基于知识管理的网络教学资源共享平台的设计与实现*

王 庆，赵 颜

（广西民族大学 现代教育技术中心，广西 南宁 530006）

基于知识管理的网络教学资源共享平台的设计与实现*

王 庆，赵 颜

（广西民族大学 现代教育技术中心，广西 南宁 530006）

针对当前网络教学资源共享平台存在的问题，本文提出了基于知识管理的网络教学资源共享平台设计框架和实现技术。新的平台以提供“个性化和智能化的资源共享服务”为主要特征，利用数据挖掘和用户偏好规则库等知识管理关键技术来实现。

网络教学资源共享平台；知识管理；数据挖掘；用户偏好规则库；资源推送

一、概述

建设网络教学资源共享平台是高校实施网络教学、共享优质教学资源的重要途径。在以“个性化服务、借助网络利用集体智慧”为特征的Web2.0时代，网络教学资源共享平台也应该朝着“提供个性化的资源服务、不断提升共建共享价值”的方向进行深化建设。然而，当前的网络教学资源共享平台往往只注重资源的收集与浏览，却忽略了按照知识的建构规律去组织和管理其中的资源：（1）平台“千人一面”，对具有不同认知水平和资源需求的用户却呈现相同的内容，无法为用户提供个性化的资源服务与知识拓展功能；（2）平台积累了大量的信息（比如用户的访问日志、上传下载记录以及社区交流信息等），这些信息对于补充、更新资源库以及提供个性化的资源服务具有重要的作用，平台却无法对这些资源进行有效的分析与提取；（3）共享功能仅仅是提供对资源库的搜索、上传和下载等操作，不能进一步帮助用户对所获得的资源进行深层次的属性处理和关系分析以建构新的知识体系。

当前，知识管理（Knowledge Management，简称 KM）的理念与技术在教育领域的应用研究得到了越来越多的关注。知识管理就是以知识为核心的管理，它是一种获取、存储、学习、传播、应用、共享知识的管理方式，其主要任务就是管理和开发好人力资源，释放人脑的智能，创造有利于显性（知识），特别是隐性知识传递的环境条件，实现知识共享，最终达到激发组织的创新能力和应变能力。[1]知识管理的核心是知识共享——“在最需要的时间将最需要的知识传送给最需要的人”，这是一种以人为本的管理理念。知识管理系统（Knowledge Management System,简称KMS）是实现知识管理的技术平台，它以“个性化的知识服务”为中心，为知识管理实践中的各种知识活动提供技术支持，如数据挖掘与知识发现、知识智能化搜索、知识推送、实时决策支持等。

知识管理“以人为本”的理念和“以个性化知识服务为核心”的技术能否为深化建设网络教学资源共享平台带来变革呢？这是问题的关键。

作为一个优质资源共享环境，网络教学资源共享平台的服务目标也应该是 “在最需要的时间把最需要的资源共享给最需要的人”。因此，网络教学资源共享平台的深化建设需要“以人为本”的管理理念和“提供个性化资源服务”的技术手段。本文将结合知识管理的理念与技术，针对现有网络教学资源共享平台存在的问题，提出新的平台设计框架和实现技术。

二、基于知识管理的网络教学资源共享平台的结构设计

“以人为本，个性化的知识共享”是知识管理实践的特点，应用知识管理的理念及其技术来建设网络教学资源共享平台，目的是把以往简单的资源数据库管理模式提升到“能够促进用户知识建构，具有个性化、智能化和共建共享特征”的新模式。下面从三个方面分别研究新模式下网络教学资源共享平台的结构设计要点。

1.平台的层次结构

基于知识管理的网络教学资源共享平台的层次结构如图1所示：

（1）数据层

数据层包括所有后台数据库，主要负责各种数据存储。其中，“资源库”分类存放了课件、案例、素材和试题等各种教学资源；“用户信息库”用于存放用户的注册、权限分配以及登录平台的历史记录等信息；“用户偏好规则库”用来保存用户浏览、使用资源的偏好规律。

（2）控制层

控制层负责实现各种后台管理功能，主要是管理各种资源共享模块和控制用户的相应操作记录。其中，“资源订阅管理”是一种可以预先定制的资源管理模式——“拉”模式，即用户根据自身需要订阅各种教学资源，当平台上相关的资源进行更新后会自动提醒用户，以便用户及时了解最新的资源。“资源订阅管理”和“搜索引擎”都是一种“人找资源”的交互模式。

“资源推送管理”则是一种 “推”的资源管理模式，平台根据用户的资源使用习惯和兴趣规则生成个性化的资源呈现页面，即资源界面“因人而异”，这是一种“资源找人”的交互模式。

“数据挖掘”包括了“新资源提取”、“资源整合”和“用户偏好分析”三个子模块，主要是通过对平台上大量的日志文件、文档资料等一切可利用信息进行分析，以整理归纳出潜在的、有用的信息。其中，“新资源提取”是分析“论坛社区”和“Q&A服务”中的信息，以提取有价值的教学资源并分类、编码、补充到资源库中形成新的资源。“用户偏好分析”负责分析用户的浏览历史和资源操作记录（包括上传、下载和编辑资源的历史记录，资源订阅目录以及论坛社区的交流信息等），从而生成用户偏好规则集。“资源整合”则是对用户所收集的资源进行较高层次的属性处理和关系分析，为用户提供资源的总体特征和使用预测等方面的有关信息。

