Web30环境下高校图书馆自主学习平台建设研究

基金项目：广东图书馆学科研课题（项目编号：GDTK1211）。

作者简介：蔡焰（１９７６－），女，技术部主任，副研究馆员，硕士，研究方向：数据库技术及网络信息技术。·信息咨询与服务·

〔摘要〕本文主要介绍了基于网络环境和基于图书馆的自主学习平台建设方法，采用Web30中的语义网、概念图相关理论与技术，将语义网技术与概念图理论应用到数字图书馆中实现图书馆资源整合、个性化图书推荐与个性化导航等自主学习平台中，该个性化自主学习平台包括个性化处理模块、信息资源整合处理模块、语义分析处理模块、查询模块，为提高图书馆有效利用信息资源与提高读者自主学习提供一种可行性解决方案。

〔关键词〕Web30技术；语义网；概念图；图书馆；个性化

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０３．０１９

〔中图分类号〕Ｇ２５８６〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０１４）０３－００８２－０５

Autonomous Learning Platform Construction Research in University

Library Under the Environment of Web30 TechnologyCai Yan

（Library，Shaoguan University of Guangdong，Shaoguan 512005，China）

〔Ａｂｓｔｒａｃｔ〕Web30 design was mainly analysing of the semantic web technology,combined with the theory of concept map used in digital library management,built the model of autonomous learning platform for digital library framework based on Web30.In the model,the semantic web technology and concept map to digital library personalized autonomous learning in the platform,the personalized autonomous learning platform included personalized processing module,information resources integration processing module,semantic analysis and processing module,query module,to improve the effective utilization of library information resources and improve the reader provided a feasible solution of independent learning.

〔Ｋｅｙｗｏｒｄｓ〕Web30 technology;semantic web;concept map;library;personalized

１高校图书馆信息服务平台存在的问题

随着互联网络技术的飞速发展，人类已经进入了信息化时代，互联网已经深深地影响着人们的生活，数字图书馆就是在网络技术快速发展的环境下产生。随着数字化图书普及，读者很快被浩瀚的信息内容包围着，如何在这些信息中提取出对自己有用的信息成了许多读者最为关心的问题。而目前基于Web10或者Web20构建的高校图书馆自主学习平台虽然基于高校图书馆作为学习资源进行构建，但无法实现不同信息间地来回跳转，其信息搜索返回结果都是大量无关的信息。因此，在面对数字图书馆中的海量数据时，如何科学地组织读者所需要的信息，如何提高Internet、Database推送服务能力与获取最新消息方法是摆在人们面前的挑战性难题［１］。

而作为以用户为中心的Web30改变了传统人们获取信息的方式［２］，从以前的大范围信息获取开始转变为个性化信息获取，通过对用户检索行为与偏好的汇总以及用户对检索结果的认可度构建以用户为中心的个人知识库，通过该知识库实现信息主动推送、个性化服务等信息，这也是Web30的核心。

２Web技术概览

２１网络环境下的自主学习

自主学习的定义是指在进行学习活动之前能预先确定课程学习目标，课程学习中又能对学习进程跟踪处理并做出自我反馈，课程学习完毕还能进行自我检查与评价的过程，是一种脱离教师、脱离课程的主动性学习过程。随着网络技术的发展，自主学习出现了基于网络的自主学习形态，出现了由主体、客体、群体和网络环境组成的网络自主学习平台。通过基于网络交互界面进行自主交互学习，充分利用网络资源中的文本、音频、视频等学习资源，通过在网络交互环境下的群体知识共享与相互交流方式，打破学习的时间、空间、身份等限制。而图书馆作为学习资源集中地逐步成了自主学习平台的核心，充分利用图书馆中的学习资源，配合网络自主学习平台中的适应性内容呈现、个性化学习过程监控、参与式信息交互、绩效多元化评价等优点实现自主学习的最大化成效。

与此同时，在数字化图书馆方面，用户已经从单向接受服务转为接受与参与图书馆服务中，数字化图书馆服务也由单纯的提供数字图书逐步转向以用户为中心的服务。在Web30时代，在技术的智能化、人性化、交互性方面有了更进一步，实现智能化人与机器间的交流，通过自然语言的检索就可以快速定位用户需要的信息［３］。Web30的核心技术是语义网技术，通过该技术可以进行信息的智能化过滤与筛选、使信息检索更加便捷。

