情景感知的本體網(wǎng)絡(luò)化學(xué)習(xí)系統(tǒng)模型研究

王傳安，吳長(zhǎng)勤，趙海燕

(安徽科技學(xué)院理學(xué)院 ，安徽 鳳陽(yáng) 233100)

0 引 言

網(wǎng)絡(luò)化學(xué)習(xí)系統(tǒng)(E-Learning)作為一種新的教育培訓(xùn)方式，實(shí)現(xiàn)了對(duì)組織中一切學(xué)習(xí)資源和學(xué)習(xí)活動(dòng)的管理.它具有傳統(tǒng)的課堂教學(xué)無(wú)可比擬的優(yōu)勢(shì)，給教師和學(xué)生提供了一個(gè)新的學(xué)習(xí)機(jī)會(huì).但現(xiàn)在的E-Learning環(huán)境中，網(wǎng)絡(luò)資源提供者還是被動(dòng)的滿(mǎn)足學(xué)習(xí)者的需求[1].如何主動(dòng)感知用戶(hù)情景的變化并進(jìn)行信息交互，通過(guò)分析學(xué)習(xí)者的個(gè)性化需求主動(dòng)提供服務(wù)是當(dāng)前研究熱點(diǎn)之一[2].

在E-Learning學(xué)習(xí)環(huán)境中，學(xué)習(xí)者迫切期望的是，能夠在其所使用的學(xué)習(xí)終端上正確顯示與當(dāng)前學(xué)習(xí)情景密切相關(guān)的學(xué)習(xí)資源.如何能夠理解學(xué)習(xí)者的當(dāng)前需求，并根據(jù)學(xué)習(xí)者周?chē)h(huán)境和學(xué)習(xí)設(shè)備的變化，從無(wú)限的網(wǎng)絡(luò)學(xué)習(xí)資源中快捷、準(zhǔn)確地檢索到最恰當(dāng)?shù)膶W(xué)習(xí)資源提供給學(xué)習(xí)者，實(shí)現(xiàn)這一功能的核心技術(shù)之一就是情景感知[3].筆者結(jié)合本體論和情景感知技術(shù)與方法構(gòu)建了基于情景感知的本體E-Learning系統(tǒng)，并對(duì)主要功能做了闡述.應(yīng)用實(shí)例驗(yàn)證了該系統(tǒng)可以識(shí)別學(xué)習(xí)者的學(xué)習(xí)狀態(tài)并進(jìn)行實(shí)時(shí)反饋，提高了學(xué)習(xí)者的學(xué)習(xí)興趣和學(xué)習(xí)效率.

1 情景感知的系統(tǒng)模型

1.1 情景感知的概念

情景感知技術(shù)源于普適計(jì)算的研究，其處理對(duì)象是環(huán)境中的情景信息.情景感知就是通過(guò)傳感器及其相關(guān)的技術(shù)使計(jì)算機(jī)設(shè)備能夠“感知”到當(dāng)前的情景，并讓計(jì)算設(shè)備給出相應(yīng)的反應(yīng).而情景是指能夠用于描述實(shí)體情形的任何信息.所謂可以是一個(gè)人、一個(gè)地點(diǎn)或者在用戶(hù)和應(yīng)用之間交互的某個(gè)對(duì)象，包括用戶(hù)和應(yīng)用本身[4].

1.2 情景感知計(jì)算

情景感知計(jì)算是有效利用環(huán)境中的情景信息來(lái)輔助決策優(yōu)化的一種計(jì)算模式，它需要解決的問(wèn)題主要包括：獲取情景信息、情景建模和智能處理.情景感知的研究受到學(xué)術(shù)界和企業(yè)界的關(guān)注，國(guó)際知名大學(xué)也紛紛建立情感計(jì)算研究小組，情感計(jì)算將有巨大的發(fā)展?jié)摿蛻?yīng)用價(jià)值[5-7].總的說(shuō)來(lái)，情感計(jì)算的研究還處于起步階段，主要側(cè)重于情感信號(hào)的獲取、情感計(jì)算的應(yīng)用和情感建模等方面.本節(jié)以情景感知的處理流程為主線進(jìn)行討論.

