学位论文 > 优秀研究生学位论文题录展示

基于语义的学习资源管理及利用

作　者: 李艳燕
导　师: 诸葛海
学　校: 中国科学院研究生院（计算技术研究所）
专　业: 计算机软件与理论
关键词: 语义Web 学习资源管理 模块化学习对象 本体 e-Learning 元数据 用户模型 语义链网络 互操作性 语义关联 语义搜索 动态聚合
分类号: TP393.09
类　型: 博士论文
年　份: 2005年
下　载: 1297次
引　用: 10次
阅　读: 论文下载
 

内容摘要


随着网络学习(e-Learning)的普及,开放式分布网络环境下有效的学习资源管理成为研究热点。作为一个重要组成部分,网络学习资源突破传统学习资源在人员、地域、时空上的多重限制,而提供大量、全面、开放的资料,为e-Learning提供了必要保障。但是,目前的网络学习资源良莠不齐、异构无序、重复建设,而且多停留在低水平的自治共享上,众多学习资源成为离散、孤立的“信息孤岛”,不能进行大范围、高效度的交换共享网络学习。另外,对于海量级增长的网络学习资源,现有的搜索引擎没有考虑语义信息和用户的个性化特征,主要基于关键字匹配来查找并返回大量的超链信息,不能为用户提供准确、个性化的学习资源,这些现象造成了学习资源和人力的严重浪费。语义Web的基本思想是用机器可处理的语义元数据描述Web资源,使得机器能对Web资源进行自动化处理,并智能地提供语义Web服务。本文基于语义Web的思想,研究学习资源的语义表示和组织管理模型,提高学习资源的可重用性,建立异构数据源之间的语义互联,实现动态环境下学习资源的准确查找和动态聚合,为学习者提供个性化的学习服务。主要研究工作包括以下四个部分:提出一个基于语义的学习资源组织模型,其基本思想是利用领域本体和语义链网络实现无序异构资源统一、规范、有效的组织,明确体现学习资源间的语义结构。定义了一个两层的资源空间,即知识空间和信息空间。知识空间是对信息空间内的异构资源的抽象,资源所处的位置、格式等细节是透明的,这样,知识空间可以视作对信息空间的单一语义映像。基于描述逻辑,本文给出了形式化的模型定义,该模型包括知识模式和事实库。知识模式用于描述领域概念知识,事实库是对领域资源的抽象。该资源组织模型的一个特点就是采用语义链网络来显示表示同种类型个体之间的语义关系,并给出了语义链网络设计准则和约束,推理规则和演变操作。提出一种新的学习对象的分类方法,从学习对象用途和聚合度方面划分了四种学习对象,有利于学习对象的设计和共享,实现学习资源的高度重用和动态聚合。用软设备来封装主动学习对象,向用户主动推送个性化学习服务。另外,建立一个教育中继器来实现多个数据源之间的语义互连,其核心思想是通过各个学习数据源之间的语义关系,建立了一个超语义链网络,来支持学习资源的快速查找和共享。本文给出了发现语义链网络之间语义关系的算法。提出了一种基于语义关系的用户兴趣模型表示方法,更准确地描述用户的兴趣。同时,给出了一个基于概念共现度来计算概念关联权值的方法,从而半自动构建用户兴趣模型。另外,本文对用户兴趣漂移问题进行了研究,采用不同方法对用户的

