adaptácia
hypermediálnych systémov pre hendikepovaných
používateľov [3].
44
4
Problémové
hypermédií
oblasti
adaptívnych
Samozrejme, adaptívne systémy prinášajú v porovnaní
so súčasnými webovými aplikáciami veľa výhod.
Napriek tomu, že riešia problémy klasických
hypermédií v oblastiach uvedených v predchádzajúcej
kapitole, každá technológia má však aj svoje tienisté
stránky, ktoré môžu byť dôvodom jej nevyužitia alebo
možných komplikácií. Tieto problémové oblasti
môžeme rozdeliť na problémy spojené s používaním
AHS a na problémy spojené s tvorbou AHS. Niektoré
tieto tienisté stránky spracované podľa [1] a [3]
uvádzame v nasledujúcom prehľade.
4.1
Bezpečnosť údajov o používateľoch
Systém pre svoju funkcionalitu potrebuje udržiavať a
získavať informácie o charakteristike konkrétnych
používateľoch, musí sledovať a zaznamenávať ich
prácu počas štúdia. Používatelia sa obávajú možnosti
zneužitia takto získaných informácií.
Osobné údaje o používateľoch zhromažďuje veľké
množstvo súčasných systémov. U AHS to však môžu
byť informácie oveľa podrobnejšie. Etické pravidlá na
internete zaväzujú vývojárov systémov, že pokiaľ je
používateľ sledovaný systémom, musí byť o tom
informovaný a musí z monitorovaním svojej práce
súhlasiť.
Odborníci tvrdia, že postupom času si používatelia
zvyknú a nebudú to brať ako zásah do ich súkromia,
ale skôr ako niečo, z čoho budú profitovať, pretože
systém im poskytne rýchlejší prístup k relevantným
informáciám.
4.2
Obmedzujúca a metúca funkcionalita
Používatelia považujú AHS často za obmedzujúce,
nepredvídateľné a mätúce. Jedným z problémov je
nestálosť prezentácie, teda fakt, že v dvoch rôznych
momentoch môže byť tá istá informácia prezentovaná
rôzne. To sťažuje orientáciu používateľa. Najväčším
rizikom je zmena spôsobu prezentácie informácií, ako
aj prispôsobovanie možností navigácie. Čo je vlastne
výhodnejšie z hľadiska začínajúceho používateľa?
Systém, ktorý sa bude svojou obtiažnosťou
prispôsobovať používateľovi alebo pevný nemeniteľný
systém, ktorý napriek tomu, že je zložitý, dáva
používateľovi pocit stabilného prostredia? Veď napr.
„...sekretárka, ktorá si dvanásť rokov života vo
vzdelávacom procese robila poznámky do zošita a ...
otvorí si zošit. Bude si do neho robiť poznámky o
ovládaní webového rozhrania na zadávanie faktúr.
Beda, keby tam za týždeň už nebolo to veľké tlačidlo s
otáznikom vľavo hore... “
4.3
Náročnosť tvorby adaptívnych kurzov
Tvorba adaptívnych kurzov je časovo náročná. Nie je
to triviálny proces a prináša so sebou mnoho
problémov. Oproti návrhu hyperpriestoru v klasických
hypermediálnych systémoch, ktorý spočíva vo viacmenej priamočiarej definícii uzlov a hrán
hyperpriestoru, je v prípade AHS situácia zložitejšia.
Pri návrhu hyperpriestoru je potrebné brať do úvahy
ciele, ktoré chceme prispôsobovaním dosiahnuť, a
podľa toho vhodne navrhnúť koncepty a vzťahy medzi
nimi.
4.4
Nedostatok podporných prostriedkov
Nedostatok podporných prostriedkov je menej
závažným problémom, ktorý je spôsobený skôr tým, že
výskum v tejto oblasti trvá relatívne krátko. V
súčasnosti podobné systémy tvoria väčšinou
výskumníci, ktorí sú patrične technicky zdatní. Jednou
z priorít je preto aj vytvorenie vhodných modelovacích
nástrojov, ktoré by vývoj AH systémov podstatne
zjednodušili, čo by viedlo k väčšiemu rozšíreniu týchto
systémov. Ich vytvorenie by nemalo predstavovať
vážnejší problém.
4.5
Problém studeného štartu
Je zrejmé, že prípade efektívnej adaptivity systému
potrebujeme množstvo údajov o používateľovi. Žiaľ,
ak používateľ začína pracovať so systémom, systém
nemá o ňom žiadne alebo iba minimálne informácie
použiteľné pre úspešnú personalizáciu. V prípade však
že prvotná adaptácia nie je u používateľa úspešná,
môže tento neúspech používateľa odradiť od ďalšieho
používania systému.
Tento problém má dve dimenzie: studený štart
nového systému a studený štart nového používateľa.
Problém studeného štartu nového systému je relatívny,
pretože systém môžu naplniť dátami samotný
tvorcovia resp. osoby ktorých problematika týchto
systémov zaujíma [4].
Problém studeného štartu nového používateľa sa rieši
kladením vhodných otázok používateľovi. Avšak tento
prístup môže používateľa zahltiť hneď v úvode práce
so systémom. Druhým riešením je použitie sterotypov.
4.6
Ďalšie problémové oblasti
Systém tým, že redukuje a upravuje možnosti
navigácie, do určitej miery preberá kontrolu nad
používateľom, čo je v rozpore s pôvodnou koncepciou
hypertextu, kde má používateľ úplnú kontrolu nad tým,
ktoré odkazy nasleduje a ku ktorým stránkam
pristupuje.
45
Tvorba AHS má veľké nároky na hardvér. Ale
vzhľadom, k súčasným výkonnostným parametrov
serverov, nepredstavujú tieto nároky tak významný
problém ako je časová náročnosť tvorby AHS.
Kritickou časťou návrhu AHS je aj návrh modelu
používateľa. Spočíva v definovaní charakteristík, ktoré
bude systém sledovať a patrične využívať. Čím
prepracovanejší je návrh modelu používateľa, tým
väčšie možnosti sa otvárajú pri jeho zúžitkovaní počas
samotného prispôsobovania. Rovnako výber metód a
techník, ktoré zabezpečia prispôsobovanie, musí byť
premyslený. Prispôsobovanie treba navrhnúť tak, aby
bolo v prvom rade prínosom pre používateľa.
5
Virtual university. Bratislava : STU Bratislava, 2006, s. 9 13. ISBN 80 - 227 - 2542 - 0.
PaedDr. Jozef Kapusta
Záver
Napriek komplikovanosti tvorby a implementácie
AHS, je predpoklad že problémy autorov a pedagógov
neodradia od ďalšieho využívania tejto progresívnej
technológie. Už v súčasnosti môžeme sledovať posuny
vo výskume AHS, kedy sa autori pri tvorbe materiálov
začínajú zaoberať nielen technickými vylepšeniami
AHS, ale väčší dôraz kladú na implementáciu
pedagogicko-psychologických koncepcií, napr. krivky
učenia, opakovania a zabúdania. Aj keď ideálny
systém, ktorý sa úplne priblíži každému študentovi je
určite utópiou, pomocou dobre navrhnutých AHS sa
dokonalej personalizácii vyučovania môžeme priblížiť.
Literatúra
[1] BIELIKOVÁ, M. – NÁVRAT, P. a kol. (2006) Štúdie
vybraných tém softvérového inžinierstva (1). Vydavateľstvo
STU, Bratislava : 2006
[2] BRUSILOVSKY, P. (2001) Adaptive Hypermedia. User
Modeling and User-Adapted Interaction, Vol. 11, pp. 87-110.
[3] BUREŠ, M. – MORÁVEK, A. – JELÍNEK, I.: Nová
generace webových technológií. VOX, Praha : 2005. ISBN
80-86324-46-X
[4] HAFNER, K. (2004) Software Tutors Offer Help and
Customized
Hints.
NYTimes.
Dostupné
na:
http://www.aaai.org/AITopics/html/tutor.html
[5] SAUERSTEIN, G.: KI-Ansätze zur Lerner-Adaption in
Lern-Management-Systemen (Diploma Works). Technische
Universität Ilmenau, 2005.
[6] TURČÁNI, M. New approaches in teaching of
informatical subjects with the support of LMS MOODLE. In
46
Fuzzy matematicko-logické modelování rozhodovacích procesů
Mathematical – Logical Fuzzy Modeling of Decision Making Processes
Cyril Klimeš
Abstrakt
Článek se zabývá problematikou, jak lze aparát
matematicko-logického modelování přizpůsobit pro
potřeby rozhodování v systémech, ve kterých nejsou
striktně popsány ohodnocující podmínky, ale jsou
vyjádřeny neurčitě.
Abstract
This paper was dedicated to issues, how to adapt
mathematical-logical modeling tools for decision
making needs within systems, where valuating
(assessment) terms have not been described strictly,
but are expressed vaguely.
Matematicko-logické
programování,
modelování, rozhodovací proces.
n
set S ⊆ B , where B is double-element Boolean
algebra, where S represents the set of all elements
X = ( x1 ,....xn ) ∈ B n , meeting given system of
f i ( x1 ,.... xn ) ≥ bi ; i = 1,...m
fuzzy
Where
Keywords
Mathematical-logical modeling,
decision making process.
Modeling
Processes
Within classical mathematical – logic modeling the
subject matter concerns the task to determine the
pseudo - Boolean unequation.
Kľúčové slová
1
Human experience is not sufficient for solving such
task, since using such experience, in best case we are
able to find out any solution (not anywhere near the
optimum one), which meets mostly certain only terms
(from the point of view of subject the most important
ones). That is why it is surely important, that takes
place a method enabling to find out any and all
solutions, using the methods for selection of variants
the optimum one could be determined this way.
of
fuzzy
Decision
modeling,
Making
Solving actual decision making issues we often follow
the situation, where we ought to formulate a solution
meeting numerous both qualitative and quantitative
terms, while it is difficult at all to assess, how said
solution is to look like. For needs of practice, however,
it is not sufficient to find out any solution, but
optimum one, i.e. meeting certain minimum
(pertinently maximum) requirements.
(1)
b i ∈ R a B n → R are real functions.
Particular elements of S then represents the variants of
solving some issue given by the system (1).
In practical examples (if n is big enough) often take
place, that found set S is still very big (i.e. card S is
big). If we would realize, that thru relatively easy way
(even though laboriously and time demanding)
procedure enables to determine any and all solutions of
the system (1) – maximum number of these solutions is
of 2n – issue does not predicate in any reducing of the
system S of possible solutions, but in finding as small
as possible set S 0 ⊂ S of optimum solutions such a
way, that this reduced system meets all (also
subjective) requirements of the customer, who does not
have to choose on detailed solution from the set S as
per some additional criteria.
47
Solving this task we have to realize first, based on
which additional criteria the customer selects one
detailed solution from the set S of all allowable
solutions, i.e. which further criteria are necessary to be
involved in the system (1.). In our opinion the
subjective decision making is governed with following
inaccurate rules.
(A) Grade of satisfaction fro achieved results. If
a = (a1 ,....an ) ∈ S is a solution, subject would
evaluate (assess), into which extent this solution
satisfies the need. Roughly told, subject would
appreciate the best, if value f i ( a1 ,....an ) was
equal to certain optimum value bi, however the
would accept too (even though with lower
satisfaction), if f i ( a ) was in surroundings of this
optimum value, etc. That is why the only
unequation in (1) does not express enough the
degree of satisfaction for meeting this condition.
(B) Grade of solution acceptability. Due various
reasons (both subjective and/or objective) the
subject
may
determine,
that
solution
a = (a1 ,....an ) ∈ B n he/she would not like to
implement, even that in case of difficulties this
solution is acceptable. That is why the subject may
determine priority acceptability for particular
possibilities, unless he/she a priori knows, that
this possibility would become a solution.
(C) Significance of particular conditions. Each limit
factor has certain level of significance
(importance) for the subject. This means, that if
vector
a = (a1 ,....an ) ∈ B n
meets
all
considerable terms very well, while relatively
purely meets the less considerable ones, subject
may accept even this solution.
Listed requirements may not be involved into the
system of pseudo-Boolean unequations (1) and that is
why applied mathematical tools must be modified first.
Tools of the fuzzy set theory appears to be purposeful
and simple, enabling to find out the solution algorithm
relatively easy way.
Then apparently S
m
= I Si .
i =1
To determine the grade of satisfaction the subject
would probably follow such way, that he/she will
allocate certain value
S i ( x ) ∈ 0,1 to any partial
solution x ∈ S i , expressing his/her satisfaction with
achieved result. That is why for each i = 1,....,m the Bn
will establish fuzzy set Si of the satisfaction with
achieved result.
If we suppose, that values bi represent the lower limit
for satisfaction, then
S i (x) = 0
if
f i ( x ) < bi ,
And that is why it is valid that
If
S i ( x ) > 0 , is x ∈ S i .
Example. Let us say that subject will be very satisfied,
iff
f i ( x ) = bi + ∆bi ,
Will be less satisfied, iff
f i ( x ) > bi + 2∆bi
and will be less satisfied as well, iff
bi < f i ( x ) < bi + ∆bi .
Then grade of satisfaction might be depicted
graphically e.g. such a way, how it was done on the
below mentioned figure, which represents graph of a
function
S i ( x ) : B n → 0,1 . That is why the task
(A) may be formalized such a way, that instead of set
n
Si we would introduce the fuzzy set S i ⊆ B ,
representing satisfaction of the subject with achieved
result.
fi
First, let us to specify mathematical terms (A), (B), and
n
(C). Let us mark S i ⊆ B to be a set of all vectors,
meeting the condition i, i.e.
∆bi
bi
{
}
S i = x ∈ B n : f i ( x1 ,....xn ) ≥ bi ; i = 1,...m
Solving the task (B) the subject proceeds as follows:
for each alternative
x ∈ B n he/she has a priori
48
assessed certain value
P( x ) ∈ 0,1 representing its a
m
And let
i =1
priori acceptability, that is why is given following
depicting
Then if
P : B n → 0,1 , P ⊆ B n .
Roughly we may say, that the bigger are (even
subjective objections), the less is allocated value.
Solving the task (C) we obviously proceed such a way,
that for each of terms as expressed by fuzzy sets
S 1 ,...S m , P is allocated certain grade of significance
α1 ,...α m ,α p ,
which means itself, that the only
x ∈ B n , for which is valid
S i ( x ) ≥ α i ; i = 1,..., m ,
P( x ) ≥ α p .
acceptable alternatives are
That is why acceptable solutions of our enlarged issue
would represent a set
S 0 = {x ∈ B n : S i ( x ) ≥ α i ; i = 1,..., m, P( x) ≥ α p }
Of course, it may happen, that S 0 = O
/ , then some of
terms (A), (B) has to be weakened. On the other hand,
if all grades of significance α are bigger than 0, it is
obvious S 0 ⊆ S , and acceptable solutions of enlarged
issue are acceptable solutions of the above mentioned
classical issue in the same moment, as well.
S 0 may have numerous elements. If we
wish to choose from S 0 a single detailed solution, we,
However, set
of course, would select this one, which meets the above
mentioned conditions the best.
That is why we would introduce fuzzy set
V i ⊆ Bn
such, that
0, když S i ( x ) < α i
V i (x) = 
S i ( x ), když S i ( x ) ≥ α i
S 0 = IV i ∩V p .
S 0 ( x ) > 0 , is x ∈ S 0 , and optimum solution
is such vector
x0 ∈ B n , for which is valid that
S 0 ( x0 )
= max{S 0 ( x ) : x ∈ B n } = max{S 0 ( x ).x ∈ B n } =
= max((min V i ( x )) ∧ V p ( x ))
1≤ i ≤ m
This way we could resolve the selection of alternatives
even considering the objective requirements of the
customer.
2
Conclusion
Tools of the fuzzy set theory is very suitable for giving
solutions of decision making issues upon specification
of vague rules.
References
[1] Klimeš, C.: Model of the decision support system under
condition of non determination. In. Acta Electrotechnica et
Informatica. No.4. vyd. 2006, str. 28 – 37, Košice,
Slovensko, ISSN 1335-8243
[2] Novák, V. Fuzzy Relation Equations with Words. 1.
vyd. Heidelberg: Springer, 2004. s. 167-185. ISBN 3-54020322-2.
[3] Novák, V., Perfilieva, I., Močkoř, J. Mathematical
Principles of Fuzzy Logic. 1. vyd. Boston/Dordrecht/London:
Kluwer Academic Publishers, 1999. 320 s. ISBN 0-79238595-0.
Doc. Ing. Cyril Klimeš, CSc.
Katedra Informatiky a počítačů
Přírodovědecké fakulty Ostravské university v Ostravě.
Ulice 30. dubna 22, 70200 Ostrava
[email protected]
V i is a fuzzy set expressing our satisfaction with
achieved size of grade of affiliation to fuzzy set S i .
i.e.
Similarly, let
0, když P( x ) < α p
V p (x) = 
 P( x ), když P( x ) ≥ α p
49
Model systému na podporu rozhodování za neurčitostí
Model of the Decision Support System under Condition of Non-Determination
Cyril Klimeš
Abstrakt
Systémy na podporu rozhodování (SNPR) jsou
interaktivní počítačové systémy, které pomáhají
rozhodovacím subjektům využívat data a modely k
řešení nestrukturovaných problémů. Tyto systémy jsou
převážně založeny na analýze rizik s využitím
zkušeností, úsudku a intuice a umožňující velmi
rychlou a flexibilní analýzu s dobrou odezvou, čímž
umožňují uplatnění manažerské intuice a úsudku.
Taková to rozhodování jsou však vedena mnohdy s
neurčitými informacemi, což vyžaduje jiné modely
rozhodování.
Abstract
Decision support systems (hereinafter DCS only),
mean interactive computer systems, which assist to
decision making subjects to utilize both data and
models to solve non-structurized issues. These systems
were established mainly based on a risk analysis,
utilizing the experience/skills, conclusion making and
intuition, enabling very fast and flexible analysis with
a good response, enabling the application of manager
intuition and judgment this way. However such
decisions are often based on uncertain information,
which fact requires establishment of other decision
support models.
Kíčová slova
Systém na podporu rozhodování, fuzzy množiny,
modelování ekonomických systémů.
Keywords
Decision Support System, fuzzy sets, modeling
economic systems.
1
Funkce
systému
rozhodování
na
podporu
Předpokládejme výrobní proces v němž vyžadujeme
uzavřený cyklus řízení prostřednictvím systému na
podporu rozhodování. Struktura na obr. 1 vychází z
potřeb optimálního řízení na základě vnějších, tzv.
omezujících podmínek a koncepčních cílů vrcholového
řízení.
OMEZUJÍCÍ
PODMÍNKY
CÍLE
VRCHOLOVÉHO
VEDENÍ
EXPERTNÍ
ČASOVÉ ŘÁDY
SYSTÉM NA PODPORU ROZHODOVÁNÍ
ZNALOSTI
UKAZATELU
MONITOROVACÍ SYSTÉM
Čidla výrobního procesu
Systém
ovlivňování
výrobního
procesu
Výrobní proces
Obr 1. Obecná struktura řízení výrobního procesu
Okamžitý stav výrobního procesu je zjišťován pomocí
monitorovacího systému. Tím jsou dávány systému na
podporu rozhodování okamžité informace o chování
tohoto výrobního procesu a provádí se ohodnocení
jeho stavu. Do systému na podporu rozhodování dále
vstupují vnější omezující podmínky, mezi které se řadí
sociálně-ekonomické podmínky jako hlavní a určující
pro efektivnost výrobního procesu. Určující pro
chování celého systému řízení jsou cíle vrcholového
vedení. Dále se vychází z té skutečnosti, že jsou známy
časové řady různých ukazatelů, charakterizujících
chování výrobního procesu. Řídicí systém je zastřešen
systémem na podporu rozhodování, který navrhuje a
vybírá nejoptimálnější variantu výrobního procesu.
50
Vlastní funkce systému na podporu rozhodování je
naznačeny na obr. 2.
NEZÁVISLÉ VELIČINY
EXPERTNÍ ZNALOSTI
STATICKÉ OHODNOCENÍ PRAVDĚPODOBNOSTI
NAVRŽENÝCH VARIANT
PŘIŘAZENÍ KONKRÉTNÍCH UKAZATELŮ
MATEMATICKÝ MODEL
ČASOVÉ
ŘADY
VÝBĚR OPTIMÁLNÍ VARIANTY
Obr. 2. Funkce systému na podporu rozhodování
Do systému na podporu rozhodování vstupují nezávislé
veličiny, které charakterizují jednak současný stav
výrobního procesu (monitorovacím systémem) a
jednak omezující podmínky a cíle vrcholového řízení.
Vzhledem k tomu, že kombinace jejich výskytu má
různou pravděpodobnost výskytu, pak je pomocí
expertních znalostí ohodnotíme. Nezávislé veličiny a
expertní znalosti vstupují do tzv. statického
ohodnocení pravděpodobnosti jednotlivých navržených
variant. Výstupem je vektor variant, uspořádaný podle
velikosti pravděpodobnosti se kterou mohou tyto
varianty nastat. Dále pro jednotlivé varianty jsou
určeny konkrétní ukazatele, které popisují patřičnou
variantu. Systém ukazatelů dále vstupuje do
matematického modelu, který na bázi učících
ukazatelů, tzn. jejich časových řad z minulosti určí
normu příslušné varianty. Výpočet se provádí pro
všechny varianty, z nichž je nutné v dalším kroku
nalézt optimální variantu kombinace ukazatelů pro
následné řízení výrobního procesu.
2
Vymezení pojmů
Systém reprezentuje určitou abstrakci reálného
objektu, který nezkoumáme v jeho komplexnosti, ale
zkoumáme jen tu část, která nás zajímá a která je pro
chování objektů, jež sledujeme, relevantní. Samotný
systém může být popsán mnoha způsoby a různí
řešitelé problematiky systémů chápají systém na
různých informačních a strukturálních úrovních, což
snadno vede k nedorozumění. Proto jistě nebude bez
užitku pro další práci zavést popis systému pomocí
hierarchie tzv. epistemologických úrovní. Jednotlivé
úrovně je nutné volit tak, aby přechod z nižší na vyšší
úroveň snížil neurčitost chování systému.
Zdrojový systém
Na nejnižší epistomologické úrovni je systém
definován jako zdroj dat, a proto je také označován
jako zdrojový systém. Je určen množinou veličin,
časových okamžiků a hodnot. Jednotlivé veličiny na
úrovni zdrojového systému chápeme jako zdroje
informací, které v daných časových okamžicích
nabývají některého údaje z množiny hodnot. Na této
úrovni není k dispozici žádná relace mezi jednotlivými
veličinami. Na úrovni zdrojového systému mají
všechny hodnoty stejnou pravděpodobnost.
Data systém
Je-li zdrojový systém doplněn daty, a to buď
naměřenými nebo požadovanými, které jsou
hodnotami veličin v určitých časových okamžicích,
pak je tento systém označován jako data systém. Data
systém je tedy definován jako dvojice S1 = (S0, Ma),
kde S0 je definice systému na úrovni zdrojového
systému a Ma je tzv. matice aktivity. Každý řádek
uvedené matice je tvořen množinou hodnot, kterých
nabývá určitá veličina během experimentu. Znalost
těchto hodnot nám umožní odhadnout jednotlivé
pravděpodobnosti, což sníží neurčitost popisu systému.
Generativní systém
Cílem přechodu od data systému ke generativnímu
systému je vytvoření časově invariantních vztahů mezi
jejich veličinami, a to tak, abychom byli schopni
generovat stejná data (za stejných podmínek) jako jsou
obsažena v matici aktivity Ma data systému.
Generativní systém neobsahuje žádná data, obsahuje
pouze relace, které data generují. Relace lze vyjádřit
např. ve formě podmíněných pravděpodobností.
Strukturní systém
V definici generativního systému jsou vyjádřeny pouze
různé druhy pravděpodobností. Cílem přechodu mezi
generativní a strukturní úrovní je vystižení kauzálních
vazeb mezi veličinami, specifikace struktury systému a
formalizace kvalitativních vlastností jednotlivých
vazeb.
Po zavedení systému epistemologických úrovní lze
problémy z oblasti teorie systémů rozdělit na dvě
disjunktní množiny - analýzu a syntézu. Problém
spojený s transformací popisu systému z vyšší do nižší
epistemologické úrovně je označován jako systémová
analýza. Problém spojený s transformací popisu
systému z nižší do vyšší epistemologické úrovně je
označován jako systémová syntéza. Systémová analýza
tedy obsahuje takové problémy, kdy hledáme
vlastnosti systému na nižší úrovni při znalostech
reprezentace systému na vyšší úrovni. Systémová
syntéza pak obsahuje takové problémy, kdy hledáme
51
vlastnosti systému na vyšší úrovni při znalostech
reprezentace systému na nižší úrovni. Do oblasti
analýzy spadá problematika diagnostiky, simulace atd.
Do oblasti syntézy spadá problematika tvorby hypotéz,
plánování a návrhu.
Systém na podporu rozhodování (SNPR) chápeme
jako soubor mechanismů (nikoliv pouze technických)
pro zabezpečení optimálního řízení. Systém na
podporu rozhodování je determinován reálným
objektem, pro jehož řízení je budován. Obecně lze na
něj nahlížet jako na systém zpracování informace,
který je jak horizontálně, tak vertikálně bohatě členěn.
Horizontální členění přitom respektuje takové účelové
abstrakce, které jsou na dané úrovni zpracování
relevantní. Vertikální členění vystihuje problematiku
zpracování informace od jejího vzniku až po využití
výsledků jejího zpracování. Jednotlivé vrstvy
vertikálního členění jsou uvedeny na obr. 3.
Rozhodovací vrstva
Vrstva
Analytická vrstva
Vrstva monitorovacích systémů
Vrstva zdrojů
Obr. 3. Vertikální členění SNPR
Nejvyšší "rozhodovací vrstva" zahrnuje aktivity pro
volby optimálních řídících zásahů a jejich aplikaci při
řízení daného systému. Pro tuto činnost jsou nezbytné
jak informace o stavu systému, případně trendy jeho
vývoje, tak i znalosti o zákonitostech, kterými se
chování systému řídí, tzn. popis na úrovni strukturního
systému. Tento popis musí být již v počátcích činnosti
SNPR k dispozici s tím, že v průběhu práce SNPR
může být dále zdokonalován. Informace o stavu
systému jsou produktem nižších vrstev SNPR.
Vrstva zdrojů informací reprezentuje reálný objekt ve
formě data systému. Význam uvedené vrstvy je v tom,
že je jediným zdrojem informace. Pro efektivní
činnosti SNPR je tedy nezbytné, aby vrstva zdrojů
informací obsahovala veškerou (reálně dostupnou)
informaci o chování reálného objektu, a to jak množiny
sledovaných nositelů informace (veškeré relevantní
veličiny), tak kvality informace jednotlivých nositelů
(co do přesnosti i co do času).
Základní manipulací s informací obsaženou v
jednotlivých nositelů informace vrstvy zdrojů je jejich
tzv. sběr (monitorování), který spočívá v transformaci
informace do určité datové struktury. Dále
předpokládejme, že uvedené operace budou
realizovány pomocí tzv. monitorovacích systémů, tedy
technických prostředků pro měření, převod, přenos a
ukládání dat. Tato vrstva poskytuje monitorovaná data
v tvaru vhodném pro další zpracování na úrovni
vyšších vrstev.
Obecně je nutno monitorovaná data dále zpracovávat.
Jednak mohou být zatížena různými chybami, ale
hlavně v řadě případů není technicky možné měřit
požadované veličiny přímo, nýbrž je nutno provést
měření takových veličin, ze kterých lze požadované
stanovit. Tento proces monitorování není obecně
triviální a v řadě případů je jím kvalita SNPR
podstatně ovlivněna. Monitorovaná data, která
produkuje vrstva monitorovacích systémů, se na
úrovních analytické vrstvy a vrstvy syntéz dále
zpracovává a výsledkem je informace o stavu systému,
a
to
na
základě
syntézy
analyzovaných
monitorovaných dat, případně opakované syntézy
spojené se simulací a v nejkomplikovanějších
případech výsledkem víceúrovňové syntézy a
simulace.
Využití SNPR je vhodné v takových aplikacích, kde
uvažovaný řízený systém je natolik složitý, že jednak
samotný automatický provoz monitorovacích systémů
a následné vyhodnocení monitorovaných dat je na
daném stupni rozvoje vědy a techniky nereálné a
jednak nejsou dostupné úplné znalosti pro generaci
opatření pro řízení uvažovaného systému. V tomto
případě je nezbytná spolupráce příslušných specialistů
jak v procesu identifikace stavu řízeného systému, tak
v generaci a výběru varianty řídícího zásahu. Na
druhou stranu SNPR prostřednictvím svých
technických, programových a znalostních prostředků
tvoři pro složité systémy prostředek, bez něhož je
proces řízení systému nemyslitelný.
3
Matematický model strategického
rozhodování za neurčitosti
Při strategickém rozhodování o rozvoji určité oblasti
výroby je velice výhodné využít informace z dřívějšího
vývoje, neboť v nich jsou zakódovány závislosti jejich
jednotlivých složek. Těchto informací lze také s
výhodou využít i pro predikování vývoje různých
ukazatelů a jejich následnou optimalizaci. Jedná se o
úlohy modelování závislostí různých ukazatelů a
následné vyhodnocování variant z hlediska určitých
optimalizačních kritérií.
Jedna z nejvíce používaných
ekonomických systémů využívá
veličiny ve sledovaném období
vycházejícího z chování závislé a
metod modelování
pro popis vývoje
funkčního vztahu,
nezávislých veličin,
52
který pak nutně musí kopírovat různé a většinou
značné výchylky ve velikosti nezávislých veličin.
Tento trend se pak automaticky přenáší zcela
bezdůvodně i do prognózy chování dané veličiny.
Nejčastější příčinou tohoto stavu je snaha o nejlepší
aproximaci časových řad charakterizujících chování
daných veličin.
Cílem této části je navrhnout metodu eliminace
uvedených většinou náhodných výchylek v chování
nezávislých veličin a vytvořit tak model, který by
věrněji simuloval hlavní trendy v chování veličin.
Předpokládejme, že je dáno n veličin x1, ..xna každá je
popsána časovou řadou xi={xit : t∈T} a dále je dána
veličina y závislá na x1,…,xn rovněž s časovou řadou
y={yt:t∈T}.
Naším cílem je určit algoritmus (lineárního typu), který
by z obecných hodnot x1,…,xn určil veličinu y,
(x1,…,xn)→y,
a to v souladu s průběhem časových řad x1, …,xn,y v
období T.
Za tímto účelem si provedeme nejdříve určité
kvalitativní rozdělení universa každé nezávislé veličiny
xi s cílem popsat zóny v těchto universech, které mají
kvalitativně různé vlivy na chování závislé veličiny y.
K tomuto cíli nám nejlépe poslouží teorie fuzzy
množin.
Pro každou proměnnou xi budeme tedy v množině
reálných
čísel
Re
definovat
fuzzy
relaci
~ Re 2 , k = 1,..., m
Rik ⊂
i
popisující
hodnoty
proměnné xi s přibližně stejným vlivem na chování
veličiny y. Vzhledem k předpokládanému hladkému
průběhu funkcí Rik budeme předpokládat, že Rik je
kartézským součinem nějaké fuzzy množiny
~ Re , tj.
Aik ⊂
(1) Pro každé i,1 ≤ i ≤ n , každé t ∈ T a
xit ∈ X i existuje k ,1 ≤ k ≤ mi tak,
že Aik ( xit ) f 0 .
(2) Jestliže Rik ( x, x´) >0, pak změna veličiny
každé
y způsobená změnou veličiny xi z hodnoty x
na x´ je „malá“.
(3) Stupeň pravdivosti výroku (2) závisí
pozitivně na hodnotě výrazu Rik ( x, x´) .
Uvedené axiomy (s výjimkou (1)) jsou nepřesně
formulovány a převážně vyjadřují intuitivní význam
zavedení fuzzy relací Rik..
Zásadním problémem je určení změny veličiny y při
změně veličiny xi z hodnoty x na x´, když k dispozici
jsou pouze hodnoty diskrétních časových řad Xi,Y. Za
účelem přesnější formulace uvedených axiomů budeme
uvažovat klasický model závislosti xi a y, získaný např.
metodou nejmenších čtverců, tj.
n
y = ∑ a i xi + a 0
(1)
i =1
pomocí časových řad xi,y. Na tomto místě se
dopouštíme chyby tak, jak jsme se o tom zmínili v
úvodu. Vzhledem k tomu, že vztah (1) nepoužíváme
pro predikci, ale pouze pro analýzu závislosti y na xi v
daném období T a dále pro určení fuzzy množin Aik,
jejichž další využití je velmi robustní a bez zásadního
vlivu na výsledek, není důsledek využití vztahu (1) tak
závažný, jako při klasickém použití. Pomocí této úvahy
můžeme formulovat axiomy (2), (3) přesně a to
následujícím způsobem.
Jestliže dvě hodnoty x,x´ veličiny xi leží v jádru fuzzy
relace Rik, , tj. Rik(x,x´) = 1 (tj. mají vskutku analogický
vliv na chování y), pak budeme požadovat, aby platilo
d ( x, x´) = y ( x1 ,..., x,..., x n ) − y ( x1 ,..., x´,..., x n )
<ε
pro všechny x1,…,xn a dané ε > 0. Jestliže ale x,x´ mají
jen přibližně stejný vliv, tj. 0< Rik ( x, x´) <1, pak
Rik ( x, x´) = Aik ( x) ∧ Aik ( x´) .
Z hlediska vlastní interpretace této relace budeme dále
předpokládat, že dvě hodnoty x,x´nezávisle proměnné
xi mají přibližně stejný vliv na chování y, pokud
existuje k ,1 ≤ k ≤ mi \5k, 1 \), tak, že
připouštíme, že hodnota ε se může zvětšit o určité
procento tím větší, čím menši je hodnota Rik(x,x´), tj.
lze psát
x, x´∈ Supp( Rik ) = {(z , z´) ∈ Re : Rik ( z , z´) > 0}
Vzhledem k tomu, že pro určení di(x,x´) používáme
2
Po fuzzy relacích Rik resp. fuzzy množinách Aik
budeme požadovat, aby splňovaly následující axiomy:
d ( x, x´) < ε + (1 − Rik ( x, x´)).ε .
vztah (1), je
d i ( x, x´) = ai ( x, x´) a tedy axiomy
(2) a (3) můžeme
sjednocujícího axiomu:
přepsat
do
následujícího
53
(2') Existuje ε > 0 takové, že pro každé i a
hodnoty x1 ,..., xi −1 , xi +1 ..., x n , x,x´∈ Re
splňující podmínku
Rik ( x, x´) >0 platí
ε
x − x´ <
.( 2 − Aik ( x´) ∧ Aik ( x )) .
ai
Axiomy (1), (2') nám nyní dávají dobrý předpoklad pro
konstrukci fuzzy množin Aik. K určení Aik je zapotřebí
specifikovat:
(a) tvar funkce Aik ,
(b) polohu funkce
Aik v Re.
Předpokládejme, že Supp(Aik)=(b1,b2), pak podle
axiomu (2') musí platit
ε
b1 − b2 <
ε
(2 − Rik (b1 , b2 )) ≤ 2.
ai
ai
a podobně jestliže Ker Aik = (c1,c2), musí platit
c1 − c 2 <
ε
(2 − Rik (c1 , c 2 )) =
ai
ε
ai
.
