基于语义建模的个性化学习服务系统设计

陈恒岳（中山市中等专业学校，中山　528458）

基于语义建模的个性化学习服务系统设计

陈恒岳
（中山市中等专业学校，中山528458）

1　语义Web概念

在XML2000年会上，互联网的创始人Tim Berners-Lee推出了一个新的网络——语义网。并对语义网做了如下解释：“语义Web不是脱离现有网络的孤立网络，而是当前网络的一个拓展，该网络中的信息被标记为机器可理解的意义，使得计算机和人类能够更好地合作。语义Web描述了事物间的明显关系，且包含语义信息，有利于机器的理解并进行自动处理”［1］。

语义Web的出现使得这些难题的解决成为可能，它使得计算机上的文本信息具有计算机可理解的语义，计算机通过判断语义来建立资源之间的联系，这使得互联网成为了能够理解人类语言的智能网络，网络资源实现了语义级共享。将语义Web技术应用于个性化学习服务系统的构建中，主要是应用其结构体系中的XML、RDF以及Ontology层技术构建用户模型和课程知识本体，进而实现个性化服务功能。

2　模型基础

在语义Web思想的指导下，运用现有的网络开发技术，本文构建了两个主要的模型：学习者模型和课程知识本体。

2.1学习者模型

学习者建模，实际上就是通过对学习者的信息进行分析，得出系统可理解、可计算的过程。本文中，主要收集的学习者信息有：①学习者的一般信息（如姓名、年龄、联系方式、地址、生日，专业等）；②学习者在学习论坛中搜索或查询的关键词；③学习者在知识学习模块中的浏览行为，记录其浏览的章、节、知识点及停留时间；④学习者的学习风格或偏好；学习者提出的问题、发表的帖子或日志、回复的帖子或日志；⑤学习者的原有知识背景及学习过程中的知识状态。

在构建学习者模型的过程中，首先通过学前测试了解学习者的原有知识背景，从而确定学习者的学习起点；同时对学习者的学习风格依照所罗门学习风格量表进行测试，并存入到学习者的静态特征库中；在学习者的学习过程中对学习者的各种学习行为（练习、提问题、发表的帖子日志、在各章节知识点的停留时间等）进行数据挖掘，获得学习者的特征信息并存入学习者信息的动态库中。最后，通过一定的推理机制将个性化的内容推荐给学习者。在整个过程中，系统会自动根据学习者的学习行为更新学习者的学习进度以及学习者兴趣子模型。

本模型中，提取学习者的兴趣点是难点部分，本文中提出的学习者兴趣点主要指的是学习者在学习过程存在难点问题，信息的来源主要是学习者提出的问题，发表的帖子、日志，回复的帖子、日志，练习测试中做错的题目等，通过分析学习者的这些信息，从而得到学习者学习过程中可能存在困难的知识点及对应的核心概念，并以此为基础为学习者在交流讨论和个人空间中提供个性化推荐服务，帮助学习者进一步学习相应的知识点，并最终获得知识。学习者兴趣概念的提取过程如图2所示。

图1　学习者模型

图2　学习者兴趣概念提取过程

（1）学习者信息收集阶段：对学习者的各种学习行为记录（提出的问题、发表的帖子、日志、回复的帖子、日志、练习测试中做错的题目、浏览的章节知识点时间）进行收集，并做一些预处理，采用一定的措施，去除一些无用的信息，如浏览时间较短的数据可以丢弃，对信息的合法性检查，多余字符的检查等。

（2）语义处理阶段：对各个类型的信息内容进行语义分析，并与课程知识本体库进行匹配，通过多次循环和关键词匹配机制提取出所包含的核心概念，形成核心概念集。

（3）入库阶段：最后，将获得的核心概念集存入到学习者兴趣库中，以备后续的个性化学习推荐服务提供基础。

在学习者兴趣概念的提取过程中，最关键的就是语义处理阶段，该阶段核心内容是，如何分析学习者的信息内容并获得核心概念。其核心算法流程如图3所示。

图3　学习者兴趣概念提取的算法流程图

（1）首先对学习者的文本内容进行处理，如去除无效的字符、空格等。

（2）对文本内容做了处理后，循环核心概念本体库，判断文档中是否存在核心概念Ci，若存在，则统计该核心概念的个数，统计方法是把目标内容赋给一个字符串，然后把源目标字符串替换成空值，如果源字符串总长度减去赋值后的字符的总长度除以目标字符串的总长度小于等于1，则目标内容中不存在重复字符串，如果大于1则存在重复字符串，进而统计重复字符串个数即核心概念个数；若不存在，则退出循环。