全文目录


中文部分  2-138
  摘 要  5-7
  Abstract  7-10
  目 录  10-13
  图目录  13-15
  表目录  15-16
  第一章 绪论  16-30
    1.1 引言  16
    1.2 E-Learning 的研究现状  16-18
    1.3 语义Web  18-23
      1.3.1 语义Web 的层次模型  18-20
      1.3.2 语义Web 查询  20-21
      1.3.3 语义Web 在E-Learning 中的应用  21-23
    1.4 教学设计理论  23-25
    1.5 研究内容  25-27
    1.6 论文的组织  27-30
  第二章 基于语义的学习资源组织模型  30-54
    2.1 引言  30-31
    2.2 语义建模  31-34
      2.2.1 语义  31-32
      2.2.2 元数据  32-34
    2.3 资源组织模式  34-36
      2.3.1 关系模型和面向对象模型  34
      2.3.2 语义网络  34
      2.3.3 主题地图  34-35
      2.3.4 XML/RDFS  35-36
    2.4 基于语义的资源组织模型  36-47
      2.4.1 模型概要  36-37
      2.4.2 知识形式系统  37-40
      2.4.3 模型形式定义  40-43
      2.4.4 模型的RDF 表示  43-47
    2.5 学习资源结构建模  47-52
      2.5.1 关系语义  47-49
      2.5.2 SLN 推理机制  49-51
      2.5.3 SLN 演化操作  51-52
    2.6 相关工作  52-53
    2.7 小结  53-54
  第三章 学习资源的建模与互联  54-74
    3.1 引言  54-55
    3.2 模块化学习对象  55-60
      3.2.1 什么是学习对象  55-56
      3.2.2 基于分类的学习对象的定义  56-57
      3.2.3 学习对象的建模  57-60
    3.3 主动学习对象  60-66
      3.3.1 建模策略  60-62
      3.3.2 主动学习对象元数据绑定  62-65
      3.3.3 主动学习对象的特征  65-66
    3.4 教育中介器  66-67
    3.5 SLN 映射  67-72
    3.6 相关工作  72-73
    3.7 小节  73-74
  第四章 用户模型的构建和更新  74-90
    4.1 引言  74
    4.2 用户模型表示  74-76
    4.3 特定领域知识图  76-79
      4.3.1 概念提取  76
      4.3.2 共现分析  76-78
      4.3.3 权威确认  78
      4.3.4 用户模型构建  78-79
    4.4 用户模型的自适应更新  79-83
      4.4.1 概念关联矩阵  79-80
      4.4.2 用户兴趣漂移机制  80-83
    4.5 实验与比较  83-88
      4.5.1 试验1  83-85
      4.5.2 实验2  85-88
    4.6 小结  88-90
  第五章 学习资源的智能获取  90-112
    5.1 引言  90
    5.2 语义关联  90-93
    5.3 主题搜索  93-102
      5.3.1 过程流  93-94
      5.3.2 请求标注  94-96
      5.3.3 选择目标实体  96-100
      5.3.4 语义排序  100-102
    5.4 问题驱动的搜索  102-107
      5.4.1 过程流  102-103
      5.4.2 判定问题的知识类型  103-105
      5.4.3 动态聚合学习对象  105-107
    5.5 基于语义链的推送  107-108
    5.6 学习评价  108-110
    5.7 相关工作  110-111
    5.8 小节  111-112
  第6 章模型的实现与应用  112-124
    6.1 基本架构  112-113
    6.2 实现  113-117
    6.3 文档链构造器  117-119
    6.4 比较  119-120
    6.5 实验研究  120-124
  第七章 总结与展望  124-125
    7.1 本文的主要贡献  124
    7.2 下一步研究工作  124-125
  参考文献  125-135
  致 谢  135-136
  作者简历  136-138
英文部分  138-294
  Chapter 1 Introduction  145-161
    1.1 Overview  145
    1.2 E-Learning Scenario  145-147
    1.3 Semantic Web  147-153
      1.3.1 A Layered Approach to the Semantic Web  147-150
      1.3.2 Search in the Semantic Web  150-151
      1.3.3 Semantic Web & E-Learning  151-153
    1.4 Instructional Design Theories  153-158
    1.5 Research Goal  158-159
    1.6 Outline of the Dissertation  159-161
  Chapter 2 Semantic-based Resource Management Framework  161-191
    2.1 Overview  161-162
    2.2 Semantic Modeling  162-167
      2.2.1 Today's Web  162
      2.2.2 Semantics  162-165
      2.2.3 Metadata  165-167
      2.2.4 Ontologies  167
    2.3 Resource Organization Paradigm  167-170
      2.3.1 Relational Model and Object-Oriented Model  167
      2.3.2 Semantic Networks  167-168
      2.3.3 Topic Map  168-169
      2.3.4 XML and RDF  169-170
    2.4 Semantic-based Resource Organization Model  170-182
      2.4.1 The Overall Framework  170-172
      2.4.2 Knowledge Formal System  172-175
      2.4.3 Knowledge Base  175-178
      2.4.4 RDF for Knowledge Base Model  178-182
    2.5 Structural Modeling  182-189
      2.5.1 Relational Semantics  182-185
      2.5.2 Inference Mechanism  185-187
      2.5.3 Operations for SLN Evolution  187-189
    2.6 Related Works  189-190
    2.7 Summary and Conclusion  190-191
  Chapter 3 Modeling Learning Resources for Semantic Interconnection  191-213
    3.1 Overview  191-192
    3.2 Modular Learning Objects  192-197
      3.2.1 A Taxonomy-Based Definition of Learning Objects  192-193
      3.2.2 Modeling Learning Objects  193-197
    3.3 Active Learning Objects  197-204
      3.3.1 Modeling Strategy  197-200
      3.3.2 Binding Ontology-based Metadata to Active Learning Objects  200-202
      3.3.3 Characteristics of Active Learning Objects  202-204
    3.4 Educational Mediator over Learning Sources  204-206
    3.5 SLNs Matching  206-211
    3.6 Related Works  211-212
    3.7 Summary and Conclusion  212-213
  Chapter 4 Constructing and Learning User Profiles  213-233
    4.1 Overview  213-215
    4.2 User Profile Representation  215-216
    4.3 Domain-Specific Knowledge Map  216-221
      4.3.1 Concept Extraction  217-218
      4.3.2 Co-occurrence Analysis  218-219
      4.3.3 Authority Identification  219-220
      4.3.4 Construction of User Profile  220-221
    4.4 Profile Adaptation to Drifting Interests  221-226
      4.4.1 Concept Correlation Matrix  221-223
      4.4.2 Interest Drift Mechanism  223-226
    4.5 Experiment and Comparison  226-232
      4.5.1 Experimentl  226-229
      4.5.2 Experiment2  229-232
    4.6 Summary and Conclusion  232-233
  Chapter 5 Intelligent Accessing of Learning Resources  233-263
    5.1 Overview  233-234
    5.2 Semantic Association for Resource Accessing  234-238
    5.3 Thematic Search  238-248
      5.3.1 Process Flow  238-239
      5.3.2 Query Annotation  239-241
      5.3.3 Selecting Target Entities  241-245
      5.3.4 Semantic Ranking  245-248
    5.4 Question-Driven Search  248-255
      5.4.1 Process Flow  248-250
      5.4.2 Determining the Knowledge Type of Questions  250-253
      5.4.3 Dynamic Assembly of Learning Objects  253-255
    5.5 Delivery with Semantic Linking  255-257
    5.6 Learning Evaluation  257-259
    5.7 Related Works  259-261
    5.8 Summary and Conclusion  261-263
  Chapter 6 Application: Active E-Learning Environment  263-277
    6.1 General Architecture  263-265
    6.2 Implementation of KGTutor  265-269
    6.3 Document-Linking Builder  269-271
    6.4 Comparison  271-273
    6.5 Experimental Study  273-277
  Chapter 7 Conclusion and Future Work  277-279
    7.1 Key Contributions  277-278
    7.2 Future Work  278-279
  Bibliography  279-292
  Acknowledgments  292-293
  Curriculum vitae  293-294
  Publications  294