Řekneme tedy, že S je c-shluk v Xi, jestliže existují
x,x´,∈ Xi takové, že platí
1) S=[x,x´] ∩ Xi
2) x-x´ < 2c
Pro dva shluky S, S´ můžeme psát S ≤ S´ právě, když
pro každé x ∈ S, x´∈ S´, x ≤ x´.
Pak zřejmě existuje jediný systém c-shluků {Si}
takový, že
S1 < S 2 < ….< S mi ,U S k = X i
Konstrukce Sk je zřejmá:
S1 = {x ∈ X i : x − x min < 2c}
kde xmin je nejmenší prvek v Xi. Jestliže jsou již dány
S1,…..,Sk, pak
S k +1 = {x ∈ X i : x ≥ xk , x − xk < 2c},
kde xk je nejmenší prvek v Xi, větší než všechny prvky
v Sk
Tento postup se opakuje dokud U S k ≠ X i . Pak za
prvek x0 z konstrukce fuzzy množiny Aik volíme těžiště
c-shluku Sk, tj.
x0 =
Pokud budeme předpokládat, že Aik je symetrická,
můžeme tvar Aik definovat následujícím způsobem
Aik
d
d
d
d
x0
Obr. 4. Tvar fuzzy množiny Aik
Přičemž
d =2
ε
ai
.
Platí pak následující věta (bez důkazu):
Fuzzy množina Aik definovaná výše uvedeným
způsobem splňuje axiom (2') pro každé x0.
Pro řešení úlohy (b) se zaměříme na analýzu časové
řady Xi vzhledem ke shlukům délky 2c = délka Supp Aik
a tím m.j. získáme i číslo mi.
∑ x / Card .S
k.
x∈S k
Další krok spočívá v určení chování výsledné veličiny
y při různých kvalitativních vstupech jednotlivých
proměnných xi.. Protože každá proměnná xi má celkem
mi druhů kvalitativně odlišných hodnot, dostáváme
celkem m1,…,mn vztahů, vyjadřujících všechny možné
kombinace. Je možné, že z praktického hlediska jsou
některé kombinace nereálné, vyloučit je však při této
obecné úvaze nemůžeme.
Pro všechny
(A1k1,…,Amkm),
množin
vektorem
k = k1 ,...., k m , kde 1 ≤ k i ≤ mi , je nutné určit
koeficienty v následující implikaci.
[
možné
kombinace
označované
]
k = [k1 ,..., k m ] ,
Jestliže
fuzzy
pak
m
y ( x , k ) = ∑ a k ,i . x i + a k , 0
i =1
kde ak,i jsou nějaké koeficienty, přičemž kriteriem
bude, aby vztah (2) byl nejtěsnější pro ty hodnoty
časových řad X1,….,Xm a Y, které jsou nejvystižněji
popsány kvalitativní charakteristikou k, tj. pro ty
hodnoty x1,….,xm pro než je hodnota výrazu
A1k1 ( x1 ) ∧ .... Amkm ( x m ) maximální ze všech
54
[
[
J 3 = { j ∈ J : x j ∉ x j ,min , x j ,max
Mějme
danou
kvalitativní
charakteristiku
k1 ,...., k m . Pro každý časový okamžik t ∈ T si
k =[
kde
]
určíme váhu
ωt
x j ,min , x j ,max
veličiny
jsou
]}
definovány
následovně:
vztahem
mj
x j ,min = min(U Sup A j ,t )
ω t = A1k1 ( x1t ) ∧ ... ∧ Amkm ( x mt ).
t =1
mj
Pak koeficienty ze vztahu (2) určíme tak, aby
2
x j ,max = max(U Supp A j ,t ).
m


y
−
(
∑
 t ∑ a k ,i × i ,t + a k ,0 ) .ω t
t∈T 
i =1

!

→
min
∑ω
]
J 2 = {j ∈ J : x j ∈ x j ,min , x j ,max − S j }
ostatních možných voleb kvalitativních charakteristik
k.
t =1
t
t∈T
Aj,1
Aj,3
Aj,2
Jinými slovy, nejvíce na zřetel bereme vzniklé chyby u
těch časových okamžiků t ∈ T, u nichž hodnoty veličin
x1,…,xm nejlépe odpovídají charakteristice k.
Pro vlastní určení koeficientů ak,i je možno použít
klasický postup, tj. koeficienty jsou řešením systému
lineárních rovnic s maticí
∑ω
∑ω x
t
1t
t
∑ω x
∑ω x
t
t
1t
2
1t
.....
.....
∑ω x
∑ω x x
t
mt
1 1t
mt
M
∑ω x
t
mt
∑ω x
t 1t
x mt
.....
∑ω x
t
2
mt
xj,max
Obr. 5. Rozložení fuzzy množin
y každý index j ∈ J definujme čtveřici hodnot k , p ,
∑ ω Pro
∑ ω y wx, v , kde 1 ≤ k , p ≤ m , v , w ∈ Re ,
t
t
t
t j 1t
j
j
j
j
j
j
j
1
M následujícím způsobem:
1. j ∈ J
x mt existuje index k takový,1 že x ∈ Supp A .
∑ ωt ytPak
j
j
j,kj
Tímto způsobem dostaneme pro každou kvalitativní
charakteristiku k popis funkční závislosti y(x,k), která
daleko věrněji popisuje chování y v závislosti na
x1,…,xm.
Další postup spočívá v určení funkční závislosti y=y(x)
pomocí
systému
implikací
k = k1 ,..., k m ⇒ y ( x, k ) . Pro každou kvalitativní
charakteristiku k a vektor hodnot x položíme
[
xj,min
Položíme Pj= kj, vj = wj = xj.
2. j ∈ J2
Pak existují dvě fuzzy množiny Aj,kj, Aj,pj, jejichž
nosiče jsou nejblíže hodnotě xj. Za hodnoty vj, wj
volíme největší, resp. nejmenší prvek v jádrech těchto
fuzzy množin.
Aj,kj
Aj,pj
]
[k , x] := A1k1 ( x1 ) ∧ K ∧ Amkm ( xm )
Pak určení hodnoty y=y(x) obdržíme následujícím
způsobem:
Rozdělme si nejdříve množinu indexů J = {1,..., m} v
závislosti na vektoru x, na tři disjunktní podmnožiny:
mj


J 1 =  j ∈ J : x j ∈ U Supp A j ,t =: S j 
t =1


vj
xj
wj
Obr. 6. Rozložení fuzzy množin pro j ∈ J2
3.
j ∈ J3
Pak rovněž existují dvě fuzzy množiny Aj,kj, Aj,pj,
jejichž nosiče jsou nejblíže hodnotě xj. Za hodnoty vj,
55
wj volíme největší prvky v jádrech těchto fuzzy
množin.
Důležitou otázkou pak je, jak za těchto předpokladů
zvolit optimální variantu.
Předpokládejme tedy, že každá varianta v ∈ V je
ohodnocena následujícím vektorem V
Aj,kj
V = (v1 ,..., v m , p v )
Aj,pj
vj
kde
vi jsou hodnoty jednotlivých výsledných
proměnných
a
pv je pravděpodobnost varianty v ∈ V.
wj
xj
Obr. 7. Rozložení fuzzy množin pro j ∈ J3
Pak
kvalitativní
k = [k1 ,..., k m ] ,
charakteristika
p = [ p1 ,..., p m ] nejvěrněji popisují veličinu x ze
všech dostupných popisů a hodnoty v = [v1 ,..., v m ] ,
resp. w = [w1 ,..., wm ] nejlépe odpovídají těmto
resp.
kvalitativním charakteristikám. Proto k vytvoření
hodnoty y=y(x) je přirozené použít hodnot y(v,k) a
y(w,p) a to s váhami, určenými "vzdáleností" vektoru x
od w a v.
Položme tedy
h1 =
∑x
j
+
j∈J1
h2 =
∑ (w
j
− xj) +
j∈J 2
∑ (x
j
∑ (x
j
+ wj )
j∈J 3
∑ (x
−vj)+
j∈J 2
j
− vj) .
j∈J 3
Nechť dále pro dané x je K(x) následující systém dvojic
kvalitativních charakteristik
K ( x ) = {(r , s ) ∈ K 2 : r1 = k i , s i = p i , i ∈ J 2 ∪ J 3 }
kde K je množina všech kvalitativních charakteristik.
Pak položíme
∑ ( y(v, r ).[r , v].h
1
y ( x) =
+ y ( w, s ).[s, w].h2 )
( r , s )∈K ( x )
∑ ([r , v].h1 + [s, w].h2 )
( r , s )∈K ( x )
Pro vektory V budeme nyní definovat relaci uspořádání
Nechť J = {1,...., m} a nechť {J 1 ,..., J r } je
disjunktní rozklad množiny J, tj.
UJ
i
= J , J i ∩ J j = ∅ pro každé 1 ≤ i, j ≤ r .
i
Množiny Ji budeme interpretovat jako třídy preference
jednotlivých veličin vk. Tedy všechny veličiny vk
takové, že k∈Ji mají větší význam než libovolná
veličina vs taková, že s∈Jj, kde j > i. Veličiny, jejichž
indexy patři do stejné skupiny Ji mají stejný význam.
V dalším kroku se každé skupině Ji přiřadí váha hi této
skupiny, kde
hi ∈ 0,1 , která vyjadřuje skutečnost,
nakolik je skupina Ji důležitější, než ostatní skupiny.
Zhruba lze říci, že z celkového významu vektoru V má
skupina indexů Ji význam hi.100%. Zřejmě musí platit
∑h
i
= 1.
i
Pro každý index i∈J si označme symbolem qi
následující hodnotu
+ 1, pokud vyšší hodnota vi je výhodná
qi = 
− 1, jinak.
Nechť dále symboly Pi, Qi mají následující význam:
max{vi : v ∈ V }, pokud .qi > 0,
Pi = 
min{vi : v ∈ V }, pokud .qi < 0,
min{vi : v ∈ V }, pokud .qi > 0,
Qi = 
max{vi : v ∈V }, pokud .qi < 0.
Pak položíme
Tímto způsobem na základě znalosti časových řad X a
Y určíme pro konkrétní hodnoty x výslednou veličinu
y. Uvedený systém může m.j. sloužit jako podklad pro
generování různých alternativ vývoje určitých
ukazatelů, přičemž každé z vygenerovaných variant lze
přiřadit určitou pravděpodobnost její existence.
r
d (v, w) = ∑ hi ( ∑ q j .
i =1
j∈J i
v j − wj
wj
)
kde v,w ∈ V.
Dostáváme pak
56
r
vj
i =1
wj
d (v, w) = ∑ hi ( ∑ q j .
j∈ J i
r
r
Pj
i =1
Qj
) − ∑ hi (∑ q j ) ≤∑ hi ( ∑ q j .
i =1
j∈J i
r
5
) − ∑ hi (∑ q j ) = K
α ( x. y ) = V Ri ( x, y )
i =1
i=1
Zavedeme si nyní dvě fuzzy lingvistické proměnné
χ1,χ2 takové, že
Pokud α ( x, y ) ≥ α 0 , položíme v ≥ w (kde
α0 je hladina významnosti).
II.
x ≤ 0, y ≥ 0 .
χ1 = U 1 = (0,1),τ 1 ,M 1
χ 2 = U 2 = (0, K ),τ 2 , M 2
v≥w
x ≤ 0, y ≤ 0 .
Pak
kde U je universum těchto proměnných, τ je množina
termů a M je sémantika. Položme
III.
Určíme pak hodnotu
τ1={malý, velmi, a, ne, velký}=τ2
5
α (− x,− y ) = v Ri (− x,− y )
a sémantiky definujme následovně:
i =1
α (− x,− y ) ≥ α 0 , položíme v ≤ w .
x ≥ 0, y ≤ 0.
Pokud
IV.
M1(malý)
M1(velký)
M2(malý)
Pak položíme w ≥ v.
Pokud nenastane w ≥ v
M2(velký)
1
položíme
0 0,1
0,25
0,8 0,9
1
0
0,1 K 0,25 K
0,8 K
0,9 K
K
Nechť jsou dále dána následující pravidla:
X ∈ χ1 , Y ∈ χ 2
R1 ≡X=velká ⇒ Y= velmi velmi velká
R2 ≡X=ne velmi velká a ne velmi malá ⇒Y=
velmi velká
R3 ≡ X= ne malá a ne velká ⇒Y ne malá
R4 ≡ X= malá ⇒ Y ne velmi malá
R5 ≡ X = velmi malá ⇒ Y ne velmi velmi malá
Každé z těchto fuzzy pravidel Ri pak představuje fuzzy
~ U ×U .
relaci v universu U 1 × U 2 , Ri ⊂
1
2
Mějme nyní dvě varianty v, w ∈ V a definujme si
vlastní relaci ≤ následovně. Položíme
x = Pw − Pv , y = d (v, w)
Rozlišme následující případy.
I.
x ≥ 0, y ≥ 0.
Určíme pak hodnotu
wv.
Uvedený postup si ukážeme na příkladě:
Nechť varianty V = {v, w} jsou ohodnoceny vektory s
následujícími složkami:
Obr. 8. Rozložení sémantik M
Ostatní hodnoty se definují klasicky, tj.
Mi(velmi X)(a)=[Mi(X)(a)]2
Mi(ne X)(a)=1-Mi(X)(a)
Mi(X a Y)(b)=min(Mi(X)(b),Mi(Y)(b)).
w≤v,
ani
1. složka = zisk
2. složka = doba návratnosti investic
3. složka = počet pracovníků
a nechť konkrétně je
V = (300, 10, 100, 0.7),
W = (250, 8, 150, 0.82).
Indexy J = {1,2,3} rozdělíme do dvou skupin
J 1 = {1},J 2 = {2,3}
h1 = 0.6, h2 = 0.4
Z hlediska významu jednotlivých složek vektorů z V je
jistě
q1 = 1, q 2 = −1, q3 = −1
Dostáváme tedy následující hodnoty
i
1
2
q
1
-1
hi
0.6
0.4
Q
250
10
P
300
8
Pak je
K = 0.6(1.
3
-1
150
100
300
8
100
) + 0.4((−1). + (−1).
) − 0.6(1) − 0.4(−2) = 0.34
250
10
150
57
těmito prvky nejsou vždy přesně známy, případně je
nelze přesně kvantifikovat. Lze však charakterizovat
určité klíčové stavy, do nichž se tyto prvky mohou
dostat. Tímto způsobem lze kvalifikovat chování i těch
prvků, jejichž hodnoty jsou spojité z určitého intervalu
tak, že tento interval rozdělíme na význačné
podintervaly. Nechť tedy každý prvek Xi se může
nacházet v některém ze stavů S i1 ,...S ini .
Příslušné fuzzy množiny pro χ2 jsou tedy
malý
velký
1
Zde je nutno poznamenat, že za prvky systému je nutné
považovat i veličiny z okolí, ovlivňující daný systém.
0
0.02
0.1
0.17
0.3
0.34
S11
Obr. 9. Rozložení fuzzy množin pro příklad
W11
X1
V1
x = p w − p v = 0.12
y = d (v, w) = 0.6(1.
S1n1
W1k1
300 − 250
10 − 8
100 − 150
) + 0.4((−1).
+ (−1).
) = 0.15 ≥ 0
250
8
150
Pak určíme α(x,y):
i
X(x)
1
0
2
0.2
3
0.1
4
0.9
5
0.8
V1
Vr
Y(y)
0
1
1
R(x,y)
0
0
0.1
0.9
0.8
Tedy
α ( x, y ) = 0.9 ≥ α 0 0.8. Tedy v ≥ w .
4
Majorantní stavy systému a jejich
pravděpodobnosti
V oblasti výrobních technologií existuje mnoho
systémů, jejichž chování nelze exaktně určit ve všech
podmínkách, protože je ovlivňováno množstvím jak
vnějších, tak vnitřních faktorů a vztahy mezi těmito
faktory. Velmi často však při analyzování vhodnosti
těchto systémů potřebujeme stanovit, jaké jsou
nejčastější stavy, do kterých se uvedené systémy
mohou dostat. Protože tuto analýzu není možné ve
složitějších případech provést exaktně, stačí často
výsledky ve tvaru pravděpodobností nejčastěji se
vyskytujících stavů.
Účelem této části je vytvořit systém, který by
umožňoval stanovit pravděpodobnostní ohodnocení
nejčastěji se vyskytujících stavů daného systému a
současně tyto nejčastěji se vyskytující stavy určit.
Sm1
Wr1
Wrkr
Smnm
Obr. 10. Stavy prvků a jejich ovlivňování
Budeme v dalším předpokládat, že uvedený systém má
poměrně velkou setrvačnost, tj. nejedná se o
dynamický systém se spojitou přechodnou funkci.
Typickým představitelem takového systému může být
např. ekonomický systém, případně systém popisující
spolehlivostní
chování
nějakého
dynamického
systému.
Cílem vytvářeného modulu je stanovit, který stavový
vektor
r
ϕ = ( S1i1 ,...,.S min ), kde
1 ≤ i1 ≤ n1 ,...,1 ≤ im ≤ mn ,
se nejpravděpodobněji vyskytne za časový okamžik ∆t.
Jedná se tedy o typickou úlohu předpovídání stavu
ekonomického
systému
nebo
spolehlivosti
dynamického systému.
Nechť pro každý stav Sij je dána jeho apriorní
pravděpodobnost pij nezávislá na ostatních vnějších
vlivech. Tyto apriorní pravděpodobnosti jsou určeny na
základě expertního odhadu nebo na základě jiných
statistických metod. Pro tyto pravděpodobnosti se
pouze předpokládá, že platí
Předpokládejme tedy, že daný systém φ je
identifikován prvky X1,…,Xm, přičemž vztahy mezi
58
mi
∑P
pi
⋅ ci
1 − pi
p i ⋅ ci
pi =
=
pi
1 − p i + p i ⋅ ci
1+
⋅ ci
1 − pi
=1
ij
j =1
Z hlediska expertního ocenění je nutné dále stanovit
matici křížových vlivů jednotlivých stavů systémů, tj.
matici
V = v ikjl , i, j, k , l kde
v ikjl = hodnota, určující jaký vliv má nastoupení l-tého
Vztah mezi pravděpodobnosti
graficky znázornit následovně.
stavu prvku k na pravděpodobnost nastoupení j-tého
stavu proměnné i, i,k,=1,...,m, 1≤ j ≤ mi, 1 ≤ k ≤ m1.
Budeme
dále
předpokládat,
že
pi a pi lze pak
1,0
nová
pravděpodobnost
+3
+2
0,75
+1
v ∈ {− 3,−2,−1,0,1,2,3} , kde interpretace těchto
ik
jl
0
0,5
hodnot je následující:
-1
-2
-3
hodnota
-3
-2
-1
0
1
2
3
0,25
význam
výrazně zmenšuje pravděpodobnost
zmenšuje pravděpodobnost
mírně zmenšuje pravděpodobnost
nemá vliv na pravděpodobnost
mírně zvyšuje pravděpodobnost
zvyšuje pravděpodobnost
výrazně zvyšuje pravděpodobnost
Vlastní simulační algoritmus začíná tím, že jeden ze
stavů některého prvku systému simulačně nastane, tj.
jeho pravděpodobnost bude rovna 1. Další část
algoritmu spočívá v určení vlivu matice křížových
interakcí na zbylé stavy. Tyto úpravy apriorních
pravděpodobností
jsou
realizovány
pomocí
následujícího algoritmu.
0,0
0,25
0,5
0,75
1,0
původní pravděpodobnost
Obr. 11. Vztahy mezi pravděpodobnostmi
Analogický výpočet se realizuje pro matici
, kde
V = v jlik
v jlij je velikost vlivu na nenastoupení
l-tého stavu prvku k na pravděpodobnost nastoupení jtého stavu prvku i. Celý algoritmus lze znázornit
Především, jestliže pi je apriorní pravděpodobnost, pak
relativní pravděpodobnost nastání jevu je
ri =
Nová relativní četnost
Kde
pi
1 − pi
ri se proto určí ze vztahu
ri = ri .ci
ci = v ikjl + 1 , pokud v ikjl ≥ 0 , jinak
ci =
1
v
ik
jl
+1
Tedy dostáváme pro novou pravděpodobnost
pi
59
Vstup
prvky systému
apriorní pravděpodobnosti
matice vlivů
-
Výběr jednoho stavu, který nastane nebo
nenastane.
Výpočet hodnot nových pravděpodobností
pomocí matice vlivů.
NE
Byly všechny
pravděpodobnosti
modifikovány?
ANO
Normalizování všech takto získaných
pravděpodobností.
Výběr stavu nejméně vzdáleného od 1 nebo 0
Modelování nastání nebo nenastání tohoto stavu.
NE
Jsou takto všechny
stavy vyčerpány?
ANO
Tisk výsledků.
NE
Jsou takto vyčerpány
všechny prvky
systému?
ANO
-
Výsledný tisk ve tvaru
všechny simulační výsledky podle
typu scénáře
četnost výskytu každého stavu
seznam všech možných scénářů
Obr. 12. Vývojový diagram simulačního algoritmu
Literatura
[1] Klimeš, C.: Model of the decision support system under
condition of non determination. In. Acta Electrotechnica et
Informatica. No.4. vyd. 2006, str. 28 – 37, Košice,
Slovensko, ISSN 1335-8243
[2] Novák, V. Fuzzy Relation Equations with Words. 1.
vyd. Heidelberg: Springer, 2004. s. 167-185. ISBN 3-54020322-2.
[3] Novák, V., Perfilieva, I., Močkoř, J. Mathematical
Principles of Fuzzy Logic. 1. vyd. Boston/Dordrecht/London:
Kluwer Academic Publishers, 1999. 320 s. ISBN 0-79238595-0.
Doc. Ing. Cyril Klimeš, CSc.
Katedra Informatiky a počítačů
Přírodovědecké fakulty Ostravské university v Ostravě.
Ulice 30. dubna 22, 70200 Ostrava
[email protected]
60
Didaktika informatiky ako súčasť didaktiky prírodovedných predmetov
Methodology of Teaching Informatics as a Part of Methodology of Teaching
Subjects in Natural Sciences
Gabriela Lovászová
Univerzita Konštantína Filozofa
1
Abstrakt
V príspevku je predstavený projekt Spoločné
integrované laboratórium didaktiky prírodovedných
predmetov DIDLAB financovaný Agentúrou na
podporu výskumu a vývoja. Jeho cieľom je uskutočniť
obsahovú prestavbu prípravy učiteľov základných
a stredných škôl v rámci didaktiky prírodovedných
predmetov. V príspevku špecifikujeme úlohy, ktoré
budú riešené v rámci didaktiky informatiky.
Abstract
Project DIDLAB – The joint integrated laboratory
for the methodology of teaching subjects in natural
sciences is introduced in this article. The project’s
aim is to carry out contextual reform of the training
of elementary and high school teachers in the
framework of science subjects didactics. We specify
tasks in the field of methodology of teaching
informatics we plan to complete within this project.
Kľúčové slová
Integrované laboratórium prírodovedných predmetov,
geoinformatika, multimédiá, genealógia, myšlienkové
mapy,
programovanie
v Imagine
Logo,
programovanie robotov LEGO..
Keywords
Integrated laboratory for methodology of teaching
subjects in natural sciences, geoinformatics,
multimedia, genealogy, mindmaps, programming in
Imagine Logo, programming LEGO robots.
Úvod
Záujem mladej generácie o prírodné vedy v ostatných
rokoch na Slovensku ako aj v okolitých
stredoeurópskych krajinách klesá. Svedčí o tom nízky
záujem o vysokoškolské štúdium prírodovedného
zamerania
alebo
nízky
záujem
o voľbu
prírodovedných predmetov na nižších stupňoch škôl.
V reforme prírodovedného vzdelávania, ktorá by
tento trend zastavila, je vhodné začať zmenami
v príprave budúcich učiteľov.
Súčasné trendy vzdelávacích projektov vo svete
smerujú k preklenutiu bariér medzi prírodovednými
predmetmi
a k uprednostňovaniu
spoločných
aspektov v obsahu a v metodológii. Vytvorenie
integrovaného laboratória didaktiky prírodovedných
predmetov by malo prispieť ku kvalitnejšej a
koordinovanejšej príprave budúcich učiteľov.
2
Ciele projektu DIDLAB
Cieľom projektu Spoločné integrované laboratórium
didaktiky prírodovedných predmetov DIDLAB je
uskutočniť obsahovú prestavbu prípravy učiteľov
základných a stredných škôl v rámci didaktiky
prírodovedných predmetov. Za týmto účelom bude na
FPV UKF v Nitre vybudované spoločné integrované
laboratórium didaktiky prírodovedných predmetov,
ktoré bude slúžiť na výučbu didaktických predmetov
a realizáciu mikrovýstupov budúcich učiteľov ako aj
učiteľov z praxe v rámci celoživotného vzdelávania.
Laboratórium bude slúžiť tiež na záujmovú činnosť
žiakov základných a stredných škôl, ktorú budú
realizovať študenti odboru učiteľstva prírodovedných
predmetov.
Okrem vybudovania laboratória sa v rámci projektu
pripravia materiály, v ktorých sa budú uplatňovať
inovované formy a metódy výučby didaktiky
prírodovedných predmetov.
61
3
Didaktika
DIDLAB
informatiky
v projekte
Hoci informatika sa spolu s matematikou nezaraďujú
medzi prírodné vedy, poskytujú pre ostatné prírodné
vedy potrebný formálny, technický a metodologický
aparát. Informatika ako veda o automatickom
spracovaní údajov má aplikácie v podstate v každej
vednej oblasti podľa toho, aké údaje spracováva.
Preto sa v rámci vyučovania informatiky ponúka
najširší priestor na uplatňovanie medzipredmetových
vzťahov a získavanie kontextuálnych vedomostí.
V rámci projektu DIDLAB sa chceme zamerať
v didaktike informatiky na niekoľko tém, ktoré
reprezentujú rôzne oblasti využitia informatiky.
Metodika vychádza z princípov konštruktivizmu
a konštrukcionizmu.
3.1
•
3.2
spracovanie
a publikovanie
získaných
údajov rôznym spôsobom – grafy,
štatistiky, referáty, hlásenia, zdieľanie
informácií na internete, komunikácia.
Multimédiá
Integrované laboratórium prírodovedných predmetov
bude technicky vybavené na prácu s multimédiami:
multimediálne počítače, digitálna kamera, fotoaparát,
diktafón
a výučbový
softvér
Revelation
Sound&Sight na tvorbu multimediálnych projektov
Geoinformatika
Integrované laboratórium prírodovedných predmetov
bude vybavené počítačmi PDA s GPS navigáciou.
V rámci projektu plánujeme pripraviť a overiť
metodické materiály pre ich používanie na vyučovaní
informatiky.
Aktivity: navigácia v teréne, plánovanie trás,
vyhodnocovanie údajov zozbieraných počas pohybu
[3].
Obr. 2 Výučbový softvér Revelation Sight&Sound
Aktivity:
práca
s digitálnym
fotoaparátom,
diktafónom,
kamerou,
skenerom,
tvorba
multimediálnych projektov.
Cieľom aktivít je získať skúsenosti a zručnosti so
zaznamenávaním zvukových a obrazových informácií
a s ich
spracovaním
do
komplexného
multimediálneho produktu. Aktivity rozvíjajú
tvorivosť. Námety na projekty sa môžu čerpať
z ľubovoľného
prírodovedného
predmetu
–
z biológie, chémie, geografie, ekológie, fyziky.
3.3
v teréne, geocaching. Rôzne školské aktivity s GPS
nájdeme na stránke [5].
Obr. 1 Logo celosvetovej turistickej hry Geocaching
Cieľom týchto aktivít je, aby budúci učiteľ
prírodovedných predmetov resp. informatiky získal
skúsenosti
s modernými
informačnými
technológiami, ktoré sa používajú v geografii.
Aktivity s počítačmi PDA a s navigáciou GPS sú
zamerané na:
• zvládnutie technickej zručnosti v obsluhe
týchto zariadení, čo prehlbuje všeobecnú
počítačovú gramotnosť,
Genealógia a myšlienkové mapy
Genealógia (rodopis) je veda skúmajúca vývoj rodov
a vzťahy medzi jedincami. Zaraďuje sa medzi
historické vedy, ale aktivity, ktoré navrhujeme, sa
zameriavajú hlavne na informatiku. Na vytváranie
rodostromov použijeme bezplatný softvér Family
Tree Builder od firmy MyHeritage, ktorý je
lokalizovaný do slovenčiny.
Aktivity: zber údajov o rodinných príslušníkoch,
vytvorenie a zobrazenie rodostromu, určovanie
rodinných vzťahov, zdieľanie údajov na internete,
rodinné štatistiky.
62
Cieľom aktivít je získať skúsenosti s návrhom a
vytváraním databázy z oblasti tematicky blízkej
deťom. Téma rodiny a vlastenectva má navyše
výrazný výchovný aspekt [4].
algoritmické myslenie, programovanie v korytnačej
grafike, pre strednú školu základy objektového
programovania,
programovanie
paralených
procesov, sieťových aplikácií, tvorba komplexných
tematických projektov.
Cieľom aktivít je rozvíjať algoritmické myslenie a
získať správne návyky a základné vedomosti
z moderného programovania.
3.5
Obr. 3 Šablóna na rodostrom
Na zobrazovanie zložitých stromových a grafových
štruktúr sú určené myšlienkové mapy. Zobrazujú
údaje a vzťahy medzi nimi. Hodia sa na zobrazenie
rodostromu, ale aj na akúkoľvek asociatívnu sieť
poznatkov. Plánujeme používať softvér na tvorbu
dynamických myšlienkových máp Personal Brain.
Aktivity: vytvoriť osobnú myšlienkovú mapu,
vytvoriť obsah učebnice prírodovedného predmetu,
vytvoriť mapu poznatkov z prírodovedného predmetu
alebo prírodovednej témy.
Cieľom aktivít je rozvíjať abstraktné myslenie pri
triedení a štruktúrovaní poznatkov, ktoré je dôležité
pre každý prírodovedný predmet. Myšlienkové mapy
sú vhodné tiež na prehľadné zobrazovanie rôzneho
obsahu, čo môže využiť učiteľ pri tvorbe pomôcok
pre žiakov.
3.4
Algoritmizácia a programovanie
Jedným z fundamentálnych princípov informatiky je,
že pri automatickom spracovaní údajov sa používajú
algoritmy a programy. Na vyučovanie základov
moderného programovania odporúčame používať
programovací jazyk Imagine Logo, ktorý je na tento
účel špeciálne určený. Pre školy je k dispozícii
multilicencia zakúpená Ministerstvom školstva.
Metodikou výučby programovania v Imagine Logu
pre učiteľov informatiky sme sa zaoberali na UKF
v Nitre v projekte Slovenský učiteľ kompetentný pre
Európu [6].
Aktivity: podľa veku žiakov: pre základnú školu
práca s hotovými aplikáciami podporujúcimi
Roboty zo stavebnice LEGO
Integrované laboratórium didaktiky prírodovedných
predmetov plánujeme vybaviť súpravami LEGO
RoboLab, ktoré obsahujú programovateľnú kocku
NXT a rôzne senzory na meranie fyzikálnych veličín.
Robotické stavebnice sa používajú na vyučovaní
prírodovedných predmetov na realizáciu rôznych
experimentov.
Aktivity: stavba robota podľa návodu, vlastné úpravy
robota, návrh a realizácia experimentu s robotom,
programovanie
činnosti
robota,
elektronická
prezentácia experimentu.
Obr. 4 Robot zo stavebnice LEGO
Cieľom aktivít je oboznámiť sa s možnosťami
použitia robotických stavebníc na vyučovaní
prírodovedných predmetov. Aktivity rozvíjajú
tvorivosť, technickú zručnosť, algoritmické myslenie
a prezentačné schopnosti.
Zo zahraničných projektov zaoberajúcich sa
robotikou v prípravou učiteľov spomeňme grécky
projekt TERECoP [1], zo slovenských MIŠŠ 21 [2].
4
Riešenie
výstupy
projektu
a
očakávané
Počas riešenia projektu v období september 2008 –
december 2010 bude vybudované integrované
laboratórium didaktiky prírodovedných predmetov,
ktoré bude využívané na vzdelávanie a popularizáciu
63
vedy. Očakávané výstupy projektu z hľadiska
didaktiky informatiky:
• využitie laboratória pri príprave budúcich
učiteľov
informatiky
a preškoľovaní
učiteľov informatiky (vzdelávacie kurzy),
• záujmová činnosť žiakov ZŠ, SŠ realizovaná
študentmi učiteľstva informatiky –
pravidelná, dni vedy, dni otvorených dverí,
denný tábor, letný tábor, teleprojekty,
• bakalárske a diplomové práce študentov
učiteľstva informatiky.
Ďalšími výstupmi budú publikácie v domácich
a medzinárodných časopisoch zameraných na
metodológiu vyučovania prírodovedných predmetov
Matematika – fyzika – informatika (MIF), Acta
didactica, Spreadsheets in Education, International
Journal of Life-long Learning a účasť na
konferenciách Didinfo, Constructionism a iné.
Literatúra
[1] Alimisis, D., Moro, M., Arlegui, J., Pina, A., Frangou,
S. and Papanikolaou, K. „Robotics & Constructivism in
Education: the TERECoP project“, EuroLogo 2007: 40
Years of Infuence on Education. Ivan Kalaš (ed.). Faculty
of Mathematics, Physics and Informatics Comenius
University,
Bratislava, 2008, p. 39
[2] Kalaš, I. a kol. Rozvoj komplexnej digitálnej
gramotnosti budúcich učiteľov (Záverečná správa aktivity
2.1 projektu MIŠŠ 21). FMFI UK, Bratislava, 2006.
[3] Logotron Software: Revelation Sight&Sound.
[online][cit. 2008-09-08] Dostupné na internete:
<http://www.logo.com/cat/view/revelation-sightsound.html>
[4] Pajtinka, Ľ. Pátranie po predkoch. Národné osvetové
centrum, Bratislava, 2005.
[5] Teaching Ideas for GPS. [online][cit. 2008-09-08]
Dostupné na internete:
<http://www.juicygeography.co.uk/gpsschool.htm>
[6] Turčáni, M., Lovászová. G. and Kapusta, J.
Modernizácia vyučovania informatiky s podporou IKT.
CCV PF UKF, Nitra, 2008.
RNDr. Gabriela Lovászová, PhD.
64
Multimediálna aplikácia pre podporu výučby časti predmetu Informatika na
strednej škole a predmetu Architektúra počítačov na vysokej škole pomocou
grafického programu Flash
The multimedial application for the support of the subject Computer
Teaching at Secondary schools and the subject Architecture of Computers at
Universities with the help of a graphic programme called Flash
Martin Magdin
Abstrakt
V článku popisujeme využitie multimediálnej
aplikácie s animáciami pre podporu výučby predmetu
Informatika na stredných školách a predmetu
Architektúra počítačov na vysokých školách pomocou
grafického programu Flash.
Abstract
In the article we describe the usage of the
multimedial application with the animations for the
support of the subject Computer Teaching at
Secondary schools and the subject Architecture of
Computers at Universities with the help of a graphic
programme called Flash.