（3）通过比较统计文档中存在的核心概念的个数，确定个数最多的核心概念为用户最为感兴趣的概念，至此，就确定了学习者在某一个学习行为记录中最为感兴趣或存在学习困难的核心概念。

（4）判断学习者兴趣库中该核心概念是否存在，若存在，则学习者兴趣库中的该核心概念对应的value值自动加1，并更新该学习者的该兴趣概念所在的那条记录；若学习者兴趣库中不存在该核心概念，则直接给value值赋为1，并将对应的兴趣核心概念直接添加入库。

2.2课程知识本体

课程知识本体（CKO-Curricular Knowledge Ontology）是用来描述某个课程内的一些核心概念及概念之间关系的本体，这些概念是该课程中被人们所共同认可的要重点掌握的知识。根据课程的知识组织特性，基于本体的六个基本元素，其中概念和关系是最基本的两个元素，因此从知识领域中提取出概念、对概念进行层次划分，是构建本体最重要的工作。本研究中的课程知识本体的总体描述为如下的三元组：

其中，CKO表示课程知识本体；C表示从课程知识点中抽象或概括出的核心概念元数据，并包含有多个属性描述，如概念名称、创建时间、概念描述等；R表示核心概念之间的各种二元关系；K_R表示核心概念与知识点之间的关系，即掌握一个核心概念需要学习的知识点及相应的学习资源。

在e-learning系统中，课程知识的树形结构是一种比较通用的知识组织形式，这种形式既有优点也有缺点，优点表现在：具有明确的一条学习路径，比较系统化，学习者按照自上而下的结构逐渐掌握知识，并将各章节的知识系统的建构起来。缺点是，这种结构在具体的学习中，缺乏灵活度，因为它要求学习者按照固定的模式或顺序进行学习。那么如何才能既保持知识的客观逻辑关系，又能根据学习者的不同需求进行知识的灵活提供呢？本体就可以解决这个问题。本文参考了本课题组原有的研究基础，并在此基础上扩展和丰富了核心概念间的关系种类，利用了本体思想构建了包括树形层次组织和关系组织的课程知识组织结构。如图4所示［8］。

树形层次结构由课程由章、节、知识点组成，学习资源由问题库和试题库以及多媒体资源库组成；关系组织，是从每个知识点中抽象概括出核心概念，所谓核心概念即学习者学习某门课程内容所必须掌握的核心知识对应的关键词，不仅包括理论知识，还可包括实践基础、思维方法等，并且核心概念之间有严密的逻辑关系，所组成的关系图可以代表本课程内容的知识体系结构［4，8］。本文在课题组的原有研究基础上将核心概念之间的关系丰富为以下五组关系：父子关系、前驱后继关系、整体部分关系、相关关系和相似关系。由核心概念及其语义关系以及与知识点之间的关系就构成了课程知识本体。

图4　课程组织结构

3　个性化学习服务模块的设计

当学习者登录到学习系统中，系统提示学习者进行学习风格测试和学前测试，得到学习者的学习风格和原有知识背景，从而初始化学习者模型，知识学习模块中学习资源的提供就是根据初始化模型中学习风格测试结果进行；通过学前测试获得学习者的原有知识背景，确定学习者学习课程的起点知识并推荐学习者从此起点开始学习。随着学习者不断的学习，系统实时记录学习者的学习行为，并根据记录的数据修改和更新学习者模型。个性化学习服务模块的过程详细设计如图5所示。

系统根据学习者兴趣概念提取的算法流程分析学习者的学习行为记录，提取学习者的兴趣概念并存入学习者兴趣库，然后根据用户名查询学习者模型，找到学习者的兴趣概念，再根据课程知识本题库中的各种语义关系，获得学习者感兴趣的各种学习资源。

图5　个性化学习服务模块的详细设计图

4　基于语义建模的个性化学习服务系统的功能架构

本系统的功能架构如图6所示。

主要功能有：

（1）注册登录模块：学习者首先要进行注册，输入一些基本的信息，学习者只有注册成功后，才可以进入学习系统进行学习及相关功能的使用。

（2）课程学习模块：该模块主要是为学习者提供学习课程知识的地方，系统提供了大量学习资源，在这里学习者可以根据自己的需要进行自主学习。

（3）交流互动模块：该模块为学习者提供了一个讨论区，学习者可以到此发表学习过程存在的疑问，与其他学习者进行讨论，根据合作学习的特点，通过激烈的讨论，学习者更能够理解知识，从而获得知识。交流讨论区、是教师组织学生在线讨论的有效工具，让学生在讨论中快乐地获得知识。针对不同的主题或者问题，师生、生生之间展开讨论，有利于知识的获取，提高学生的学习兴趣。