２２语义网本体研究

图１语义网的层次结构［３］

Web30的核心就是基于网络语义的研究而展开，通过在WWW文档中加入机器能识别的网络语义实现Internet信息交互。语义网的层次结构如图１所示，其语义网总共由Unicode+URI、XML+NS+xmlchema、RDF+rdfchema+本体词汇表、逻辑、证明、信任、数字签名、字描述文档、数据、规则组成。URI和Unicode编码层主要是用于网络资源标示与统一信息编码格式以实现信息系统的跨平台性；XML+NS+xmlchema主要负责数据包封装与数据包解析，XML主要是负责数据内容封装格式统一为XML的结构定义，实现文档结构与文档表现形式的分离［４］，如图书信息描述的文档结构方法为：

public book RegexExample {

?public static void main（String［］ args） {

?String str=″aaabc efg ABC″;

?String regEx=″aaa｜fff″;

endprint

?Pattern p=Pattern.compile（regEx）;∥编译成模式

?Matcher m=p.matcher（str）;∥创建一个匹配器

?boolean rs=m.find（）;

?if（rs） {

?System.out.println（″include!!!″）;

?}

?else {

?System.out.println（″no include!!!″）;

?}

?}

NS主要负责URI索引标识与文档元素及属性合规性校验，xmlchema则主要进行XML文档服务的解析与封装，并在进行解析与翻转过程中提供数据与格式校验；在RDF+rdfchema中，采用RDF中的三元组描述信息资源以及资源间关系，RDF Schema则提供复杂词汇的建模［５］；本体层主要提供了一种描述应用领域的知识与描述各类资源间关系的语义，是RDFS的一种扩展；层级结构中的逻辑层、证明层、信任层则分别为推理规则提供逻辑分析、准确性分析、结论可靠性保证、输出可靠性分析、判断功能；数字签名与加密主要负责使用数字签名识别计算机信息来源是否可信任的判断。

语义网的核心是本体论，通过该本体论实现客观事物的系统描述［６］，它主要是由类、关系、函数、公理、实例5个基本元素组成，同时在语义Web信息资源描述中，除了以上几个元素外还需要有资源信息语义标注和语义扩展元素。因此在研究WEB语义中必须做好本体系统的构建，其构建原则必须满足［７］：明确性与客观性、完整性、一致性、可扩展性、最少约束性。

３图书馆自主学习平台建设

３１传统学习平台建设

语义网与图书馆两者是不同事物，但两者间具有相似的一面，都具有大量信息与信息资源合作的需要。某种意义上来说，在数字图书馆中引入语义网概念可以有效推动图书馆的发展。

在传统学习平台建设中，图书馆文献资料检索的条件基本采用关键字检索，其文献资料中的文件之间没有任何的关联关系，通过依靠关键字简单的在数据库中查询其漏查率比较高。只是通过计算机简单地进行语法匹配，然后把检索结果又以简单排序方式显示给用户，其输出结果真实相关度非常低，根本无法满足检索用户实际需求，这种方法还需要进行二次检索才能提高其检索率［８］。其传统数据库检索流程如图２所示。

图２传统学习平台建设信息检索模型

３２基于Web30学习平台建设

比起传统学习平台建设，基于Web30学习平台加强了图书馆文献资料检索效率，在Web30技术中，其数据检索方法是基于语义知识进行检索，通过语义级别的表达实现理解读者意图，最终实现良好的人机交互。本文在对Web语义网、概念图、Onotlogy信息检索等理论基础上构建基于Web30高校数字图书馆自主学习平台模型。其基于语义知识检索框架模型结构如图３所示。