Kľúčové slová
IKT, Flash, multimediálna aplikácia
Keywords
IKT, Flash, multimedia application
1
Využívanie IKT na stredných školách
V posledných rokoch sa v laickej i odbornej
verejnosti veľa hovorí o informačnej spoločnosti,
o potrebe
zaviesť
informačné
a komunikačné
technológie (IKT) do škôl. Ešte pred pár rokmi bolo
hlavným problémom vybavenie škôl (najmä stredných
a základných) výpočtovou technikou, dnes sa ako
aktuálnejší problém javí zmysluplné využitie tejto
techniky vo vyučovacom procese.
Poznatky a skúsenosti zo súčasného školstva
poukazujú na rozpory medzi stupňom rozvoja
informačných a komunikačných technológií (IKT)
a charakterom vyučovacieho procesu. Tento stav je
spôsobený starou koncepciou vyučovania na jednej
strane, nedostatkom
a úrovňou
technického
zabezpečenia vo vyučovaní na strane druhej.
Učitelia preto hľadajú pri súčasných podmienkach
spôsob ako zabezpečiť také formy a prostriedky vo
vyučovaní predmetov, aby umožnili žiakom získať
schopnosti a zručnosti približujúce sa praktickému
životu a vyššej technologickej úrovni.
V súčasnosti učitelia pracujú na zavedení novej
školskej reformy obsahu vzdelávania na základných
a stredných školách (od 1.9. 2008). Tá by mala
postupne napomôcť zmeniť tradičnú školu na školu
modernú. Mala by predovšetkým podporiť žiakov
v praktických zručnostiach, ktoré im tak často chýbajú.
1.1
Podpora
predmetov
výučby
informatických
Keďže reforma školstva počíta s výučbou predmetu
Informatika na strednej škole v niektorých študijných
odboroch s dotáciou 1 až 2 hodiny týždenne iba
v prvom a druhom ročníku štúdia (pokiaľ nechceme
aby sa znížila hodinová dotácia matematiky na menej
ako 2 hodiny za týždeň), je na mieste otázka, ako
môžu žiaci správne zvládnuť využívanie IKT
technológií a ich zavedenie do vyučovacieho procesu.
65
Učebné osnovy sú tvorené potom napríklad tak, že
prvý ročník sa zaoberá hardvérom iba v minimálnom
počte vyučovacích hodín. Prevláda skôr práca s OS
Windows XP, práca v textovom editore – napr. MS
Word a základy počítačových sietí. V druhom ročníku
učebné osnovy ponúkajú prácu v MS Excel, základy
databázového systému... K podpore výučby sa majú
práve využívať IKT. Keďže teórii sa venuje menšia
časť hodinovej dotácie, je len na vyučujúcich ako
prejavia svoje pedagogické majstrovstvo a vysvetlia
žiakom učivo, ktoré tvorí základ pre používanie
hardvéru počítača. Jednou z možností ako si ľahko
pomôcť pri výučbe predmetu Informatika na strednej
škole, alebo prípadne pri výučbe predmetu
Architektúra počítačov na vysokej škole je využitie
grafického programu Macromedia Flash.
2
Macromedia Flash
Patrí v súčasnosti medzi najpoužívanejšie grafické
programy, ktoré nám umožňujú vytvárať a animovať
obrázky. Flash dokáže pracovať ako s bitmapovými
obrázkami, tak aj s vektorovými. Základom tohto
programu je scéna, na ktorej sa odohrávajú všetky
akcie – pohyby. Flash je veľmi silným grafickým
programom
–
dokážeme
v ňom
pomocou
jednoduchého programovania (Action Script) vytvoriť
banner, hru, či prezentáciu na www stránku.
vytvára obraz. Keďže aj v tomto prípade platí pravidlo
radšej vidieť ako stokrát počuť, máme možnosť
funkciu
jednotlivých
zariadení
jednoducho
naanimovať, a tak zvýšiť záujem žiakov, či študentov
o danú problematiku. Na to môžeme práve využiť
program Macromedia Flash.
3
Výhody využitia animácií s IKT vo vyučovaní sú
najmä:
• v individualizácii vyučovania
• v motivácii žiakov
• v okamžitej spätnej väzbe
• v možnosti rýchlo a efektívne
komunikovať na danú tému
• v efektívnom získavaní informácií
• vo
veľkých
zobrazovacích
možnostiach
• v eliminácii rutinného vysvetľovania
- úspora času.
Toto sú však len niektoré z možností, ktoré poskytujú
multimediálne aplikácie a ich aplikácia pomocou IKT
do vyučovacieho procesu. Väčšina výhod sa prejaví až
častejším používaním aplikácie.
3.1
Obr. 1 Prostredie programu Macromedia Flash
2.1
Vysvetlenie funkcie a práce hardvéru
pomocou animácií
Väčšina kníh zaoberajúcich sa hardvérom počítača
popisuje jednotlivé zariadenia alebo komponenty PC
z hľadiska ich využitia. Problém nastáva, ak sa žiak
alebo študent spýta, prečo napr. „miznú“ dáta po
vypnutí počítača, alebo ako je možné, že LCD displej
Výhody vytvorenia animácií pre
podporu
výučby
informatických
predmetov v Macromedia Flash
Vytvorenie multimediálnej aplikácie pre
podporu
výučby
informatických
predmetov zaoberajúcich sa hardvérom
Pri vytváraní multimediálnych aplikácií je nutné
dodržať niekoľko zásad, ktoré ovplyvnia celý výsledok
našej práce:
a) použiť správny učebný materiál –
inak by naša práca nemala zmysel
b) vytvoriť vhodné animácie – nie
všetky objekty je vždy dobré animovať.
c) správne použiť zvukové efekty –
platí analógia s animáciami
V prípade takej špecifickej oblasti informatiky ako je
hardvér počítača sme sa zamerali najmä na tieto časti:
a) ako pracuje CPU – AMD, Intel
b) ako prebieha zápis, čítanie z
pamäte RAM
c) ako prebieha zápis, čítanie
z HDD
d) ako prebieha čítanie z CD/DVD
e) ako pracuje zvuková karta
f) ako pracuje CRT a LCD monitor
66
g) ako prebieha POST
h) ako pracuje paralelný port
i) ako pracuje laserová tlačiareň
Ostatné časti počítača:
a) Základná doska
b) Zdroj
c) PC skrinka
d) CMOS
e) RTC
f) VGA
sme popísali, ale vzhľadom na ich „jednoduchú“
funkciu neanimovali.
Obr. 3 Vysvetlenie ako pracuje CRT monitor
Obr. 2 Multimediálna aplikácia pre podporu výučby
informatických predmetov zaoberajúcich sa hardvérom
Každá z uvedených animácii je plne ovládateľná. Je
možné ju kedykoľvek zastaviť, pustiť ďalej, alebo
nastaviť opäť na začiatok prehrávania. Používatelia
takejto aplikácie tak majú možnosť sami ovládať
funkciu jednotlivého zariadenia, či „nazrieť“ do jeho
vnútra.
Výhoda tvorby takejto multimediálnej aplikácie
spočíva aj v tom, že nie je potrebná dodatočná
inštalácia žiadneho programu na počítač využívajúci
OS Windows 98 a vyššie, pokiaľ chceme takúto
aplikáciu využívať. Operačný systém už sám obsahuje
podporu pre spustenie takejto aplikácie.
Obr. 4 Vysvetlenie ako pracuje laserová tlačiareň
4
Využitie pre všetkých
Využívanie IKT na e-learning, multimediálne aplikácie
alebo java aplety však netreba chápať ako jediný
správny smer nášho vzdelávania ale ako ďalšiu
možnosť pre vzdelávanie... V prípade vytvorenia
kvalitných multimediálnych aplikácií, ktoré by slúžili
na podporu vzdelávania by bolo vhodné, aby sa na
ňom podieľali tímy zložené zo psychológov,
pedagógov,
programátorov,
grafikov
a iných
odborníkov z daných oblasti. Dosiahlo by sa tak
vytvorenie kvalitného produktu, ktorý by ešte dlho po
svojom vzniku našiel svoje uplatnenie v rámci výučby.
67
Literatúra
[1] R. White, How computers work, 6.vyd. SoftPress,
2003. 416 s. ISBN 80-86497-48-8
[2] D. Hillis, Obrazce v kameni (Jednoduché
vysvetlenie toho, ako pracujú počítače). 4.vyd.
Kaligram, 2001. 174 s. ISBN 80-71490-59-8
Mgr. Martin Magdin
68
Názory študentov na využívanie e-learningu v kurzoch Základy informatiky
Students' opinions on employing e-learning in the Elements of Informatics
course
Miroslava Mesárošová
Abstrakt
1
Základy informatiky je predmet určený všetkým
študentom Univerzity Konštantína Filozofa v Nitre.
Jeho cieľom je pripraviť študentov na prácu
s počítačom, pričom hlavný dôraz je kladený na prácu
s textovým editorom. Od roku 2007 je pre podporu
vyučovania používaný aj e-learningový kurz. Príspevok
prináša výsledky dotazníkov zisťujúcich názory
študentov na výučbu, ktoré boli realizované v zimnom
a letnom semestri akademického roku 2007/2008.
Abstract
Elements of Informatics is a course for all the
students at the Constantine the Philosopher University
in Nitra. Its purpose is to prepare students for working
with computers, mainly focusing on using word
processor. Since 2007 also e-learning course is used to
support the education. The paper presents the
outcomes of the students' feedbacks submitted in winter
and summer term of academic year 2007/2008.
Kľúčové slová
počítačová gramotnosť,
kurzy, vzdelávanie
e-learning,
e-learningové
Keywords
computer literacy, e-learning, e-learning courses,
education
Úvod
Počítačová gramotnosť patrí medzi základné
požiadavky kladené na dnešného človeka. Už počas
štúdia sa od mladých ľudí vyžaduje, aby ovládali aspoň
základnú prácu s počítačom. Schopnosť využívať
internet
na
získavanie
informácií,
ukladať
a spracovávať získané informácie, upravovať ich do
požadovanej podoby a zabezpečiť ich tlač alebo
odoslanie prostredníctvom elektronickej pošty sú
zručnosti, ktoré sa berú ako samozrejmosť. Tomu sa
prispôsobuje aj obsah vzdelávania na základných
a stredných školách.
Študenti, ktorí prichádzajú študovať na univerzity, už
spravidla
absolvovali
minimálne
jeden
rok
informatiky, väčšinou sú však ich skúsenosti omnoho
bohatšie. Napriek tomu sa vysokoškolskí pedagógovia
pomerne často stretávajú aj so študentmi, ktorí
pracovať s počítačom vedia len veľmi málo. Ich
skúsenosti v takomto prípade zahŕňajú najmä základy
práce s internetom, pričom tu hovoríme o prezeraní
webových stránok a jednoduchom vyhľadávaní.
Niektorí študenti dokonca ani pri nástupe na univerzitu
nemajú zriadenú e-mailovú schránku. Druhou oblasťou
zručností týchto študentov je práca s textovým
editorom, ktorá sa však obmedzuje na napísanie textu
a jeho uloženie, prípadne vytlačenie. Akékoľvek
formátovanie je zvyčajne robené neodborne
a vzhľadom na neskoršie úpravy neefektívne.
Univerzitné štúdium však vyžaduje, aby študenti
dokázali využívať možnosti moderných informačných
a komunikačných technológií na pokročilej úrovni.
Ponúknuť predmet zaoberajúci sa základmi práce
s počítačom sa teda javí nielen ako vhodný, ale skôr
nevyhnutný krok smerujúci k tomu, aby všetci študenti
univerzity disponovali zručnosťami potrebnými nielen
pri štúdiu, ale aj v neskoršom pracovnom živote.
69
2
Základy informatiky a e-learning
Obsahom predmetu Základy informatiky je umožniť
študentom získať a/alebo zlepšiť zručnosti v práci
s počítačom. Katedra informatiky Fakulty prírodných
vied zastrešuje jeho výučbu nielen pre vlastných
študentov, ale aj pre ostatné fakulty univerzity. Medzi
povinne voliteľnými predmetmi ponúka kurz Základy
informatiky 1 (ZI1), ktorý sa zaoberá základnou prácou
s počítačom a podrobnejšie využívaním textového
editora. Po absolvovaní tohto kurzu si študenti môžu
zvoliť kurz Základy informatiky 2 (ZI2), ktorý sa
venuje Internetu a tabuľkovému procesoru.
Hoci kurzy boli spočiatku otvárané len v príslušnom
semestri (ZI1 v zimnom a ZI2 v letnom), neskôr bol
študijný plán upravený tak, aby sa mohli obidva kurzy
vyučovať v ktoromkoľvek semestri. Keďže študenti
musia kurz ZI1 absolvovať povinne, v zimnom aj
letnom semestri je vždy otvorených niekoľko
seminárov počas všetkých dní v týždni. Záujem o kurz
ZI2 je nižší, čo je dané najmä užším využitím
tabuľkového procesora vo väčšine oblastí štúdia a teda
aj nižším záujmom zo strany študentov.
Rozvoj IKT priniesol so sebou množstvo zaujímavých
možností, medzi iným aj prostredia, ktoré umožňovali
relatívne jednoduché vytváranie ucelených kurzov.
Katedra informatiky využíva systém LMS Moodle,
ktorý spočiatku slúžil len pre potreby katedry. Kurzy sa
využívali len vo vybraných predmetoch a najmä pri
dištančnom štúdiu. Bolo však len otázkou času, kedy
bude využívať e-learning aj pri ostatných predmetoch.
Neskorším nasadením systému LSM Moodle na
celouniverzitnej úrovni vznikol priestor využívať jeho
možnosti aj v kurzoch ZI1 a ZI2. Problém bol totiž
v tom, že tieto kurzy navštevovali študenti z rôznych
katedier, fakúlt a ročníkov. Navyše ich počet kládol
vysoké nároky na správu systému. Bolo teda
problematické využívať systém na katedrovej úrovni
pre študentov celej univerzity.
V letnom semestri akademického roku 2006/2007 bol
v rámci jedného z projektov katedry spustený
vzdelávací systém, ktorý mal ambíciu slúžiť širšej
verejnosti. v rámci neho bolo možné odskúšať
možnosti e-learningovej podpory pre predmet ZI1. Bol
vytvorený kurz, ktorý obsahoval študijné materiály
a niekoľko cvičení. v tom čase slúžil najmä ako
pomôcka pri domácej príprave.
Od akademického roku 2007/2008 sa situácia zmenila.
Vytvorením portálu edu.ukf.sk sa otvoril priestor
nielen pre ostatné pracoviská, ktoré mohli vytvárať
vlastné kurzy, ale vznikla aj možnosť vytvárať kurzy
k predmetom, ktoré nemali striktne danú skupinu
študentov, pre ktorých je predmet určený.
Pôvodne vytvorený kurz pre predmet ZI1 bol
doplnený, prispôsobený potrebám jednotlivých
vyučujúcich a po splnení formálnych kritérií presunutý
na celouniverzitný portál.
2.1
Výhody e-learningu
Dôvodom začlenenia e-learningového kurzu do
vyučovania predmetu ZI1 nebola len snaha katedry
presadiť využívanie moderných IKT vo všetkých
predmetoch. Išlo najmä o výhody, ktoré e-learning so
sebou prináša.
Počas zimného semestra akademického roku
2006/2007, keď ešte e-learningová podpora v predmete
ZI1 chýbala, bolo vyučovanie pomerne náročné. Išlo
najmä o študentov "začiatočníkov", ktorí už boli
spomínaní v úvode článku. Zatiaľ čo ostatným
študentom stačilo stručné vysvetlenie problematiky
a nemali problém stíhať praktické cvičenia na
hodinách, "začiatočníci" sa trápili s písaním poznámok
a neustálym dobiehaním ostatných študentov, keďže
pracovali pomalším tempom. Zvyčajne to vyústilo do
frustrácie
"začiatočníkov"
a nudy
u ostatných
študentov.
2.1.1
Dostupnosť materiálov
V letnom semestri, keď bol do vyučovania nasadený
elektronický kurz, sa atmosféra na hodinách zlepšila.
Študenti mali k dispozícii materiály, z ktorých mohli
študovať doma, a tiež cvičenia, ktoré boli určené na
precvičovanie učiva.
Veľkou výhodou najmä z pohľadu učiteľa bolo, že
zadania úloh (či už cvičení alebo testov) nebolo
potrebné dookola opakovať, prípadne spotrebovať
obrovské množstvá papiera, aby každý študent dostal
zadanie vytlačené. Prostredníctvom kurzu bolo
jednoduché poskytnúť študentom potrebné pokyny
a materiály.
2.1.2
Komunikácia
Ďalšou prednosťou elektronického kurzu bola
komunikácia. Ide najmä o oznamovanie dôležitých
termínov, pokynov, alebo aj výsledkov testov.
Prostredníctvom kurzu to nebol problém. Každý
študent mal prístup k svojim študijným výsledkom,
kedykoľvek si vedel skontrolovať aktuálne oznamy,
mohol komunikovať so spolužiakmi a rovnako aj
s vyučujúcimi, či už prostredníctvom diskusných fór,
súkromných správ alebo e-mailom (v kurze si mohol
vyhľadať kontakt).
70
2.1.3
Rôzne aktivity
Pred sprístupnením kurzu pre ostatných študentov bol
jeho obsah doplnený o ďalšie aktivity. Išlo najmä
o odovzdávanie povinných cvičení prostredníctvom
kurzu, bol vytvorený priestor pre vypracúvanie
dobrovoľných cvičení. k teoretickým častiam učiva
boli doplnené autotesty, ktoré študentom umožňovali
otestovať svoje vedomosti z danej oblasti, ale pritom
nijako nezaťažovali vyučujúceho.
2.1.4
Spätné väzby
Zapojenie elektronických kurzov do vyučovania
umožnilo využiť dotazníky, ktoré sú jednou z aktivít
v systéme LMS Moodle. Študenti tak mali možnosť
vyjadriť svoj názor k jednotlivým aktivitám alebo aj
k celému kurzu. Taktiež vyučujúci má možnosť
reagovať na pripomienky študentov a korigovať ďalšie
vyučovanie.
2.2
Nevýhody e-learningu
Na druhej strane, e-learning má aj svoje riziká.
v prvom rade je to priestor, ktorý sa vytvára medzi
vyučujúcim a študentmi. Využívanie elektronického
kurzu so sebou prináša väčšiu voľnosť, ako pre
vyučujúcich, tak aj pre študentov. Títo získavajú
priestor na štúdium vtedy, kedy im to vyhovuje a ako
dlho je to potrebné, čo je v súlade s modernými
trendmi vo vyučovaní. Zároveň však vypracúvanie
cvičení nie je determinované len na priestor učebne,
a teda je tu aj možnosť podvádzania zo strany
študentov. v tom prípade je už len na učiteľovi, aby
priviedol študentov k tomu, aby chceli študovať
a nesnažili sa za každú cenu si situáciu zľahčiť.
Ďalšou
potenciálnou
nevýhodou
využívania
elektronického kurzu sú nároky na technické
vybavenie. Škola zabezpečuje potrebné vybavenie
počas vyučovania, ale pre domácu prípravu si už
študenti musia potrebné prostriedky zabezpečiť sami.
Jednou z výhrad, ktoré študenti v dotazníkoch
uvádzali, bolo, že doma nemajú prístup k internetu
a teda nemôžu študovať. Hoci im škola poskytuje
študovne a školské počítače, oni ich málokedy
využívajú na štúdium a príprava na vyučovanie sa
prenáša domov.
3
len polovica, teda 67 študentov. v letnom semestri (LS)
to už bola len menej ako tretina študentov - z 88
účastníkov v kurze dotazník vyplnilo len 25. Podobný
fakt sme zistili aj v iných kurzoch, ktoré sú vyučované
s podporou e-learningu. Netýka sa to len dotazníkov,
ale aj diskusných fór a ďalších aktivít. Študenti
neprejavujú záujem zapojiť sa do vyučovacieho
procesu, aj keď k tomu dostanú priestor.
3.1
Otázky v dotazníku
V dotazníkoch, ktoré študenti vypĺňali, bolo 24 otázok.
z nich bolo 12 otvorených a 12 uzavretých.
v uzavretých otázkach bola použitá päťstupňová škála,
od vôbec nie po rozhodne áno s príp. obmenami
vzhľadom na konkrétnu otázku.
Otázky boli zamerané na spokojnosť s obsahom kurzu,
hodnotenie jednotlivých častí kurzu (študijné
materiály, cvičenia, testy, …) a názory na využívanie
elektronickej podpory kurzu ZI1.
3.1.1
Vhodnosť využívania elektronického kurzu
Na otázku o potrebe využívania elektronického kurzu
vo vyučovaní drvivá väčšina študentov odpovedala áno
alebo rozhodne áno.
Tab. 1 Vhodnosť využívania elektronického kurzu
Otázka: Čo si myslíte o využívaní elektronického
kurzu pri výučbe? Je to, podľa Vás, potrebné
a vhodné?
Odpoveď:
ZS
LS
rozhodne áno
25
11
áno
37
13
ani áno, ani nie
4
0
nie
1
1
vôbec nie
0
0
Môžeme vidieť, že len dvaja študenti vyjadrili názor,
že využívanie kurzu nie je vhodné a štyria sa
nevyjadrili ani áno, ani nie.
Otázka: Čo si myslíte o využívaní elektronického
kurzu pri výučbe? Je to, podľa Vás, potrebné a
vhodné?
Názory študentov
vôbec nie
Na konci semestra boli študenti požiadaní o vyplnenie
dotazníkov, v ktorých mohli vyjadriť svoj názor na
kurz, ktorý práve absolvovali. Zaujímavosťou je fakt,
že túto možnosť využila len časť študentov. v zimnom
semestri (ZS) s podporou elektronického kurzu
študovalo 133 študentov, z ktorých dotazník vyplnila
nie
LS
ani áno, ani nie
ZS
áno
rozhodne áno
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
71
Obr. 1 Graf názorov študentov na využívanie
elektronického kurzu pri výučbe
3.1.2
Kvalita kurzu
V obidvoch semestroch študenti na otázku, či
elektronický kurz považujú kvalitný, odpovedali
kladne.
Tab. 2 Kvalita elektronického kurzu
Otázka: Ohodnoťte elektronický kurz z komplexného
hľadiska – považujete ho za kvalitný?
Odpoveď:
ZS
LS
rozhodne áno
14
9
áno
52
15
ani áno, ani nie
1
1
nie
0
0
vôbec nie
0
0
„lepšie by bolo robiť si na hodinách z učiva
poznámky“
„náročnosť“
Vzhľadom na tieto ohlasy budú v ďalšom semestri
cvičenia explicitnejšie rozdelené na povinné
a nepovinné. Podobné delenie bolo aj doteraz, ale
študenti zjavne brali všetky cvičenia ako celok
a nerozlišovali tie, ktoré vyučujúci od nich vyžaduje
a tie, ktoré sú v kurze pre tých, čo majú záujem si
učivo zopakovať.
3.1.3
Spokojnosť s kurzom
V závere dotazníka mali študenti vyjadriť svoju
spokojnosť, resp. nespokojnosť s celkovým priebehom
kurzu. Táto otázka sa síce netýka výlučne
e-learningovej podpory vyučovania, ale tiež ukazuje,
že študenti priebeh kurzu so zahrnutím elektronického
vzdelávania vítajú.
Tab. 3 Spokojnosť s celkovým priebehom kurzu
Otázka: Ohodnoťte elektronický kurz z komplexného hľadiska považujete ho za kvalitný?
vôbec nie
nie
LS
ani áno, ani nie
ZS
áno
rozhodne áno
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
Obr. 2 Graf hodnotenia kvality kurzu študentmi
V rámci otvorenej otázky ku kvalite kurzu mohli
študenti vyjadriť akékoľvek výhrady, pripomienky, či
odporúčania. v zimnom semestri sa našli pozitívne aj
negatívne ohlasy:
„možno by mohlo byť menej úloh, bo nie každý má
prístup k internetu, alebo môžu vzniknúť podobné
problémy“
„som spokojná“
„nič“
„je fajn“
„Všetko je dobre tak ako je. Nič nemeniť!“
„nič“
V letnom semestri boli traja študenti, ktorí navrhli
niečo zmeniť:
„odporúčam zmenšiť počet cvičení, e-kurz vyžaduje
tráviť pri cvičeniach príliš veľa času, niekedy
zbytočne“
Otázka: Ohodnoťte celkový priebeh kurzu ZI1 počas
semestra (vyváženosť jednotlivých častí, využívanie
elektronických aktivít, kvalitu poskytovaných cvičení,
...)
Odpoveď:
ZS
LS
som veľmi spokojný/á
10
8
som spokojný/á
50
12
ani spokojný/á, ani nespokojný/á
3
5
som nespokojný/á
4
0
som veľmi nespokojný/á
0
0
Len štyria študenti počas obidvoch semestrov vyjadrili
nespokojnosť s priebehom kurzu. v otvorenej otázke na
konci dotazníka sa našli ohlasy, v ktorých študenti
kritizovali množstvo aktivít (podobne ako pri otázke
o kvalite kurzu). Bolo to spôsobené najmä faktom, že
viacerí nepochopili dobrovoľnosť cvičení, ktoré boli
k dispozícii počas celého semestra. Taktiež sa im
nepáčilo, že majú vypracúvať cvičenia a záverečnú
prácu, keď je predmet hodnotený len ako „absolvoval“.
Otázka: Ohodnoťte celkový priebeh kurzu ZI1 počas semestra
(vyváženosť jednotlivých častí, využívanie elektronických
aktivít, kvalitu poskytovaných cvičení, ...)
som veľmi nespokojný/á
som nespokojný/á
ani spokojný/á, ani nespokojný/á
LS
ZS
som spokojný/á
som veľmi spokojný/á
0,00%
20,00%
40,00%
60,00%
80,00%
100,00%
72
Obr. 3 Graf hodnotenia celkového priebehu kurzu
študentmi
4
Záver
Ako ukázali výsledky dotazníka, študenti pozitívne
reagujú na využívanie elektronickej podpory
vyučovania. Dáva im to väčšiu voľnosť pri
organizovaní svojho štúdia, lepší prístup k materiálom
a navyše je to pre nich zaujímavé, keďže e-learning
ešte stále patrí medzi „nové“ a moderné formy
vzdelávania, najmä ak berieme do úvahy stredné školy,
z ktorých títo študenti prichádzajú. Na záver už len pár
hodnotení, ktoré študenti vyjadrili v dotazníku:
„Ja som naozaj spokojná. Pred tým som nevedela
skoro nič a takmer celé semestrálne projekty z prvého
sem. mi musel niekto druhý graficky upravovať. Tento
semester som si prvýkrát upravovala prácu sama a som
zistila, že to vlastne ani nie je také ťažké a ja už nie
som počítačový blbec. Myslím si, že hodiny ZI1 sú
úplne v poriadku tak, ako prebiehali tento semester
a myslím, že dokážu byť prínosom pre každého, kto
s wordom nemá veľké skúsenosti a chce to zmeniť.
a myslím, že takáto forma elektronického kurzu je
vážne dobrá. Ja som veľa vďaka nemu pochopila a sa
naučila. Ďakujem :)“
„Vyučovanie takouto formou je zaujímavé, poučné a aj
zábavné. Nemám žiadne pripomienky, som spokojná.“
Literatúra
[1] Elektronický kurz Základy informatiky 1 [online]
[cit.
13.8.2008]
Dostupné
na
internete:
<http://edu.ukf.sk/course/view.php?id=52>
73
Spracovanie projektového zámeru vytvorenia online systému pre
optimalizáciu analýzy dátových súborov a databáz
Processing of Project Contemplation of OnLine System for Optimization of
Analysis of Data Files and Databases Creation
Michal Munk
Abstrakt
Projektový zámer „OnLine systém – HelpDesk pre
optimalizáciu analýzy dátových súborov a databáz“ je
určený na implementáciu elektronického systému pre
podporu
štatistického
vyhodnocovania
prostredníctvom štatistického softvéru. Implementácia
tohto systému umožní skvalitniť proces výučby
štatisticky
zameraných
predmetov
aj
pre
nematematikov a umožní zefektívniť spracovanie
výskumných problémov riešených v rámci seminárnych
a záverečných prác, resp. univerzitných výskumných
projektov. Systém bude vyvinutý ako webová aplikácia,
umožňujúca použitie na ľubovoľnej platforme a
vyžadujúca na strane používateľa minimálne nároky na
hardvérové a softvérové vybavenie.
Abstract
Project contemplation „OnLine system- HelpDesk
for optimization of analysis of data files and
databases” is oriented on implementation of electronic
system for statistics evaluating via statistics software.
Implementation of this system allows to improve the
process of statistics studies for non mathematicians as
well as to make the processing of research problem
solved in projects and final works respective
university’s research’s projects more effective. System
will be created as a web application, what allows using
any of platform and on the side of user requests
minimal claims on hardware and software equipment.
Kľúčové slová
analytické metódy, optimalizácia spracovania dátových
súborov, online konzultačný systém
Keywords
Analytical Methods, Optimization of Processing of
Data Files, Online Consultation System
1
Úvod
Veľký pokrok v poslednom desaťročí prinieslo
používanie počítačov a špecializovaného štatistického
softvéru, čo odstránilo nutnosť prevádzať manuálne
komplikované výpočty. Počítače a štatistické programy
umožňujú študentovi sa viac sústrediť na samotný
problém štatistickej analýzy. Vďaka štatistickému
softvéru nemusí študent poznať algoritmus výpočtu
štatistickej metódy, ale na druhej strane musí vedieť
vybrať správnu metódu, overiť jej predpoklady
validity, interpretovať výsledky a samozrejme musí
byť dobre metodicky pripravený. V prípade
objavovania znalostí z databáz (KDD) sú počítače
úplne nevyhnutné. Za podstatnú súčasť procesu KDD
sú považované počítače a ľudská práca, ktorá je
viazaná na použitie týchto technológií. Na ľudskú
prácu sú kladené nové požiadavky (väčšia náročnosť,
kvalifikácia, znalosti), čím sa dá vysvetliť zdanlivý
paradox, že s väčším podielom činností, ktoré môžu
vykonávať počítače, rastie i množstvo ľudskej práce.
Štatistické programy majú i negatívny vplyv v tom, že
umožňujú prevádzať najrôznejšie výpočty bez toho,
aby študent presne chápal, čo sa počíta.
74
Využívať „silné“ nástroje, ktoré nám dnes ponúka
štatistický softvér, sa dá iba za predpokladu, že
budeme mať komplexný prehľad o analytických
metódach, budeme si vedieť vybrať správnu metódu
a správny postup pri analýze dát.
2
14. Vytvorenie grafického web rozhrania.
15. Rozšírenie helpdesku o možnosť online
konzultácií
k problematike
súvisiacej
s analýzou dát:
• Diskusné fórum – pomoc od komunity.
• Zoznam problémov – pomoc od experta.
16. Experimentálne overenie online systému
v praxi:
• Vytvorenie kontrolnej a experimentálnej
skupiny.
• Vytvorenie reliabilných a validných meracích
procedúr.
• Realizácia experimentálneho plánu.
• Kódovanie, oprava dát a prevedenie dát do
počítača.
• Porozumenie dátam.
• Overenie validity použitých štatistických
metód.
• Analýza dát a interpretácia výsledkov.
17. Prípadná úprava a korekcia systému na
základe výsledkov experimentu.
18. Sprístupnenie na Internete.
Cieľ a metodika
Hlavným cieľom projektu je zaviesť do výučby
štatisticky zameraných predmetov a do spracovania
výskumných problémov riešených, či už v rámci
študentských prác alebo univerzitných projektov
inovatívny online systém zvyšujúci optimalizáciu
štatistickej analýzy dátových súborov a databáz.
Postup na dosiahnutie cieľa projektu:
4. Klasifikácia
všetkých
v súčasnosti
používaných analytických metód (štatistické
metódy a metódy strojového učenia) do
stromovej štruktúry podľa aplikácie.
5. Vytvorenie nástrojov na výber vhodnej
analytickej metódy.
6. Vytvorenie návrhu obsahu a metodiky tvorby
obsahu s dôrazom na názornosť.
7. Vytvorenie všeobecného základu zo štatistiky
a databáz, t. j. navrhnutie takého obsahu, po
zvládnutí ktorého nemá študent problémy
s pochopením konkrétnych metód a so
získavaním validných dát z databáz pre
potreby hĺbkovej analýzy.
8. Spracovanie obsahu k najpoužívanejším
štatistickým metódam a rozšírenie helpdesku
aj o možnosti aplikovania metód strojového
učenia za účelom analýzy dát z databáz.
Súčasťou helpdesku nebudú len postupy pri
analýze dát prostredníctvom štatistického
softvéru, ale aj metodiky k realizácii
výskumných plánov a KDD (objavovanie
znalostí z databáz).
9. Analýza dostupných riešení pre helpdesk
systémy.
10. Implementácia a konfigurácia webového
servera.
11. Inštalácia a konfigurácia helpdesk systému do
webového servera.
12. Technická realizácia jednotlivých kapitol
(obsahu
helpdesku),
vizualizácia
problematiky.
13. Vytvorenie
anglicko
–
slovenského
používateľského rozhrania a štatistického
slovníka
pre
podporu
používateľov
pracujúcich s nelokalizovaným štatistickým
softvérom.
3
Čiastkové výsledky
Momentálne sú k dispozícii čiastkové výsledky
v podobe dočasných technických riešení, spracovaní
časti obsahu a zatriedení metód podľa aplikácie.
V súčasnosti využívame služby Windows SharePoint
Services, čo prináša hlavne možnosť tímovej
spolupráce
založenej
na
SharePoint
portáli
(komunikačné nástroje, zdieľanie dokumentov a
informácií). Na portáli sú učitelia prispievatelia –
pridávajú na portál informácie (v podobe oznamov,
udalostí, prepojení, kontaktov a pod.) a súbory rôznych
aplikácií
(knižnica
dokumentov,
obrázkov,
výučbových materiálov a pod.), ktoré zdieľajú
s kolegami a študentmi. Študenti sú na portáli čitatelia,
t. j. nemôžu upravovať zdieľané informácie a súbory.
Okrem knižnici zdieľaných dokumentov, kde majú
oprávnenia ako prispievatelia, čo im umožňuje zdieľať
a verzovať dokumenty. Jednotlivé webové časti slúžia
na zdieľanie informácii so študentmi.
Súčasťou
portálu je aj vyhľadávanie v zoznamoch a knižniciach
SharePointu. Netradičné je využitie časti prieskumy, na
prezentáciu príkladov škály.
Študenti majú na portáli k dispozícii nástroje na online
konzultácie k problematike súvisiacej s výpočtovou
štatistikou
a so
štatistickým
vyhodnotením
výskumných problémov:
• diskusné fórum – pomoc od komunity,
75
zoznam problémov – pomoc od vyžiadanej
osoby.
Súčasťou portálu je elektronická kniha Analýza dát.
Elektronická kniha presahuje obsah univerzitných
kurzov zo štatistiky. Jej súčasťou je Stromový graf
analytických metód, ktorého úlohou je navigovať
používateľa pri výbere správnej metódy, zobrazuje
všetky dnes používané metódy, viac ako 120 metód,
ktoré sú zatriedené do skupín. Graf je k dispozícii
v slovenčine a angličtine. Vzhľadom na to, že graf
obsahuje takmer všetky metódy, ktoré sa dnes
používajú k analýze dát nebolo možné všetky
spracovať. Z tohto dôvodu sme sa snažili spracovať iba
tie najpoužívanejšie, a to v rozsahu 300 strán. Jej
súčasťou je aj Štatistický slovník, ktorý obsahuje cez
300 odborných anglických termínov preložených do
slovenčiny. Vytvorený slovník a anglická verzia grafu
analytických metód predstavujú podporu pre
používateľov
pracujúcich
s nelokalizovaným
štatistickým softvérom.