“用户管理”主要是控制用户的生成、信息修改、权限设置以及各种交互操作。

“共享工具管理”主要提供对各种上传、下载、编辑、交互软件、插件的控制。

（3）服务层

服务层描述了所提供的前台服务种类。需要特别说明的是“资源编辑”模块，该模块对以文本格式呈现的资源提供类似“维基百科”的资源服务——用户可以在线修改此类资源，也可以说是一种“文本资源Wiki”服务。这是除了资源上传之外的又一种资源共建共享途径。

2.平台的知识转化与共享

知识管理涉及两类知识的分类与转化：显性知识和隐性知识。显性知识是指能够使用规范的语言符号（如文字、图表、公式等）清晰表达的知识，而隐性知识则是与个体的价值观念、实践经验和思维方式等密切相关的知识，高度个人化，难以言传。这两种知识在一定条件下可以相互转化。

在网络教学资源共享平台中，储存在资源库里的各种教学资源很显然属于显性知识，容易共享和传播。用户与资源的交互（资源的编辑、订阅、搜索、上传、下载）、用户之间的交互（社区论坛、Q&A服务）以及用户对平台的各种操作等，这些过程都包含了用户自身的思维习惯、实践策略、心智模式等隐性知识。这一部分隐性知识难以言传和共享，但是对于获取和使用资源（显性知识）又具有支配作用。因此，基于知识管理的网络教学资源共享平台除了优化管理显性知识 （各种教学资源），同时还应该注重发掘和共享用户使用资源的隐性知识。

从图1的层次结构可以看到，其中的“数据挖掘”与“用户偏好规则库”都体现了隐性知识和显性知识相互转化的过程：通过对用户操作平台和使用资源的历史记录（显性知识）进行数据挖掘，提取出有关策略、习惯和心智模式（隐性知识）的隐喻关键词或模型，然后根据一定的编码算法生成用户偏好规则集 （显性知识）。这些隐性知识的显性化不仅有助于为用户提供个性化的资源服务，还可以作为新资源补充到资源库中进行共享。

此外，用户之间的直接交流也是一种促进隐性知识共享的有效途径，因为隐性知识往往在“意会”与“顿悟”的瞬间得到传播，而人与人之间的直接交流就很容易触发这种火花式的思维。因此，“论坛社区”与“Q&A服务”可以通过积分、升级等方式鼓励用户积极交流。

3.平台的资源流动过程

在知识管理的实践中，经过知识的获取、存储、应用和共享形成了不断螺旋上升的知识流动和增值趋势。同样，从资源流动的过程来分析，网络教学资源共享平台也包含了资源的获取、存储、整合利用和共享交流，如图2所示。这是一个不断循环提升的过程：资源库的资源在不断更新——共建共享；同时，随着用户偏好规则的积累，平台对用户的偏好判断也越来越准确——个性化和智能化的服务会不断增强。

三、基于知识管理的网络教学资源共享平台的实现技术

1.资源的数据描述

网络教学资源共享平台所处理的资源种类和存储格式多种多样，但其底层模型通过结构化的、易于扩展的XML语言为各种资源提供统一的数据描述。下面通过一个具体的XML模型实例加以说明：

2.资源的组织方式

网络教学资源共享平台中的资源组织分为两种方式：一种是传统的树形目录结构，即每一个资源条目从属于一个目录的子节点，资源条目通过相应的目录关联来定位（如科学目录subject、类型目录 type）；另外一种是使用Web2.0中的tag分类方式，即每一个资源条目都可以创建若干个tag，用户可以通过不同的tag分类找到相应的资源条目，也就是说可以查看到所有使用了相同tag的资源条目，同时也可以查看每一个资源条目的所有tag内容。tag内容表达得越精准，资源的关联程度就越密切。如果说传统的树形目录结构是纵向的资源组织方式，那么tag分类方式则类似于横向的资源组织方式，纵横结合，使资源条目尽可能地按照其内在的知识规律进行组织，从而实现资源条目之间更多的关联与共享。

3.资源的管理技术

资源的管理技术主要以数据挖掘为核心，涉及资源订阅技术、资源推送技术、资源编辑技术和资源整合技术，所有这些技术所提供的个性化功能都和用户的偏好规则密切相关。其中的数据转化与技术关系如图3所示。