1.2.1 獲取情景信息 如何感知并獲取情景信息，它是情景感知計(jì)算中極為重要的環(huán)節(jié).獲取情景信息的方式主要有用戶(hù)主動(dòng)輸入、通過(guò)傳感器采集以及情景提取等.情景感知的目的是在用戶(hù)較少參與或者根本不需用戶(hù)參與的情況下，通過(guò)普適計(jì)算資源來(lái)實(shí)現(xiàn)用戶(hù)服務(wù)推薦.本文的情景感知的本體E-Learning系統(tǒng)借助于計(jì)算機(jī)的日志、用戶(hù)資料等情景信息來(lái)獲取學(xué)習(xí)者的學(xué)習(xí)信息，如生活習(xí)慣、學(xué)習(xí)效率及日程表等，來(lái)輔助E-Learning系統(tǒng)做出正確的決策.

1.2.2 情景處理與識(shí)別 獲得了學(xué)習(xí)者的情景信息后，下一步的任務(wù)是運(yùn)用數(shù)據(jù)處理技術(shù)將采集到的原始情景數(shù)據(jù)變成情景信息.情景處理與識(shí)別涉及情景表示和轉(zhuǎn)換問(wèn)題.根據(jù)采取的情景模型的不同，情景表示也各不相同.為了表示情景常需要將情景數(shù)據(jù)作恰當(dāng)?shù)霓D(zhuǎn)換，轉(zhuǎn)換成與模型相匹配的形態(tài).文獻(xiàn)[8]使用一個(gè)四元組來(lái)描述和實(shí)體對(duì)應(yīng)的數(shù)據(jù)對(duì)象(entity name, feature,value, time)，其中每個(gè)實(shí)體采用標(biāo)識(shí)符來(lái)唯一命名.從而可使用特征、值和時(shí)間來(lái)表述情景.情景識(shí)別可獲取情景數(shù)據(jù)的語(yǔ)義，并與情景機(jī)理相應(yīng)的內(nèi)容對(duì)應(yīng)起來(lái)，從而指導(dǎo)系統(tǒng)做出相應(yīng)的反應(yīng).

1.2.3 情景建模 情景建模是情景感知的基礎(chǔ).E-Learning的主要特性就是數(shù)據(jù)的復(fù)雜性，不同的學(xué)習(xí)者對(duì)同一學(xué)習(xí)過(guò)程反饋的情景信息卻不同，如學(xué)習(xí)時(shí)間或?qū)W習(xí)效果等.如何從最初的情景信息有效地提取出有意義的情景信息，同樣也需要對(duì)情景信息進(jìn)行有效的組織和表達(dá).情景信息的建模可以分為兩個(gè)層面：首先是形式上的統(tǒng)一，即不同的情景信息要采用統(tǒng)一的表示方式，它不涉及語(yǔ)義；其次是支持語(yǔ)義上的統(tǒng)一，即通過(guò)統(tǒng)一的語(yǔ)義表達(dá)來(lái)解決情景信息語(yǔ)義互操作和利用效率的問(wèn)題，比如基于本體論的知識(shí)表達(dá).本體可很好的描述情景信息，使用本體建模是當(dāng)前很常用的一種方法[9].

2 情景感知的系統(tǒng)模型分析

2.1 情景感知的本體E-Learning系統(tǒng)

根據(jù)情景感知的技術(shù)與方法，結(jié)合本體E-Learning的特點(diǎn)，在參照文獻(xiàn)[10]提出的將情景信息和業(yè)務(wù)服務(wù)緊耦合成情景感知服務(wù)系統(tǒng)的基礎(chǔ)上，提出一種基于情景感知的本體E-Learning系統(tǒng)，如圖1所示.

