Модуль 3. Прогностическая модель SMART-технологии в молодежном туризме и ее реализация для системы открытого образования

В настоящее время существует множество систем открытого образования, тем не менее, пока нет эффективной реализации подбора туристического контента в соответствии с теми потребностями, которые могут возникнуть во время процесса открытого образования. Участникам систем открытого образования, в случае необходимости туристических поездок (возможно, групповых), приходится решать организационные туристические вопросы каждый раз отдельно и самостоятельно, поскольку существующие туристические организации не предоставляют возможностей интеграции своего туристического контента с содержанием курсов открытого образования, что объясняется значительными материальными затратами на создание такого вида систем.

В связи с этим SMART-технологии предоставляют возможность оперативной организации групповых туристических поездок и позволяют рассматривать их как часть образовательного процесса. Например, в случае изучения истории Египта, при наличии интеграции SMART-туристической системы с системой открытого образования возможна оперативная организация поездки в Египет.

Сейчас это не происходит, поскольку существующий образовательный туризм предполагает индивидуальное или групповое решение туристических вопросов каждый раз заново, без учета специфики курсов. В случае если SMART-технологии позволят оптимизировать расходы и оперативно получать оптимальные решения, это позволит легко произвести интеграцию с системой открытого образования и обогатит саму систему открытого образования за счет внедрения образовательного туризма в процесс обучения.

Таким образом, имеется потенциал новых форм социализации молодежи при совместной организации туристических маршрутов в системе открытого образования, и такую форму может обеспечить модуль SMART-системы в рамках системы открытого образования.

Проектирование и реализация системы осуществлены c использованием следующих CASE-средств: Ramus Educational для формализации этапов разработки с помощью IDEF0 диаграмм; Rational Rose для построения UML диаграмм использования системы; Microsoft Visual Studio 2015 для проектирования и реализации модели классов в стандарте UML и веб-интерфейса системы.

Для создания SMART-системы подбора туристического контента выбрана продукционная модель вида:

i = <S; L; A → B; Q>,

где:

S – это множество ситуаций (туристический контент и его характеристики);

L – условие активизации продукции (в SMART-системе подбора туристического контента применяются следующие виды правил: равно, больше, меньше, больше или равно, меньше или равно);

A → B – ядро продукции, которое заключается в рассматриваемой системе в присвоении некоторым переменным некоторых значений, т.е. Variable₁ = Value₁, Variable₂ = Value₂, …;

Q – постусловие продукционного правила, в случае SMART-системы подбора тура постусловия остаются пустыми.

Для рассматриваемой предметной области разработана UML диаграмма классов в среде MS Visual Studio 2015, представленная на рисунке 16.

Механизм логического вывода реализован в классе RuleInferenceEngine, который использует WorkingMemory для хранения содержимого рабочей памяти в процессе логического вывода, а также классы Rule (логическое правило) и класс Clause (простейшее логическое условие) и производные от класса Clause (IsClause, GEClause, LEClause, LessClause, GreaterClause), в базе данных хранятся классы QuestionGroup (группа вопросов, содержащая  XML для вопросов (класс Question), ответов (класс Answer) и XML соответствующих правил, т.е. десериализованные вопросы и правила для механизма логического вывода), TouristicContent (объект туристического контента – тур, экскурсия, мероприятие, гостиница, ресторан) и InterviewResult (результат ответов на вопросы и отработки механизма логического вывода для пользователя).

Каждый ответ Answer содержит набор логических фактов типа Rule, и набор ответов клиента составляет набор фактов для последующего логического вывода. Туристический контент (т.е. конкретная экскурсия, тур, гостиница) будет рекомендована клиенту в том случае, если для нее будет верен ее предикат на наборе фактов, полученных из ответа клиента.

Для записи фактов и предикатов использована нотация в виде подмножества языка XML, близкая к языкам логического программирования.

Поскольку в процессе решения задач, связанных с логическим выводом, требуется вводить значительный объем сложно структурированной информации, было принято решение предоставить возможность администратору системы вводить вопросы и правила логического вывода в веб-интерфейсе системы в формате XML.

Разрабатываемая туристическая SMART-система концентрируется на подборе оптимального сочетания содержательной части туризма – экскурсий, мест посещения и других опций, которые могут быть заданы логическими правилами.

 

 

Рисунок 16 – UML диаграмма классов предметной области в среде MS Visual Studio 2015

В своей работе система использует существующие SMART-технологии для обеспечения клиента необходимой услугой, но при этом предполагается, что настоящая система играет координирующую роль и условно будет находиться на самом высоком уровне стека SMART-технологий, выбирая общее содержание поездки и оставляя конкретную реализацию деталей остальным SMART-технологиям и системам.