•
Obr. 1 Čiastkové výsledky projektu
Obsah knihy je členený do dvoch častí.
Prvá viac - menej teoretická časť sa delí na Získavanie
dát, Exploračnú analýzu a Inferenčnú analýzu. V tejto
časti študent získa celkový prehľad zo štatistiky
a v nasledujúcej praktickej časti si potom môže
prehlbovať poznatky o konkrétnych štatistických
metódach na riešených príkladoch. Pokúsili sme sa
vytvoriť, taký obsah po zvládnutí, ktorého nebude mať
študent, problémy s pochopením konkrétnych metód.
Druhá obsiahlejšia časť, sa venuje konkrétnym
štatistickým metódam (Základná štatistika (popisná
štatistika, parametrické a neparametrické metódy),
Analýza spoľahlivosti/prvkov (položiek), Regresná
analýza, Analýza rozptylu). Študent získa teoretické
poznatky o konkrétnych metódach a na riešených
príkladoch sa oboznámi s postupom pri riešení
konkrétnych
problémov,
overovaním
validity
použitých metód, interpretáciou výsledkov a to všetko
prostredníctvom štatistického softvéru.
V kapitole Základná štatistika je uvedená séria
jedenástich
príkladov
z danej
problematiky.
V príkladoch okrem vysvetlenia a interpretovania
použitých štatistík, mier a grafov nájdeme aj návody
ako overiť predpoklady použitia jednotlivých metód
a ako riešiť ich prípadné porušenia.
V kapitole Analýza spoľahlivosti/prvkov (položiek) sú
uvedené dva príklady. V prvom príklade je vysvetlené
posúdenie kvality škály dotazníka, v druhom kvality
testu.
V predposlednej kapitole Regresná analýza je uvedená
séria ôsmich príkladov. V prvom príklade sú
vysvetlené a interpretované všetky možné štatistiky,
miery a grafy, ktoré ponúka modul viacnásobná
lineárna regresia. V druhom nájdeme ukážku ako
overiť predpoklady pre regresnú analýzu. Ďalšie
príklady sa zaoberajú špeciálnymi prípadmi
a metódami a to: regresnou priamkou prechádzajúcou
počiatkom, kvadratickou regresiou, overovaním
stability modelu, transformáciou premenných, metódou
umelých premenných, korelačnou maticou ako
vstupným súborom, krokovou regresnou analýzou
a predpovedaním závislej premennej.
V poslednej kapitole Analýza rozptylu je uvedená séria
siedmich príkladov. V prvom príklade sú vysvetlené a
interpretované všetky možné štatistiky, miery a grafy,
ktoré ponúka modul analýza rozptylu. V nasledujúcich
troch nájdeme návod ako overiť predpoklady použitia
(validity) jednotlivých analýz (ANOVA, MANOVA,
opakované
merania
ANOVA,
ANCOVA/MANCOVA). Ďalšie dva príklady sa
zaoberajú špeciálnymi dizajnmi analýzy rozptylu
(dizajn s náhodným efektom a hniezdny dizajn).
Posledný príklad je ukážkou použitia kontrastnej
analýzy – plánované porovnania.
Štatistický softvér nám ponúka v rámci každej
metódy/analýzy ponuku s množstvom volieb. Použité
voľby v riešených príkladoch sú pod oddeľovacou
čiarou vždy preložené, stručne popísané a vysvetlené,
ak už tak nebolo učinené v teoretickej časti. Pod
ďalšou čiarou čitateľ nájde interpretáciu výsledkov
vybranej voľby.
Na záver sú ponúknuté ešte tri súhrny - Prehľad
odhadov k posúdeniu kvality merania, Prehľad
nulových štatistických hypotéz vybraných testov
a Prehľad predpokladov použitia vybraných testov,
ktorý je doplnený animáciami pre zdôraznenie potreby
overovať predpoklady použitia a potreby vizualizácie
dát.
Elektronická kniha Analýza dát má podobu web
stránky, na jej spracovanie sme primárne použili
Adobe Dreamweaver. Jej súčasťou je aj Štatistický
76
slovník, na ktorého vytvorenie sme použili Adobe
Flash, rovnako ako v časti Prehľad predpokladov
použitia vybraných testov, ktorý je doplnený
animáciami pre zdôraznenie potreby overovať
predpoklady použitia a potreby vizualizácie dát. Grafy
a schémy sú vytvorené v aplikáciách Statistica a MS
Visio. Na správne zobrazenie matematických vzťahov
a symbolov používame MathPlayer, vzhľadom na ich
veľké množstvo v samotnom materiály (v prípade ich
exportu do gifov by neúmerne narástla veľkosť celého
materiálu). Na vytvorenie Stromového grafu
analytických metód, na ktorom je celá kniha postavená,
a ktorého úlohou je navigovať používateľa pri výbere
správnej metódy sme použili MS Visio a Adobe
Dreamweaver. Graf je doplnený o nástroje na
vyhľadávanie metód („hľadať na stránkach“, „posun a
lupa“), ktoré v ňom zjednodušujú orientáciu. Nástroj
„posun a lupa“ slúži na prehľadávanie stromu. Červený
obdĺžnik vyznačuje zobraziteľnú oblasť. Nastavením
kurzora na jeho okraj môžeme zmenšovať, resp.
zväčšovať danú oblasť. Nastavením kurzora na stred
obdĺžnika a pohybom myši môžeme prehľadávať graf
analytických metód. Nástroj „hľadať na stránkach“
slúži na vyhľadávanie metód v strome. Po výbere
konkrétnej metódy z grafu je čitateľovi ponúknutý
materiál z danej problematiky za predpokladu, že táto
metóda bola nami spracovaná.
Technické požiadavky na spustenie:
• Pre prístup k elektronickej knihe je možný
akýkoľvek počítač s prehliadačom Internet
Explorer 6.0 a novším.
• MathPlayer, ktorý zabezpečí zobrazenie
MathML v prehliadači.
Nevýhody plynúce z využívania prostredia pre webové
časti (web parts), t. j. pri využívaní služieb Windows
SharePoint Services sú hlavne z pohľadu závislosti od
platformy. Nový systém/riešenie bude vyvinutý ako
webová aplikácia, umožňujúca použitie na ľubovoľnej
platforme a vyžadujúca na strane používateľa
minimálne nároky na hardvérové a softvérové
vybavenie.
4
Prínos
Všeobecný prínos vidíme vo vytvorení online systému
pre optimalizáciu štatistickej analýzy dátových súborov
a databáz.
Používateľ systému bude mať k dispozícii:
• všeobecný základ zo štatistiky a databáz, po
zvládnutí
ktorého
nemá
problémy
s pochopením konkrétnych metód a so
získavaním validných dát z databáz pre
potreby hĺbkovej analýzy,
• zatriedenie všetkých analytických metód
v slovenskom a aj v anglickom jazyku pre
podporu
používateľov
pracujúcich
s nelokalizovaným štatistickým softvérom,
• nástroje na výber vhodnej metódy,
• postup ako aplikovať vybranú metódu
prostredníctvom štatistického softvéru,
• interpretácie výstupov štatistických metód,
• podporu v podobe online konzultácií – pomoc
od komunity, pomoc od experta.
Používateľov systému uvažujeme v dvoch rovinách:
• študenti
• učitelia
5
Záver
Na všetkých univerzitách sa vyučujú štatisticky
zamerané predmety a navyše správne štatistické
vyhodnotenie výskumných problémov je jedným z
predpokladov
úspešného
obhájenia
väčšiny
kvalifikačných prác, resp. výskumných projektov.
Okrem iného systém môže slúžiť k podpore
neprezenčnej výučby.
Zámerom vytvorenia helpdesku je pomôcť aplikovať
správne analytické metódy nie len študentom I. II.
a III. stupňa vysokoškolského štúdia
(napr. pri
výskumoch realizovaných v rámci bakalárskych,
diplomových, rigoróznych a dizertačných prác), ale aj
napríklad pedagógom pri vedecko – výskumnej
činnosti v rámci riešenia projektov a pod.
Literatúra
[1] MUNK, M., KAPUSTA, J. Virtuálna škola „Štatistika“.
In Forum Statisticum Slovacum - vedecký časopis Slovenskej
štatistickej a demografickej spoločnosti. ISSN 1336-7420,
2005, roč. 1, č. 3, s. 44–49.
[2] MUNK, M., VRÁBELOVÁ, M.: Vyučovanie štatistiky
v nematematických odboroch. In Forum Statisticum
Slovacum - vedecký časopis Slovenskej štatistickej a
demografickej spoločnosti. ISSN 1336 – 7420, 2007, roč. 3,
č. 5, s. 91-100.
RNDr. Michal Munk, PhD.
77
Teórie učenia a ich aplikácia v e-podpore vyučovania
Learning Theories in Electronically Enhanced Teaching
Viera Palmárová
Abstrakt
Spôsob, akým vyučujeme, vychádza z poznatkov
a predpokladov o tom, čo je to učenie a ako sa ľudia
efektívne učia. V príspevku charakterizujeme hlavné
teórie učenia, ktoré v posledných desaťročiach
ovplyvnili používanie počítača ako nástroja na učenie
sa. Uvádzame tiež konkrétne príklady aplikácie týchto
teórií v e-podpore vyučovania.
Abstract
The way we teach is derived from what we know
about and what we think of learning process and its
effectiveness. The paper deals with main learning
theories that have been influencing the use of computer
as a tool for learning during the past decades. We
discuss the application of learning theories in
electronically enhanced teaching.
Kľúčové slová
teórie učenia, e-podpora vyučovania
Keywords
learning theories, electronically enhanced teaching
1
Úvod
Spôsob, akým vyučujeme, vychádza z poznatkov
a predpokladov o tom, čo je to učenie a ako sa ľudia
efektívne učia. V 20. storočí vznikli rôzne
psychologické teórie o učení, stále sa vyvíjajú,
dopĺňajú
(aj
pod
vplyvom
informačných
a komunikačných technológií) a aplikujú sa s rôznym
úspechom v didaktike. Niektoré staršie prístupy sa
považujú za prekonané, nemoderné, no napriek tomu
stále v rôznych formách pretrvávajú. Iné sú zase
všeobecne prijímané ako správne, moderné, no ich
uplatňovanie v praxi zatiaľ samozrejmé nie je.
V príspevku uvádzame hlavné teórie učenia, ktoré
v posledných desaťročiach ovplyvnili používanie
počítača ako nástroja na učenie sa a výskum v tejto
oblasti.
2
Behaviorizmus
Základný postulát behavioristov bol sformulovaný už
na začiatku 20. storočia. Pod vplyvom práce I. P.
Pavlova o podmienených reflexoch a filozofie
pragmatizmu začali americkí psychológovia (Watson,
Thorndike a i.) zdôrazňovať, že v psychológii je nutné
vychádzať iba z toho, čo je možné objektívne
pozorovať a merať t. j. zo skúmania správania
(vonkajších
reakcií
organizmu
na
podnety
z prostredia).
Vnútorným
podmienkam
učenia
neprikladali žiaden význam. Učenie chápali ako
nadobúdanie nového správania. Spojenie medzi
podnetom a žiadanou reakciou sa podľa nich vytvára
na základe opakovaného stimulovania a posilňovania
správnej reakcie odmenou (Ďurič, 1981).
Z behavioristickej teórie vychádzal B. F. Skinner, autor
koncepcie programovaného (programového) učenia,
ktorú predstavil v roku 1956. Zákony učenia odvodené
z výsledkov pokusov so zvieratami porovnával s
podmienkami školského vyučovania. Škole vyčítal
malú frekvenciu upevňovania a tvrdil, že efektívnosť
učenia je možné zvýšiť zorganizovaním učenia tak,
aby ho bolo možné kontrolovať a riadiť zvonka –
prostredníctvom dobre zostaveného programu, ktorý
by každého žiaka individuálne, po malých, ľahšie
zvládnuteľných krokoch, priviedol ku konečnému
požadovanému komplexnému správaniu – k cieľovej
vedomosti či zručnosti (Petlák, 1997, Tollingerová –
Knězů – Kulič, 1966).
78
Počítačová éra ponúka tvorcom didaktických aplikácií
oveľa širší priestor pre uplatnenie poznatkov
programovaného
učenia
a kybernetiky
ako
programované učebnice, rôzne automaty a trenažéry
používané ako prostriedok programovanej výučby
v minulosti.
Mnohé súčasné výučbové programy (na vysokých
školách napr. e-learningové kurzy) pozostávajú
z viacerých na seba nadväzujúcich lekcií (dávok
učiva). Každá z lekcií má lineárnu štruktúru: motivácia
a ciele, výklad tvorený sériou stránok obsahujúcich
zväčša text a obrázky príp. animácie, zhrnutie lekcie,
opakovací test s poskytnutím okamžitej spätnej väzby.
Takýto výučbový program dáva všetkým študentom
rovnaký výklad a jedinú cestu (nanajvýš s možnosťou
opakovaného prechodu). Vyššiu úroveň predstavujú
výučbové aplikácie s vetveným programom, ktoré
reagujú na kvalitu odpovede študenta a vedú ho
alternatívnymi vetvami (napr. Kapusta, 2005). Aj tu
však do veľkej miery ide o inštruktívny prístup
uplatňovaný a kritizovaný v tradičnom vzdelávaní.
Princípy programovanej výučby sa okrem rôznych
typov výučbových aplikácií (teachware, courseware,
tutoriál, elektronická učebnica, prezentácia) uplatňujú
aj v systémoch orientovaných na precvičovanie
a testovanie vedomostí a zručností (Cápay, 2006).
3
Kognitivizmus
Kognitivizmus sa stal dominantným na konci
20. storočia, aj pod vplyvom rastúcej kritiky
behavioristického pohľadu na učenie ako viac menej
pasívne prispôsobovanie sa žiaka podnetom
z prostredia. Kognitívna psychológia sa na rozdiel od
behavioristov primárne zameriava na poznávacie
procesy odohrávajúce sa v „hlave“ učiaceho sa. Snaží
sa ich objasniť a modelovať. Vedomosti sú podľa
kognitívnej teórie symbolické mentálne konštrukcie
v mysli jednotlivca. Keď sa človek učí, prijíma
informácie, ukladá si ich do pamäte a aktívne ich
spracúva (CSCL, 1998). Kognitivizmu sa v súčasnosti
vytýka najmä to, že ignoruje vplyv faktorov sociálnej
povahy v psychike človeka (Průcha et al., 2003).
S kognitívnou psychológiou úzko súvisí aj výskum v
oblasti
efektívneho
využívania
multimédií
v didaktických aplikáciách. Multimediálne technológie
podporujú a umožňujú názorné a aktívne učenie sa v
záujem vzbudzujúcom a k učeniu motivujúcom
interaktívnom prostredí, čím pomáhajú napĺňať viaceré
didaktické zásady, špeciálne zásadu názornosti.
Predpoklad o účinnosti multimédií ako prostriedku
vyučovania sa opiera o známe výskumné výsledky
z pedagogickej psychológie o podiele jednotlivých
zmyslových orgánov na prijímaní a zapamätaní si
informácií u človeka. Prečo a za akých podmienok sú
multimédiá pre učiaceho sa prínosom, aký efekt majú
multimédiá na kvalitu učebných výsledkov, ako
prebieha učebný proces, ak učiaci sa vníma
multimediálnu informáciu, je stále predmetom
výskumov. Napr. Mayer v práci (Mayer, 2001)
objasňuje kognitívnu teóriu multimediálneho učenia.
Definíciu multimediálnej prezentácie prispôsobuje
trendom v kognitívnej psychológii, z ktorej výsledkov
výskumu vo svojej teórii vychádza. Multimediálnou
chápe takú prezentáciu, ktorá využíva slová (v textovej
alebo zvukovej forme) v kombinácii s obrázkami (vo
forme statickej grafiky alebo animácie). Mnohými
experimentmi overoval vplyv multimédií na ľudské
učenie sa a na základe empirických výsledkov
sformuloval niekoľko princípov a praktických
postupov, ktoré odporúča uplatniť pri dizajne
multimediálnej prezentácie, aby ju bolo možné nazvať
efektívnou.
Výskum v oblasti e-learningu sa v súčasnosti orientuje
na hypermediálne adaptívne systémy schopné
dynamicky prispôsobovať používateľské prostredie
výučbovej aplikácie a spôsob prezentovania obsahu
prihlásenému používateľovi. Profil študenta sa vytvára
na základe vstupného dotazníka alebo didaktického
testu. Takto možno získať napr. informácie
o individuálnom učebnom štýle a úrovni vstupných
vedomostí a počas učenia ich využiť. Profil nemusí byť
určený definitívne. Napr. učebný štýl do istej miery
závisí aj od konkrétneho obsahu učenia a charakteru
úlohy. Na základe skutočných reakcií študenta je
možné profil v databáze priebežne aktualizovať
(využiť informácie o správaní sa študenta pri minulých
sedeniach a študentove hodnotenie ponúknutých
prezentácií obsahu, ako aj informácie získané
porovnávaním správania sa študentov s podobnými
profilmi). Takáto inteligentná aplikácia napodobňuje
učiteľa, ktorý pozná svojho študenta a usiluje sa
o individuálny prístup. Je vybudovaná na zložitom
matematickom modeli učebného procesu (Palmárová,
2005, Bieliková – Šaloun, 2007). Príkladom adaptívnej
hypermediálnej aplikácie používanej na vyučovanie
programovania je projekt iWeaver (Wolf, 2001).
Okrem multimediálnosti je základnou charakteristikou
hypermediálnych aplikácií ich hyperštruktúra. Pri
tvorbe takejto výučbovej aplikácie je potrebné dobre
premyslieť jej štruktúrovanie. Zvolená štruktúra na tej
ktorej úrovni musí vychádzať zo štruktúry učiva.
Architektúru hypertextov prirovnávajú psychológovia
k informačnej štruktúre ľudského mozgu, v ktorom sú
jednotlivé
pojmy
pospájané
v
príslušných
významových súvislostiach, asociáciami do siete, nie
lineárne. Aj to nás oprávňuje považovať hypertext za
významnú podporu učebného procesu (Stoffová,
2004).
79
4
Konštruktivizmus
Dominantnou paradigmou v súčasných teóriách
vyučovania
je
konštruktivizmus.
Behavioristi
a kognitivisti uznávajú existenciu univerzálneho
poznania
nezávislého
na
učiacom
sa.
Konštruktivistická teória učenia predpokladá, že každý
človek si sám vytvára (konštruuje) svoje vlastné
poznanie sveta, v ktorom žije. Konštruktivizmus sa
snaží prekonať transmisívnosť tradičného vyučovania
– odovzdávanie „učiteľových“ vedomostí žiakovi.
Zaoberá sa učením sa s porozumením (Turek, 2005).
Existuje
viacero
konštruktivistických
prúdov.
Najznámejšie sú kognitívny konštruktivizmus (Piaget,
Bruner) a sociálny konštruktivizmus (Vygotsky).
Kognitívny konštruktivizmus vychádza z Piagetovej
teórie vývoja kognitívnych funkcií dieťaťa. Žiak
(študent, edukant) má vždy vytvorenú nejakú predstavu
o tom, aký je svet. Túto si zachováva tak dlho, pokiaľ
si podľa nej môže uspokojivo vysvetliť to, čo ho
zaujíma. Táto predstava nemusí byť ani správna, môže
byť neúplná alebo i naivná a nazýva sa prekoncept. Ak
je nové učivo v súlade s tým, čo už žiak vie,
prekoncept žiaka sa nezmení, iba sa obohatí,
poznatková štruktúra sa doplní novou skúsenosťou,
novou informáciou. Túto činnosť Piaget nazýva
asimilácia. Ak nové učivo nie je v súlade s tým, čo už
žiak vie, dochádza k nerovnováhe – kognitívnemu
konfliktu s prekonceptom. Žiak musí nájsť riešenie,
musí zmeniť, prispôsobiť, rekonštruovať (mentálnymi
operáciami zodpovedajúcimi úrovni jeho kognitívneho
vývoja) svoje už existujúce mentálne schémy. Tento
proces sa nazýva akomodácia (Turek, 2005).
Kognitívny konštruktivizmus zdôrazňuje úlohu
učiaceho sa v procese poznávania. Žiak je „naivný
vedec“, učiteľ facilitátor jeho učenia sa. Úlohou učiteľa
je poskytnúť žiakovi priestor na to, aby mohol s
učivom aktívne pracovať, riešiť problémy, objavovať
(Vyskočilová –Dvořák, 2002).
Sociálny konštruktivizmus zdôrazňuje sociálne
a kultúrne aspekty vzdelávania (dospelé autority –
učitelia, rodičia, spolužiaci, spoločnosť, kultúra,
jazyk). Človek si konštruuje poznanie v interakcii
s prostredím. Vygotsky v súvislosti s učebným
procesom používa pojem zóna najbližšieho vývoja. Ide
o priestor medzi dvoma rovinami: úrovňou, v ktorej je
žiak schopný riešiť problémy samostatne, bez pomoci a
úrovňou, v ktorej je žiak schopný riešiť problémy
s pomocou (usmernením) niekoho iného, napr. učiteľa
(Turek, 2005). Učenie sa chápe ako sociálna aktivita,
vo výučbe sa preto zdôrazňuje diskusia a spolupráca
v skupine (kooperatívne učenie sa). Učiteľ vystupuje
v roli spolupracovníka, poradcu, moderátora, žiak
v roli „učňa u majstra“ (Vyskočilová – Dvořák, 2002).
V pedagogickej praxi sa často oba konštruktivistické
prístupy uplatňujú vo vyučovaní v syntéze (hovoríme o
pedagogickom konštruktivizme) a konštruktivistické
metódy sa kombinujú s tradičnými metódami. V
(Hejný – Kuřina, 2001) autori uvádzajú, že
konštruktívne vyučovanie nemusí používať len
konštruktivistické metódy, dôležité je, aby výsledkom
vyučovacieho procesu bolo poznanie, ktoré žiak
nadobudol aktívne a s porozumením.
5
Konštrukcionizmus
Z Piagetovho konštruktivizmu odvodil Saymour Papert
konštrukcionizmus. Piaget uvažoval o priemernom
dieťati, o tom, čo ho zaujíma a čo môže dokázať v
rôznych štádiách svojho vývoja, Papert sa zameral na
individualitu dieťaťa a na samotný zážitok poznávania.
O konštrukcionizme možno zjednodušene hovoriť ako
o učení sa robením, presnejšie vytváraním – learning
by making. Podľa Paperta sa učíme najlepšie vtedy,
keď sme v aktívnej roli tvorcu, konštruktéra. Aby bolo
učenie sa pre nás naozaj zmysluplné, nestačí len niečo
vytvoriť (hrad z piesku, robota, plagát, esej, počítačový
program, webovú stránku a pod.), proces tvorby a
výsledný produkt musíme zdieľať s inými (Papert,
1991, Harel, 2003a, 2003b).
Inštruktívny prístup k vyučovaniu predpokladá, že
učenie je možné zlepšiť použitím lepších spôsobov
vyučovania. Papert hovorí, že vyučovanie je dôležité,
ale učenie sa je oveľa dôležitejšie. Konštrukcionizmus
znamená dať deťom (žiakom, študentom) dobré úlohy,
témy, problémy, na ktorých by mohli so záujmom
pracovať a ktoré by im umožnili lepšie sa učiť (Papert,
1980). Počítače, Internet, web nám ponúkajú nové
nástroje (kvalitný stavebný materiál) na tvorenie ako aj
nové možnosti ako zdieľať tvorenie s inými. To prináša
oveľa viac príležitostí pre hravé, zmysluplné učenie sa.
Papert je autorom detského programovacieho jazyka
Logo, ktorý spolu s počítačom (digitálnymi
technológiami) považuje za najefektívnejšie médiá
konštruktivistického učenia sa.
Didaktických aplikácií založených na filozofii
konštruktivizmu a konštrukcionizmu je v našich
školách stále málo. Ide o také didaktické aplikácie,
ktoré umožňujú učiacemu sa experimentovať, skúmať,
objavovať,
riešiť
problémy,
konštruovať,
spolupracovať. Do tejto skupiny patria najmä
animačno-simulačné modely, rôzne mikrosvety,
didaktické hry, stavebnice riadené počítačom (napr.
Lego) a pod. Zaraďujeme sem aj vývojové prostredia,
v ktorých študenti vytvárajú programy. Aj populárny
CMS Moodle (Course Management System, systém na
riadenie a realizovanie výučby) bol navrhnutý a ďalej
sa vyvíja opierajúc sa o princípy známe zo sociálneho
80
konštruktivizmu a konštrukcionizmu (Dougiamas –
Taylor, 2003).
Literatúra
[1] BIELIKOVÁ, M. – ŠALOUN, P. 2007. Adaptivní
webové systémy pro vzdělávání. In: DIVAI 2007 – Dištančné
vzdelávanie v aplikovanej informatike : Zborník príspevkov
z medzinárodnej konferencie. Nitra : FPV UKF, 2005. s.1724. ISBN 978-80-8094-123-9
[2] CÁPAY, M. 2006. Vývoj automatizácie skúšania In:
Slovenský učiteľ : príloha Technológie vzdelávania. Roč. 19,
č. 4 (2006), s.11-13. ISSN 1335-003X
[3] CSCL, 1998. Psychological theories; A brief survey of
the changing views of learning. Bergen : Department of
Information Science, University of Bergen, Norway, 1998.
http://www.uib.no/People/sinia/CSCL/web_struktur-4.htm
(14. 2. 2008)
[4] DOUGIAMAS, M. – TAYLOR, P. C. 2003. Moodle:
Using Learning Communities to Create an Open Source
Course Management System. In: Proceedings of ED-MEDIA
2003.
Honolulu,
Hawaii,
USA,
2003.
http://dougiamas.com/writing/edmedia2003/
(14. 2. 2008)
[5] ĎURIČ, L. 1981. Úvod do pedagogickej psychológie. 2.
vyd. Bratislava : SPN, 1981
[6] HAREL, I. 2003a. Sand Castles Go Digital.
MaMaMedia Inc., 1999-2003.
http://www.mamamedia.com/areas/grownups/new/21_learnin
g/sand_castles.html (14. 2. 2008)
[7] HAREL, I. 2003b. Building Software Beats Using It.
MaMaMedia Inc., 1999-2003.
http://www.mamamedia.com/areas/grownups/new/21_learnin
g/sand_castles.html (14. 2. 2008)
[13] PALMÁROVÁ,V. 2005. Možnosti e-learningu vo
vzťahu k individuálnemu učebnému štýlu. In: DIVAI 2005 :
Dištančné vzdelávanie v Aplikovanej informatike : zborník z
vedeckého seminára. Nitra : FPV UKF, Edícia Prírodovedec
č. 163, 2005. s. 43. ISBN 80-8050-828-3
[14] PETLÁK, E. 1997. Všeobecná didaktika. Bratislava :
IRIS, 1997. ISBN 80-88778-49-2
[15] PRŮCHA, J. et al. 2003. Pedagogický slovník. Vyd. 4.,
aktualiz. Praha : Portál, 2003. ISBN 80-7178-772-8
[16] STOFFOVÁ, V. 2004. Počítač – univerzálny didaktický
prostriedok. Nitra : FPV UKF v Nitre, 2004. ISBN 80-8050765-1
[17] TUREK, I. 2005. Inovácia v didaktike. Bratislava :
Metodicko-pedagogické centrum v Bratislave, 2005. ISBN
80-8052-230-8
[18] VYSKOČILOVÁ, E. – DVOŘÁK, D. 2002. Úvod:
Didaktika jako věda a jako nástroj učitele. In: KALHOUS,
Z. – OBST, O. et al. Školní didaktika. 1. vyd. Praha : Portál,
2002, s. 17-61. ISBN 80-7178-253-X
[19] WOLF, Ch. 2003. iWeaver: Towards 'Learning Style'based e-Learning in Computer Science Education. In: The
Australasian Computing Education Conference 2003,
Adelaide, Australia.
http://crpit.com/confpapers/CRPITV20Wolf.pdf
(14. 2. 2008)
PaedDr. Viera Palmárová
[8] HEJNÝ, M. – KUŘINA, F. 2001. Dítě, škola
a matematika. Praha : Portál, 2001. ISBN 80-7178-581-4
[9] KAPUSTA, J. 2005. Možnosti aplikácie vetveného
programovania v E-learningu. In: Zborník zo VI. vedeckej
konferencie doktorandov a mladých vedeckých pracovníkov.
Nitra : FPV UKF v Nitre, 2005. s. 346-349. ISBN 80-8050813-5
[10] MAYER, R. E. 2001. Multimedia Learning. Cambridge,
UK: Cambridge University Press, 2001. ISBN 0521-782392
[11] PAPERT, S. 1980. Constructionism vs. Instructionism :
speech to an audience of educators in Japan, 1980.
http://www.papert.org/articles/const_inst/const_inst1.html
(14. 2. 2008)
[12] PAPERT, S. 1991. Situating constructionism. In I. Harel
& S. Papert (Eds.). Constructionism. Ablex Publishing
CORPORATION,
1991.
http://www.papert.org/articles/const_inst/const_inst1.html
(14. 2. 2008)
81
Podniková architektura – strategický nástroj v rukou manažera
The Business Architecture as a strategic tool for manager
Ivana Rábová, Michael Štencl
Mendelova zemědělská a lesnická univerzita v Brně
Provozně-ekonomická fakulta, Ústav informatiky, [email protected], [email protected]
Abstrakt
Úspěšné řízení dynamických změn v produktivitě
našich podniků je spojeno s nástupem profesionálních
metod v podnikovém řízení, v trvalém měření a
následném vyhodnocování jednotlivých podnikových
procesů. Kvalita řízení procesních změn závisí na
kvalitě analytických výstupů a schopnosti podnikového
managementu spustit a efektivně řídit proces
nezbytných transformací. Na základě kvalitních a
pravdivých informací mohou řídící orgány provádět
kvalifikovaná rozhodnutí o tom, jak a které procesy
optimalizovat, a IT personál může navrhnout
odpovídající řešení a automatizovanou podporu.
Jedním ze způsobů, jak vytvořit správný analytický
výsledek, je situaci namodelovat a vizualizovat. Článek
nabízí možnosti, jak vytvořit a prezentovat architekturu
podnikových konceptů. Článek také diskutuje význam a
využití dokumentu podnikové architektury pro vybrané
situace v podniku.
Abstract
The successful management of dynamics changes in
business productivity is associated with regular
methods in business management, in continuing
measurement and evaluation of business processes.
The quality of process changes management depends
on quality of analytical issues and ability to process
transformation run and control. One of possibilities for
precise issue creating is to model and to present the
situation. The article deals with possibilities for
business concepts creation and presentation. The
article also argues about importance and use of
business architecture document for specific situations
in our enterprises.
Klíčová slova
Podniková architektura, podnikový proces, pravidlo,
zdroj a cíl, modelování podnikových konceptů, UML,
znalostní management
Keywords
Business architecture, business process, rule, resource,
goal, business concepts modeling, UML, knowledge
management
1
Úvod
Silné konkurenční prostředí, malý domácí trh a
především nízká produktivita práce vede management
našich podniků k nutnosti provést radikální změny ve
svých podnikových procesech. Transformace a změny
v podnicích si vynucují potřebu osvojování si nových
technologií, zásadní úpravy podnikové strategie,
reengineering
podnikových
procesů,
změny
organizační struktury a proměny organizace v různé
druhy podnikatelských jednotek, dochází ke zlepšení
inovačních činností i ke změnám kultury. Podniková
architektura slouží v takových situacích jako
významný průvodce a pomocník. Lze ji použít jako
doprovodný dokument pro všechny organizační změny
v podniku, dále jako vhodný nástroj pro plánovací
aktivity a v neposlední řadě pro celkovou a komplexní
transformaci a optimalizaci chodu podniku. Trendem je
pomocí těchto modelů formalizovat podnikové
znalosti. Tvorba „celkového obrazu“ podniku tak
pomáhá spolupracovat a komunikovat o obecné vizi
a připravuje organizaci na budoucí změny.
Samotný pojem Podniková architektura a její
modelování zde budeme chápat jako rozšíření
procesního modelování, které jako technika a
82
vizualizace pracovních činností a postupů v povědomí
odborné
veřejnosti
je.
Kromě
mnoha
vnitropodnikových podnětů, které hovoří pro existenci
modelu či dokumentu podnikové architektury, existuje
také vnější celosvětový trend, který tlačí organizace
k přijetí praktik souvisejících s podnikovou
architekturou. Je požadováno, aby společnosti a státní
instituce mohly prokázat, že mají jasno ve svých
operacích a finančních transakcích, které jsou
v souladu se zákony.
2
2.1
Materiál a metody
Definice podnikové architektury
koherentní celek principů, metod a modelů, které jsou
použity v návrhu a realizaci podnikové organizační
struktury, podnikových procesů, informačních systémů
a infrastruktury.
Tato vcelku solidní teoretická základna pro definici,
analýzu a popis systémových architektur se sice
soustřeďuje na softwarové systémy, ale její rozšíření
na podnikovou architekturu je možné. Je dosti obecná,
nevyžaduje přesné modelovací jazyky a metodologie
nebo standardy. Poskytuje doporučené praktiky a
několik volitelných konceptů a referenčních termínů,
které odráží trendy v popisu architektury. Základní
myšlenkou je oddělení architektury od jejího popisu a
základní rozdíl mezi architektonickými pohledy a úhly
pohledu.
V našich výsledcích vycházíme z definice architektury
podle IEEE standardu 1471-2000 (IEEE Computer
Society, 2000).
Tedy: Podniková
architektura je Trial Version EA 4.51 Unregistered Trial Version
EA 4.51 Unregistered
Trial Version
cd IEEE Model
EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version
Poslání
1..n
EA 4.51 Unregistered Trial Version EA 4.51 Unregistered
Trial Version EA 4.51 Unregistered Trial Version
splňuje
Trial Version EA 4.51 Unregistered
Okolí
Systém
ovlivňuje
Architektura
má
je popsaná
Trial Version EA 4.51
Unregistered Trial Version
používá
1..n
Zainteresov aná
osoba
identifikuje
1..n
Popis
architektury
Logický v ýklad
poskytuje
EA 4.51 Unregistered Trial Version EA1..n4.51 Unregistered Trial Version EA 4.51 Unregistered Trial Version
1..n
vybírá
je organizován
Trial Version
EA 4.51 Unregistered Trial Version
se týká
je důležitá
1..n
1..n
identifikuje
1..n
1..n
Trial Version EA 4.51 Úhel
Unregistered
Trial Version EA
4.51 Unregistered Trial Version
Pohled
Záležitost
pohledu
se přizpůsobuje
je používán pro zahrnutí
obsahuje
1..n
Trial Version EA 4.51 seUnregistered
podílí
Trial Version
obsahuje
stanovuje metodu pro
1..n
0..1
Trial Version EA 4.51 Unregistered1..nTrial Version
Knihov na úhlu
1..n
Model
pohledu
Trial Version
EApopis
4.51architektury
Unregistered
Obr. 1 Konceptuální
model pro
podleTrial
IEEEVersion
Standardu EA 4.51 Unregistered Trial Version
Framework podle IEEE vysvětluje
(LANKHORST, M., 2005) takto:
například
Obsahuje klíčové termíny a vztahy mezi nimi.
