泛在学习资源动态语义聚合研究.docVIP

泛在学习资源动态语义聚合研究 　　[摘 要] 泛在学习环境下的学习资源存在分散无序、共享性差、聚合性不足等缺陷，学习资源的深度聚合问题已成为教育技术研究热点之一。学习资源动态语义聚合是要自动生成具有内在逻辑关联的资源结构体，且可以随着资源之间关联关系的变化而动态更新和发展。资源聚合有两种主要形态，分别是主题资源圈和有序知识链。重点对其实现的关键技术进行了介绍，并依托学习元平台对资源动态语义聚合的效果进行了初步验证。 　　[关键词] 学习资源； 资源聚合； 动态语义； 语义关联 　　[中图分类号] G434 [文献标志码] A 　　一、 引 言 　　网络技术的飞速发展，推动了网络信息资源的爆炸式增长。网络资源是指通过互联网传播共享、以文件目录为主要存储组织结构的内容，[1]包括电子书、讲义、视频、音频等多种形态。网络资源具有信息量大、内容丰富多样、使用方便、更新及时等优势，[2]但也存在无序组织、混乱、难以管理等弊端。[3]泛在学习时代的到来正在催生海量学习资源不断地产生，进一步凸显了当前网络学习资源分散无序、共享性差、聚合性不足的缺陷。如何将四处分散而又具有内在语义联系（相同话题、相同/相反观点、先备/后继知识等）的学习资源个体进行自动聚合？该问题已引起教育技术学、图书情报学、计算机科学等领域研究者重点关注。鉴于此，本研究将对数字学习资源的动态语义聚合方法和技术进行探索，期望能对当前数字化学习领域的资源建设提供借鉴和参考。 　　二、 相关研究 　　数据挖掘领域产生了大量聚类算法，突出的成果有DBSCAN算法、STING算法、K-MEANS算法和BIRCH算法。[4]以这些聚类算法为核心的聚类分析技术，目前主要用于网络文档的自动分类。近年来，随着聚类分析技术的逐步成熟和推广应用，教育技术学领域的少数研究者也开始研究该技术在试题分组、[5]学习者分类、[6][7]课程资源分类、[8]知识分类[9]等方面的应用。然而，资源聚合不是简单的数据聚类，聚合的目的是对有内在逻辑关联的资源个体间进行聚集和融合，使其成为有助于促进学习的、有意义的资源结构体。数字化学习领域的资源纷繁复杂、媒体形式多样，上述聚类算法难以直接迁移应用。 　　在图书情报领域，资源整合是数字图书馆建设中的基础工程，[10]已有很多学者对网络资源的整合问题进行了研究。李强对高校图书馆与院系资料室整合机制进行了探讨。[11]单永刚提出一种基于元模型的数字资源整合方法。[12]王浩对基于MAP（Millennium Access Plus）工具的数据库资源整合方法进行了介绍，指出该工具可以屏蔽多个数据库之间的异构性，对数据库资源进行有效整合。[13]图书情报领域在资源整合方面的代表性成果是两大学术文献服务平台，分别是CNKI（http：///）和CALIS（http：///）。从上述研究和实践领域成果可以看出，图书情报领域进行的资源整合研究，最终目的是将异构数据库中的信息进行集中以促进信息流通和共享。这里的资源整合不等同于资源聚合，整合仅仅将分散的资源统整到一起，而聚合则是整合基础上的进一步细分。如果说资源整合是物理反应的话，那么资源聚合则是一种化学反应。聚合的结果是要形成新的、更能体现知识体系的资源结构体。虽然部分学者对资源聚合技术也进行了探索，如基于RSS的信息聚合、[14][15]基于Portlet与Web Service的信息聚合、[16]基于语义的资源聚合[17]等，但从探讨的内容上来看，仍然属于资源整合层面的研究。 　　综上所述，我们认为上述资源聚类与资源整合方面的研究还未上升到“聚合”层次。面对急速扩展的学习资源空间，如何构建资源的动态语义聚合方法与技术，目前鲜有学者进行此方面的研究。因此，本研究希望能在学习资源语义关联基础上，探索一种学习资源的动态语义聚合方法，在一定程度上解决数字化学习资源分散无序、检索困难等现实问题。 　　三、 资源动态语义聚合概念界定 　　学习资源的动态语义聚合不是简单地将多个学习资源组成一个资源集，而是通过技术手段将多个语义上具有强逻辑关系的资源按照特定的组织方式自动聚合成资源群（资源集合），且聚合结果不是一成不变的，会随着资源之间关联关系的变化而动态更新和发展。区别于数据挖掘中的文本自动分类或聚类，聚合的目的不是为了进行分类，而是自动生成具有内在逻辑关联的资源结构体（如图1所示）。资源动态语义聚合的价值和意义，主要体现在两个方面：一是可以实现多个小粒度的具有内在逻辑关系的资源单元集中呈现，通过资源的内聚，减轻学习者“机械性”检索资源的负担；二是可以将碎片化、零散性的知识组织成更加完整的知识单元，有助于学习者系统、全面地进行知识建构。 　　微型化已经成为当前数字化学习资源发展的重要趋势[18]，泛在学习环境下需要