2.2 情景感知處理

情景感知服務(wù)運(yùn)行時(shí)，首先由情景獲取模塊實(shí)時(shí)采集情景信息，構(gòu)造情景信息模型，然后情景推理模塊對(duì)情景信息進(jìn)行推理和分析，得出情景推理規(guī)則，最后學(xué)習(xí)資源的調(diào)度模塊根據(jù)采集值及相應(yīng)推理規(guī)則調(diào)用相應(yīng)的業(yè)務(wù)服務(wù)向顧客提供.

2.2.1 情景信息本體模型 構(gòu)造本體的目的是為了獲取相關(guān)領(lǐng)域的知識(shí)，然后通過(guò)確定該領(lǐng)域認(rèn)可的詞匯，進(jìn)一步實(shí)現(xiàn)對(duì)該領(lǐng)域知識(shí)的理解，使其符合E-Learning系統(tǒng)中的情景本體對(duì)語(yǔ)義互操作的要求.E-Learning系統(tǒng)中的情景信息本體模型包括情景信息九元組及元組內(nèi)部的關(guān)聯(lián)和概念之間相互存在的關(guān)系[2]，如圖2所示.在學(xué)習(xí)活動(dòng)過(guò)程中，學(xué)習(xí)者的學(xué)習(xí)習(xí)慣是否正常合理，學(xué)習(xí)時(shí)間是否充分，屬于學(xué)習(xí)活動(dòng)方面，而學(xué)習(xí)效率與學(xué)習(xí)效果只有通過(guò)測(cè)試來(lái)驗(yàn)證，屬于測(cè)試活動(dòng)方面.因此，可從學(xué)習(xí)活動(dòng)和測(cè)試活動(dòng)兩個(gè)方面來(lái)介紹情景信息本體模型中的情景信息元組和關(guān)系.

圖2 情景信息本體模型Fig.2 Otology model of context aware

(1) 學(xué)習(xí)活動(dòng)方面的概念和關(guān)系

Person表示E-Learning環(huán)境中的學(xué)習(xí)者P，P=，其中P_ID為學(xué)習(xí)者標(biāo)識(shí).

KnowledgeDomain表示知識(shí)域KD，KD=，其中KD_ID表示知識(shí)域標(biāo)識(shí)，Description表示知識(shí)域描述，Document表示資料文檔，KD_pre為前序知識(shí)域.

StudyTime表示專(zhuān)家預(yù)估的學(xué)習(xí)時(shí)間域St，St=，其中Min_Time，Max_Time分別為學(xué)習(xí)KD所需的最短時(shí)間及最長(zhǎng)時(shí)間.

PStudyTime表示實(shí)際學(xué)習(xí)時(shí)間Pst，Pst=，其中time為學(xué)習(xí)時(shí)間.

PersonStudyTime表示Pst與St百分比Perst， Pers=，其中Per=Pst/St.

hassequence表示KD間存在一種傳遞性的時(shí)序關(guān)系，hassequence={|x,yKD∧x先于y }.

hasstudied表示已學(xué)習(xí)過(guò)某知識(shí)域，hasstudied={|xP∧yKD∧x學(xué)習(xí)過(guò)y }.

hasMoreTime表示Pst超出St上限，hasMoreTime={|xPst∧ySt∧zPerst∧x.Time>y.Max_Time*z.Per }.

hasInTime表示Pst在St范圍內(nèi)，hasInTime={|xPst∧ySt∧zPerst∧y.Min_Time*z.Per

hasLessTime表示Pst小于St下限，hasLessTime={|xPst∧ySt∧zPerst∧x.Time

(2) 測(cè)試活動(dòng)方面的概念和關(guān)系

Test表示測(cè)試T，T=，其中T_ID 為測(cè)試標(biāo)識(shí)、Content測(cè)試內(nèi)容.

TestStandard表示測(cè)試成績(jī)?cè)u(píng)定標(biāo)準(zhǔn)Tsd，Tsd=，其中sd為測(cè)試評(píng)定標(biāo)準(zhǔn).

TestMark表示測(cè)試成績(jī)Tm，Tm=，其中Mark為測(cè)試的成績(jī).