图３基于语义知识检索模型

基于语义知识检索的自主学习是通过对用户登录后个人信息、个性偏好、所使用过的关键词、信息浏览记录等信息进行长期记录与跟踪，并对该记录进行自动化分析总结，从而在信息检索时基于用户个性偏好来提供信息。在对读者兴趣模型创建与维护中可以采用概念层次模型，并通过计算文档相似度来实现相似度计算，同时将语义网中的节点由（Ej，Wj）分别表达节点中的特征词与权重，然后采用文档相似度计算公式进行文档相似度检索。通过相似度计算来构建读者模型中的兴趣爱好，其具体流程是：首先用户登录并输入信息，然后系统自动与个性偏好库进行匹配，若匹配正确则接着在读者模型中进行匹配，并将最后检索结果展示给用户，同时读者可以对反馈结构进行满意度评议，并把评议结果记录更新到个性模型中。若不匹配个性库则对读者以前的行为记录进行匹配，若对历史记录匹配正确则直接输出检索结果，若不匹配则作为用户新的查询更新模型［１０］。

３３基于Web30学习平台功能结构

基于语义网技术的图书馆自主学习平台（如图４）总共有三大模块：读者自主学习管理、辅助学习管理、图书馆资源管理，读者自主学习管理主要是指读者个人信息管理模块，其内容包括在线考试、个人信息管理、信息订阅与收藏、学习计划、学习笔记、协作学习、讨论交流；辅助学习管理主要是辅助与指导模块，其内容包括FAQ、表单查询、实时咨询、教师博客、远程助教系统、课程专业频道、网络课程、在线课堂；图书馆资源管理模块包括读者行为记录管理、图书信息资源整合、语义分析处理、个性化检索与导航。在图书馆资源管理中通过自主学习平台收集与记录用户学习行为并存入读者行为库中，当用户在图书资源管理模块时系统将结合读者行为库进行信息资源呈现。这种新的模式比起传统图书馆资源管理与检索更能有效利用高校图书馆资源。

３３１读者自主学习管理

读者自主学习管理主要功能有在线考试、个人信息、信息推荐与收藏、学习计划、学习笔记、学习过程监控、讨论交流。这个模块主要是学生管理个人信息、掌握学习进度、与其他学生协作交流之用，还可以通过信息订阅实现信息推送功能。学生最终可以通过多种方式完成自主学习，并记录其学习情况，还可以根据课程策略完成对学生学习定量评价。

对于读者自主学习管理中的学习过程监控模块，它主要是负责用户学习进度、用户交互信息、读者学习状态变化采集，然后把采集信息写入到读者行为库中，根据用户学习过程记录实现系统适应性内容呈现，如信息推荐模块的信息呈现，并指导读者下一步学习操作行为，形成新的学习计划管理。

对于在线考试模块主要是根据用户学习过程监控采集到的数据进行针对性在线测试，其测试内容根据用户学习行为库中的学习记录变化而变化，最终实现巩固学习结果的目的。

３３２辅助学习管理

辅助学习管理主要用于学生自主学习评价管理之用，模块支持互联网协作学习与远程辅助学习管理，功能上包图４图书馆自主学习逻辑结构

括FAQ，表单咨询、实时咨询、教师博客、远程助教系统、课程专业频道、网络课程、在线课堂。实时咨询以及常见问／答（FAQ），Web表单与E-mail咨询等服务方式，学生可以根据自己的需要选择不同的咨询方式。实时互动咨询采用同步、实时交流技术来模拟面对面参考服务的问询环境，弥补E-mail咨询中的不足。系统不仅提供文字交互功能，还提供同步浏览服务，利用这种功能，咨询员可以边演示边回答读者的提问，这与传统的参考咨询服务极为近似，馆员和读者之间可以同步信息交流和共享网络信息，共同浏览多种格式的文件，满足远程教学和辅助教学的需要。网页同步浏览功能可以大大提高读者服务的效率和质量。在线课堂以类似于视频直播和在线点播的方式实现通过网络观摩远程课堂的功能。

在辅助学习管理中的FAQ主要是进行学习效果评价，系统采用多元智能相关理论构建自主学习质量评价，对该模块读者可以自由修正，实现自主学习平台对学习者的学习过程实施动态评价，为学习过程监控模块提供控制反馈信息，其评测模型如表１所示。

３３３图书馆资源管理

图书馆资源管理主要是学习资源管理，功能上包括读者行为库管理、图书信息资源整合管理、语义分析处理管理、图书信息检索与导航管理，为自主学习平台提供所需表１学习评价模型