83
Popisuje skateholders (zainteresované osoby) a jejich
role.
Poskytuje scénáře pro aktivity v průběhu životního
cyklu architektury.
Nabízí šest praktik pro popis architektury:
vztahovat dokumentaci k informaci o verzi,
identifikovat osoby zainteresované na systému,
vybrat správné architektonické pohledy,
spojit je s relevantními úhly pohledu,
dodržovat konzistenci mezi pohledy architektury,
rozumně a promyšleně vybírat aktuální architekturu
z daných alternativ.
Konceptuální model popisu architektury založený na
tomto přístupu ilustruji na obrázku Obr. 1.
2.2
Vztah
podnikové
a managementu
architektury
Podniková architektura je typicky používaná jako
nástroj při řízení každodenních operací a při vývoji
společnosti do budoucna. Jak ale souvisí s ostatními
manažerskými praktikami a prostředky v podniku?
Strategický management využívá pro podporu
objasnění a implementace vize a strategie podniku
pohled ze čtyř perspektiv. Pohled na zákazníka (co by
mohl podnik zákazníkovi nabídnout pro jeho
uspokojení), Pohled na finance (podnikové jmění),
Pohled na vnitřní podnikové procesy (efektivnost a
účinnost podnikových operací), Pohled na výchovu
a růst (celopodniková a individuální schopnost změny
a zdokonalování). Podniková architektura je nezbytná
pro pohled na vnitřní podnikové procesy, ale také
v oblasti učení a růstu. Pro manažery zabývající se
plánováním a řízením financí nebo vztahy se
zákazníkem mohou být modely podnikové architektury
významnou podporou a inspirací.
Přístup EFQM (European Foundation For Quality
Management) doporučuje model, který má použití
podobné jako ISO, avšak není zaměřen jen na
kvalitativní management, ale poskytuje celkový
manažerský framework pro kvalitní výkonnost celé
organizace. Model obsahuje kritéria pro hodnocení
výkonnosti a vztahy mezi nimi a poskytuje principy,
metriky a indikátory pro stanovení výkonnosti podniku
z pohledu lidí, zdrojů, strategií, procesů atd. Tento
model lze použít jako doplněk ve strategickém
managementu. Postavení podnikové architektury lze
umístit do oblasti prezentace procesů, ale je to také
významný aspekt pro politiku a strategie. Nabízí
pohled na podnik z „ptačí“ perspektivy, na organizační
strukturu, na podnikové procesy, informační systémy a
infrastrukturu IT.
Zatímco základním standardem v oblasti modelování
podnikových procesů je norma ISO 14258 definující
základní pojmy a pravidla modelování organizace, ISO
9001:2000 zahrnuje kritéria pro systém řízení kvality
(Quality Management System). Požadavky na standard
zde pokrývají vše od plánování podnikových procesů,
přes jejich provoz, měření a zdokonalování. Základní
vklad podnikové architektury je v integrovaném
návrhu, řízení a dokumentaci podnikových procesů a
jejich podpůrných IT systémů. Dobře navržená
a dokumentovaná podniková architektura pomáhá
organizovat schvalování požadavků ISO 9001 v oblasti
procesů a zdrojů, které jsou kritické pro kvalitu
produktu a služeb podniku.
V softwarovém inženýrství je role podnikové
architektury neoddiskutovatelná, protože poskytuje
omezení a průvodce pro jednotlivé softwarové
aplikace, které musí vyhovovat celopodnikovým
standardům a nařízením. Poskytuje rovněž potřebné
požadavky a pravidla, která musí aplikační software
podporovat.
Jde
o nejmarkantnější
a nejpropracovanější způsob využití modelů pro vývoj,
inovace a řízení softwarových aplikací. Vycházíme
totiž z předpokladu, že na konci každého projektu
tvorby podnikové architektury vždycky nějaká inovace
informačního systému bude.
2.3
Životní cyklus podnikové architektury
Pro manažery je důležité, že nejde jen o vytvoření
diagramů podnikové architektury (to může provést
informatik), ale především o její nikdy nekončící
aktualizaci a zdokonalování. V podniku by měla být
stanovena skupina odpovědná za udržování podnikové
architektury. Netvoří ji, ale udržuje všechny její části a
dokumenty tak, aby byly konzistentní.
Obrázek Obr. 2 ukazuje životní cyklus podnikové
architektury. Za udržování architektury a inicializaci a
prioritizaci jejích změn by měli být odpovědni vybraní
podnikoví případně IT manažeři, kteří získávají vstupy
jak ze strategického managementu, tak od pracovníků
taktického managementu a všechny změny, které
vyžadují redesign důležitého podnikového procesu
nebo softwarovou automatizaci, musí schvalovat.
Snahy o redesign podnikového procesu tak budou
primárně řízené. Strategický management sleduje
změny v prostředí a doporučuje nové strategie a řadoví
manažeři taktického managementu sledují příležitosti
pro zvýšení produktivity existujících operací. Údržba
architektury pak probíhá za podpory frameworku a
softwarového nástroje, který obsahuje vhodnou
repository, databázi informací vystavěnou speciálně
pro ukládání a vztahování různých typů dokumentů a
diagramů. Některé nástroje navíc umožní simulovat
84
procesy tak, aby bylo možné srovnávat např. náklady
a podpůrné požadavky na uvažované specifické změny
v procesech.
Po sestavení základní linie architektury lze postupně
doplňovat a kompletovat metodickým způsobem další
části a aktualizovat vše do konzistentního stavu
systematickým procesem. Současně je vhodné
architekturu svědomitě a cíleně používat například pro
stanovení rozsahu a struktury nových projektů, pro
stanovení priority mezi projekty, pro monitorování
organizačních změn a pro pochopení širších důsledků
těchto změn. Podniková architektura se stane obecným
a dokumentovaným podnikovým plánem, stále
aktuálním a živým zrcadlem společnosti.
Okolí
Neustálé monitorování
změn okolí
Identifikace hrozeb
a příležitostí
Strategický
management
Evaluace úspěchu
existujících procesů
Taktický
management
Spuštění
přepracovaných
Výbor pro
podnikovou
architekturu
procesů
Implementace změn do
procesů
Návrh nových cílů a
strategií
Redesign
podnikových procesů
Identifikace procesů,
které
mají
být
změněny
Redesign
infrastruktury IT
Obr. 2 Životní cyklus podnikové architektury
2.4
Objektové
architektuře
metodiky
v podnikové
Vývojem poznatků v této oblasti se ukázalo, že jazyk a
modelovací
techniky
i
metody
vyvíjené,
zdokonalované a částečně standardizované v oblasti
softwarového inženýrství mohou být inspirací pro nové
způsoby vizualizace procesů a ostatních konceptů
v organizaci.
Objektově
orientované
postupy,
čtenářům, profesionálům IT, dobře známé, nahradily
a rozšířily dřívější metodologie a jsou považovány za
jednu z nejslibnějších technologií softwarového
inženýrství. Vizuální modelování jako "poskytování
informace v obrázcích" a jako jedna z technik
efektivního vývoje informačních systémů slouží nejen
jako prostředek pro komunikaci o reálném světě, ale
také pro zachycení věcné problematiky, architektury
85
podniku a podnikových konceptů. Přirozenou cestou se
tak objektový způsob a vizuální modelovací techniky
objevují jako základ pro podnikové modelování.
Jazyk UML (Booch, Jacobson, Rumbaugh, 1999) jako
standardní jazyk pro vizualizaci, specifikaci,
konstrukci a dokumentaci prvků softwarového systému
poskytuje ideální prostředek pro ilustraci podnikových
procesů. Diagramy v jazyce UML jsou jedním
z možných pohledů na objekty v modelovaném
podniku a na jejich vztahy a lze jimi přímo zobrazit
některé vlastnosti podnikových objektů. Vizuální
syntaxe a částečně i sémantika UML poskytuje
výkonnou notaci nejen pro modelování softwarových
systémů, ale lze ji rozšířit i na oblast podnikového
modelování.
V příspěvku se budeme věnovat využití UML (tedy
objektové
notace)
k modelování
podnikové
architektury včetně podnikového okolí. Použití UML
nabízí několik vzorů architektur podniku podle
zaměření:
Architektura zaměřená na podnikové procesy
(Business Modeling Architecture, BMA).
Architektura zaměřená na use case (Efektivní
modelování pomocí UML).
Architektura podle Erikssona a Penkera zaměřená na
podnikové koncepty.
Architektura podle Zachmana (není explicitně
podporována doporučenou notací, ale pro vizualizaci
jejích prvků lze UML bezpochyby použít).
Jmenované přístupy k podnikovým architekturám jsou
ucelené a použitelné. Rozsah jejich využití záleží na
konkrétní situaci, znalostech a zkušenostech
vývojových pracovníků a především na účelu, pro
který je podniková architektura prováděna.
2.5
Podniková architektura podle Erikssona
Autoři článku jsou akademičtí pracovníci a
vysokoškolští učitelé z oblasti IT. Jejich znalosti a
zkušenosti z výuky objektového přístupu a jazyka
UML je vedly k tomu, aby velmi důkladně
prozkoumali a vyzkoušeli možnosti tohoto standardu
pro procesní a posléze komplexní podnikové
modelování. Dospěli k tomu se, že UML a především
možnost jeho rozšíření je dnes notace využitelná pro
všechny oblasti modelování a pro jakýkoliv systém,
tedy i podnik. Podniková architektura podle Erikssona
(ERRIKSON, H., PENKER, M., 2000): je systémový a
velmi komplexní přístup k celopodnikové architektuře.
Takto navržená architektura umožňuje důkladně popsat
a pochopit podnik; obsahuje seznam částí podniku,
jejich strukturu a jejich spolupráci, případně
doporučení, jak by se měla vyvíjet v dalších etapách.
Po dokončení výstavby zůstane tato architektura jako
dokumentace procesu inovace, rozšíření nebo celého
reengineeringu. Zahrnuje nejen statické, ale i
dynamické části podniku a pomocí silné notace
podpořené vhodným CASE nástrojem je průběžně
udržována v konzistenci.
Eriksson definuje architekturu jako "organizovanou
sadu prvků s jasnými vztahy mezi sebou, které
společně tvoří celek definovaný svou funkcionalitou.
Prvky představují organizační strukturu a strukturu
chování podnikového systému a ukazují abstrakce
klíčových procesů a struktur v podniku".
Sada těchto diagramů UML smysluplně propojených
pak ústí do souhrnného frameworku, který slouží jako
báze podnikových znalostí. Existence výsledné
architektury podniku je strategickou výhodou podniku.
Podnikový model poskytuje zároveň korektní
požadavky na informační systém tak, aby nejlépe
podporoval operace v podniku. Dobrá architektura
vytvořená na základě tohoto frameworku umožňuje
abstrahovat podnik do různých aspektů nebo pohledů a
koncentrovat se jen na jeden aspekt v čase. Dosažení
abstrakce, potlačení detailů a irelevantních informací je
základem pro pochopení komplexních systémů a
vztahů v podniku.
Vlastnosti podnikové architektury podle Erikssona:
Zahrnuje reálný podnik tak pravdivě a korektně, jak je
to možné. Definuje architekturu, která je realistická a
proveditelná pro různé implementace (nejen
softwarového systému, ale i pro provedení změn,
inovací, a reorganizace) a která splňuje cíle podniku.
Soustřeďuje se na klíčové procesy a struktury podniku
na přiměřené úrovni abstrakce. Přiměřená úroveň je
odlišná případ od případu a závisí na smyslu
architektury.
Představuje konsensuální pohled lidí operujících v
podniku. Management i pracovníci odsouhlasí, že
architektura pravdivě popisuje to, jak podnik funguje.
Přizpůsobuje se snadno změně a rozšíření.
Je snadno pochopitelná a podporuje komunikaci mezi
různými
zainteresovanými
osobami
podniku.
Architektura je použitelná jen tehdy, pokud může být
pochopena svými uživateli.
Modely ve druhé části příspěvku jsou případové studie
vytvořené pomocí notace UML, jejích rozšiřujících
mechanismů pro procesní modelování, s podporou
CASE nástroje Enterprise Architect a metodiky Select
Enterprise. Jsou ukázkou, jak lze v praxi vyvořit ,
prezentovat a následně využít modely podnikové
architektury.
86
3
3.1
Výsledky a diskuze
Podniková
architektura
v kontextu
ostatních podnikových disciplin
Podniková architektura je koncept, jehož zavedení a
udržování se vyplatí v každé organizaci. Následující
výčet patrně není úplně kompletní, přesto se
domnívám, že v dnešním hospodářském prostředí je
počet situací, ve kterých by model architektury
podniku přinesl výhodu, úctyhodný.
Pro lepší pochopení klíčových podnikových
mechanismů a pro schopnost o nich informovat ostatní.
Pro získání platformy pro možný vývoj software
podporujícího procesy; pro specifikace požadavků na
nový informační systém.
Pro získání základny pro vylepšování a optimalizaci
software nebo reengineering procesů.
Pro návrh nebo customizaci podpůrných softwarových
produktů.
Pro odhalení možností outsourcingu a rozeznání
procesů, které jsou vhodné pro outsourcing, pro
vytvoření plánu pro zavedení outsourcingu.
Pro podporu učení, zpětné vazby a sdílení znalostí
v celém podniku.
Pro trvalé řízení podnikových směrnic a příkazů všemi
zainteresovanými osobami.
Pro stanovení vhodných mechanismů a odpovědností
na všech úrovních organizace.
Pro návrh nových procesů a jejich připojení k podniku,
k technologiím a k lidským zdrojům.
Pro získání studie, simulace a návrhu nových konceptů
a pro procesní řízení.
Pro uspořádání a měření výkonnosti procesů, které
vyplývají ze strategického záměru nebo globální
podnikové strategie.
Pro pochopení role procesní architektury a analýzy
procesů v případě restrukturalizace organizace při
zásadních organizačních změnách jako jsou fůze a
akvizice.
Pro pochopení, jak využít potenciál technologií a jak
umožnit změny původního procesu a pokračující
adaptabilitu při provádění procesu.
Pro pochopení, zda a jak je možné kombinovat
výsledky podnikového modelování s potřebami
dokumentace procesů za účelem získání certifikátu
ISO nebo zavedení systému managementu jakosti.
Pro nasazení nadstavbových aplikací podnikové
inteligence a pro dolování dat.
3.2
Využití podnikových modelů v praxi
Následující tři diagramy jsou ukázkou podnikových
modelů s využitím teoretických poznatků z první části
příspěvku.
Na obrázku Obr. 3 je ilustrován model obchodních
procesů pro knihařskou společnost. Na základě tohoto
modelu došlo k reorganizaci stávajících postupů
s důrazem na minimalizaci lidských zdrojů. Každá
instance tříd spojených s lidskými zdroji je vyobrazena
přes symbol aktora. To napomáhá pro snazší
pochopení celého modelu. Odbourává se tak jeden
z výchozích problémů při předkládání výsledků
managementu. Modely jsou často velmi složité a velmi
abstraktní. To má své opodstatnění pro jejich další
využití, ovšem nízký přínos pro prezentaci. Procesní
modelování podle Erikssona je díky své přehlednosti a
názornosti velmi dobrým nástrojem. Je však třeba
přihlédnout
k použití
následnému
diagramů.
V diagramu je třeba upozornit na rozdíl mezi tokem
informací (supply) a vstupů (input). Vstup (input) do
procesu chápeme jako materiál (ale i informaci), který
se procesem trvale přemění na výstup a dojde tak
k jeho „zničení“. Oproti tomu informace (supply) je
procesem využita, ale její povaha se nijak nemění.
Názorně je to vidět na situaci, kdy Knihař dodává
informace pro proces objednávky potřebného
materiálu. Jedná se o materiál potřebný pro výrobu
dané zakázky. Tato informace se procesem objednání
nijak neznehodnotí a může být opakována. Naopak
v případě vstupu materiálu zakázky do výrobního
procesu (např. potištěný papír), kdy na vstupu jsou
jednotlivé listy a po jejich zpracování je výstupem
kniha, dochází k trvalé přeměně vstupů na výstupy.
Na obrázku Obr. 4 je procení model pro standardní
podnik, ovšem se zaměřením na logistické kanály
spojené s výrobou zakázky. Výchozího modelu tvořil
výchozí bod pro reengineering procesů spojených
s plněním zakázky. Prezentovaný diagram představuje
výchozí model aktuální situace. Celý je koncipován
jako tok zakázky – od prvního momentu, kdy zákazník
projeví zájem, přes nabídku obchodníků, až k expedici
resp. předání zakázky. Mezi jednotlivými procesy se
pohybujeme přes instance tříd zdrojů (resource).
Business process model je nejobecnějším diagramem.
Pro úplné pochopení modelu jako celku a možnost jeho
srovnání s realitou je třeba jej rozšířit o další UML
diagramy. Jako komunikační prostředek však plní svou
funkci bezezbytku. Analytik je díky němu účinně a
věcně
komunikovat
se
zadavatelem
(příp.
managementem). Díky tomu je možné vyplnit
nejproblematičtější článek využitelnosti obdobných
modelů v praxi a zapojit tak modelování do běžného
87
života mimo vývoj softwaru, kde má své primární
uplatnění.
[2] IEEE Computer Society, (2000): IEEE std 1471-2000:
IEEE Recomended Practise for Architecture description of
Software-Intensive Software, IEEE, New York
Na obrázku Obr. 5 je ukázka obchodního modelu,
který slouží k získání a správu podnikových pravidel
resp.
podnikových
znalostí.
Komunikujeme-li
s uživateli, vlastníky, odpovědnými osobami a
ostatními lidmi z podniku nad jednotlivými prvky
tohoto modelu, lépe se jim vybaví souvislosti a mohou
formulovat postupy a pravidla, které pak lze sesbírat a
uložit do smysluplné databáze a posléze je řídit a
spravovat moderními technologiemi.
[3] LANKHORST, M. (2005): Enterprise Architecture at
Work, Springer-Verlag Berlin Heidelberg, 2005, ISBN 3540-24371-2
4
Závěr
Cílem našeho příspěvku bylo podpořit dokument
podnikové architektury jako nástroje, který pomůže
exekutivě přemýšlet o organizaci jako celku, zahrnuje
širokou rozmanitost informací, určuje vztahy mezi
různými dokumenty a diagramy a ukládá všechny tyto
informace společně do jednoho repository tak, aby si
manažeři mohli prohlížet vztahy, pokládat otázky,
identifikovat problémy nebo spouštět simulace, aby
jim pomohly provádět rozhodnutí o změnách, které
jsou stanoveny. Změny se totiž budou objevovat stále
častěji a rychleji.
Úspěšné organizace musí být velmi flexibilní. Tedy,
každá organizace potřebuje nástroje, které pomohou
jejím manažerům řídit problémy spojené s
analyzováním a implementováním potenciálních změn.
[4] RÁBOVÁ, I. (2003): Modelování podnikových procesů
využitím základních a rozšířených diagramů aktivit UML,
Acta Universitatis, LI, 6, 2003, s. 251-258, ISSN 121-185-16
[5] RÁBOVÁ, I. (2004): Dokument podnikové architektury
a konkurenceschopnost podniku, In sborník z konference
Firma a konkurenční prostředí, 2004, Brno, str. 154 – 161,
ISBN 80-7302-079-3.
[6] RÁBOVÁ, I. (2006): Podniková architektura, analýza,
modelování a význam pro řízení podniku, Habilitační práce,
MZLU 2006
[7] RÁBOVÁ, I. (2007): Podniková pravidla a datová
integrita aplikací v logistice, SPU Nitra, Vedecký seminár
Informačné technológie v riadení a vzdelávaní, 2007
Doc. Ing. Ivana Rábová, Ph.D.
Mendelova zemědělská a lesnická univerzita v Brně,
Provozně-ekonomická fakulta, Ústav informatiky,
[email protected]
Ing. Michael Štencl
Mendelova zemědělská a lesnická univerzita v Brně,
Provozně-ekonomická fakulta, Ústav informatiky,
[email protected]
Literatura
[1] ERRIKSON, H., PENKER, M. (2000): Business
Modeling with UML, Wiley Publishing, 2000, ISBN 0-47129551-5
88
Obr. 3 Model obchodních procesů k reorganizaci postupů
89
Obr. 4 Výchozí procesní model tiskařské firmy
90
«zdroj»
Výsledky
analýzy trhu EU
pro produkt
Informace o trhu
«Vstupní zdroj»
«cíl»
Získání zákazníka
«cíl»
Podpora prodej e
«Vstupní zdroj»
Požadavek
zákazníka
«cíl»
Dostatečně
motiv ov aní
pracov níci prodej e
«cíl»
Snížení fluktuace
prodej ců o 5 %
analysis Analysis View
«trace»
«flow»
Marketing
«cíl»
Maximální podíl
na trhu v EU
CRM
«flow»
«flow»
«zdroj»
Marketingov ý
plán
Řízení prodej e
Prodej
«zdroj»
Informace o
obj ednáv ce
Podnikové pravidlo: Zákazník
může mít pouze jednu
rozpracovanou objednávku.
«zdroj»
Business plán
«trace»
«cíl»
Spokoj ený
zákazník
«zdroj»
Dobrá pov ěst
firmy
Podnikové pravidlo:
Posloupnost operací
výroby sady produktů
«zdroj»
Sada produktů
«flow»
«flow»
Výše obchodní
přirážky (marže)
«informace»
Info o placení
Výroba a dodání
«cíl»
Zv ýšení
produkce o 5%
Podnikové
pravidlo: Zákazník
musí mít platný
bankovní účet.
Podnikové
pravidlo: Celková
cena je sumou
cen jednotlivých
komponent
produktu.
Definice zlatého
zákaníka
«trace»
Podnikové pravidlo: Kvalita
každého produktu je
zkontrolována specialistou.
Podnikové
pravidlo: Vysoce
rizikový je ten
zákazník, který
třikrát během
jednoho roku
nezaplatí v
termínu.
Podnikové
pravidlo:
Každá objednávka
musí obsahovat
datum dodávky.
Podnikové
pravidlo: Zboží
nelze platit v
hotovosti
.
Produkt
«Výstupní zdroj»
Dodávky zajišťuje
smluvní logistická
firma.
Podnikové pravidlo: Čas
dodávky nepřesáhne 24
hodin.
«cíl»
Včasná dodáv ka
produktu
«cíl»
Produkt splní očekáv ání
zákazníka
Podnikové pravidlo: Jméno firmy
bude pravidelně (alespoň jednou za
čtvrtletí) propagováno formou sdělení
v odborném č asopise.
ERP
Info o
objednávce
«zdroj»
Nabídka
přeprav y
«cíl»
Podpora rychlé
náv ratnosti
inv estic
Obr. 5 Podniková architektura jako základ pro sběr podnikových pravidel
91
Stav a perspektívy vzdelávania v oblasti informatiky na stredných školách v
prieniku s aktivitami KI FPV UKF v Nitre
The aspects and perspectives of informatics at high schools in conjuction with
KI FPV UKF in Nitra activities
Ján Skalka
Abstrakt
Príspevok opisuje aktuálny stav vzdelávania v
oblasti informatiky na stredných školách, sumarizuje
výsledky dosiahnuté v tejto oblasti na Katedre
informatiky UKF v Nitre a prezentuje požiadavky
stredoškolských
učiteľov v
oblasti
ďalšieho
vzdelávania, ktoré by mala KI FPV UKF v Nitre v
ďalšom období intenzívne uspokojiť buď v rámci
projektov alebo v snahe o preniknutie do celoživotného
vzdelávania.
Abstract
The article describes aspects of education in
informatics at high schools, summarizing results in this
area at KI FPV UKF in Nitra. Next part presents
requests of high-schools teachers in live-long
education in conjunction with KI FPV UKF in Nitra
activities. The satisfactions of these requests are
possible to realize within projects (UKF, EU etc.) or in
base for penetration to life-long education.
Kľúčové slová
vzdelávanie, tvorba učebných textov, e-learning
Keywords
education, production of educational materials, elearning
1
Úvod
V súčasnosti sa pri vyučovaní informatiky
na stredných školách ako nosná využíva učebnica I.
Kalaša Informatika pre stredné školy [3], ktorá je
doplnená tematickými zošitmi pre prácu s Logom,
pascalom, grafikou, internetom, textom a tabuľkami.
Odporúčané učebnice sú využívané časťou siete
stredných škôl, no je i nemálo škôl, ktorým učebnica
a tematické zošity z rozličných dôvodov nevyhovujú.
Učitelia často siahajú po alternatívnych učebných
textoch alebo si vytvárajú vlastné, prípadne využívajú
nepresné internetové zdroje alebo len nariekajú nad
vzniknutou situáciou.
V roku 2007 bola zamestnancami KI vytvorená
a vydaná publikácia Informatika [5], ktorá je určená
končiacim študentom stredných škôl a na 464 stranách
predstavuje súhrn vedomostí, ktoré by mal končiaci
študent ak nie ovládať, tak sa aspoň v nich dokázať
orientovať. Obsah publikácie vznikal bezmála dva roky
na základe vzdelávacích štandardov pre informatiku
Štátneho pedagogického ústavu, na základe analýzy
obsahu webových stránok stredných škôl a na nich
zverejnených maturitných otázok z informatiky, na
základe požiadaviek vysokých škôl na prijímacie
skúšky i na základe dlhoročných skúseností autorov.
O úspešnosti publikácie svedčí i fakt, ž v súčasnosti sa
pripravuje jej aktualizované vydanie v českom jazyku.
Napriek rozsahu publikácie však ide len o súhrnnú
publikáciu, ktorá nie je určená na priamu výučbu –
cvičenia, riešenie zaujímavých úloh a pod. Na tento
účel bola vytvorená ďalšia publikácia, ktorá
v sumarizovanej
a podrobnej
forme
ponúka
vzdelávanie v oblasti aplikačného softvéru [6] a už
92
niekoľko rokov sa úspešne používa na niektorých
typoch stredných škôl.
V oblasti programovania sa na viacerých stredných
školách začala využívať učebnica A. Blaha
Programovanie v Delphi [1]. V rámci už spomenutej
publikácie Informatika, je viac ako 150 strán
venovaných
programovaniu
a porovnávaniu
programovania v Turbo Pascale a Borland Delphi.
Navyše v rámci projektu KEGA 3/3041/05: Projekt
zvýšenia kvalifikácie súčasných i budúcich učiteľov
základných a stredných škôl v oblasti programovania
boli vytvorené ďalšie publikácie a diplomové práce
venované programovaniu: Algoritmizácia a úvod do
programovania (2007), Programátorské techniky
(2007), Tvorba databáz v prostredí MS Access (2007),
E-podpora vyučovania programovania (DP 2007),
Tvorba komponentov v Delphi (BP 2007), VBA
v Accesse (DP 2007).
Na KI FPV UKF v Nitre bola počas
predchádzajúcich troch rokov upravená metodika
výučby programovania tak, aby študenti prichádzali do
styku s modernými vývojovými prostrediami už od
prvého semestra. Od počiatku sa stretávajú
s udalosťami
riadeným
programovaním,
ktoré
využívajú ako pri algoritmizácii, tak i pri
oboznamovaní sa s programátorskými technikami.
Výučba je realizovaná prostredníctvom LMS, ktorého
kurzy dosiahli niekoľko ocenení.
Spomenuté publikácie i e-learningové kurzy sú
určené primárne pre žiakov a študentov a len
sekundárne pre učiteľov, ktorí však v prípade, ak učia
informatiku by mali obsiahnutými vedomosťami
disponovať.
Situácia na stredných a základných školách je však
nie vždy optimálna a mnohí učitelia nemajú
k dispozícii
aktuálne
poznatky
zodpovedajúce
požiadavkám trhu a ani dostatok efektívnych zdrojov
(a času), aby ich získali. Dôvodom je, že v oblasti
informatiky treba obsah predmetov pravidelne (každé
2-3 roky) meniť a upravovať, pričom dobrý učiteľ
informatiky na to popri svojich ďalších povinnostiach
(starať sa o chod učebne, pripojenie k Internetu
i prepojenie počítačov v rámci lokálnej siete,
poskytovať podporu ostatným učiteľom) priestor
nedostáva, resp. dostáva ho veľmi zriedka.
Ideálnym stavom je stav, v ktorom učitelia majú
k dispozícii prostriedky (materiálne, finančné, časové)
umožňujúce im vzdelávanie v ľubovoľnom čase a na
ľubovoľnom mieste (možno uvažovať o kombinácii
tlačených materiálov a e-learningových kurzov).
2
Vzdelávanie učiteľov
Na základe stretnutí s učiteľmi SŠ a ZŠ v rámci
predchádzajúceho obdobia, na základe vzdelávania
študentov rozširujúceho štúdia i na základe ďalších
zdrojov boli vyselektované oblasti, o ktoré majú
učitelia záujem a ktoré si vyžadujú vytvorenie
vzdelávacích materiálov.
Spracovanie problematiky možno rozdeliť na
základné témy pokrývajúce obsah predmetu
informatika a témy rozširujúce rozhľad učiteľa
informatiky. Rozširujúce témy poskytujú hlbší záber
do vyučovanej problematiky, poskytujú učiteľovi
nadhľad nad vyučovanou problematikou a zastrešujú
požiadavky kladené na učiteľa informatiky mimo
vyučovacieho procesu.
Učiteľov informatiky možno chápať ako
primárnych adresátov, pričom súbory vedomostí (či už
publikácie alebo elektronické kurzy) dokážu uspokojiť
i požiadavky študentov stredných škôl, budúcich
učiteľov
i neučiteľov
na
vysokých
školách
a rekvalifikujúcich sa učiteľov rozširujúceho štúdia.
Týmto zameraním získavame široký záber vyžadujúci
ako čas na prípravu materiálov, tak i čas na realizáciu
úvodných školení a správu LMS systému.
Ako môže KI FPV UKF v Nitre koordinovať svoje
aktivity tak, aby uspokojila vlastné potreby i potreby
učiteľov SŠ a ZŠ? V zásade možno jednotlivé aktivity
rozdeliť nasledovne:
• vytvorenie učebných textov pokrývajúcich tie
druhy aplikačného softvéru, pre ktorý je
v súčasnosti nedostatok materiálov (databázový
systém, prezentačný softvér, tvorba webových
stránok, tvorba animácií)
• vytvorenie vhodných učebných materiálov pre
prácu s open-source operačnými systémami
• vytvorenie učebných materiálov pre výučbu
programovania
a objektovo
orientovaného
programovania vo viacerých jazykoch
• validácia vytvorených učebných materiálov
pilotne na úrovni UKF v Nitre, pričom po overení
materiálov ich možno nasadiť na vybrané SŠ
• vytvorenie elektronických kurzov pokrývajúcich
požiadavky uvedené vyššie, pričom rozsah
každého z kurzov bude pokrývať cca 1 semester
výučby (10-15 lekcií, prípadne vyčerpanie témy),
pričom dôraz bude kladený na multimediálne,
interaktívne,
automatizované
a adaptívne
spracovanie s ohľadom na potenciálne využitie
handicapovanými používateľmi
• organizovanie školení k spracovaným témam
v štruktúre:
o úvodné školenie k problematike (súčasťou
bude základná práca v LMS)
93
o e-learningové vzdelávanie
o záverečné školenie na výmenu skúseností,
vyjasnenie informácií a pod.
o v prípade potreby usporiadanie jedného
„medzi-seminára“
• odladenie
a
poskytnutie
vytvorených
elektronických materiálov SŠ, prípadne ZŠ.
Detailne možno obsah materiálov rozdeliť nasledovne:
• tvorba www stránok:
o XHTML, CSS2, JavaSript
o dynamické WWW stránky (PHP, ASP.NET)
o databázové systémy a spravovanie webu
s databázami
o tvorba animácií (Flash)
• programovanie v jazykoch:
o Delphi
o C++
o Java
• inštalácia a administrovanie redakčných systémov
(CMS):
o Joomla
o Drupal
• e-learning:
o inštalácia a administrovanie e-learningových
systémov (Moodle)
o princípy a tvorba elektronických materiálov
• Linux (pre používateľov - terminál, špecifiká
desktopových prostredí a aplikácií)
o skriptovacie jazyky: perl, python, shellscript
o administrácia servera a siete (Linux,
Windows)
• informačná bezpečnosť
o ochrana osobných údajov
o zneužívanie
chýb
(hacking),
spôsoby
a možnosti ochrany
o zabezpečenie systémov (právna náuka v IT)
Tieto požiadavky z väčšej časti kopírujú požiadavky
komerčného trhu, ktorý sa členovia KI snažili pokryť
úpravami učebných osnov, ktoré budú po prvý raz
použité v školskom roku 2008/2009 a to ako pri
vzdelávaní budúcich učiteľov, tak i pri výchove
študentov aplikovanej informatiky.
3
Ako začať?
Prvým cieľom je vytvoriť ucelené učebné materiály
pokrývajúce časť učebných osnov predmetu
Informatika na stredných školách a požiadavky
učiteľov. Na základe takto stanoveného cieľa možno
čiastkové ciele formulovať nasledovne:
• vytvorenie učebných textov pokrývajúcich tie
druhy aplikačného softvéru, pre ktoré je
v súčasnosti nedostatok materiálov (databázový
systém, prezentačný softvér, tvorba webových
stránok, tvorba animácií)
• vytvorenie vhodných učebných materiálov pre
prácu s open-source operačnými systémami
(Linux, Unix)
• vytvorenie alternatívnych učebných materiálov
pre
výučbu
programovania
a objektovo
orientovaného programovania s orientáciou na
jazyky Borland Delphi, Java, C (resp. C++)
• vytvorenie materiálov zameraných na správu
obsahu/webového obsahu. Materiály budú
pokrývať systémy CMS a LCMS ako z úrovne
administrácie,
tak
i z úrovne
používateľa
a privilegovaného používateľa; za modelové
systémy možno vziať požadované systémy
Joomla a Moodle
• nasadenie vytvorených učebných materiálov
pilotne na úrovni UKF v Nitre v rámci predmetov
orientovaných na príslušné oblasti
• súčasne organizovať školenia (úvodné tutoriály
štartujúce e-learningové vzdelávanie) zamerané
na jednotlivé problematiky podľa záujmu
učiteľov z praxe
• po overení materiálov sa predpokladá ich
nasadenie na SŠ.
Vzhľadom na možnosti, ktoré v súčasnosti
poskytujú LMS prostredia by malo okrem snahy
o vydanie tlačených materiálov spočívať ťažisko
činnosti
iv
tvorbe
elektronických
kurzov
využívajúcich multimediálne prostriedky, prostriedky
aktivizujúce študentov (učiteľov) a poskytujúce
interaktívnu komunikáciu.
S vytvorenými materiálmi a metodickými postupmi
je potrebné oboznamovať cieľovú skupinu okrem
organizovania odborných seminárov i účasťou na
konferenciách, kde je žiaduce získavať i nové
poznatky.
Druhou paralelnou a učebné materiály rozširujúcou
aktivitou je tvorba e-learningových kurzov, s ktorou
majú zamestnanci KI bohaté skúsenosti a okrem
administrovania univerzitného portálu za vytvorené
kurzy získali i niekoľko cien v rozličných súťažiach.
Pridanou hodnotou e-learningových kurzov bude
okrem podpory a komunikácie s tútormi kurzu,
zvýšená možnosť interaktivity a automatizácia
niektorých prvkov tak, aby bolo možné zaistiť
edukantovi okamžitú spätnú väzbu.