AverageGrade表示測(cè)試成績(jī)標(biāo)準(zhǔn)Ag，Ag=，其中T-Num為測(cè)試次數(shù)，Avg_Mark為平均測(cè)試成績(jī).

hasGoodMark表示測(cè)試成績(jī)較好Hgm，Hgm={|xTm∧yTsd∧x.Mark>y. Standard +5}.

hasNormalMark表示測(cè)試成績(jī)一般Hnm，Hnm={|xTm∧yTsd∧y.sd-5

hasBadMark表示測(cè)試成績(jī)較差Hbm，Hbm={|xTm∧yTsd∧x.Mark

hasProgress表示測(cè)試成績(jī)有進(jìn)步Hpg，Hpg={|xTm∧yAvg∧x.Mark>y. Avg_Mark }.

2.2.2 情景推理 由上述情景信息本體模型里定義的相關(guān)概念及關(guān)系，可分析出學(xué)習(xí)者在學(xué)習(xí)過(guò)程中不同情景下的學(xué)習(xí)狀態(tài).構(gòu)造的具體推理規(guī)則如下：

推理1：對(duì)于學(xué)習(xí)活動(dòng)合理性的推理規(guī)則為：

?m(∈hassequence→∈hasstudied)|→P完成KD合理

推理2：完成知識(shí)域?qū)W習(xí)目標(biāo)出色的推理規(guī)則為：

推理3：完成知識(shí)域?qū)W習(xí)目標(biāo)一般的推理規(guī)則為：

推理4：完成知識(shí)域?qū)W習(xí)目標(biāo)較差的推理規(guī)則為：

推理5：學(xué)習(xí)知識(shí)域有進(jìn)步的推理規(guī)則為：

利用上述的推理規(guī)則，將學(xué)習(xí)者的各種學(xué)習(xí)情景信息綜合起來(lái)考慮，然后進(jìn)行學(xué)習(xí)情景的分析和推理，從而獲得較為準(zhǔn)確的學(xué)習(xí)狀態(tài).判定了學(xué)習(xí)者的學(xué)習(xí)狀態(tài)后，還可進(jìn)一步推理分析，獲得學(xué)習(xí)者的情緒狀態(tài).

推理6：積極學(xué)習(xí)情緒的推理規(guī)則.

推理7：消極學(xué)習(xí)情緒的推理規(guī)則.

2.2.3 學(xué)習(xí)資源調(diào)度 當(dāng)學(xué)習(xí)者完成知識(shí)域?qū)W習(xí)時(shí)，其學(xué)習(xí)的相關(guān)情景信息經(jīng)過(guò)采集和推理分析后，被送到調(diào)用控制模塊進(jìn)行分析判斷，從而決定是否需要調(diào)用以及具體調(diào)用哪個(gè)學(xué)習(xí)資源服務(wù)類(lèi)型及時(shí)向?qū)W習(xí)者反饋.為更好的描述學(xué)習(xí)資源調(diào)度算法的過(guò)程，首先給出幾個(gè)相關(guān)定義：

定義1 采集信息

采集信息(Obt)用一個(gè)四元組來(lái)表示，Obt=其中Obt_ID是Obt的標(biāo)識(shí)信息、Cxt表明采集的是哪種情景信息、val是采集值.

定義2 推理信息

推理信息(Reast)也用一個(gè)四元組來(lái)表示，Reast=其中

① Reast_ID是Reast的標(biāo)識(shí)信息.

② Reast_V={〈Reast1, v1x〉,〈Reast2, v2y〉,…,〈Reast,vnz〉}是情景信息及對(duì)應(yīng)值集合，其中Reast1, Reast2,…, Reastn是情景信息，vij是Reasti的值.

③ Reas是情景推理服務(wù).

定義3 資源調(diào)度配置模型

資源調(diào)度配置模型(Resm)用一個(gè)五元組來(lái)表示，Resm=，其中Resm_ID是Resm的標(biāo)識(shí)信息、Scps是資源調(diào)度服務(wù)、Anals是推理得到的情景信息、Lbs是資源業(yè)務(wù).