Диаграмма в IDEF0-нотации (RAMUS Educational) представляет собой изображение процесса на наиболее высоком уровне, где видно, что разработка SMART-технологии подбора тура осуществляется на основе анализа потребностей общества и туристических организаций в разработке SMART-технологий, при разработке технологии используется информация о мероприятиях и контенте, информация о поездках и о билетах, подбор тура осуществляется на основе методов логического вывода на основе правил, задаваемых специалистами туристического бизнеса.

В процессе проектирования SMART-технологии можно выделить этап анализа требований и выделения значимых характеристик туристической услуги, этап проектирования SMART-технологии подбора тура, оценки и корректировки технологии на этапе проектирования, этап реализации и апробации системы, а также этап оценки и корректировки SMART-технологии на этапе ее реализации.

При рассмотрении процесса проектирования технологии более детально (рисунок 17), выделен этап разработки алгоритмов и методов автоматизированного анкетирования клиента, которые бы позволили получить всю необходимую информацию о потребностях клиента для последующего логического вывода, этап разработки методов формирования индивидуального содержания туристической поездки на основе механизмов вывода, правил и ответов клиента, а также этап разработки алгоритмов и методов расчета стоимости и определения окончательного индивидуального предложения клиенту.

Основной частью проектирования туристической SMART-технологии является разработка алгоритмов и методов формирования индивидуального содержания туристической поездки на основе механизмов логического вывода с использованием правил, заданных специалистом туристического бизнеса, и ответов клиента на заранее подготовленные специалистом вопросы.

На основе спроектированной SMART-технологии реализован прототип SMART-системы подбора туристического контента для молодежного туризма на языке C# 5.0.

Пользователи SMART-системы располагают личным кабинетом, в котором имеется возможность просмотра истории результатов ответов на вопросы и рекомендации туристического контента на основе результатов логического вывода.

Интерфейс SMART-системы для прохождения анкетирования пользователем представлен на рисунке 18.

После прохождения анкетирования клиент получает список подобранного оптимального контента в виде, изображенном на рисунке 19.

Кроме использования SMART-технологии подбора туристического контента, в рамках системы присутствует также возможность стандартного просмотра каталога туристического контента.

Таким образом, разработанная SMART-система позволяет конечным пользователям подбирать необходимый туристический контент и сохранять и просматривать соответствующие результаты в личном кабинете.

Надежность работы информационных систем определяется множеством факторов. Основы надежности закладываются при выборе архитектурных решений и составлении требований к элементам во время проектирования. Атрибутами современной грамотно построенной информационной системы можно считать такие свойства, как простоту архитектуры, надежность элементов, существование избыточности для обеспечения живучести. Несмотря на наличие подобных свойств фаза эксплуатации информационной системы остается достаточно сложной. Таким образом, надежность можно рассматривать в качестве внутреннего свойства системы, которое закладывается во время ее создания и проявляется во времени в течение функционирования и эксплуатации системы.

Наиболее распространена в теории надежности методика расчета показателей надежности, основывающаяся на методах теории вероятностей и математической статистики.

Экспоненциальное распределение вероятности безотказной работы представляет собой частный случай распределения Вейбулла, когда параметр формы d=1. Это распределение является однопараметрическим, то есть требуется один параметр для записи расчетного выражения. Для этого закона справедливым является обратное утверждение: если интенсивность отказов постоянна, то вероятность безотказной работы как функция времени подчиняется экспоненциальному закону:

P(t)=e^-λt

Среднее время безотказной работы при экспоненциальном законе распределения интервала безотказной работы выражается формулой:

T₁ = e^-λtdt = 1/λ

Таким образом, зная среднее время безотказной работы Т₁ (или постоянную интенсивность отказов λ), можно в случае экспоненциального распределения найти вероятность безотказной работы для интервала времени от момента включения объекта до любого заданного момента t.

В результате тестирования системы получены 2 отказа за время тестирования Δt = 9 дней = 777600 секунд.

Два наблюдаемых отказа объясняются особенностями хостинга системы и качеством интернет соединения хостинга и не относятся непосредственно к программному обеспечению системы.

Рисунок 18 – Интерфейс SMART-системы для прохождения анкетирования пользователем

Рисунок 19 – Результаты подбора оптимального туристического контента на основе ответов на вопросы анкеты

 

Интенсивность отказов равна:

λ = 2/ 777600 = 2.57 * 10^-6(с^-1)

Среднее время безотказной работы равно:

T₁ = 1 / λ = 1 / 2.57 * 10^-6 = 0.389 * 10⁶ (c)

Таким образом, в целом наблюдаются высокие показатели надежности SMART-системы, имеющиеся отказы не обусловлены использованным программным обеспечением системы и вызваны особенностями хостинга и качеством интернет-соединения.