评价类别形式自评子系统自我评价网络笔记，博客，总结反思他评子系统终结性评价单元测试，课程测试形成性评价登录统计，页面停留时间，共享知识点击率，学习社区交互统计群体评价学伴评价，作品集，问题解决

endprint

要的各种教学资源，其资源信息包括教材库、习题库、案例库、视频库、图片库、素材库等，同时该模块支持多用户集中管理、图书信息检索与导航等，模块是自主学习平台的核心，其资源检索模型就是基于Web30技术而实现，其优越性是传统资源检索无法比拟的。

读者行为库主要由读者行为记录、读者知识网络两个模块构成，主要用于记录学生自主学习过程中图书信息检索、自主学习过程跟踪，为读者提供图书推荐等功能。

图书信息资源整合处理模块主要是指通过信息资源合理的机构化组织提高信息检索效率。通过成熟的图书分类体系、主题词表达工具以及Web30中的语义网（XML、RDFS、OWL）、概念图等技术详细描述图书馆中的信息概念，并创建本体模型与本体知识库。其本体构建过程中，首先对图书馆信息资源元数据信息进行数据挖掘，通过数字图书馆中成熟的元数据（MARC、DC等）与XML文档来组织与整合读者偏好元数据信息。其具体过程是［１１］：首先对图书馆资源整合，实现信息资源结构化和统一格式存储，接着通过（MARC、DC）元数据标准进一步规范文档，并进行有效元数据挖掘，将挖掘出的有效元数据通过XML重新组织，并存入元数据库中。XML很好地进行了文档信息的结构化，实现了本地类层次关系描述。

语义分析处理模块主要负责本体知识库创建，并将本体映射为概念图。本体通过三元组进行事务属性与关系描述，它是一种特殊概念图，由此可以通过概念图的方式来描述事物本体，并在语言分析处理模块进语义级别的搜索。例如：若读者喜欢大气科学类期刊，就可以直接用自然语言“大气科学的期刊种数有多少”进行信息检索，语义分析处理模块通过表达式抽取关键词、词性标注、句法分析、概念识别等操作抽取检索式中的词语，并转换为概念图模型。在对读者信息进行抽词处理时，通过现有抽词工具和知识本体库含有的专业词汇进行数据挖掘，并把检索表达式中的无意义的词删除处理。抽取词后进行词性标注，并进行语法分析与概念识别，采用概念图匹配算法在语义试题库中进行匹配［１２］，其过程如图５所示。

图５信息需求处理流程〖〗

图书信息检索与导航模块是指对读者提出的检索需求进行自主化学习查询定义，在对检索需求分析处理上构建概念图模型，然后通过概念图匹配算法实现语义信息实体库快速查询，并把该概念图的相似度计算与读者偏好库匹配，通过排序后展示给用户。其具体过程是首先为用户构建个性偏好库实现自主化学习查询界面，自主化学习查询界面作为读者信息查询与浏览的窗口，实现读者与系统之间的人机交互，用户在信息检索窗口进行信息查询，并与后台个人信息库进行匹配，同时在偏好库中增加权重，并对读者行为库进行更新，查询模块对读者查询在知识本体中进行语义扩展，并生成对应的概念图，接着通过该概念图在语义信息试题库中采用概念图匹配算法进行相似度计算与信息匹配。

４总结

本论文介绍Web10、Web20、Web30的特点与发展及其相关概念，在此基础上分析Web30中核心语义网概念与相关技术，并将语义网与概念图结合应用到数字化图书馆中，构建基于Web30数字图书馆自主学习平台框架模型，语义网能够理解字符中所包含的语义，从而更加有利于信息资源的共建共享，方便人们与计算机进行交流，做到人机对话与协同工作。

参考文献

［１］郑贞爱.在大学外语教学中培养学生自主学习能力［Ｊ］.辽宁教育行政学院学报,2011,（1）:163-164.

［２］Mingzhang Zuo,Lixin Diao,Xiaomei Liu.Research on the Construc-tion of Network Study Platform Based on Blended Learning［Ｃ］．MProc.of 2009 Second International Conference on Education Technology and Training,Sanya China,2010:224-226.

［３］赵姗,李门楼,郭嘉,等.基于1NET的课程自主学习平台的设计与实现［Ｊ］.计算机工程与设计,2008,29（15）:4067-4069.

