Особливості застосування штучних нейронних мереж для персоналізації WEBзастосунків тестування знань

Abstract

The effectiveness of modern educational information systems is largely determined by their ability to deeply adapt and personalize the educational process. The paper considers the architectural and algorithmic implementation of an innovative WEB application for intelligent knowledge testing, integrated with a decision support subsystem (DSS). The main attention is paid to the use of a multilayer perceptron (MLP) for granular analysis of test results, response speed, number of attempts and historical trends in user success. The results of the study form a scientific and methodological basis for creating adaptive educational platforms capable of transforming the e-learning paradigm from passive control to active formation of individual educational trajectories.

Ефективність сучасних освітніх інформаційних систем значною мірою визначається їхньою здатністю до глибокої адаптації та персоналізації навчального процесу. В роботі розглядається архітектурна та алгоритмічна реалізація інноваційного WEBзастосунку для інтелектуального тестування знань, інтегрованого з підсистемою підтримки прийняття рішень (ППР). Основна увага приділяється застосуванню багатошарового перцептрона (MLP) для гранулярного аналізу результатів тестування, швидкості відповідей, кількості спроб та історичних трендів успішності користувача. Результати дослідження формують науково-методичну базу для створення адаптивних освітніх платформ, здатних трансформувати парадигму електронного навчання з пасивного контролю на активне формування індивідуальних освітніх траєкторій.