V tejto oblasti možno čiastkové ciele sformulovať
nasledovne:
• vytvorenie elektronických kurzov pokrývajúcich
požiadavky uvedené vyššie,
94
• v kurzoch
umožňujúcich
prostredníctvom
multimediálnych
prezentácií
zefektívnenie
výučby vytvoriť krátke multimediálne prezentácie
(predpokladáme najmä v úvodných lekciách
a v lekciách vyžadujúcich nacvičenie postupov)
• rozšíriť možnosti priamej interaktivity medzi
používateľom a LMS, napr. formou rôznych
skladačiek, zoraďovačiek, hier a jednoúčelových
appletov
• vzhľadom k pokrývaniu kategórie postihnutých
používateľov je potrebné upraviť tieto (najmä
multimediálne) materiály tak, aby spĺňali kritériá
umožňujúce
používanie
i handicapovaným
používateľom (titulky, komentovanie obrázkov
prostredníctvom popiskov)
pokrytia aj fakt, že zúčastnení sú mnohonásobnými
autormi a recenzentmi publikácií z danej oblasti, majú
niekoľko (až mnoho) ročné skúsenosti s vyučovaním
spracúvaných materiálov a na úrovni VŠ, SŠ
a rekvalifikačných kurzoch, väčšina má odborne blízko
k didaktike informatiky, intenzívnu prax v oblasti
nasadenia, tvorby a využívania e-learningu ako i
praktické skúsenosti z riešenia teoretických i
komerčných a v komerčnej i akademickej sfére
nasadených projektov a informačných systémov.
• na základe skúseností získaných počas vývoja
a využívania niekoľkých vlastných a napokon
univerzálneho LMS, analyzovať a vymedziť
možnosti automatizovaného generovania zadaní a
automatizovanej
kontroly
programov
vytvorených používateľmi
• navrhnúť a implementovať algoritmy odhaľujúce
nekalú činnosť študentov (okopírované a mierne
upravené cudzie riešenia), ktoré budú aplikované
spočiatku na KI UKF v Nitre, po otestovaní ich
budú môcť využiť učitelia ZŠ a SŠ i pre vlastnú
potrebu a vlastných študentov
• v rámci možností zaviesť a aplikovať na úrovni
LMS alebo jeho modulov vo vybraných kurzoch
adaptívny systém schopný analyzovať činnosť
používateľa a na základe jeho výsledkov
upravovať ponúkaný obsah
[2] Drlík, M.: Predpoklady založenia vedeckého
rozvojového inkubátora na KI FPV UKF, In: ISKI 2007 Informatický seminár Katedry informatiky 2007 : využitie
operačných systémov a počítačových sietí v podpore výučby
informatických predmetov. - Nitra: UKF, 2007. - ISBN 97880-8094-167-3. - S. 35-43.
• otestovať relevantnosť použitia modelu v praxi
pri výučbe vybraných predmetov na KI FPV UKF
(cca 120-200 študentov počas jedného semestra)
• otestovať nástroj v prostredí strednej školy
a posúdiť možnosti jeho nasadenia i v tomto
prostredí.
4
Literatúra
[1] Blaho, A.: Programovanie v Delphi, SPN - Mladé letá,
2006, Bratislava, ISBN: 80-10-00421-9
[3] Kalaš I. a kol.: Informatika pre stredné školy, SPN Mladé letá, 2001. Bratislava. ISBN: 80-10-00762-5
[4] Kapusta, J. – Drlík, M.: Uplatnenie ďalších technológií
v e-learningu. In: DIVAI 2004 : Dištančné vzdelávanie v
Aplikovanej informatike : zborník z vedeckého seminára. Nitra: FPV UKF, edícia Prírodovedec č. 126, 2004. - ISBN
80-8050-691-4. - (2004).
[5] Skalka, J. – Klimeš, C. – Lovászová, G. – Švec, P.:
Informatika. Nitra : Enigma, 2007. - 464 s. - ISBN 80-8913249-2
[6] Skalka, J.: Základy PC, Windows XP, Office 2003.
Nitra : AM-SKALKA, 2005. - 480 s. - ISBN 80-968436-5-6
Mgr. Ján Skalka, PhD.
Záver
Predpokladom úspešnosti realizácie popísaných
aktivít je okrem nájdenia zodpovedajúceho finančného
95
Implementácia Digital Signage riešenia – prípadová štúdia
Implementation of Digital Signage solution – case study
Peter Štrelinger, Erik Urland
NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51 Bratislava
[email protected], [email protected]
Abstrakt
Predložený
článok
v krátkosti
pojednáva
o základných pojmoch, požiadavkách a funkcionalite
Digital Signage riešení. Snahou autorov je priblížiť
čitateľovi tento typ ICT riešení a to na konkrétnom
príklade formou prípadovej štúdie implementácie
riešenia.
Abstract
In this paper we introduce the basic facts,
requirements and functionality of Digital Signage
solution. The authors would like to outline this type of
ICT solutions via presentation of a case study
implementation.
operation/management centers, stocks stores, call
centers, bank/insurance branch offices, off shore
shops, employee communication in any vertical
enterprise segments, etc. These new possibilities of
implementation also introduce new requirements for
such a system and applications which we commonly
call Digital Signage solution.
2
Solution overview
In general, one can recognize the following four
layers, which describe the concept of a Digital
Signage solution.
Kľúčové slová
Digital Signage, collector, processing
prezentačné médium, sieťová infraštruktúra
engine,
Keywords
Digital Signage, collector, processing engine,
presentation medium, network infrastructure
1
Introduction
Within the last few years one can see that there
have been recognized a serious need of real-time, online and accurate information accessibility, reporting
and presentation on a suitable output media. This
phenomenon is now related not only to the classical
areas for wallboards information presentation of e.g.
flights departures/arrivals time at the airports or trains
schedules at railway stations etc. The implementation
possibilities are now much more vide and includes
areas like automotive/production line industry,
Fig. 1- Concept of Digital Signage solution
The data source layer presents the source system,
which should populate the required data for further
processing. Such a source system can be obviously an
ERP system, CRM system or defined database
system etc. Also as a source system can be defined a
communication system such as PABX system and/or
a network management system etc. The necessary
condition is that the data source system must be able
to provide the required data through an interface.
96
The collection layer consists of a defined set of
collectors (plug-ins), which from the dedicated data
source system collect defined set of data via specified
interface. Usually, for most known ERP/CRM
systems and technology vendors there are already
pre-developed software plug-ins, or for database
systems the particular data can be accessible via a
standard DB interface like ODBC, JDBC etc. If there
is no standard interface available, then a custom
collector needs to be developed using data source
system API.
Aggregation and computing engine forms the
processing layer. Such an engine is obviously a
server application, which process and composes the
collected data from various systems and on top of
them creates a business logic algorithm and/or
metrics. In such a way the computed data can be
provided for output information and distributed via
specified media to defined destination and users.
For the presentation layer one can choose different
output media. These media can vary from a personal
handheld assistant (PDA), PC desktop display,
internet server application output accessible via a
web browser and/or a plasma screen suitable for a
larger audience information.
2.1
component of the Symon solution, which is called
SES (Symon Enterprise Server). This server
application provides the collected data processing and
computing itself. One can see a different set of output
media, which can be used depending on the
requirements of the particular implementation and
users. In the following section we will deal with the
scenario, when the output media is chosen a plasma
screen. This component of the Symon solution is
represented by the TargetVision module application.
3
Case
study
–
TargetVision
application implementation
In order to highlight more details of the Symon
approach to the Digital Signage solutions we provide
an overview of an implementation of TargetVision
application in a Call center environment of a leading
Slovak mobile operator.
3.1
Solution architecture
The implemented solution is based on the
following execution architecture, which provides the
overview of logical block components included in the
TargetVision application implementation.
Symon Digital Signage solution
Further we will consider the Symon solution,
which is currently recognized as a market leader
product in the segment of Digital Signage solutions.
An overview of the Symon solution is outlined on the
following figure.
Fig. 3-TargetVision implementation architecture
As the data source systems have been chosen the
CTI server Genesys providing the call center
statistics data and the Clarify CRM system database
based on Oracle RDBMS.
Fig. 2-Symon Digital Signage solution
Symon solution architecture follows the concept
of Digital Signage solution shown on Fig.1. Data
source systems can vary from technology
management systems to different front and back
office systems which provides data to the central
The statistics data from Genesys system are
available via Genesys collector, which is a Symon
plug-in software configured for collection of specific
call statistics data from GIS (Genesys Interface
Server) with an initial refresh rate set to 15 sec. The
database source data are accessible via ODBC
collector, which collect particular business logic data
from Oracle DB.
The data processing SES engine computes the
specific data collected from Genesys system and
from Oracle DB. According to the defined business
97
logic algorithm and defined plasma screen layouts the
SES server distributes the required information to
defined destination. In this implementation the
TargetVision application uses so called SDA (Symon
Digital Appliance) components for information
content and graphical representation on defined
plasma screen in a particular geographical
destination. For administration and configuration of
TargetVision solution the Design Studio application
is used.
3.2
Solution design
For each business unit of the call center a specific
data requirements matrix has been created. According
to this defined data sources a specific business logic
algorithm (metrics) was developed, tested and after
successful pilot implementation also rolled-out into
the production. As an example we show here a
sample of such business logic diagram, which is
followed by a plasma screen graphical layout. In this
particular case, the business logic is applied for
sample semaphore traffic light visualization.
Read values
“View_Semafor.PrePaid” from ODBC
collector
refresh
=1
Display green
traffic light
L1_l
Display green
traffic light
messages
L1_m
yes
Display orange
traffic light
L1_l
Display orange
traffic light
messages
L1_m
yes
Display red traffic
light
L1_l
Display red traffic
light messages
L1_m
yes
no
=2
no
=3
Fig. 4-Sample of a business logic diagram
The CRM system contains the relevant business
data for all call center units. These data are internally
evaluated for each team (within a specific period of
time e.g. 15min) and the result, in the form of an
integer number 1,2 or 3 is written into the specific
database table for defined call center unit. Each
integer number is then represented by a defined
traffic light color and shown on the plasma screen.
Different text/data coloring-graphics can be used for
a threshold overflow approach, as it is shown on the
next figure.
Fig. 5-Example of plasma screen layout
Of course, the graphical screen layout as well as
the business logic diagram, data sources and
particular refresh rate can be completely customized
according to the defined requirements. On top of that,
the plasma screen layout one can enhance by a live
TV and/or video stream presentation. Hence, the
solution can be designed case by case, separately for
each business unit, not depending or fixed to each
other. However, we need to say in this point, that
a more individual and customized TargetVision
solution
requires
more
configuration
and
administrative effort, but the result is very
appreciated by the target audience.
4
Conclusion
In this paper we present the basic information
regarding the Digital Signage solutions. The paper
has primarily information character and via a brief
case study description introduces the basic ideas and
principle
of
a
Digital
Signage
solution
implementation.
Literature
[1] Wallboards implementation project - Statement of
Work. [ SOW_8R034, 2008-15-07]. NextitaOne Slovakia,
s.r.o., internal project documentation
Ing. Peter Štrelinger, Business development director
NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51
Bratislava
[email protected]
Mgr. Erik Urland, PhD., Professional services
manager
NextiraOne Slovakia, s.r.o., J.Hagaru 9, 831 51
Bratislava
[email protected]
98
Bezpečnostné problémy IPSec
Security failures in IPSec
Peter Švec
Abstrakt
Jedným
z riešení
bezpečnej
komunikácie
v rozľahlých počítačových sieťach je využitie protokolu
IPSec. Tento protokol umožňuje pri správnej
konfigurácii zabezpečiť utajenie a (alebo) integritu
prenášaných správ. V prípade, že nepoužijeme funkciu
integrity vystavujeme sa riziku čítania našich správ, aj
keď sa prenášajú šifrovane. V rozľahlých sieťach
prechádzajú datagramy cez mnoho smerovačov, čo
znamená, že vždy existuje možnosť, že niekto našu
komunikáciu odpočúva. Vhodnou zmenou obsahu
šifrovanej správy môže útočník prinútiť adresáta aby
obsah správy po dešifrovaní preposlal útočníkovi.
Úspešnosť takéhoto konania bola teoreticky aj
experimentálne dokázaná s úspešnosťou približne
60%.
Abstract
The one way of securing the communication in wide
area networks is to employ IPSec protocol. This
network protocol makes possible to provide privacy
and/or integrity of messages in case of correct
configuration. If we won’t to use the integrity feature
we expose ourselves to the possibility that someone
will read our messages even if they are in ciphered
form. In wide area networks, packet travel through
many routers. There is always the possibility that
someone is listening. This listener, actually attacker,
can modify the content of ciphered message, send it to
recipient and persuade him to send the deciphered
message to attacker. Experiments proof that success
probability of this attack is about 60%.
Kľúčové slová
Protokol IPSec, bezpečnosť, útok
Keywords
IPSec protocol, security, attack
1
Úvod
Jedna zo slabín pôvodného internetového protokolu
(IP) je, že v ňom chýbajú všeobecné mechanizmy,
ktoré by umožňovali zabezpečenie autentifikácie
a utajenia údajov prechádzajúcich sieťou. V súčasnosti
používame rovnaký protokol, ako sa používal
v pôvodnom Internete avšak s tým rozdielom, že
v počiatkoch bol Internet v podstate súkromnou sieťou
vládnych vedeckých inštitúcií (APRA, DARPA). Sieť
bola kontrolovaná len zopár ľuďmi, ktorých boli
všeobecne známy a mali bezpečnostné previerky.
Nebol dôvod implementovať do protokolov
bezpečnostné prvky. Stačilo kontrolovať prístup
k staniciam, do budovy a pod. Dnes je Internet
skutočne verejnou a anonymnou sieťou. Tak ako je
veľa používateľov siete, tak je veľa sieťového hardvéru
spravovaného a vlastneného ktoviekým. V takejto sieti
nemôžeme garantovať, že si niekto našu komunikácie
nečíta alebo nemení.
S rozvojom Internetu rastie aj počet aplikácií, ktoré
vyžadujú vysoký stupeň bezpečnosti. Niektoré
aplikácie (web, ftp) implementovali bezpečnosť na
úrovni aplikačného protokolu pomocou SSL vrstiev.
Tento postup sa však nedá zovšeobecniť. Z tohto
dôvodu bolo nutné vytvoriť skupinu protokolov, ktoré
by túto bezpečnosť umožnili. Táto skupina protokolov
sa nazýva IPSec.
Pri použití IPSec sa môžeme rozhodnúť či je pre nás
dôležité aby správa prišla do cieľa nezmenená alebo
utajená alebo aj aj. V prípade, že nám stačí aby bola
správa utajená, získavame na rýchlosti spracovania
správy na smerovačoch, avšak ako ukazujú
99
experimenty, bez kontroly integrity je možné čítať aj
šifrované správy.
IPSec nie je samotný protokol ale je to skupina služieb
a protokolov, ktoré umožňujú vytvoriť kompletné
bezpečné riešenie pre IP sieť. Tieto služby a protokoly
poskytujú rôzne typy ochrany. Keďže IPSec pracuje na
IP vrstve, môže poskytovať bezpečnostné funkcie pre
rôzne TCP/IP aplikácie bez nutnosti zavádzania
špeciálnych bezpečnostných metód. Najväčšie využitie
má pri budovaní virtuálnych privátnych sietí (VPN).
IPSec sa používa na nadviazanie bezpečne
komunikácie medzi dvoma zariadeniami. Nadviazať
bezpečnú komunikáciu znamená, že dve zariadenia, či
už koncové stanice alebo smerovače alebo iné sieťové
zariadenia sa musia dohodnúť na množine
bezpečnostných protokolov, ktoré chcú používať. Bez
tejto dohody by nemohli čítať odosielané údaje –
nerozumeli by im. Musia sa rozhodnúť aký algoritmus
použijú na šifrovanie údajov a tiež si musia vymeniť
kľúče, pomocou ktorých môžu tieto dáta dešifrovať.
Potom ako sa dohodnú, musia používať dohodnutý
protokol, metódy a kľúče.
IPSec teda ponúka napríklad: [1]
šifrovanie dát,
autentizáciu komunikujúcich strán,
zabezpečenie integrity údajov po ceste,
ochranu proti niektorým typom útokov, napr. útoku
opakovaním,
možnosť vyjednať bezpečnostný algoritmus medzi
dvoma zariadeniami,
dva bezpečnostné režimy: tunelový a transportný.
1.1
Zloženie IPSec
IPSec pozostáva z dvoch základných častí –
komponentov. Jednou sú komponenty jadra a druhou
sú podporné komponenty, viď Obr. 1
Jadro IPSec je tvorené autentizačným záhlavím
(AH,
header)
a
zapuzdreným
bezpečnostným doplnkom (ESP, Encapsulating
Security Payload)
Protokol AH vykonáva pre IPSec autentizačné služby.
Znamená to, že umožňuje prijímateľovi správy overiť
si, či odosielateľ uvedený v správe je skutočne ten, kto
správu odoslal. Umožňuje príjemcovi overiť si, že
žiadne dáta neboli v správe zmenené žiadnym
zariadením, cez ktoré správa prechádzala. Tiež
poskytuje ochranu pre tzv. „útokom opakovaním“, pri
ktorom je správa zachytená neautorizovaným
používateľom a opätovne poslaná. Autentizačné
záhlavie zabezpečuje integritu dát ale nie ich
utajenie. Aby bola informácia, ktorú nesie IP datagram
„tajná“, musí byť dátová časť IP datagramu
zašifrovaná pomocou ESP protokolu. [1]
AH a ESP sa všeobecne nazývajú „protokoly“ napriek
tomu, že to nie sú protokoly v tom slova zmysle ako
poznáme. Tieto protokoly sú implementované len ako
záhlavia do IP datagramov, nemôžu pracovať
samostatne a pre svoju správnu funkcionalitu potrebujú
niekoľko ďalších protokolov a služieb. Medzi
najdôležitejšie patria šifrovací a hashovací algoritmus,
bezpečnostná politika a bezpečnostné asociácie,
mechanizmus výmeny kľúčov.
AH a ESP sú veľmi všeobecné a neprikazujú používať
žiadny presný mechanizmus na šifrovanie, čo im
umožňuje flexibilne pracovať s množstvom
algoritmov. Šifrovací algoritmus sa dohodne pred
začatím komunikácie. Najčastejšie sú to hashovacie
algoritmy Message Digest 5 (MD5) a Secure Hash
Algoritm 1 (SHA-1).
1.2
Obr. 1 Prehľad IPSec protokolov a komponentov
Zdroj:http://www.tcpipguide.com/free/diagrams/ipseco
verview.png
authentication
Architektúry IPSec
Podľa RFC 2401 sú pre IPSec definované tri rôzne
architektúry – Integrovaná architektúra, „narazená do
protokolu“ („Bump In The Stack”, BITS), „narazená
do káblu“ („Bump In The Wire“, BITW) a dva režimy
– tunelový a transportný. Konkrétna implementačná
metóda sa používa v závislosti od rôznych podmienok,
napr. či používame IPv4 alebo IPv6, či je IPSec
implementované na hraničných smerovačoch alebo na
koncových staniciach. [2]
Implementácia na koncových staniciach poskytuje
najväčšiu úroveň flexibility a bezpečnosti. Touto
implementáciou dosahujeme „end-to-end“ bezpečnosť.
Problémom je, že koncových staníc je v sieti veľa a
táto implementácia znamená oveľa viac práce a je
100
časovo náročná. Na druhej strane, implementovať
IPSec na smerovačoch znamená oveľa menej práce,
keďže smerovačov máme rádovo oveľa menej. Táto
implementácia poskytuje bezpečnosť len medzi dvoma
smerovačmi, ale pre mnohé aplikácie (napr. VPN) je
postačujúca. Musíme si tiež uvedomiť, že komunikácia
medzi smerovačom a vnútornou sieťou je
nezabezpečená (alebo zabezpečená iným spôsobom).
[1]
1.3
Transportný a tunelový režim
V transportnom režime (Obr. 2) chráni IPSec
informácie, ktoré prichádzajú na sieťovú vrstvu
z transportnej. Správa je spracovaná pomocou AH
a/alebo ESP a pred záhlavie transportného protokolu
(TCP alebo UDP) sú pridané ďalšie potrebné záhlavia.
Následné je datagram posunutý na sieťovú vrstvu, kde
je pridané IP záhlavie. IPSec teda chráni len dáta
transportnej vrstvy, (IP payload – dátovú časť IP
datagramu).
V tunelovom režime IPSec chráni celý IP datagram.
IPSec záhlavie sa pridáva pred originálny IP datagram
a ten sa zabalí do ešte jedného IP datagramu (Obr. 3).
Aby tento režim mohol fungovať, musí sa medzi
dvoma komunikujúcimi stranami vytvoriť virtuálny
tunel. V ňom budú potom doručované šifrované IP
datagramy.
Obr. 2 Transportný režim IPSec
Zdroj:http://www.tcpipguide.com/free/diagrams/ipsect
ransport.png
Obr. 3 Tunelový režim IPSec
Zdroj:http://www.tcpipguide.com/free/diagrams/ipsect
unnel.png
1.4
Protokol AH a ESP
Protokol AH pracuje na podobnom princípe ako
napríklad CRC. Autentifikáciu zabezpečuje pridaním
záhlavia, ktoré sa vypočítava z hodnôt niektorých polí
datagramu. Ktoré časti sa na tento výpočet použijú
závisí od režimu IPSec a od toho či sa používa IPv4
alebo IPv6. Kým pri CRC sa používa všeobecne
známy algoritmus, v IPSec používa hashovací
algoritmus MD5 alebo SHA-1 spolu s kľúčom, ktorý
vedia len dve navzájom komunikujúce strany. Na
zdrojovom zariadení vypočíta protokol AH z polí
datagramu hodnotu nazývanú Integrity Check Value
(ICV) a vloží ju do záhlavia. Výpočet ICV nemení
štruktúru alebo obsah pôvodného datagramu. Príjemca
komunikácie po doručení IPSec datagramu, tiež
vypočíta z pôvodného datagramu hodnotu ICV a keď
sú zhodné, tak datagram nebol cestou zmenený. AH
teda zabezpečuje integritu správy, nie jej utajenie. [3]
[1]
Zvláštnosťou ESP protokolu je, že nemá jedno
záhlavie ale rozdeľuje ho na tri časti – ESP záhlavie,
ESP trailer a ESP autentizačné dáta. Dôvodom na toto
rozdelenie je fakt, že niektoré šifrovacie algoritmy
potrebujú, aby mali vstupné dáta určitú veľkosť. Z
tohto dôvodu sa musí za dáta vložiť doplnok. Časť ESP
Authentication Data musí byť tiež zvlášť, pretože slúži
na autentifikáciu a preto musí byť oddelená od
šifrovaných údajov. [1]
101
ESP záhlavie obsahuje dve polia, SPI a Sequence
Number.
Toto
záhlavie
sa
nachádza
pred
šifrovanými dátami. Jeho umiestnenie závisí od
toho, či je použitý tunelový alebo transportný
režim.
ESP Trailer sa nachádza za šifrovanými údajmi.
Obsahuje doplnok (padding), ktorý pomocou polí
Padding a Pad Length slúži na zarovnanie dát. Okrem
týchto dvoch polí obsahuje tiež pole Next Header.
Pole ESP autentizačné dáta obsahuje číslo ICV
(Integrity Check Value), ktoré je podobné ako v AH
protokole a používa sa na autentizačnú funkciu ESP
protokolu.
2
V nasledovnom texte si zhrnieme poznatky získané z
týchto výskumov.
Bezpečnostné problémy
Pri implementácii IPSec sa môžeme rozhodnúť, či
budeme používať protokol AH alebo protokol ESP
alebo obidva. Protokol AH nám ponúka autentizačné
funkcie a protokol ESP zasa šifrovanie, čiže utajenie
komunikácie. V mnohých návodoch implementácie
IPSec nájdeme poznámku, že v prípade, že požadujeme
len utajenie správ (ESP), môžeme vypnutím AH
funkcií dosiahnuť zvýšenie výkonu. Takúto radu
dávala aj spoločnosť Cisco v [2], avšak po zverejnení
množstiev návodov, ako narušiť bezpečnosť v prípade
nepoužívania autentizácie spoločnosť Cisco tento
návod zo svojich stránok stiahla. V konfiguračných
návodoch bezpečných operačných systémov FreeBSD
[3], OpenBSD [4] alebo Solaris [5] sa upozornenie
o riziku nepoužívania protokolu AH nenachádza.
Autori Peterson a Yau vo svojej práci realizovanej
v rámci projektu európskej komisie ECRYPT
a odprezentovanej na konferencii Eurocrypt 2006
[6] popisujú výsledky výskumu zameraného na
štúdium medzery medzi šifrovaním tak ako ho
popisuje teória, jeho definíciou v štandardoch a tým
ako je implementované softvérovými inžiniermi a
používané používateľmi. Svoju prácu zamerali hlavne
na dôkaz toho, že v prípade, že požívame len šifrovaný
prenos bez autentizácie, je možné tento prenos rôznymi
metódami narušiť. Problémom bolo, že tieto dôkazy
boli viac menej teoretické – nefungovali správne pre
IPSec implementácie, ktoré sa držali RFC štandardov
(funkčný útok bol realizovaný na Linuxe). O rok
neskôr Degabriele a Peterson v práci Attacking the
IPsec Standards in Encryption-only Confgurations [9]
z roku 2007 popisujú už útok na RFC štandardné IPSec
implementácie.
2.1
Šifrovanie
Protokol ESP používa pri šifrovaní DES algoritmom
režim CBC (Cipher Block Chaining). Vstupné údaje
tohto algoritmu musia byť zarovnané tak, aby boli
deliteľné ôsmymi bajtmi. Ak je číslo n dĺžka vstupných
dát v bajtoch, potom doplnok nutný pre zarovnanie je
rovný 8-(n mod 8) bajtov. Každý jeden bajt má
hodnotu 8-(n mod 8). Z toho vyplýva, že šesťnástkovo
existujú nasledovné možné doplnky: 01, 0202, 030303,
04040404,
0505050505,
060606060606,
07070707070707 a 0808080808080808. Okrem toho
DES CBC šifrovací proces potrebuje 64 bitové
náhodné číslo, ktoré nazývame inizializačný vektor –
IV. Pre každý šifrovaný text by sa mal IV zmeniť. [7]
Dáta nasledujúce po zarovnaní pozostávajú z q blokov
po n bitoch. Napríklad, v prípade, že používame DES
je n=64 a v prípade, že používame AES je n=128.
Označme si tieto bloky ako P1, P2, ..., Pq. Na šifrovanie
otvoreného textu použijeme kľúč K a jednotlivé bloky
šifrovacieho algoritmu označíme eK(.) (dK(.)). Bloky
šifrovaného textu sa generujú na základe nasledovnej
rovnice: [6]
C0 = IV , Ci = eK (Ci −1 ⊕ Pi ), (1 ≤ i ≤ q)
Šifrovaná časť je potom postupnosť q+1 blokov C0,
C1, ...Cq. Na druhej strane, dešifrovanie prebieha na
základe rovnice:
Pi = Ci −1 ⊕ (Ci ),(1 ≤ i ≤ q )
„V prípade, že sa zmení alebo poškodí jeden bit
šifrovaného textu, bude zmenený alebo poškodený
zodpovedajúci bit v dešifrovanom texte.“ [8]
Ak by sa útočníkovi podarilo odchytiť bloky C0, C1,
C2, ...Cq, a potom zmeniť jeden špecifický bit j v bloku
Ci-1 a takto modifikované bloky poslať naspäť do
siete, po ich dešifrovaní by sa táto výmena prejavila vo
výmene bitu j otvoreného textu v bloku Pi. Touto
technikou môže útočník meniť obsah dešifrovanej
správy. Nesmieme ale zabudnúť, že zmena v bloku Ci-1
sa prejaví aj v bloku Pi-1, ktorého obsah bude
v podstate náhodný. Táto skutočnosť vyplýva z rovnice
Pi −1 = Ci − 2 ⊕ d K (Ci −1 ) . V prípade, že ale zmeníme blok
C0, ktorý je rovný inicializačnému vektoru IV, potom
poškodenie otvoreného textu po dešifrovaní nenastane.
[6]
102
2.2
Niektoré typy útokov
Výmenou bitov v šifrovanom texte dosiahneme
výmenu bitov v otvorenom texte. Keďže poznáme
štruktúru otvoreného textu (IP datagram), poznáme tiež
štruktúru šifrovaného textu. Vieme teda, presne ktorý
bit musíme zmeniť, aby sme dosiahli zmenu napr. IP
adresy v datagrame. Samozrejme IP datagram má
mechanizmus kontrolného súčtu, ktorý keď nesedí tak
je datagram zahodený. Táto vlastnosť sa dá obísť tým,
že budeme meniť aj samotný kontrolný súčet. Ten je
tvorený 2B číslom a po vyskúšaní všetkých možných
kombinácií určite jeden trafíme. Našim cieľom bude
modifikovať IP datagram tak, aby sa na cieľovej stanici
vygenerovala ICMP správa (napr. vložíme
neexitujúce číslo protokolu transportnej vrstvy). ICMP
má tú vlastnosť, že spolu s chybovou správou posiela
vo svojej dátovej časti segment, ktorý chybu spôsobil.
To sú údaje, ktoré potrebujeme. Zostáva len prinútiť
cieľovú stanicu, aby túto ICMP správu poslal
útočníkovi a nie pôvodnému odosielateľovi.
Útoky, ktoré si teraz popíšeme budú realizované na
IPSec implementácii v tunelovom režime. Pri útokoch
predpokladáme, že útočník s IP adresou AttAddr
pozná cieľovú adresu DestAddr vo vnútorných IP
datagramoch.
2.2.1
Prepísanie zdrojovej adresy
Cieľová adresa sa nachádza v piatom 32 bitovom bloku
IP záhlavia, čo reprezentuje blok P3. Ak sa nám podarí
túto adresu prepísať, IPSec brána po rozšifrovaní
vnútorného datagramu ho pošle na adresu AttAddr a
nie na adresu DestAddr. Útok prebieha v troch
krokoch: [6]
Odchytíme ESP datagram. V dátovej časti tohto
datagramu sa nachádza šifrovaný vnútorný IP
datagram, tvorený blokmi C0, C1, ... Cq.
Modifikujeme prvých 32 bitov bloku C2 tak, že
vykonáme operáciu XOR s 32bitovou maskou M, ktorú
získame tak, že M = DestAddr ⊕ AttAddr . Získame
tak blok C′2
opakujeme:
modifikujeme posledných 32 bitov bloku C′2
a nastavíme ich na náhodnú hodnotu. Takto upravený
blok označíme C2′′ .
vytvoríme nový datagram, ktorý bude zhodný s
pôvodne odchyteným, ibaže blok C2 nahradíme
blokom C2′′ . Takto modifikovaný datagram pošleme
späť do siete.
kým na adresu AttAddr nejaký datagram.
Keďže sme modifikovali blok C2, bude blok P2 po
dešifrovaní dá sa povedať náhodný. Blok P2 obsahuje
polia TTL, Zdrojovú adresu a Kontrolný súčet. Aby sa
k nám modifikovaný datagram dostal musí byť TTL
hodnota dostatočne veľká (pri dosiahnutí hodnoty nula,
smerovače datagram zahadzujú), zdrojová adresa musí
byť z rozsahu verejných smerovateľných IP adries a
kontrolný súčet musí byť správny. [6]
Peterson a Yau ukázali, že po vykonaní 217 iterácií
kroku 3 bude úspešnosť útoku 60 %. Navyše, v prípade
úspešného útoku, môžeme použiť bloky C0, C1, C2′′ ,
C3 úspešného vonkajšieho datagramu a bloky Cq-2, Cq1 , Cq z originálneho datagramu a útok sa zefektívni.
2.2.2
Prepísanie čísla protokolu
Pri tomto type útoku sa budeme snažiť vygenerovať
taký typ protokolu vyššej vrstvy, ktorý na cieľovej
stanici nie je podporovaný. Kým v prípade prepísania
cieľovej adresy, bola „pomocníkom“ pri útoku brána
(koniec IPSec tunela) v tomto prípade to bude cieľová
stanica, ktorá zistí, že takýto protokol nevie spracovať
a vygeneruje ICMP správu „protocol unreachable“.
Súčasťou tejto ICMP správy je aj samotný segment
transportnej vrtsvy. Pri tomto type útoku sa snažíme
prepísať zdrojovú adresy, aby sa ICMP správy sa
nevracali naspäť IPSec tunelom pôvodnému
odosielateľovi.
Číslo protokolu vyššej vrstvy sa nachádza v druhom
bajte tretieho 32-bitového slova IP záhlavia.
V otvorenom texte sa teda nachádza v bloku P1.
Zmenou príslušných bitov v IV môžeme nastaviť číslo
protokolu na takú hodnotu, ktorá nie je na cieľovej
stanici podporovaná (pravdepodobnosť je vysoká, lebo
väčšina klientských staníc podporuje len TCP a UDP).
Najčastejšie stačí zmeniť najviac významný bit z poľa
pre protokol. Útok prebieha v troch krokoch: [6]
1.
Odchytíme ESP datagram. V dátovej časti
tohto datagramu sa nachádza šifrovaný vnútorný IP
datagram, tvorený blokmi C0, C1, ... Cq.
2.
Zmeníme blok C0 = IV v jeho prvom bajte, tak
aby sme nastavili číslo protokolu na neexistujúce.
Získame tak blok C′0 .
3.
opakujeme:
modifikujeme posledných 32 bitov bloku C2, tak že ich
nastavíme na náhodnú hodnotu. Takto modifikovaný
blok označíme .
vytvoríme nový datagram, ktorú bude zhodný s
pôvodne odchyteným, ibaže blok C0 naradíme blokom
C0′ a blok C2 nahradíme blokom C2′ . Takto upravený
datagram pošleme späť do siete.
kým nepríde ICMP správa.
Podobne ako pri prvom útoku aj teraz môžeme použiť
bloky C0, C1, C′2 úspešného vonkajšieho datagramu a
bloky C3, C4, ... z originálneho datagramu a útok sa
103
zefektívni. Úspešnosť tohto útoku pri 215 iteráciách
potrebných pre všetky kombinácie kontrolných súčtov
je 90%. [6]
3
Záver
Bezpečnosť počítačových sietí stojí a padá na vhodne
zvolenom šifrovacom algoritme a na vhodne zvolenom
šifrovacom kľúči. Takto si to aspoň väčšina ľudí myslí.
Na bezpečnú komunikáciu je potrebné implementovať
do siete sadu protokolov IPSec, buď v tunelovom alebo
transportnom režime, s použitím kontrolu integrity
(AH) alebo len šifrovaním (ESP). Väčšina
počítačových sietí používa na prepojenie sietí práve
tunelový režim a bohužiaľ nepoužíva kontrolu
integrity. Na jednej strane preto, že si nie sú vedomý
rizika, ktoré podstupujú, na druhej strane preto, lebo
dostupné návody navádzajú skôr na takúto
konfiguráciu. V tejto práci sme si na príkladoch
ukázali, že nepoužívanie mechanizmu, ktorý by
zabezpečil integritu správy, teda nepoužívanie
protokolu AH je veľmi riskantné. Pracovníkom
Information Security Gruop z Londýnskej univerzity
(Paterson, Yau, Degabriele) v spolupráci s HewlettPackard laboratóriami v Bristole ukázali, že útoky na
šifrované spojenia sú teoreticky aj prakticky možné.