（4）智能答疑模块：该模块是沿用本课题组的已有研究成果，不是本研究的重点内容，这里简单介绍其功能。由于教师不可能实时在线，故而设计了一个智能答疑的模块，将课程学习中学习者可能会遇到的问题构成一个经典问题库，当学生提出问题时，系统检查经典问题库，如果经典问题库中有相关的问题，则系统自动将答案显示出来；若经典问题库中也不存在，则返回与该核心概念相关的知识点所对应的资源，从而帮助学习者解决疑难问题。

（5）练习测试模块：学习者学习完每章内容时，系统提示其进行章练习测试，通过练习测试帮助学习者巩固学习的知识。

（6）个人空间模块：该模块主要是给学习者一个学习的空间，在这里，学习者可以发表学习课程中的疑惑及感悟，同时可以了解到其他学生的学习感悟，以写日志（博客）的方式进行学习，记录所思所想，不断总结反思，完成显性知识与隐性知识的转换，同时也是一个和别人交流的平台。

个性化学习推荐模块：主要是根据学习者模型和课程知识本体，为学习者提供个性化推荐服务，其个性化服务分布在上述六个模块中。

5　结语

图6　基于语义建模的个性化学习服务系统架构

本文尝试运用语义Web思想和传统网络技术相结合的方法，构建一个个性化学习推荐系统。该系统要实现的目标是根据学习者的特征为学习者提供不同学习策略，并通过分析学习者学习行为记录，挖掘出学习者感兴趣的核心概念，基于学习者感兴趣的核心概念库及课程知识本体在各个功能模块中为学习者推荐个性化的学习内容，从而解决学习者的个性化需求以及知识迷航等问题。

［1］Tim Berners-Lee，James Hendler，Ora Lassila.The Semantic Web［J］.Scientific American，2001，284（5）：34-43.

［2］彭海波，周振东.网络环境下的基础个性化学习系统［J］.中国信息技术教育，2014：122-123.

［3］何克抗.教学系统设计［M］.北京：北京师范大学出版社，2001

［4］邱百爽.语义网环境下的自适应学习系统中用户模型的研究［D］.长春：东北师范大学，2008：44.

［5］陈品德.基于Web的适应性学习支持系统研究［D］.广州：华南师范大学，2003：82.

［6］石磊，樊磊.Web2.0环境下基于本体的适应性学习系统的设计［J］.中国电化教育，2009（05）：104-107.

［7］陈伯栋，贾积有，王爱华.基于Ontology及Semantic Web技术的教育资源库应用框架［J］.中国电化教育，2007（12）：105-109.

［8］陆尔云.基于语义模型的自适应学习系统的构建与应用［D］.深圳：深圳大学，2010：24.

Semantic Modeling；Personalized Service；Learners Model；Individualized Learning Service System

Design of Individualized Learning Service System Based on the Semantic Modeling

CHEN Heng-yue
（Zhongshan Secondary Specialized School，Zhongshan 528458）

1007-1423（2015）21-0058-05

10.3969/j.issn.1007-1423.2015.21.015

陈恒岳（1985-），女，广东中山人，研究生硕士，助理讲师，研究方向为个性化推荐系统的开发、ASP.NET开发

2015-05-19

2015-07-09

网络的快速普及，各种网络学习平台发展的如火如荼，提高学习者的学习效率，丰富学习者获得知识的途径，但网络学习系统普遍存在一些问题，如仅仅是资源的罗列和呈现方式的简单化、与学习者互动性不强，缺乏个性等，并且出现知识迷航的现象。因此，一种满足学习者个性化的学习系统应运而生。

语义建模；个性化学习；学习者模型；个性化学习服务系统

With the rapid popularity of the network，a variety of online learning development is in full swing，which improves learning efficiency and enriches the learners'way to acquire knowledge.But the e-learning systems have some common problems，such as simply a list of resources and the presentation of simplification，and learner's interaction is not enough，the lack of personality，etc.，and appears the emergence of knowledge trek phenomenon.Thus，a system which meets the learners'personalized learning comes into being.