［４］李门楼,李晴.基于Web的研究生英语自主学习平台的构建及实施［Ｊ］.中国教育信息化,2012,（1）:45-47.

［５］惠丽,张凝,徐辉.基于Web20下网络自主学习平台关键技术研究［Ｊ］.黑龙江大学自然科学学报,2011,26（1）:72-74.

［６］马启花.基于Web30的高校图书馆图书采访智能化决策设想［Ｊ］.现代情报,2009,29（4）:117-119.

［７］朱勤,陆志明.基于信息隐藏的外包数据库版权保护系统［Ｊ］.计算机科学,2010,37（1）:163-167.

［８］曾庆田,段华，等.面向知识处理的领域本体及其应用研究［Ｊ］.情报学报,2006,25（6）:713-719.

［９］黄坷萍,蒋昌俊.基于本体的城市交通的知识分析和推理［Ｊ］.计算机科学,2012,20（2）:12-18.

［１０］陈刚,基于领域知识重用的虚拟领域本体构造［Ｊ］.软件学报,2011,36（6）:1-11.

［１１］朱益琼,蔡鸿明,姜朋红.基于领域本体的多层次服务综合匹配［Ｊ］.计算机工程与应用,2009,33（14）:22-28.

［１２］Studer R,Benjamins VR,FenselD.knowledge Engineering,Prinei Plesand Methods［Ｊ］.Data and Knowledge Engineering，2012,25（122）:161-197.

（本文责任编辑：马卓）

endprint

要的各种教学资源，其资源信息包括教材库、习题库、案例库、视频库、图片库、素材库等，同时该模块支持多用户集中管理、图书信息检索与导航等，模块是自主学习平台的核心，其资源检索模型就是基于Web30技术而实现，其优越性是传统资源检索无法比拟的。

读者行为库主要由读者行为记录、读者知识网络两个模块构成，主要用于记录学生自主学习过程中图书信息检索、自主学习过程跟踪，为读者提供图书推荐等功能。

图书信息资源整合处理模块主要是指通过信息资源合理的机构化组织提高信息检索效率。通过成熟的图书分类体系、主题词表达工具以及Web30中的语义网（XML、RDFS、OWL）、概念图等技术详细描述图书馆中的信息概念，并创建本体模型与本体知识库。其本体构建过程中，首先对图书馆信息资源元数据信息进行数据挖掘，通过数字图书馆中成熟的元数据（MARC、DC等）与XML文档来组织与整合读者偏好元数据信息。其具体过程是［１１］：首先对图书馆资源整合，实现信息资源结构化和统一格式存储，接着通过（MARC、DC）元数据标准进一步规范文档，并进行有效元数据挖掘，将挖掘出的有效元数据通过XML重新组织，并存入元数据库中。XML很好地进行了文档信息的结构化，实现了本地类层次关系描述。

语义分析处理模块主要负责本体知识库创建，并将本体映射为概念图。本体通过三元组进行事务属性与关系描述，它是一种特殊概念图，由此可以通过概念图的方式来描述事物本体，并在语言分析处理模块进语义级别的搜索。例如：若读者喜欢大气科学类期刊，就可以直接用自然语言“大气科学的期刊种数有多少”进行信息检索，语义分析处理模块通过表达式抽取关键词、词性标注、句法分析、概念识别等操作抽取检索式中的词语，并转换为概念图模型。在对读者信息进行抽词处理时，通过现有抽词工具和知识本体库含有的专业词汇进行数据挖掘，并把检索表达式中的无意义的词删除处理。抽取词后进行词性标注，并进行语法分析与概念识别，采用概念图匹配算法在语义试题库中进行匹配［１２］，其过程如图５所示。

图５信息需求处理流程〖〗

图书信息检索与导航模块是指对读者提出的检索需求进行自主化学习查询定义，在对检索需求分析处理上构建概念图模型，然后通过概念图匹配算法实现语义信息实体库快速查询，并把该概念图的相似度计算与读者偏好库匹配，通过排序后展示给用户。其具体过程是首先为用户构建个性偏好库实现自主化学习查询界面，自主化学习查询界面作为读者信息查询与浏览的窗口，实现读者与系统之间的人机交互，用户在信息检索窗口进行信息查询，并与后台个人信息库进行匹配，同时在偏好库中增加权重，并对读者行为库进行更新，查询模块对读者查询在知识本体中进行语义扩展，并生成对应的概念图，接着通过该概念图在语义信息试题库中采用概念图匹配算法进行相似度计算与信息匹配。