Je len na sieťových administrátoroch alebo ľudí
zodpovedných za implementáciu bezpečnostných
riešení, či si výsledky týchto úspešných experimentov
uvedomia a zvýšia tak bezpečnosť svojich sietí alebo
nie.
2. Kent, S and Atkinson, R. Socurity Architecture for the
Internet Protocol. [Online] November 1998. [Cited: 07 26,
2008.] http://www.faqs.org/rfcs/rfc2401.html.
3. Authentication Header (AH). [Online] [Cited: Júl 26,
2008.]
http://docs.hp.com/en/J425690003/ch01s02.html?btnNext=next+%BB.
4. IPSec Tunnels. [Online] Marec 2000. [Cited: Júl 26,
2008.]
http://web.archive.org/web/20050910123851/http://www.cisc
o.com/univercd/cc/td/doc/product/ismg/policy/ver21/ipsec/ch
01.htm.
5. Clayton, N. VPN over IPsec. FreeBSD Handbook.
[Online]
[Cited:
Júl
28,
2008.]
http://www.freebsd.org/doc/en/books/handbook/ipsec.html.
6. NetBSD IPsec FAQ. [Online] [Cited: Júl 28, 2008.]
http://www.netbsd.org/docs/network/ipsec/.
7. Arnaud, A. TCP/IP and Security in Sysadmin. The
Journal for UNIX and Linux systems admnistrators. [Online]
December
2004.
[Cited:
August
1,
2008.]
http://www.samag.com/documents/s=9427/sam0414d/0414d.
htm.
8. Paterson, K.G. and Yau, A.K.L. Cryptography in theory
and practice: The case of encryption in IPsec. [ed.] S.
Vaudenay. Advances in Cryptology - EUROCRYPT2006.
2006, Vol. LNCS Vol. 4004. http://eprint.iacr.org/2005/416.
Literatúra
9. Balenson, D. Privacy Enhancement for Internet Electronic
Mail. [Online] Február 1993. [Cited: August 1, 2008.]
http://www.faqs.org/rfcs/rfc1423.html.
10. Encryption modes used in Crypto Systems' products.
[Online] [Cited: August 1, 2008.] http://cryptosystems.com/modes.html.
1. Kozierok, CH. The TCP/IP Guide: A Comprehensive,
Illustrated Internet Protocols Reference. San Francisco : No
Starch
Press,
2005.
Dostupné
tiež
na:
<http://rcpipguide.com/free/index.htm>. ISBN 1-59327-047X.
PaedDr. Peter Švec
104
Inovácia e-learningového kurzu Kódovanie a zobrazenie informácií
E-learning course Data Coding and Representation Innovation
Júlia Tomanová
Abstrakt
Článok sa zaoberá využitím e-learningového kurzu
Kódovanie a zobrazenie informácií vo vyučovaní tohto
predmetu na Katedre informatiky Fakulty prírodných
vied Univerzity Konštantína Filozofa v Nitre. Kurz je
vytvorený v prostredí LMS Moodle a je určený pre
študentov denného štúdia odboru Učiteĺstvo
akademických predmetov v špecializácii Informatika a
pre študentov denného a externého štúdia odboru
Aplikovaná informatika. V súčasnosti ho uplatňujeme
počas prezenčnej a kombinovanej výučby, dopĺňame ho
o nové učebné materiály a nové funkcie, ktoré
prostredie LMS Moodle ponúka.
Abstract
The article describes using of Data coding and
representation e-learning course in teaching of this
subject at Department of Informatics, Faculty of
Natural Sciences, Constantine the Philosopher
University in Nitra. The course is intended for students
of Informatics Teaching branch and for students of
discipline Applied Informatics. We are using this
course created in LMS Moodle in blended learning. In
the future we are planning to improve administration
and communication between students and teachers
within the frame of the course using new functions
provided by LMS Moodle.
Kľúčové slová
e-learning, LMS Moodle, kódovanie a zobrazenie
informácií, kurz, vyučovanie
Keywords
e-learning, LMS Moodle,
representation, course, teaching
1
data
coding
and
Úvod
Vyučovanie s využitím informačno-komunikačných
technológií a internetu je stále populárnejšie a stáva sa
nevyhnutnou súčasťou nášho života. Z tohto dôvodu
vzniká veľké množstvo kurzov určených na takúto
výučbu [1]. Jedným z nich je aj kurz na vyučovanie
predmetu Kódovanie a zobrazenie informácií, ktorý sa
vyučuje na Katedre informatiky Fakulty prírodných
vied Univerzity Konštantína Filozofa v Nitre.
2
Predmet
Kódovanie
informácií
a zobrazenie
Predmet Kódovanie a zobrazenie informácií sa
vyučuje na Katedre informatiky FPV UKF v Nitre pre
študentov 1. ročníka denného a externého štúdia
odboru Aplikovaná informatika ako povinný predmet
a pre študentov denného štúdia odboru Učiteľstvo
akademických predmetov v špecializácii Informatika
ako povinne voliteľný predmet. V súčasnosti študenti
absolvujú tento predmet prezenčnou a kombinovanou
formou, a preto vytvárame a upravujeme e-learningový
kurz určený na vyučovanie tohto predmetu.
Cieľom vyučovania predmetu Kódovanie a
zobrazenie informácií je pochopiť, že na prácu
s údajmi v počítači slúži binárny kód, vedieť previesť
ľubovolné číslo z desiatkovej číselnej sústavy do inej
pozičnej číselnej sústavy a naopak, vedieť realizovať
matematické operácie s týmito číslami a logické
operácie v dvojkovej sústave, pochopiť podstatu
šifrovania a spôsoby jeho použitia v praxi. Do obsahu
tohto predmetu sú zahrnuté nasledujúce témy [3]:
105
1.
Zobrazenie údajov v počítači, pozičné číselné
sústavy, prevody prirodzených čísel zo
sústavy so základom P do desiatkovej sústavy,
prevody prirodzených čísel z desiatkovej
sústavy do sústavy so základom P
2. Logické operácie s viacbitovými číslami,
negácia,
konjunkcia,
alternatíva,
nonekvivalencia, pravdivostné tabuľky
3. Sčítanie a násobenie prirodzených čísel
v ľubovolnej číselnej ústave, základné spoje
sčítania a násobenia
4. Odčítanie a delenie prirodzených čísel
v ľubovolnej číselnej sústave
5. Reprezentácia kladných a záporných čísel
v dvojkovej sústave, priamy, inverzný
a doplnkový kód
6. Odčítanie, násobenie a delenie celých čísel
v dvojkovej číselnej ústave, realizácia
aritmetických operácií pomocou priameho,
inverzného a doplnkového kódu, pretečenie
7. Prevod desatinných čísel z jednej číselnej
sústavy do druhej
8. Zobrazenie reálnych čísel v počítači, pevná
rádová čiarka, pohyblivá rádová čiarka,
mantisa a exponent, normalizácia, rozsah
a presnosť zobrazovaných čísel, strojová nula,
preplnenie
9. Operácie s pohyblivou rádovou čiarkou,
algoritmus násobenia a delenia, algoritmus
sčítania a odčítania
10. Formáty čísel v počítači, celočíselné formáty,
semilogaritmické formáty, rozsah a presnosť
zobrazovaných čísel
11. Z histórie šifrovania, mechanické šifrovacie
pomôcky
12. Šifrovanie,
kryptografia,
symetrické
a asymetrické
šifrovanie,
využitie
kryptografie, kryptoanalýza, digitálny podpis
3
E-learningový
kurz
a zobrazenie informácií
Kódovanie
Na podporu vyučovania predmetu Kódovanie
a zobrazenie informácií sme vytvorili v prostredí LMS
Moodle e-learningový kurz, ktorý pozostáva z 12
lekcií. Kurz je členený na lekcie časovo a tematicky.
Každá lekcia zodpovedá jednej kapitole z obsahu
vyučovania tohto predmetu. Na obr. 1 je ukážka
prostredia kurzu.
Každá lekcia obsahuje študijné materiály vo
formáte pdf. Jednotlivé lekcie kurzu plánujeme doplniť
úlohami na samostatné riešenie a autotestami na
overenie nadobudnutých poznatkov.
Na riadenie a administráciu výučby sme využili
tieto funkcie LMS Moodle: evidencia študentov,
kalendár na upozornenie študentov na termíny
previerok a skúšok, evidencia výsledkov previerok pre
učiteľa, ktoré boli realizované offline formou
prezenčne a zverejňovanie výsledkov previerok pre
každého študenta individuálne, príp. s uvedením
komentára učiteľa [3].
Po absolvovaní kurzu a príslušných previerok
a testov bude študentovi, ak splní požiadavky, udelený
zápočet z tohto predmetu.
Obr. 1 Ukážka prostredia kurzu
3.1
Autotest
Aktivita Test je zameraná na zisťovanie úrovne
vedomostí účastníkov kurzu. Tento modul umožňuje
učiteľovi vytvárať testy skladajúce sa z rôznych typov
otázok a nastavovať ich parametre. Otázky sa ukladajú
do kategorizovanej databázy a sú použiteľné vo
viacerých testoch kurzu alebo sa dajú zdieľať
v rôznych kurzoch. V testoch je možné povoliť
viacnásobné pokusy ich vykonania, pričom jednotlivé
pokusy sú automaticky zaznamenávané. Učiteľ môže
pre každú otázku nastaviť spätnú väzbu a percentuálnu
váhu odpovedí.
V aktivite Test je možné okrem vytvoriť napr.
otázky typu: výber z viacerých možností (multiple
choice), áno/nie (true/false), krátka odpoveď (short
answer),
zodpovedajúci
(matching).
Tvorba
a administrácia otázok vyžaduje minimálne skúsenosti
s HTML. Po zadaní otázok je možné pre konkrétny test
zadať počet otázok a spôsob ich výberu. Buď je test
vytvorený napevno a každý účastník kurzu vidí vždy
tie isté otázky, alebo je možné nastaviť náhodný výber
otázok z určenej kategórie [1].
V našom prípade budeme vytvárať databázu otázok
typu výber z viacerých možností, test nebudeme
vytvárať napevno, ale zvolíme náhodný výber otázok
z kategórie zodpovedajúcej názvu lekcie, pretože test
bude vytvorený pre každú lekciu kurzu samostatne
a študenti ho budú môcť absolvovať po absolvovaní
príslušnej prednášky.
106
Po absolvovaní online testu študentami si môže
učiteľ pozrieť ich výsledky a môže ich zahrnúť do
výsledného hodnotenia z tohto predmetu.
4
Záver
E-learningový kurz na vyučovanie predmetu
Kódovanie a zobrazenie informácií je prístupný pre
študentov denného a externého štúdia na Katedre
informatiky a môžu ho využiť online formou na
štúdium a na testovanie získaných poznatkov alebo
offline po stiahnutí príslušných materiálov.
Literatúra
[1] CÁPAY, M. - PALMÁROVÁ, V.: Aktivity v CMS
Moodle vhodné na podporu vyučovania programovania. In
UNINFOS 2006 : zborník z medzinárodnej konferencie.
Nitra : UKF v Nitre, Edícia prírodovedec č. 207, 2006, s.
166-171. ISBN 80-8050-976-X
[2] STOFFOVÁ, V. – GABAĽOVÁ, V.: Elektronické
vzdelávanie na stredných školách. In: Zborník z 3. ročníka
konferencie s medzinárodnou účasťou Informatika v škole
a praxi. Ružomberok 2007. ISBN 987-80-8084-222-2
[3] TOMANOVÁ, J.: Vyučovanie predmetu Kódovanie
a zobrazenie informácií s využitím e-learningového kurzu.
In: ISKI 2007 - Informatický seminár Katedry informatiky
2007 : využitie operačných systémov a počítačových sietí
v podpore výučby informatických predmetov. Nitra : UKF,
2007, 142 – 145. ISBN 978-80-8094-167-3
Mgr. Júlia Tomanová, PhD.
107
Adaptívne systémy a multimediálne e-learningové prostredie v Aplikovanej
informatike
The Adaptive Systems and Multimedial e-Learning Enviroment in Aplication
Informatics
Milan Turčáni
Abstrakt
Vzdelávanie dostáva nový rozmer, čo je spôsobené
aj
prienikom
e-multimediálnych
prostriedkov
s kognitívnymi vlastnosťami. V prvej línii sú vedúcimi
adaptívne hypermédia, ktoré sú novou oblasťou výskumu
na rozhraní medzi hypermédiami, adaptívnymi systémami
a inteligentnými vzdelávacími systémami. Aktuálne
najpopulárnejším druhom adaptívnych hypermédií sú
Vzdelávacie hypermediálne systémy.
Abstract
Educational process explores its new dimensions.
Thanks to the intersection of e-multimedia tools and
cognitive skills. The leading role is to be casted by
adaptive hypermedia systems that represent new field of
interest including hypermedia, adaptive systems and
intelligent tutoring systems. The most popular application
of adaptive hypermedia is the application of adaptive elearning.
Kľúčové slová
IKT, e-learning, adaptácia, LMS Open Source,
adaptívne hypermédiá, vzdelávacie hypermediálne
systémy
Keywords
ICT, e-learning, adaptation, adaptability, LMS Open
Source, adaptive hypermedia, adaptive educational
hypermedia systems
1
Úvod
E-learning sa stal fenoménom súčasnosti. V takom
rýchlom spôsobe života je potrebné aj vedomosti a
zručnosti prijať rýchlejšie ako doteraz používanými
spôsobmi výučby. V čom to je, že mladí, ale aj starší
prijímajú informácie bezprostrednejšie s používaním
nových informačných technológií. Všetky atribúty a
poznatky známe zo vzdelávania od dôb Komenského
sú priamočiaro pretransformované do podoby
prijateľnejšej s využitím IKT ako doteraz. Čím to je, to
nie je ťažké si vysvetliť. Ľahšie prijímame informácie
v príjemnom tvare a prostredí a čo je veľmi dôležité
v čase, ktorý si sami zvolíme. Vzdelanie a možnosť
ďalšieho štúdia sa stáva dosť náročnou investíciou.
V čase
nedokonalej
techniky,
t.j.
techniky
predchádzajúceho
obdobia,
to
bola
veľmi
problematická a náročná úloha. Je však len obyčajné
používanie nových technológií recept na riešenie? Na
túto otázku sa pokúšaime dať dostatočné vysvetlenie.
2
Adaptívne hypermediálne systémy a elearning
Využitie hypermédií pre e-vzdelávanie je možné dnes
považovať za štandardnú záležitosť. Vlastnosť “hyper”
umožňuje vytváranie odkazov medzi jednotlivými
elementmi výučbových materiálov a “média” zasa
využitie rôznych typov médií (napr. text, obrázky,
zvuk, video). Prvky prispôsobovania sa do hypermédií
dostávajú iba v poslednom období. Ich dôležitosť
narastá najmä vzhľadom na rozsiahlosť informačných
priestorov systémov pre e-vzdelávanie (napriek tomu,
v porovnaní s inými hypermediálnymi systémami
súčasné systémy pre vzdelávanie majú výhodu, že
108
informačný priestor je relatívne malý a uzavretý). Bez
ďalšej podpory sa používateľ (študent) veľmi ľahko v
informačnom priestore „stratí“. To je dané nielen
rozsahom informačného priestoru v pojmoch
kvantitatívnych (počet riadkov textu, obrázkov a pod.),
ale najmä možnosťami jeho intelektuálneho zvládnutia,
ktoré často nezávisia od kvantity prezentovaného
materiálu. Orientácia v študijných materiáloch má
významný vplyv na efektívnosť procesu učenia.
Riešenie môže spočívať napr. v preddefinovaní ciest v
modeli aplikačnej domény. Tu však vzniká problém v
tom, že každému študentovi vyhovuje iná postupnosť
lekcií (napr. v závislosti od úrovne jeho vedomostí,
štýlu učenia, času, ktorý má na učenie). Metódy a
techniky
adaptívnych
hypermédií
poskytujú
prostriedky na dynamické prispôsobovanie prezentácie,
obsahu alebo navigácie vzhľadom na aktuálny stav
charakteristík používateľa alebo prostredia, v ktorom
sa informácie poskytujú. Hlavným cieľom využitia
adaptívnych hypermédií (AH) pri výučbe je zvýšenie
efektívnosti
procesu
učenia
alebo
procesu
oboznamovania sa s informáciami súvisiacimi so
vzdelávacími aktivitami. Prispôsobovanie sa deje na
základe
využívania
rôznych
charakteristík
používateľa/študenta
(definované
modelom
používateľa) a charakteristík prostredia, v ktorom sa
aplikácia používa (model prostredia) [5].
Problematika
Adaptívnych
Hypermediálnych
Systémov (AHS) v sebe zahŕňa technickú časť, t.j.
potrebu vyriešenia a implementácie AHS, návrh
adaptivity a štruktúry AHS, ako aj didaktickú
(pedagogickú) časť, t.j. snahu aplikovať nový fenomén
výučby
e-learning,
pedagogicko-psychologické
aspekty tvorby materiálov pre podporu výučby,
vytvorenie vhodnej osnovy učiva, efektivitu podania
problematiky a pod. Práve v zavádzaní a
implementovaní AHS do výučby s podporou elearningu vidíme nové možnosti skvalitnenia a
zefektívnenia výučby tak technicky, ako aj
programátorsky orientovaných predmetov v študijnom
odbore Aplikovaná informatika. V súčasnej dobe na
katedre informatiky pripravujeme podklady pre
projekt, ktorý by sme chceli zamerať na oblasť
vysokoškolského vzdelávania s podporou e-learningu a
s využitím vlastností AHS. Každá nová metóda výučby
je vhodná pre konkrétny typ študentov. Skúsenosti
z projektu DIVAI, ktorý nám poskytol možnosti
vytvoriť prostredie e-learningového vzdelávania
v druhej etape tohto projektu, ktorý by sme chceli
uviesť ako DIVAI AHS, sme si vedomí, čo potrebuje
študent vysokoškolského štúdia pri vzdelávaní.
Dôležitosť personalizácie obsahu výkladu učiva.
Je vôbec vhodné individualizovanie učiva na vysokej
škole? Je pre študenta vysokej školy časovo
efektívnejšie štúdium kurzov na báze AHS alebo
klasických e-learningových kurzov? Aj tieto otázky sú
predmetom skúmania na experimentálnej vzorke
študentov. Metodika a model e-learningového kurzu,
hlavne návrh mechanizmu prispôsobovania, ako aj
návrh konceptov a modelu aplikačnej domény budú
navrhnuté za pomoci systému AHA![2], ktorý
plánujeme implementovať na KI. Tento systém slúži
na tvorbu adaptívnych ekurzov a bol vyvíjaný na
Eindhoven University of Technology. Najdôležitejšou
časťou budúcej práce bude práve vyhodnotenie
kvantitatívnych a kvalitatívnych ukazovateľov
aplikovania AHS do výučby v študijnom programe
Aplikovaná informatika. Pre vyhodnotenie týchto
ukazovateľov však bude potrebné splnenie niekoľkých
čiastkových cieľov:
• Pripraviť e-learningový kurz, zostavený na
základe poznatkov metodiky tvorby AHS z
tematickej oblasti„Aplikácie informatiky a
programovanie“ a overiť jeho efektívnosť
v zmysle didaktickej účinnosti a času
potrebného na prebranie daného učiva.
• Pripraviť kvalitné (objektívne, reliabilné a
validné) elektronické didaktické testy z
tematickej oblasti „Aplikácie informatiky a
programovanie“.
• Vyhodnotiť všeobecný prínos navrhnutých
AHS k rozvoju vyučovania v tematickej
oblasti
„Aplikácie
informatiky
a programovanie“,
respektíve
teórie
vyučovania informatiky [3].
Prvým krokom k získaniu relevantných výsledkov je
poznanie architektúr navrhnutých systémov, ktoré je
možné aplikovať na navrhnutý systém e-learningu.
Zásady pre takúto architektúru môžu byť podľa [5]
zovšeobecnené nasledovne:
• Základná architektúra budovaná blokovou
štruktúrou
infraštruktúra
služieb,
vzdelávacie
objekty,
infraštruktúra
komponentov.
• Rozvoj aktivít, ktoré umožnujú opätovné
využívanie služieb obsahu a komponentov.
• Umiestnenie kvalitného vzdelávacieho obsahu
a poskytnutie
služby
študujúcemu
a vytvorenie podpory pre tútora.
• Riešenia založené na znalostnej architektúre
a infraštruktúra založená na sémantickom
Webe, inteligencii, adaptívnosti a anotačných
technikách.
• Obsah a infraštruktúrne aspekty zaostrené na
vzdelávacie objekty v ich riadiacej štruktúre.
• Aplikácia súčasných trendov smerom
k mobilným a všadeprítomným platformám.
109
Pre lepšie porozumenie vhodnosti použitia takto
navrhovaných architektúr sme v príspevku použili
krátku ukážku takto navrhovaného AHS, ktorý
vystihuje požiadavky uvedené v texte. Vývojom
takéhoto adaptívneho systému sa zaoberali v projekte
WINDS a jeho autorskú časť prezentovali riešitelia na
konferencii „Infovek 2001“ [4]. Nasledujúci obrázok
1.,ilustruje výučbové prostredie navrhovaného
systému. Študent môže na obrazovke vidieť aktuálny
učebný objekt (vľavo), anotovanú štruktúru kurzu
zobrazujúcu jeho progres (vpravo hore), indexové
termíny súvisiace s aktuálnym učebným objektom
(vpravo v strede), externé dokumenty súvisiace
s aktuálnym objektom (vpravo dole) a nakoniec aj
prístup k zoznamu študentov a tútorov v aktuálnom
kurze, celkový progres študenta v kurze a možnosť
nechať sa systémom usmerniť pri ďalšom štúdiu (úplne
dole) Popri obyčajnom zobrazení aktuálneho učebného
objektu má študent možnosť zobraziť si jeho obsah so
zvýraznenými indexovými termínmi, nechať si
zobraziť vysvetlenie každého termínu alebo
podrobnejšiu informáciu o ňom. Podrobná informácia
o indexovom termíne obsahuje okrem jeho vysvetlenia
aj synonymá, vzťahy s inými termínmi, ako aj jeho
výskyt v aktuálnom kurze i v externých dokumentoch
Cieľom tohto riešenia je poskytnúť študentovi lepší
prístup k relevantným informáciám a väčšiu slobodu
pri navigovaní. Študent môže začať na stránke
pojednávajúcej o niekoľkých pojmoch, nechať si
podrobne zobraziť jeden z nich, ak mu stále celkom
nerozumie, pozrieť sa na ďalšiu stránku, kde si nájde
jeho príklad alebo iný pohľad naň. Podľa [4] sa takýto
prístup, osvedčil v edukačných hypertextoch pod
názvom „Pojmovo založená navigácia“.
sústredenie informačnej aj riadiacej infraštruktúry
systému. Vychádzame z doteraz získaných poznatkov
výučby v študijnom programe Aplikovaná informatika.
Študent /klient sa stretáva s prostredím, ktoré mu
umožňuje získať prvotné poznatky a skúsenosti
s takouto podporou výučby. Veľakrát diskutovaný
problém podpory štúdia e-learningovou metódou je
riešený z hľadiska návrhu prepojenia klienta s tútorom
a tvorbou spoločného prostredia napr. spoločné rámce
vo webovskom prostredí. Pre štúdium sme zvolili
kombinovanú formu štúdia, ktorá je charakteristická
určitým počtom kontaktných hodín študujúceho
a pedagóga (tútora chápeme nielen ako dozor nad
priebehom e-learningu, ale aj ako pedagóga pre
študovanú oblasť).
V tomto prípade úloha servra a LMS nezohráva jediný
kontakt pri riadení výučby. Otázkou zostáva ako sa
v takomto prípade podieľa na riadení výučby vhodne
navrhnutý systém a ako kontaktný pedagóg. Pri
rozdelení úloh a ich percentuálnom vyjadrení sme si
stanovili, že kontakt pedagóga ( face to face)
k študujúcemu bude vyjadrený hodnotou 40%. Ostatná
časť bude reálne zakomponovaná do e-learningovej
časti a časti nekontaktného tútora. Na obrázku 2., je
uvedený návrh systému výučby s využitím AHS. Pre
učely adaptívneho riadenia výučby uvažujeme v prvej
fáze použiť už uvedený AHA systém, ktorý je
popísaný v [1].
Obr. 2 Schéma navrhovaného systému výučby DIVAI
AHS
Obr. 1 Výučbové prostredie navrhovaného systému
WINDS
Na katedre informatiky sa nachádzame v stave návrhu
vhodného systému, ktorý by umožnil prepojenie
klientskej časti s časťou servrov. Podľa už známych
architektúr sú tieto časti dôležitou oblasťou pre
Katedra informatiky riešila problematiku elearningu v rámci niekoľkých projektov, kde hlavnou
oblasťou bolo výber vhodného LMS a návrh metodiky
štruktúry tvorby e-kurzu pre podporu kombinovanej
formy výučby. V súčasnosti sme sa dostali do štádia
keď študent prijíma pozitívne aktivity ponúkajúce
prostredníctvom LMS ale ako nedostatok sa ukazuje
110
práve linearnosť vedenia príjmu vedomostí z čoho
vyplýva časová zaťaženosť študujúceho.
vedomostí bude trvalým problémom generácií a IKT
im k tomu môžu aktívne pomôcť.
2.1
3
Súčasnosť a budúcnosť e-vzdelávania na
modernej VŠ
V súčasnosti sme svedkami dynamického rozvoja
mobilných technológií. Výrobcovia nám ponúkajú
množstvo rozmanitých mobilných zariadení, ktoré nám
pomáhajú komunikovať prostredníctvom hlasu, textu,
obrazu, ale taktiež slúžia ako zdroje informácií z
Internetu, pomáhajú nám orientovať sa v priestore a
zbierať v teréne rôzne dáta (obrázky, audio, video).
Paleta služieb a aplikácií, ktoré budeme môcť
kedykoľvek a kdekoľvek využívať bude v budúcnosti
ešte oveľa pestrejšia a dá sa povedať, že akákoľvek
existujúca informácia bude na dosah ruky. Mobilné
systémy nepochybne výrazne ovplyvnia aj oblasť
vzdelávania. Samozrejme, nedá sa očakávať, že plne
nahradia to elektronické vyučovanie, aké poznáme
dnes. Nie veľmi realisticky vyzerá predstava ako
niekto dlhé hodiny študuje rozsiahle hypermediálne
materiály na malej obrazovke mobilného zariadenia.
Na takéto účely dá iste každý radšej prednosť
klasickým osobným počítačom s veľkou obrazovkou.
Ale v istých situáciách využijeme mobilné zariadenia
určite radi. Jednou z ich dôležitých výhod bude totiž aj
to, že automaticky dokážu zistiť kde sa nachádzame a
na základe toho lepšie odhadnúť aké informácie práve
potrebujeme.
Ukazuje sa, že najdôležitejšie kritériá pre
efektívnosť a akceptovanie tohto nového typu učenia
sa podľa [6] sú:
-Dosiahnutie požadovaného úžitku v krátkom čase
-Jednoduchšie riešenia prispôsobené sa obmedzenej
obrazovke a vstupu
-Pridaná hodnota: napr. závislosť na kontexte (miesto,
činnosť, čas, záujem)
V oblasti vzdelávania takto vzniká nové odvetvie,
tzv. mobilné učenie sa. Je charakterizované podporou
špeciálnych výučbových procesov podľa potrieb
používateľa:
-komunikácia (elektronická pošta, synchrónna a
asynchrónna diskusia)
-výber špeciálnych poznatkov - malé kusy informácií,
vhodne prezentované
-vyplnenie voľného času.
Technológie predstavované pre súčasné, ale aj
budúce vzdelávanie majú jeden spoločný cieľ.
Prispôsobiť sa potrebám toho kto sa chce vzdelávať
a poskytnúť mu požadované informácie tam kde ich
študujúci práve potrebuje. Otázka adaptívnosti v príjme
Záver
Vývoj informačných technológií v nie veľmi dlhej
minulosti priniesol novú kvalitu do fungovania
spoločnosti i života jednotlivcov, vrátane možností
vzdelávania sa. Tento trend sa v budúcnosti ešte
zrýchli, pretože súčasné IKT umožnia ešte rýchlejší
rozvoj tých budúcich. Podmienky, v ktorých žijeme a
učíme sa, sú teda diametrálne odlišné od tých, aké boli
trebárs pred 10 rokmi. Pre rozvoj vedomostí
a zručností mladej, ale aj súčasne produktívnej
generácie je dôležité vytvoriť také systémy aby sa ich
vedomosti rozvíjali smerom k aktívnemu poznaniu
a nie iba k pasívnemu - konzumnému prijímaniu
nových informácií.
Literatúra
[1] BIELIKOVÁ, M.- ŠALOUN, P.: Adaptivní webové
systémy pro vzdělávání. Zborník príspevkov DIVAI 2007, s.
125-129. ISBN 978-80-8094-123-9
[2] BRUSILOVSKY, P.: Methods and Techniques of
Adaptive Hypermedia. In Adaptive Hypertext and
Hypermedia, Kluwer Academic Publisher, 1998, str. 1-44,
ISBN: 0-7923-4843-5
[3] KAPUSTA, J.: Časová efektivita adaptívnych
hypermediálnych kurzov. Zborník príspevkov DIVAI 2007,
s. 125-129. ISBN 978-80-8094-123-9
[4] KRAVČÍK, M.: Elektronické vyučovanie: bremeno,
dar, potreba, nevyhnutnosť. Zborník príspevkov z 1.
celoštátnej konferencie INFOVEK, Račková dolina, 2000.
http://www.infovek.sk/konferencia/2000/prispevky/kravcik.h
tml
[5] PAHL, C.: Architecture Solutions for E-Learning
Systems. Information Science Reference, Dublin City
University, Ireland 2007. ISBN 978-1-59904-633-4
[6] SPECHT, M., KRAVČÍK, M., PESIN, L., KLEMKE,
R.: Tvorba adaptívnych edukačných hypermédií v systéme
WINDS. Zborník príspevkov z 2. celoštátnej konferencie
INFOVEK,
Stará
Turá,
2001.
http://www.infovek.sk/konferencia/2001/zbornik/kravcik.htm
l
Prof. Ing. Milan Turčáni, CSc.
111
Vizuálny pohľad na objekty v predmete Objektovo orientované
programovanie
Visual look at the objects in the subject Object Oriented Programming
Martin Vozár, Martin Cápay
Fakulta prírodných vied, Katedra informatiky , [email protected], [email protected],
Abstrakt
V článku prezentujeme spôsob výučby predmetu
Objektovo orientované programovanie na Katedtre
informatiky FPV UKF v Nitre. Na seminároch sa
snažíme v čo najväčšej miere vizualizovať objekty
s cieľom motivovať študentov ku štúdiu. Vizualizáciou
chceme zároveň podporiť názornosť vo vyučovaní
programovania.
Abstract
In the paper we present the methodology of
teaching Object-Oriented Programming subject at
the Department of Informatics, FNS CPU in Nitra. In
the seminars, we try to use the visual demonstration
of the objects as much as possible and this way to
motivate the students to study. The visualisation also
helps to increase the clarity and comprehensibility of
the programming teaching.
Kľúčové slová
Objekt, objektovo orientované programovanie
Keywords
Object, Object Oriented Programming
1
Úvod
Základnou
paradigmou
OOP,
ktorá
je
v programátorskej praxi preferovaná, je snaha
modelovať pri riešení úloh princípy reálneho sveta v
počítači, pokiaľ možno tak v pomere 1:1. Pri vývoji
aplikácií môžu vývojári používať už vytvorené
komponenty podľa potreby si ich upraviť alebo ich
používať len ako stavebnicu lega a vytvárať z nich
dômyselnejšie a zložitejšie objekty [1]. V našom
článku sa budeme venovať ukážke spôsobu výučby,
ktorý je realizovaný na Katedre informatiky, Fakulty
prírodných vied, Univerzity Konštantína Filozofa (KI
FPV UKF) v Nitre. Aj napriek tomu, že aktuálnym
lídrom pri tvorbe objektových aplikácií je určite
jazyk Java v príspevku popísaný proces bol
realizovaný v prostredí Delphi. Využívali sme jazyk
Object Pascal, ktorý je objektovým rozšírením
pôvodne neobjektového jazyka Pascal, spojený
s výhodami komponentového programovania.
2
O predmete OOP
Predmet objektovo orientované programovanie je
v študijnom programe Katedry informatiky zaradený
do zimného semestra 2 ročníka. Kladie si za cieľ
nadviazať na znalosti štruktúrovaného programovania
(predmety Programovanie 1 a Programovanie 2),
naučiť používať a postupne aj pochopiť objektovoorientovanú filozofiu programovania s využitím
všetkých výhod, ktoré sa pri takomto type
programovania ponúkajú. V rámci predmetov
Programovanie 1 a Programovanie 2 bolo používané
prostredie Delphi a tak aj výučba OOP je realizovaná
v tomto prostredí. Sylabus predmetu pozostáva
z nasledujúcich celkov:
•
•
•
Základné pojmy OOP. Objektívna realita.
Výber atribútov modelu pre počítačové
zobrazenie.
Tvorba metód. Prístup k atribútom.
Zapuzdrenosť ako základná vlastnosť
objektu. Atribúty a metódy na ich
ovplyvňovanie. Konštruktor a deštruktor.
112
•
•
•
•
•
•
Private, public a protected metódy. Rozdiely
medzi class a object.
Hierarchia objektových tried, jednoduchá a
násobná dedičnosť, využitie objektov v
statických údajových štruktúrach
Objekt a dynamická údajová štruktúra.
Vlastná dynamická premenná. Kontajner.
Kontajner v prostredí Win32.
Polymorfizmus, prekrývanie a abstraktné
štruktúry triedy.
Objekty vývojových prostredí Win32,
hierarchia a dodržanie základných princípov
OOP
Vlastnosti komponentového programovania.
Metodika tvorby vlastných komponentov
V našom príspevku sa zameriavame výlučne na
predmet OOP určený pre študentov Učiteľstva
akademických
predmetov
v kombinácii
s informatikov, lebo študenti aprobácie Aplikovaná
informatika majú od tohto akademického roka nový
študijný plán, ktorý je založený od prvého ročníka len
na technológii Java.
3
Vizualizácia objektov
Základné princípy OOP na príkladoch, ktoré v čo
najväčšej miere využívajú výhody vizuálneho
programovania v prostredí Delphi. Počas celého roka
sa preto snažíme čo najviac definovať triedy, ktoré
spĺňajú tieto dve základné kritéria:
•
•
Inštancia triedy je vizuálna – vykresľovaním
pomocou základných grafických príkazov
alebo využitím štandardného komponentu.
Inštancia triedy mení v pravidelných
intervaloch hodnoty svojich atribútov –
prostredníctvom ovládania používateľom,
alebo využitím štandardného komponentu
TTimer.
Vytvárané objekty tak majú hneď od prvých
hodín programovania na predmete OOP pre
študentov svoju „tvár“ a pozíciu vzhľadom na
formulár aplikácie. Spočiatku vytvárame objekty,
ktorých atribúty je možné meniť pomocou tlačidiel na
formulári formulárov (Obr.1) na požiadanie
používateľa. Neskôr však pracujeme s objektmi, ktoré
žijú „svojím vlastným životom“, zmena atribútov
(napr. tvar, smer a rýchlosť pohybu apod.) je
realizovaná automaticky časovačom, ktorý má každý
objekt zapuzdrený vo svojich atribútoch (Obr. 5).