定義4 學(xué)習(xí)資源信息

學(xué)習(xí)資源信息(Resc)用一個(gè)二元組來(lái)表示，Resc=，其中Resc_ID是Resc的標(biāo)識(shí)信息、sors是情景處理服務(wù).

具體的調(diào)用控制算法如下：

輸入：采集信息集合(OBT)，資源調(diào)度配置模型集合(RESM)，推理信息集合(REAST)以及學(xué)習(xí)資源集合(RESC)

輸出：學(xué)習(xí)資源服務(wù)LBS

主要步驟:

(1)OBT= ; RESM= ; LBS= //初始化

(2) for (all Obt∈OBT)

{ //將所有采集信息存入推理信息集合并執(zhí)行推理

select Obt.Cxt, Obt.val from Obt；

If Obt.P_ID=Reast.P_ID then

Insert Obt.Cxt, Obt.Val into Reast. Reast_V;

Else

Insert Obt.P_ID, Obt.Cxt, Obt.Val into Reast. Reast. P_ID, Reast_V;

insert Reast into REAST;

do Reast. Reas }

(3)for(all Reast∈REAST)

{ //將情景推理后的結(jié)果存入資源配置模型集合

select val(Reast. Reas) from Reast;

Insert val(Reast. Reas) into Resm.Anals;

insert Resm into RESM; }

(4)for(all Resm.Anals and RESC！= )

{ //查找需調(diào)用的學(xué)習(xí)資源服務(wù)并存入資源服務(wù)集合

select Resc.Resc_id from Resc where val(Resc.sors)= Resm.Anals ;

insert Resc.Resc_id into Lbs;

insert Lbs into LBS; }

(5)return(LBS).

3 應(yīng)用實(shí)例

為驗(yàn)證所提出的情景感知的本體E-Learning系統(tǒng)，在學(xué)習(xí)過(guò)程中實(shí)現(xiàn)主動(dòng)提供學(xué)習(xí)資源的有效性，利用Stanford 大學(xué)提供的Protégé建模工具，來(lái)對(duì)前面定義的情景信息的概念、屬性和相互關(guān)系進(jìn)行建模，最終生成了Semantic Web 的OWL文檔，并利用惠普公司提供的JENA推理機(jī)開(kāi)發(fā)了情景感知的本體E-Learning原型系統(tǒng).

通過(guò)Protégé本體建模工具對(duì)其進(jìn)行建模，最終形成XML格式的dd.owl文檔，如圖3所示.

圖3 情景信息本體界面Fig.3 Ontology interface of context aware

由于E-Learning系統(tǒng)面向的服務(wù)對(duì)象主要是學(xué)習(xí)者，所以對(duì)系統(tǒng)學(xué)習(xí)者終端功能的要求要盡可能的全面豐富，以滿(mǎn)足學(xué)習(xí)者不同的學(xué)習(xí)要求和興趣愛(ài)好.在本系統(tǒng)中，學(xué)習(xí)者終端的基本功能主要有學(xué)習(xí)和測(cè)試兩類(lèi)功能.學(xué)習(xí)者訪問(wèn)學(xué)習(xí)內(nèi)容部分則可以為進(jìn)行課程學(xué)習(xí)，知識(shí)點(diǎn)學(xué)習(xí)，知識(shí)域?qū)W習(xí)等.另外，當(dāng)學(xué)習(xí)某章節(jié)結(jié)束后，將會(huì)提供相應(yīng)于該章節(jié)的在線小測(cè)試.在學(xué)習(xí)者學(xué)完某門(mén)課程后，可以選擇在線考核.可以根據(jù)學(xué)習(xí)效果的反饋了解學(xué)習(xí)者當(dāng)前的學(xué)習(xí)效果.如圖4所示.