相似论文

  1. 基于酰腙键的智能动态聚合物的设计与表征,O631
  2. 电力系统负荷聚合方法研究,TM714
  3. 基于动态聚合树模型的网络路由协议研究,TP393.04
  4. 基于工作流的空间信息服务聚合技术研究,TP399-C3
  5. 基于云计算的分布式智能语义搜索方法研究,TP391.1
  6. 基于本体的语义搜索技术研究与实现,TP391.3
  7. 乔治·米勒的认知意义论,B842.1
  8. 情景应对模式下数字化应急预案的语义模型研究,TP391.1
  9. 语义关联对注意捕获的影响,B842.3
  10. 基于语义的文献关联信息浏览系统,TP319
  11. 电子商务推荐系统的研究与实现,TP311.52
  12. 基于本体论的领域元搜索引擎的研究与设计,TP391.3
  13. Web报表系统的研究与实现,TP311.52
  14. 搜索引擎相关技术研究,TP391.3
  15. 个人数据空间管理系统中数据抽取及语义关联构建,TP311.13
  16. 基于语义和监督学习的生物医学文献知识发现,TP391.1
  17. 基于Linked Open Data的语义关联发现及其应用,TP391.1
  18. Web检索中的查询扩展及结果聚类技术研究,TP391.3
  19. “S+V_j+什么+O”构式研究,H146
  20. 基于原型范畴理论的英语词汇识记研究,H319

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络应用程序
© 2012 www.xueweilunwen.com