４总结

本论文介绍Web10、Web20、Web30的特点与发展及其相关概念，在此基础上分析Web30中核心语义网概念与相关技术，并将语义网与概念图结合应用到数字化图书馆中，构建基于Web30数字图书馆自主学习平台框架模型，语义网能够理解字符中所包含的语义，从而更加有利于信息资源的共建共享，方便人们与计算机进行交流，做到人机对话与协同工作。

参考文献

［１］郑贞爱.在大学外语教学中培养学生自主学习能力［Ｊ］.辽宁教育行政学院学报,2011,（1）:163-164.

［２］Mingzhang Zuo,Lixin Diao,Xiaomei Liu.Research on the Construc-tion of Network Study Platform Based on Blended Learning［Ｃ］．MProc.of 2009 Second International Conference on Education Technology and Training,Sanya China,2010:224-226.

［３］赵姗,李门楼,郭嘉,等.基于1NET的课程自主学习平台的设计与实现［Ｊ］.计算机工程与设计,2008,29（15）:4067-4069.

［４］李门楼,李晴.基于Web的研究生英语自主学习平台的构建及实施［Ｊ］.中国教育信息化,2012,（1）:45-47.

［５］惠丽,张凝,徐辉.基于Web20下网络自主学习平台关键技术研究［Ｊ］.黑龙江大学自然科学学报,2011,26（1）:72-74.

［６］马启花.基于Web30的高校图书馆图书采访智能化决策设想［Ｊ］.现代情报,2009,29（4）:117-119.

［７］朱勤,陆志明.基于信息隐藏的外包数据库版权保护系统［Ｊ］.计算机科学,2010,37（1）:163-167.

［８］曾庆田,段华，等.面向知识处理的领域本体及其应用研究［Ｊ］.情报学报,2006,25（6）:713-719.

［９］黄坷萍,蒋昌俊.基于本体的城市交通的知识分析和推理［Ｊ］.计算机科学,2012,20（2）:12-18.

［１０］陈刚,基于领域知识重用的虚拟领域本体构造［Ｊ］.软件学报,2011,36（6）:1-11.

［１１］朱益琼,蔡鸿明,姜朋红.基于领域本体的多层次服务综合匹配［Ｊ］.计算机工程与应用,2009,33（14）:22-28.

［１２］Studer R,Benjamins VR,FenselD.knowledge Engineering,Prinei Plesand Methods［Ｊ］.Data and Knowledge Engineering，2012,25（122）:161-197.

（本文责任编辑：马卓）

endprint

要的各种教学资源，其资源信息包括教材库、习题库、案例库、视频库、图片库、素材库等，同时该模块支持多用户集中管理、图书信息检索与导航等，模块是自主学习平台的核心，其资源检索模型就是基于Web30技术而实现，其优越性是传统资源检索无法比拟的。

读者行为库主要由读者行为记录、读者知识网络两个模块构成，主要用于记录学生自主学习过程中图书信息检索、自主学习过程跟踪，为读者提供图书推荐等功能。

图书信息资源整合处理模块主要是指通过信息资源合理的机构化组织提高信息检索效率。通过成熟的图书分类体系、主题词表达工具以及Web30中的语义网（XML、RDFS、OWL）、概念图等技术详细描述图书馆中的信息概念，并创建本体模型与本体知识库。其本体构建过程中，首先对图书馆信息资源元数据信息进行数据挖掘，通过数字图书馆中成熟的元数据（MARC、DC等）与XML文档来组织与整合读者偏好元数据信息。其具体过程是［１１］：首先对图书馆资源整合，实现信息资源结构化和统一格式存储，接着通过（MARC、DC）元数据标准进一步规范文档，并进行有效元数据挖掘，将挖掘出的有效元数据通过XML重新组织，并存入元数据库中。XML很好地进行了文档信息的结构化，实现了本地类层次关系描述。