（1）数据挖掘技术

知识发现和数据挖掘通常不加区分地使用。知识发现表示将低层数据转换为高层知识的整个过程，数据挖掘仅仅是整个知识发现过程的一个步骤。[2]数据挖掘（Data Mining）是从大量的、不完全的、有噪音的、模糊的、随机的数据中提取隐含在其中的、事先不知道的但又是潜在有用的信息和知识的过程。[3]网络教学资源共享平台使用数据挖掘技术主要是针对网络站点文件数据进行分析和提取，因此，这种数据挖掘更加趋向于Web Mining（网络数据挖掘）。整体而言，Web Mining具有以下特性：1）访客进入网站后的一切浏览行为与历程都是可以立即被纪录的；2）以交互式个人化服务为终极目标，除了因不同访客呈现专属设计的网页之外，不同的访客也会有不同的服务；3）可整合外部来源数据让分析功能发挥地更深更广。[4]在Web Mining中普遍采用的算法基本上来自于数据挖掘技术，如关联规则挖掘、系列模式挖掘、以及聚类分析等。其中关联规则挖掘又有Apriori算法、基于划分的算法、FP-树频集算法。

通过对用户使用网络教学资源共享平台的历史数据文件进行挖掘后得到一系列的规则和模式。然后，可以采用Web路径图、OLAP（联机分析处理）技术例如数据立方和类SQL语言机制来可视化、解释挖掘出来的规则和模式。[5]最后就可以对这些规则和模式进行归类——哪些是属于新增的教学资源；哪些可以进一步用于生成用户偏好规则；哪些是推送给用户的资源利用预测信息等。

（2）用户偏好规则的生成

生成用户的偏好规则，一种最简单的方法是让用户手工输入自己的个性化特征。比如，让用户在注册时把自己的专业特点、学习方向、资源侧重属性等个性化内容进行详细填写，构建用户偏好规则库的初始信息。这样，即使是初次使用网络教学资源共享平台的用户也可以获得个性化的资源共享服务。

另外一种方法，则是利用数据挖掘技术分析用户操作资源的历史信息来生成用户的偏好规则。比如使用关联规则挖掘技术进行分析：首先设定最小支持度与最小信赖度两个边界值，如果经过数据挖掘得到关联规则[“张三”,“程序设计”]同时满足所设定的最小支持度与最小信赖度，那么，“程序设计”应该成为 “张三”的偏好关键词，再通过加权的方式使具有较高区分度的偏好关键词具有较大的权重，从而形成用户的偏好规则集。

（3）资源推送

通过比较用户偏好规则关键词和资源属性关键词以及资源tag内容，为用户推送出满足个性化需求的资源共享服务。

（4）资源搜索

与以往搜索引擎有所不同的是网络教学资源共享平台需要根据用户偏好规则的权重对搜索结果进行重新排序，使资源按照用户的喜好程度呈现。

（5）资源订阅

网络教学资源共享平台中的资源订阅通过两种方式实现，1）通过手机短信和E-mail订阅。当平台有新增资源时，查阅用户的订阅目录与偏好规则，如果相关联，则通过手机短信或E-mail提醒用户；2）通过RSS阅读器订阅。平台中设置资源按上传时间顺序排列的功能模块，用户可以通过RSS阅读器订阅自已感兴趣的资源，当所订资源有更新的时候，就可以通过RSS阅读器直接浏览。

（6）资源编辑

主要是利用Wiki超文本技术对文本格式的资源条目进行在线编辑。

（7）资源整合

根据用户的偏好规则以及资源的被使用历史记录，利用数据挖掘技术对用户所收集资源的属性和关系进行分析，为用户提供资源应用的预测信息。

四、结束语

知识管理的理念和技术在企业管理中得到了广泛的应用，特别是基于数据挖掘的知识发现、智能化搜索以及知识推送等技术更是在金融业、零售业和电子商务中倍受关注。当今的网络教学，稀缺的不是资源，而是智能化和个性化的资源共享服务。我们不妨利用知识管理的理念与技术来优化网络教学资源共享平台的建设，以提升资源的利用与共享价值。本文初步探讨了基于知识管理的网络教学资源共享平台的设计框架和关键技术。当然，即便是企业中应用的知识管理技术也还不是尽善尽美的（比如，数据挖掘技术中存在着数据的海量性和多样性、挖掘模式的可理解性和价值性等问题）。因此，在网络教学资源共享平台建设中应用知识管理的技术，也会遇到这些问题，此外，还会涉及建设资金、维护成本等其他问题，所有这些问题都应该在真正实施过程中进行综合考虑。

[1]（美）Carl Frappaolo，徐国强译.知识管理[M].北京：华夏出版社，2004:148.

[2]知识发现——互动百科[OB/OL].http://www.hudong.com/wiki/,2010-3-18.

[3]戴泳.知识发现与知识挖掘技术及其应用[J].科技情报开发与经济，2007,17（26）:184-185.

[4]数据挖掘——百度百科[OB/OL].http://baike.baidu.com/view/7893.htm,2010-3-18.

[5]汪启军,申瑞民.基于Web Mining的智能化、个性化的远程教育模型研究[J].计算机工程,2000（12）:157-159.

（编辑：杨馥红）

G250.73

A

1673-8454（2010）21-0039-04

*本文是新世纪广西高等教育教学改革工程“十一五”第四批立项项目 “基于知识管理的高校网络教学资源共享平台的研究”（项目编号：2008B067）的研究成果。