情景分析功能主要是從學(xué)習(xí)者的學(xué)習(xí)過(guò)程、學(xué)習(xí)內(nèi)容等情景信息因素來(lái)分析學(xué)習(xí)者所處的學(xué)習(xí)情景.本系統(tǒng)主要從學(xué)習(xí)者學(xué)習(xí)過(guò)程和學(xué)習(xí)時(shí)間是否合理、學(xué)習(xí)成績(jī)是否理想、學(xué)習(xí)是否有進(jìn)步等學(xué)習(xí)因素來(lái)進(jìn)行綜合考慮分析的.對(duì)以上這些學(xué)習(xí)因素進(jìn)行分析和感知，可以推理出具體的學(xué)習(xí)者的學(xué)習(xí)情景，如學(xué)習(xí)過(guò)程合理、完成學(xué)習(xí)目標(biāo)較好、學(xué)習(xí)取得進(jìn)步等.基于學(xué)習(xí)者情景感知的的推薦界面如圖5所示.

圖4 學(xué)習(xí)者學(xué)習(xí)效果反饋界面Fig.4 Interface of Learning effect feedback

圖5 基于情景感知的的學(xué)習(xí)資源推薦Fig.5 learning resource recommendation based on context aware

4 結(jié) 語(yǔ)

為了對(duì)學(xué)習(xí)者進(jìn)行更為有效的學(xué)習(xí)指導(dǎo)，結(jié)合本體E-Learning環(huán)境的特點(diǎn)，提出應(yīng)用情景感知的方法和技術(shù)對(duì)學(xué)習(xí)者在學(xué)習(xí)過(guò)程中的情景信息進(jìn)行實(shí)時(shí)反饋，并建立了基于情景感知的本體E-Learning系統(tǒng).應(yīng)用實(shí)例表明文中構(gòu)建的系統(tǒng)能夠?qū)崿F(xiàn)學(xué)習(xí)資源服務(wù)的自適應(yīng)服務(wù)，但在獲取的情景信息不完整的情況下，該系統(tǒng)無(wú)法將明確的學(xué)習(xí)資源服務(wù)提供給學(xué)習(xí)者.如何提高獲取信息的準(zhǔn)確性和可靠性及系統(tǒng)的自適應(yīng)性，將是下一步的研究重點(diǎn).

參考文獻(xiàn)：

[1] Lin Jin-Cherng，Wu Kuo-Chiang. Finding a Fitting Learning Path in E-learning for Juvenile[C]//Proceedings of Seventh IEEE International Conference on Advanced Learning Technologies，Niigala, Japan:IEEE Computer Society，2007:872-876.

[2] Zhan Yong-zhao, Xu Li-ting, Mao Qirong. Ontology Based Situation Analysis and Encouragement in E-Learning System[C]//Proceedings of the 2nd International Conference of E-Learning and Games.Springer-Verlag Belcn,Heide berg，2007:401-410.

[3] 張屹. 泛在學(xué)習(xí)環(huán)境下基于情景感知的學(xué)習(xí)資源檢索模型構(gòu)建[J].中國(guó)電化教育,2010,182(6):104-107.

[4] Anind K.Dey.Understanding and using context[J].Personal and Ubiquitous Computing,2001(5):20-34.

[5] 李海強(qiáng).基于情景感知的移動(dòng)接入模式研究[D].北京：北京郵電大學(xué),2009.

[6] 童恩棟. 物聯(lián)網(wǎng)情景感知技術(shù)研究[J].計(jì)算機(jī)科學(xué),2011,38(4):9-16.

[7] Thomas Strang,Claudia LinnhoffPopien.A Context Modeling Survey[EB/OL].http://www.mobile.ifi.lmu.de/common/Literatur/MNMPub/Publikationen/stli04a/PDF-Version/stli04a.pdf,2007-03-02.

[8] SUN J Z,SAUVOLA J.Towands a conceptual model for context-aware adaptive services,parallel and distributed computing applications and technologies[C]//2003 PDCATProceedings of the Fourth International Conference,PDCAT03，IEEE Presss,us.Aug[s l]:[s n],2003:27-29.

[9] Baldauf M,Dustdar S.A survey on context-aware systems[J].International Journal of Ad Hoc and Ubiquitous Computing,2007,2(4):263-277.

[10] 莫同. 一種情景感知服務(wù)系統(tǒng)框架[J].計(jì)算機(jī)學(xué)報(bào),2010,33(11):2584-2593.