基于语义模型的网络社群学习指导策略初探
2013-04-29黄睿航张园园黄思沛
黄睿航 张园园 黄思沛
摘 要:本文初步设计网络社群学习语义模型并基于此模型提出初步的优化策略,以实现网络社群学习的指导性服务。
关键词:网络社群;语义模型
网络学习社群是真实社群的数字化扩展形式,它充分继承了现代网络通信技术带来的交互便捷性和高效性,成为一种当前集学习、社交和协作等多种功能于一体的大众化网络虚拟群体形态,是目前自主学习和终身学习重要的方式。然而,网络社群的结构与内的高度自由化和存在普适化导致了社群学习指导性的缺失,如何提高社群学习的指导性成为了保证网络社群学习的有效性和可控性的关键,也成为了当前该研究领域亟待解决的核心内容。
语义技术能够用于构建描述事物与事物之间的关系,反映一个具体系统的结构与其内部节点属性,因此适宜有效建模网络学习社群的结构与内容语义,进而藉此通过语义推理完成学习环境优化,以提高网络社群学习的指导性。而另外,诊断性测评能够判断在教学过程中的每一步骤是否有效,及时地反映问题产生的根源,为进一步或及时地调整社群学习环境优化策略提供了可靠的依据。显然,随着网络学习社群结构的复杂化和在对系统的海量信息资源的分析、优化配置能力提出了更大的挑战的背景下,针对网络学习社群中网络群体结构和学习内容的进行语义分析、以此支撑环境优化成为了保证网络社群学习的有效性和可控性的有效策略。
1 网络学习社群的动态结构和内容语义模型设计
首先需要设计一个网络学习社群动态结构和内容语义模型,这个模型主要描述网络学习社群中个体的性质变量,通过对这些个体性质变量进行统计分析,可以分析出社群的结构特点。根据需求分析,我们对模型做了一个初步的设计,模型的构成要素如下:1)社群结构中个体变量:其属性包括中间性、接近度、节点的度、点的中心度和密度;2)学习内容:学习内容包括社群学习的主题、学习内容的媒体类型和学习内容的时效性。
其中,对于属性的说明如下:1)中间性:中间性是指测量一个点在多大程度上位于网络图中其他点“中间”:一个度数相对比较低的点可能起到重要的“中介”作用,因而处于网络的中心。一个点的中间性测量的是该点对应的行动者在多大程度上成为“掮客”或者“中间人”,能在多大程度上控制他人;2)接近度:对接近性的最简单的测量可能是计算“距离和”,即图中该点与其他各个点之间的接近距离和。在有向图中,分为“内接近性”和“外接近性”;3)节点的度:度数就是与一点直接相连的其他点的个数,分为点入度和点出度;4)点的中心度:对点的中心度的最简单、最直接的测量就是图中各点的度数,如果某点的度数高,则称该点居于中心。本课题中是指网络学习社群的社区领导,分为局部社区领导和整体社区领导;5)密度:密度测量的是一个图的凝聚力的总体水平,一个图的密度定义为图中实际拥有的连线数与最多可能拥有的线数之比;6)社群学习主题:网络学习社群中的学习一般会围绕一个具体的主题展开,获得社群的学习主题,对学习主题进行学习相关性语义分析;7)学习内容的媒体类型:将社群学习内容按照媒体类型进行分类,便于知识管理;8)学习内容的时效性:只需了解的常识性的内容,学习者不需要花太多时间。
由于上述基于网络中的节点和关系测量的属性是将网络社群视为一种静态结构,不能准确把握网络社群的动态结构,但当前网络是前一时刻网络变化的继承,借助前一时刻网络社群的结构特征,来探测当前网络的社群结构,是一个值得研究的问题。
2 语义模型指导下网络学习社群的环境配置优化
根据已构建动态结构和内容的语义模型对网络学习社群的系统环境进行优化,具体包括:社群人员结构优化、智能协作机制形成、个体资源和社群资源合理配置。初步设想技术方案如下:1)社群人员结构的优化:包括群体类型的判别、群体人员的角色职责和数量以及指导用户加入和组建学习群体;2)资源的配置:依据社群人员的机构,合理的推送对个体和群体推送资源;3)智能协作机制:依据社群人员结构,形成合理的群体间协作和群体内部协作关系。
而其中,对于社群人员的结构优化,首先要对不同学习群体进行分类,拟定分类如下:1)封闭式非自学型群体,其特点是人员数量稳定,由教师进行组织教学的学习群体;2)封闭式自学型群体,其特点是人员数量稳定,学习者自主组织的学习群体;3)开放式非自学型群体,其特点是人员数量不稳定,由教师进行组织的学习群体;4)开放式自学型群体,其特点是人员数量不稳定,学习者自主组织的学习群体。
然后根据学习群体的不同,规定群体的人员角色、数量、职责,以封闭式自学型群体为例,规定内容如下:1)教师:数量1或以上,职责是教育学生学习相关内容、布置作业或修改作业和解答学生疑难等;2)助教:数量根据需要,职责是协助教师修改作业和辅导学生完成作业等;3)具有某特殊社群职责的学生:待研究;4)普通学生:数量由教师定义,职责为学习相关知识和任务。
依据社群人员的结构优化,以研究合理的资源配置和智能协作机制。最后提供基于语义模型的网络社群学习指导服务,以期有效地实现网络社群学习的优化。
[参考文献]
[1]鲍唯,邓胜利.基于博客的网络社群发展模式及其比较分析[J].情报资料工作,2010(1).
[2]梅泽勇,高舒.基于微博的网络社群研究[J].图书馆学研究,2012(5).