Obr. 1 Ukážka jednej inštancie triedy TLopta
3.1
Zapuzdrenosť
V nasledujúcich častiach si predstavíme príklady,
na ktorých prezentujeme základné vlastnosti OOP zapuzdrenosť, dedičnosť a polymorfizmus.
Úvodné hodiny sú venované triede THodiny.
V prípade tohto projektu je využitý časovač a textové
pole, ktoré zatiaľ nie sú v triede zapuzdrené vo forme
atribútov. Odkaz na oba komponenty je posielaný
v jej konštruktore. Pri návrhu triedy TAutobus (Obr.
2) už uvažujeme o situácii, že autobusov môže
vzniknúť viac a tak nie je vhodné najskôr fyzicky
umiestniť komponent TImage na formulár ale radšej
dynamicky vytvoriť pre každú inštanciu TAutobus
vlastný obrázok (určíme vlastníka, vlastnosti obrázka
a podobne). Zmeny stavov atribútov sú zabezpečené
pomocou metód.
Triedu predstavujeme ako šablónu pre vytvorenie
ľubovoľného počtu jej inštancií, ktoré sa odlišujú
vlastnosťami (veľkosť, umiestnenie na formulári,
rýchlosť pohybu a podobne).
Príklad 1.
Vytvorte objekt autobus. Jeho vzhľad bude
reprezentovať obrázok, ktorý bude schopný pohybu
vpravo alebo vľavo.
a) Pridajte metódu na nastúpenie a vystúpenie
cestujúceho, pričom nastúpiť možno len vtedy, ak je
v autobuse ešte nejaké miesto a vystúpiť len vtedy ak
má kto vystúpiť.
b) Zabezpečte v rámci obrázku autobusu zobrazenie
„naplnenia cestujúcimi“ (napr. prostredníctvom
veľkosti obdĺžnika nad jeho obrázkom).
Obr. 2 Ukážka vizuálnej reprezentácie triedy
TAutobus
113
3.2
Dedičnosť a polymorfizmus
Vlastnosť
dedičnosti
a polymorfizmu
je
prezentovaná dvoma spôsobmi. Buď zmenou výzoru
dedeného objektu (rozdielnym vykresľovaním tvaru)
pričom metódy ostávajú zachované, alebo zmenou
správania sa objektu (náhodný pohyb miesto
priamočiareho, zmena výzoru pri dosiahnutí istých
hraníc v rámci formulára).
Príklad 2
Vytvorte objekt balón, ktorý vznikne na formulári
na mieste kliknutia ľavým tlačidlom myši. Balón
pôjde priamočiaro smerom hore a po dosiahnutí
okraja formulára objekt zanikne. Od objektu balón
odvoďte objekt bláznivý balón, ktorý vznikne na
formulári na mieste kliknutia pravým tlačidlom myši.
Bláznivý balón pôjde smerom hore, pričom sa bude
pohybovať aj do strán. Pri dosiahnutí hornej hranice
formulára bláznivý balón praskne. Pohyb hore ako
i do strán zabezpečte automaticky náhodnou
rýchlosťou.
Obr. 4 Ukážka objektu TDom a od neho odvodených
objektov TPoschodovyDom a TPanelak
3.4
Obr. 3 Ukážka triedy TBalon
3.3
Objekt v objekte
Týmto typom príkladov prezentujeme situáciu,
kedy je jedna z už vytvorených inštancií triedy
podnetom na vytvorenie novej inštancie ale inej
triedy. Študent jasne vidí, že inštancie pracujú
nezávisle na sebe.
Príklad 4
Navrhnite objekt TDom. Predpokladajte, že od
neho
bude
potrebné
odvodiť
objekt
TPoschodovyDom (poschodie + strecha) a objekt
TPanelak (viac poschodí bez strechy), prípadne
objekt dediny.
Zoznam objektov
Všetky objekty, ktoré sme doteraz prezentovali
pracovali buď nezávisle na sebe a o existencii ďalších
objektov „neboli informované“ alebo sme pracovali
len s jedným objektom, ktorého výskyt bol
uchovávaný v jednej globálnej premennej. Týmto
prístupom sme však nemohli v prípade existencie
viacerých objektov zrušiť konkrétny objekt. Na
ďalších hodinách sme sa preto venovali aplikáciám,
v ktorých sa existencia objektov ukladá do zoznamu
odkazov na objekty (využitie komponentu TList).
Mohli sme tak prehľadávať skupiny objektov a pri
splnení určitých kritérií konkrétny objekt zrušiť
(napríklad náraz v prípade automobilov, zastrelenie
padajúceho parašutistu a pod.).
Príklad 5
Vytvorte objekt TVrtulnik, ktorý sa bude
pohybovať po formulári vľavo a vpravo a v prípade
nárazu na okraj formulára sa jeho pohyb zmení na
opačný.
a) Pridajte metódu na možnosť zostrelenia vrtuľníka
po kliknutí myškou naň.
b) Od objektu TVrtulnik odvoďte objekt TParasutista,
ktorý vznikne na pozícii vrtuľníka a začne sa
pohybovať smerom dole a pri dopade objekt zanikne.
Zabezpečte náhodné (ne)otvorenie padáka a v prípade
neotvorenia nech sa pri dopade zobrazí červená
škvrna na dobu 3 sekúnd.
114
Obr. 7 Ukážka projektu Tank (Hraška, 2007)
Obr. 5 Ukážka inštancií tried TVrtulnik
a TParasutista
4
Ukážky študentských riešení
Prezentovaný postup sa nám z hľadiska zvýšenia
motivácie študentov ako i zvýšenia názornosti vo
vyučovaní osvedčil a bude použitý aj v tomto
akademickom roku. Na záver ponúkame ukážky
zaujímavých projektov z kategórie bonusových úloh.
Obr. 8 Ukážka projektu Kapustové pole (MalackýBakay, 2007)
Literatúra
[1] Skalka, J. – Drlík, M. – Kapusta, J. – Švec, P. –
Turčáni, M. – Burianová, M.: Súčasný stav a vízie
vyučovania programovania na katedre informatiky UKF v
Nitre In: Informatika XX/2007 : sborník abstraktů z
mezinárodní odborně pedagogicky zeměřené konference. Brno: Konvoj, 2007. - ISBN 978-80-7302-134-X. - 1 CDROM.
[2] Skalka, J. - Cápay, M. – Vozár, M. 2007. Elektronický
kurz Objektovo orientované programovanie. [online]. [cit.
2008-09-16].Dostupné
na
internete
<http://edu.ukf.sk/course/view.php?id=29>
Obr. 6 Ukážka projektu Moorhuhn (Záhorský, 2007)
Mgr. Martin Vozár
Katedra Informatiky FPV UKF v Nitre, Trieda A.
Hlinku 1, 949 74 Nitra
[email protected]
Mgr. Martin Cápay
Katedra Informatiky FPV UKF v Nitre, Trieda A.
Hlinku 1, 949 74 Nitra
[email protected]
115
Adaptívny e-learning - modul použiteľný v LMS Moodle
Adaptive e-learning – module usable in LMS Moodle
Marek Vrábel, Matúš Pápež
Fakulta prírodných vied, Katedra informatiky, [email protected], [email protected]
Abstrakt
V článku popisujeme
možnosti
adaptívnych
hypermediálnych systémov (AHS). Ich vlastnosti,
schopnosti a charakteristiky, taktiež ako je možné
vlastnosti AHS použiť v rámci e-vzdelávania v praxi.
Ďalej vyslovujeme predpoklady ako implementovať
prvky AHS do LMS Moodle, ktorý je používaný aj na
Univerzite Konštantína Filozofa v Nitre.
Abstract
In this paper we describe capabilities of adaptive
hypermedia systems (AHS). Their properties, abilities
and characteristics, also how it is possible to use the
properties of AHS in e-learning practice. Next we say
assumptions how we can implement elements of AHS to
LMS Moodle, which is used also at Constantine the
Philosopher University in Nitra.
Kľúčové slová
adaptívny
hypermediálny
systém,
adaptivita,
indexovanie, koncept, model používateľa, model
prostredia, obsah, prepojenie
Keywords
adaptive hypermedia system, adaptivity, indexing,
concept, user model, environment model, content, link
1
Úvod
Pri vzdelávaní sa dnes často využíva výpočtová
technika, používajú sa rôzne metódy a prostriedky.
Tento spôsob vzdelávania sa označuje ako
e-vzdelávanie
(e-learning).
Používajú
sa
hypermediálne systémy, ktoré používajú sieťové
technológie, štandardy a protokoly priestoru WWW a
siete Internet. Vďaka tomu môžu používatelia
pristupovať k študijným materiálom prostredníctvom
lokálnej siete – LAN ale aj prostredníctvom siete
Internet – WAN. Dôležitým prvkom je tu vzdelávací
server. Ide o bežný server v sieti, na ktorom beží
špeciálne webové rozhranie, ktoré umožňuje a
čiastočne aj riadi vzdelávanie študentov.
V tejto oblasti exituje viacero riešení v podobe
systémov LMS (Learning Management Systems) a
CMS(Course Management Systems) (a iné). Tu sa po
prihlásení do systému dostáva študent na stránku so
zoznamom kurzov a po vybratí toho kurzu, ktorý mu je
určený sa pomocou navigácie po hyperlinkách dostáva
k študijným aktivitám. Takýto spôsob vzdelávania sa
dá využiť pri rôznych typoch vzdelávania, či už ide o
dištančné vzdelávanie, kde sa e-learning používa ako
hlavný zdroj informácií a poznatkov z danej
problematiky alebo sa e-learning použije ako podpora
klasického vzdelávania. V každom prípade sa aktuálne
systémy správajú ku všetkým študentom rovnako –
lineárne vzdelávanie. Systém predpokladá rovnakú
vzdelanostnú úroveň študentov a rovnaké schopnosti
pri štúdiu.
Aktuálne systémy pre e-vzdelávanie sa správajú ku
všetkým študentom rovnako, ide o tzv. lineárne
vzdelávanie.
Systém
predpokladá
rovnakú
vzdelanostnú úroveň študentov a rovnaké schopnosti
pri štúdiu. Tu sa naskytujú otázky typu:
•
Je takýto prístup postačujúci?
•
Majú všetci rovnaké schopnosti pri štúdiu?
•
Poznajú všetci danú problematiku na rovnakej
úrovni?
•
Sú všetci oboznámení s poznatkami
potrebnými k štúdiu danej problematiky?
•
Akým spôsobom vyrovnať rozdiely medzi
študentmi?
a ďalšie podobné otázky.
116
Odpovede a riešenia týchto otázok sa v posledných
rokoch hľadajú vo výskume a vývoji expertných
systémov. V tejto oblasti sa postupne prišlo na to, ako
riešiť tieto problémy a riešením je použitie adaptivity –
prispôsobovania sa systému jeho používateľom.
Postupne vznikajú návrhy adaptívnych systémov a v
oblasti e-learningu vznikajú návrhy webových
systémov – Adaptívne hypermediálne systémy (AHS).
V tejto oblasti výskumu pracujú viacerí a
najznámejšími sú prof. Peter Brusilovsky (University
of Pittsburgh, USA) a prof. Paul de Bra (Eindhoven
University of Technology, NL). V AHS ide o rovnaký
prístup ako používajú dnešné LMS, ale do riadenia
vzdelávania sa zaraďujú špeciálne prvky.
Touto problematikou sme sa začali zaoberať spoločne s
prof. Ing. Milanom Turčánim, CSc., ktorý je vedúci
Katedry informatiky, Fakulty prírodných vied na
Univerzite Konštantína Filozofa v Nitre.
2
Návrh modelu pre AHS
Internet sa v súčasnosti veľmi rýchlo rozrastá
množstvom rôznych systémov, informáciami a
videami. Množstvo informácií začína ohrozovať aj
rôzne informačné a vzdelávacie systémy, lebo sa môže
stať, že študent alebo používateľ sa v tomto množstve
informácií môže veľmi rýchlo stratiť. Z tohto dôvodu
sa v súčasnosti začínajú dostávať do popredia tzv.
inteligentné systémy, adaptívne hypermediálne
systémy.
2.1
Ciel AHS
Ako uvádza profesor Turčáni vo svojom článku [5], tak
cieľom AHS je využitie adaptívnych hypermédií (AH)
pri výučbe, čo zvyšuje efektívnosť procesu učenia
alebo procesu oboznamovania sa s informáciami
súvisiacimi so vzdelávacími aktivitami. Prispôsobovanie sa deje na základe využívania rôznych
charakteristík
používateľa/študenta
(definované
modelom používateľa) a charakteristík prostredia, v
ktorom sa aplikácia používa (model prostredia).
2.2
Model používateľa/prostredia
Model používateľa a model prostredia predstavujú
základný nástroj pre prispôsobovanie. Bez niektorého z
uvedených modelov by sme o prispôsobovaní nemohli
hovoriť. XAHM (XML-based Adaptive Hypermedia
Model) rozlišuje tri dimenzie prispôsobovania:
používateľ, externé prostredie a použité technológie.
Z pohľadu života AHS rozpoznávame pre model
používateľa alebo prostredia tri etapy:
1. získavanie údajov o používateľovi/prostredí
2.
3.
spracovanie údajov, vytvorenie či modifikácia
modelu používateľa/prostredia
použitie modelu pri prispôsobovaní.
Model používateľa sa realizuje dvoma spôsobmi:
Stereotypy predstavujú jednoduchšiu metódu, ktorá
neumožňuje personalizáciu (prispôsobovanie sa
jednotlivým používateľom). Používatelia sa rozdelia do
skupín a systém prispôsobuje obsah, jeho prezentáciu
alebo navigáciu jednotlivým skupinám.
Prekrývaný model predpokladá kópiu doménového
modelu pre každého používateľa. Pre každý koncept
aplikačnej domény AHS získava a uchováva rôzne
atribúty súvisiace s charakteristikami používateľa
(napr. úroveň pochopenia daného konceptu, čas
strávený štúdiom daného konceptu, počet návštev
stránok prezentujúcich daný koncept). Zrejmé nároky
na realizáciu prekrývaného modelu vyvažujú možnosť
prispôsobovania individuálne každému študentovi.
Často sa používa kombinácia oboch prístupov, keďže
nevýhodu prekrývaného modelu spočívajúcu v potrebe
inicializácie modelu.
2.3
Prispôsobovanie
Prispôsobovanie predstavuje aktívny komponent
AHS. Jednotlivé aplikácie sa odlišujú práve v spôsobe
prispôsobovania. Tu sa nachádzajú znalosti, ktoré
určujú kvalitu výslednej aplikácie. Z pohľadu
znovupoužiteľnosti a jednoduchosti údržby je výhodné
oddeliť špecifikáciu prispôsobovania a mechanizmus
prispôsobovania. Oddelenie špecifikácie umožňuje aj
prispôsobovanie samotného systému definovaním
meta-znalostí, ktoré budú modifikovať bázu znalostí o
prispôsobovaní.
2.3.1
Prispôsobovanie obsahu a prezentácie
Na prispôsobenie textového obsahu a prezentácie
textového obsahu sa používajú najmä tieto techniky:
− vkladanie/odstraňovanie fragmentov: informačné
fragmenty, ktoré nie sú „vhodné“ sa nezobrazujú.
Napr. pri použití stratégie „od konkrétnemu ku
všeobecnému“ sa na začiatku nezobrazujú programové
schémy;
− rozťahovací text (stretch text): zobrazovanie textu v
skrátenej a aj v plnej (roztiahnutej) podobe, pričom
formu zobrazenia jednotlivých fragmentov určuje
AHS. Táto a aj vyššie uvedená technika sa realizuje
najčastejšie pomocou podmieneného textu;
− alternatívy fragmentov: existujú viaceré varianty
textu fragmentov alebo varianty prezentácie
fragmentov, prezentuje sa „vhodný“ variant. Táto
technika je vhodná napr. pri prezentácii textu v
117
učebnici v rôznych úrovniach obtiažnosti pre študentov
s rôznou úrovňou vedomostí;
− usporadúvanie fragmentov: prezentované fragmenty
sa usporiadajú podľa „vhodnosti“. Napr. pri prezentácii
príkladu v systéme ALEA sú fragmenty zobrazené v
poradí príklad, pomôcka a riešenie;
− anotácia fragmentov: AHS označuje „vhodné“
fragmenty na stránke (napr. farebným odlíšením písma
alebo pozadia). Táto technika sa dá využiť aj na
zahmlievanie fragmentov, t.j. fragmenty sa objavia v
prezentácii, ale sú označené tak, že nie sú „vhodné“ na
štúdium a teda ich prezentácia je nevýrazná. Táto
technika je vhodná najmä v prípade, keď sa
prispôsobovanie deje aj vzhľadom na čas.
2.3.2
Prispôsobovanie navigácie
Na prispôsobenie navigácie v informačnom obsahu
sa používajú najmä tieto techniky :
− priame vedenie: AHS vedie používateľa v
informačnom priestore, t.j. vyberá najvhodnejšie
koncepty a fragmenty im priradené. Realizuje sa
pomocou tlačidla „Ďalej“.
− usporadúvanie odkazov: odkazy na ďalšie koncepty
sa usporiadajú podľa vhodnosti. V systéme ALEA sa
zoznamy zoskupujú.
− anotácia odkazov: AHS označuje „vhodné“ odkazy.
Napr. systém ALEA farebne rozlišuje navštívené,
nenavštívené a pochopené koncepty.
− skrývanie odkazov: odkazy, ktoré vedú k
neodporúčaným informáciám sa skryjú. Skrývanie
možno realizovať niekoľkými formami: odkaz sa
nezobrazí (zobrazí sa iba text odkazu), odkaz sa
blokuje (spôsob prezentácie závisí od kombinácie
nezobrazenia odkazu a anotácie odkazu) alebo odkaz
sa zruší z prezentácie.
− generovanie odkazov: AHS dynamicky generuje
nové odkazy
− adaptácia máp: AHS na základe modelu používateľa
a/alebo modelu prostredia dynamicky vytvára mapu
domény (grafická prezentácia navigácie).
2.4
Indexovanie stránok
Indexovanie stránok patrí k relatívne jednoduchým
mechanizmom. Môže byť aplikované dokonca s prvým
stupňom doménového modelu, kde doménové
koncepty nemajú vnútornú štruktúru. Indexovanie je
veľmi výkonný mechanizmus, pretože poskytuje
systém so vzdelaním o obsahu stránky. Otvára cestu
pre viaceré adaptačné technológie. S obsahovo –
založeným indexovaním, systém vie, ktoré koncepty sú
prezentované na stránke. Môže to byť použité pri
priamej navigačnej technológií k odporučeniu najviac
relevantných stránok. S podmienkovo – založenou
indexovou technikou, systém vie ktoré koncepty môžu
byť použité na vyučovanie pred štartom vyučovania na
stránke. Toto vzdelanie môže byť použité pre podporu
adaptačnej prezentácie.
2.5
Indexovanie fragmentov
Druhý
prístup
je
k poskytnutiu
obsahu
hypermediálnej
stránky
k sade
fragmentu
a indexovaniu niektorých (alebo všetkých) fragmentov
s doménovým modelom konceptov, ktoré sú súvisiace
s obsahom fragmentu. Tento prístup je jednoduchší
ako predošlí, rozdiel je v tom, že indexovanie je hotové
na viacerých jednozrnných leveloch. Niekedy sú
používané veľmi malé fragmenty textu a je možné
použiť jeden koncept k indexu a fragmentu.
2.6
Návrh modelov
Študentský model
Pre túto sústavu štandardného študentského modelu
implementovaného pre APeLS dodáva prúdenie
adaptívny SQL kurz k univerzitnému študentovi.
Štandardné funkcie zo súčasného kurzu, ktoré boli
prezentované v tejto sústave sú :
1. Unikátna identifikácia študenta
2. Študentovo meno a priezvisko
3. List
oprávneností,
ktoré
študent
potrebuje.
Nové funkcie zahrňujú :
1. Odpovede
k študentovým
cieľom,
študentom sú poskytnuté dotazníkom
2. Odpovede
k študentovým
štýlom,
študentom sú poskytnuté dotazníkom
3. Podľa Honey a Mumford - hodnoty pre
študenta prislúchajúceho k učebným
štýlom
4. Hodnota, ktorá indikuje koľko informácií
o štýle bolo združených k vybudovaniu
personalizovaného kurzu.
Obsahový model
Podobne ako študentský model, obsahový model
pre toto rozšírenie APeLS má veľa funkcií
prezentovaných
adaptívnymi
SQL
kurzami
s niektorými ďalšími funkciami.
Podobné funkcie k súčasnému SQL kurzu zahŕňajú
nasledovné :
1. Obsahové metadata obsahujú hlavné
informácie ako identifikátor, názov
a umiestnenie
2. Každá kandidujúca obsahová skupina
obsahuje identifikátor, list členov
a oprávnenosť vyučovania
118
Nové funkcie obsahujú :
1. Podľa Honey a Mumford obsiahnutie
informácií prislúchajúcich ku každému
učebnému objektu.
2. Úvod
k podmienkam
metadát
vzťahujúcich sa k učebným objektom
Nakoniec nesmieme zabúdať ani na adaptívnu
prezentáciu a navigáciu.
V článku profesora Turčániho [5] je uvedená
kritická vlastnosť AHS a je to možnosť poskytovania
hypermediálnej adaptácie na základe používateľského
modelu (obr. 1).
Opisný model
Opisný je zodpovedný hlavne pre konštrukciu
modelu z personalizovaného kurzu. Opis pre tento
prototyp kurzu je štruktúrovaný podobným spôsobom
ako súčasný SQL kurz.
2.7
Implementovanie modelov
Študentský model
Používateľ sa môže vrátiť k dotazníku v každej
časti kurzu, môže meniť časti na ktoré už odpovedal.
Kurz sa musí prerobiť podľa zmenených študentských
odpovedí. Prvou novou funkciou je ukladanie
v študentskom modeli, študentových cieľov alebo
odpovedí z dotazníku. Druhou novou funkciou
v študentskom modeli je ukladanie odpovedí
prislúchajúce k druhému dotazníku. Tretou novou
funkciou v študentskom modeli je ukladanie
aktivitového,
reflektorového,
teoretického
a pragmatického skóre.
Obsahový model
Prvé kľúčové rozšírenie k obsahovému modelu je
rozmnožovanie metadát s informáciami o učebných
štýloch. Druhým rozšíreným obsahového modelu je
zahrnutie informácií o podmienkach.
3
Použitie adaptívnosti v LMS Moodle
LMS Moodle poskytuje možnosť členenia kurzu
pre rôzne skupiny, tu sa dá povedať, že pokiaľ by sme
obsah pre jednotlivé skupiny upravili mame základne
rozdelenie napr. troch stereotypov. Z hľadiska toho, že
ale naše prispôsobovanie chceme robiť jednotlivo tak
takýto model nám nevyhovuje. Preto musíme dotvoriť
špeciálny „adaptívny modul“.
3.1
Adaptívny modul
To čo všetko by adaptívny modul mal obsahovať je
zrejme a jednoznačné. V prvom rade je to možnosť
tvorby vzdelávacieho obsahu, najlepšie formou
konceptov. Potom spôsob vytvárania resp. editácie
prepojení konceptov navzájom a hyperpriestorom.
Potom ide o model používateľa, vzdelávacie ciele,
vyhodnocovanie aktivít a štatistiky používateľa.
Obr. 1 Proces adaptácie
Jedinou cestou ako systém získa požadované
informácie o používateľovi je začlenenie používateľa
do procesu vytvárania používateľského modelu. Táto
spolupráca používateľa na získavaní informácií sa
nazýva kolaboratívne alebo kooperatívne modelovanie
používateľa (obr. 2).
Obr. 2 Kooperatívne modelovanie používateľa
3.2
Vzdelávací obsah
Príprava vzdelávacieho obsahu je prvoradá ako pri
klasickom používaní LMS Moodle. Aktuálne sa dobre
osvedčil modul Kniha, výhodou tohto modulu je, že
jednotlivé časti (kapitoly) knihy sa dajú adresovať
priamo pomocou URL.
To nám prakticky ponúka akúsi prvú možnosť
vytvorenia konceptov, čo sa dá dosiahnuť tak, že jedna
kapitola knihy bude reprezentovať jeden koncept.
Druhou možnosťou je vytvorenie vlastného,
podobného editovacieho nástroja.
3.3
Prepojenia
Ako sme už naznačili tak vytvorenie konceptov nie
je problém, dá sa to docieliť aj exitujúcimi nástrojmi
v LMS Moodle.
Pre tvorbu prepojení je nutné vytvoriť si vlastnú
koncepciu. Tu navrhujeme, že nástroj na tvorbu
prepojení by po vybratí napr. spomínanej knihy
preskenoval aké časti sa v nej nachádzajú a následne
nám ponúkol možnosť definovania prepojení.
119
Tu sa treba pozastaviť nad tým ako vlastne tieto
prepojenia reprezentovať. Vhodným reprezentačným
modelom pre prepojenia sa javí ohodnotený
orientovaný graf. Vďaka ohodnoteniu je možné určiť,
ktoré prepojenie je dôležitejšie, pripadne určiť priamo
nadväzujúce koncepty. Orientácia hrany má pre nás
model dve výpovedné hodnoty, a to: v smere orientácie
sa má pokračovať ďalej v štúdiu a v druhom prípade ak
je nutné sa vrátiť napäť tak z toho, že vieme pomocou
ktorého prepojenia študujúci prišiel, je možné ho
poslať v protismere orientácie.
Prepojenia konceptov sú stavebným prvkom celej
adaptácie
spolu
s prepojením
konceptov
s hyperpriestorom. Tu by sme mohli navrhnúť, že po
definovaní prepojení konceptov by nám systém
ponúkol možnosť tvorby samotných vzdelávacích
stránok.
Tu si myslíme, že keďže koncepty do stránky
môžeme pripojiť, tak samotná web strana nemusí
obsahovať takmer nič okrem záznamu toho kam sa má
ktorý koncept zobraziť. Prípadne môže obsahovať
nejaký komentár.
3.4
Používateľský model
Vytvorenie modelu používateľa je prakticky to čo
má AHS robiť. Pre každého používateľa je nutné
evidovať väčšie množstvo dát. Tieto dáta je nutné
počas priechodu systémom stále dopĺňať resp.
upravovať.
O tuto činnosť sa musia starať špeciálne algoritmy,
ktoré vedia model aplikovať na prostredie ale aj na
základe informácii z prostredia (napr. absolvovanie
testu, naštudovanie si určitej časti, ...) tieto údaje
zaznamenajú a na ich základe sa doplní/upraví model
pre daného používateľa
S modelom používateľa súvisia vzdelávacie ciele.
Tie určujú, čo chceme aby študenti pri štúdiu dosiahli.
Aké vedomosti majú získať, čo po zvládnutí danej
problematiky budú ovládať. Ciele možno rozdeliť na
všeobecné a individuálne.
Všeobecný vzdelávací cieľ je určený pre všetkých,
to znamená, že ten musia dosiahnuť všetci používatelia
(študenti) a určuje ho učiteľ (tútor e-kurzu). Prevažne
ide o zvládnutie problematiky daného kurzu
a vyriešenie testov a všeobecných úloh.
Individuálny vzdelávací cieľ je určený pre
jednotlivých študentov a môže ho určiť učiteľ alebo si
ho zvolí samotný študent. Individuálnym vzdelávacím
cieľom môže byť napr. výber seminárnej práce, výber
záverečnej práce, atď.
Individuálne vzdelávacie ciele sú teda jedinečné pre
každého študenta a sú potrebné na dosiahnutie
všeobecných vzdelávacích cieľov. V lineárnom
systéme sa neberú do úvahy už získané vedomosti a
študenti dosahujú vzdelávacie ciele rovnakou –
lineárnou cestou. Ale v AHS sa dajú ciele dosiahnuť
viacerými cestami (napr. ak študent niečo ovláda,
nemusí sa to znova učiť ale prejde len k testovanie).
S tým akou cestou sa možno uberať súvisí navigácia
systémom a prezentácia vzdelávacieho obsahu
študentom.
3.5
Adaptívna navigácia
prezentácia
a
adaptívna
Ide o poskytovanie hypertextových prepojení z
aktuálnej stránky na nasledujúce, prípadne podobné
stránky. Existuje viacero možností ako ponúkať
používateľom prepojenia.
Zobrazovanie prepojení súvisí s modelom
používateľa z viacerých hľadísk. Prvým je grafická
úprava prepojení, tá súvisí s definovaním zobrazovania
používateľom – typ písma, veľkosť, farba, ... Druhým
hľadiskom je aké prepojenia zobrazovať, toto súvisí s
tým, čo používateľ (študent) ovláda a či spĺňa
prerekvizity pre prístup k danej stránke.
Ďalej je otázne, či pri navigácii skrývať alebo iba
deaktivovať prepojenia, ktorými momentálne nemôže
študent prejsť. Pokiaľ ich skryjeme, tak študent nevidí,
čo potenciálne nasleduje a sústredí sa na to, čo má
aktuálne sprístupnené. To znamená, že ho nevyrušuje
pri štúdiu skutočnosť, že ďalej nasleduje napr. 30
ďalších prepojení. Na druhej strane, deaktivovaním
prepojenia je prepojenie viditeľné a študent vidí, koľko
má toho ešte pred sebou, čo zasa môže niektorých
študentov zaujímať. Preto je vhodné pridať možnosť
rozhodnutia pre študenta ako chce, aby sa mu
zobrazovali, resp. nezobrazovali, ďalšie prepojenia do
časti úpravy modelu používateľa.
Pre túto funkciu bude nutné zasa použiť špeciálne
algoritmy, ktoré budú na základe aktuálneho modelu
používateľa generovať odkazy pre prechod na ďalšiu
stránku. Tieto odkazy by sa mali generovať na základe
zoznamu hypertextových stránok nášho hyperpriestoru
a taktiež na základe prepojení konceptov použitých
v daných stránkach.
Adaptívna prezentácia súvisí s prezentovaním
študijného obsahu. Odhliadnuc od grafickej
adaptívnosti zobrazovania je tu dôležité venovať sa
otázke obtiažnosti študijného materiálu. Zatiaľ sme si
nespomínali možnosť určenia predpokladanej úrovne,
na ktorej predpokladáme zvládnutie obsahu študentom.
Aj pri klasickom štúdiu, resp. hodnotení sú
študenti, ktorí problematiku zvládajú lepšie ako
priemer a taktiež aj študenti, ktorí sú podpriemerní. Tu
sa naskytuje otázka ako toto vyriešiť. Ideálnou
možnosťou je poskytovanie viacerých verzií pre daný
120
celok (koncepty), ktoré korešpondujú z výsledným
hodnotením.
To znamená, že pokiaľ študent zvláda najvyššiu
úroveň tak bude mať danú problematiku rozobranú zo
širšieho hľadiska. V nižších úrovniach je vyzdvihnutá
iba základná podstata veci a prípadne niečo navyše.
Pri viacerých úrovniach sa naskytujú ďalšie otázky:
• Čo ak študent, ktorý si vybral najvyššiu
úroveň nezvláda jej obsah?
• Čo ak študent prechádza niektorou nižšou
úrovňou jednoducho a rýchlo?
Pre takéto prípady by systém by mal byť schopný
ponúknuť študentovi zmenu úrovne a tým že v rámci
navigácie, pri prechode na vyššiu úroveň, mu ponúkne
pre tie časti ktoré absolvoval na nižšej úrovni možnosť
navigovať sa na rozširujúce celky pre ich
doštudovanie.
Tu treba znova pripomenúť, že adaptívna prezentácia
sa líši od lineárnej tým, že tu študenti prechádzajú
rôznymi cestami z východzej stránky, ale na koniec
skončia na rovnakom mieste a to riešením napr.
záverečného testu, projektu, atď. Pri lineárnej navigácii
prechádzajú všetci tou istou cestou.
3.6
Schéma implementácie do systému
Ako sme spomenuli tak naše riešenie plánujeme
implementovať ako modul tretej strany do systému
LMS, ten bude riadiť adaptívne prvky a ku tomuto
procesu bude využívať systémové prostriedky, ktoré sú
poskytované v LMS Moodle (obr. 3).
prijateľnejším, keďže je študujúcim ponúknutá verzia
vzdelávacieho materiálu, ktorú by mali zvládnuť.
V článku sme popísali, akým smerom by sme sa
chceli uberať a ako zakomponovať možnosti
a vlastnosti AHS do systému LMS Moodle. Načrtli
sme aj približné metódy aké chceme použiť pre
dosiahnutie týchto zmien vo vzdelávaní pomocou
LMS.
Literatúra
[1] Brusilovsky, P.: Developing Adaptive Educational
Hypermedia Systems: From Design Models To Authoring
Tools. Murray, T., Blessing, S., Ainsworth, S. (Eds.),
Authoring Tools for Advanced Technology Learning
Environment, Dordrecht: Kluwer Academic Publishers,
2003. ISBN 14-0201-772-3
[2] Brusilovsky, P., Kommers, P. and Streitz, N. (eds.):
Multimedia, Hypermedia, and VirtualReality. Lecture Notes
in Computer Science, Vol. 1077, Berlin: Springer-Verlag, pp.
288-304.
[3] Bieliková M.: Využitie adaptívnych hypermédií pre
vzdelávanie, Slovenská technická univerzita Bratislava,
Bratislava 2003
[4] Canavan J.: Personalized E-learning Through Learning
style Aware Adaptive systems,University of Dublin ,Dublin ,
2004, 85 str.
[5] KAPUSTA, J.: Časová efektivita adaptívnych
hypermediálnych kurzov. Zborník príspevkov DIVAI 2007, s.
125-129. ISBN 978-80-8094-123-9
[6] Turčáni M.: Moderná vysoká škola = moderné
vzdelávanie cez internet. Sborník ERIE 2008. ISBN: 978-80213-1796-3 .
Mgr. Marek Vrábel
Obr. 3 Adaptívny modul v LMS Moodle
4
Matúš Pápež
Záver
Adaptívne hypermediálne systémy nám ponúkajú
možnosť ako priblížiť e-learning viac k realite. Nie
sme všetci rovnakí a preto pri štúdiu rôznych
predmetov a kurzov môžeme ponúkanú problematiku
zvládať na rôznych úrovniach. AHS nám ponúkajú
možnosť dynamicky sa prispôsobovať svojim
používateľom a tým sa štúdium stáva viacej
121
Katedra informatiky Fakulty prírodných vied UKF v Nitre
Názov:
Informatický seminár Katedry infomatiky 2008 – Vedecko-výskumná činnosť v oblasti
využívania IKT
Typ publikácie: Zborník príspevkov z vedeckého seminára
Edícia: Prírodovedec č. 314
Zopodpovední redaktori: Mgr. Martin Cápay, Mgr. Miroslava Mesárošová
Rozsah: 122 strán
Náklad: 50 kusov
Vydavateľ:
Schválené:
Katedra informatiky Fakulty prírodných vied UKF v Nitre
Vedením FPV UKF v Nitre dňa 9.7.2008
ISBN 978-80-8094-351-6
9 788080 943516
9 788080 943516

Kompletný zborník prác - Katedra informatiky

Transkript

Podobné dokumenty

Prípadová štúdia

formát *. - Full fight Club Uherské hradište

Workshop