语义分析处理模块主要负责本体知识库创建，并将本体映射为概念图。本体通过三元组进行事务属性与关系描述，它是一种特殊概念图，由此可以通过概念图的方式来描述事物本体，并在语言分析处理模块进语义级别的搜索。例如：若读者喜欢大气科学类期刊，就可以直接用自然语言“大气科学的期刊种数有多少”进行信息检索，语义分析处理模块通过表达式抽取关键词、词性标注、句法分析、概念识别等操作抽取检索式中的词语，并转换为概念图模型。在对读者信息进行抽词处理时，通过现有抽词工具和知识本体库含有的专业词汇进行数据挖掘，并把检索表达式中的无意义的词删除处理。抽取词后进行词性标注，并进行语法分析与概念识别，采用概念图匹配算法在语义试题库中进行匹配［１２］，其过程如图５所示。

图５信息需求处理流程〖〗

图书信息检索与导航模块是指对读者提出的检索需求进行自主化学习查询定义，在对检索需求分析处理上构建概念图模型，然后通过概念图匹配算法实现语义信息实体库快速查询，并把该概念图的相似度计算与读者偏好库匹配，通过排序后展示给用户。其具体过程是首先为用户构建个性偏好库实现自主化学习查询界面，自主化学习查询界面作为读者信息查询与浏览的窗口，实现读者与系统之间的人机交互，用户在信息检索窗口进行信息查询，并与后台个人信息库进行匹配，同时在偏好库中增加权重，并对读者行为库进行更新，查询模块对读者查询在知识本体中进行语义扩展，并生成对应的概念图，接着通过该概念图在语义信息试题库中采用概念图匹配算法进行相似度计算与信息匹配。

４总结

本论文介绍Web10、Web20、Web30的特点与发展及其相关概念，在此基础上分析Web30中核心语义网概念与相关技术，并将语义网与概念图结合应用到数字化图书馆中，构建基于Web30数字图书馆自主学习平台框架模型，语义网能够理解字符中所包含的语义，从而更加有利于信息资源的共建共享，方便人们与计算机进行交流，做到人机对话与协同工作。

参考文献

［１］郑贞爱.在大学外语教学中培养学生自主学习能力［Ｊ］.辽宁教育行政学院学报,2011,（1）:163-164.

［２］Mingzhang Zuo,Lixin Diao,Xiaomei Liu.Research on the Construc-tion of Network Study Platform Based on Blended Learning［Ｃ］．MProc.of 2009 Second International Conference on Education Technology and Training,Sanya China,2010:224-226.

［３］赵姗,李门楼,郭嘉,等.基于1NET的课程自主学习平台的设计与实现［Ｊ］.计算机工程与设计,2008,29（15）:4067-4069.

［４］李门楼,李晴.基于Web的研究生英语自主学习平台的构建及实施［Ｊ］.中国教育信息化,2012,（1）:45-47.

［５］惠丽,张凝,徐辉.基于Web20下网络自主学习平台关键技术研究［Ｊ］.黑龙江大学自然科学学报,2011,26（1）:72-74.

［６］马启花.基于Web30的高校图书馆图书采访智能化决策设想［Ｊ］.现代情报,2009,29（4）:117-119.

［７］朱勤,陆志明.基于信息隐藏的外包数据库版权保护系统［Ｊ］.计算机科学,2010,37（1）:163-167.

［８］曾庆田,段华，等.面向知识处理的领域本体及其应用研究［Ｊ］.情报学报,2006,25（6）:713-719.

［９］黄坷萍,蒋昌俊.基于本体的城市交通的知识分析和推理［Ｊ］.计算机科学,2012,20（2）:12-18.

［１０］陈刚,基于领域知识重用的虚拟领域本体构造［Ｊ］.软件学报,2011,36（6）:1-11.

［１１］朱益琼,蔡鸿明,姜朋红.基于领域本体的多层次服务综合匹配［Ｊ］.计算机工程与应用,2009,33（14）:22-28.

［１２］Studer R,Benjamins VR,FenselD.knowledge Engineering,Prinei Plesand Methods［Ｊ］.Data and Knowledge Engineering，2012,25（122）:161-197.

（本文责任编辑：马卓）

endprint