薄 瑋

(陜西學前師范學院，西安，710100)

1 平臺的功能結構設計

基于社會計算的科普教育平臺是一個面向科普領域的開放平臺，主要由社會化科普信息搜索和科普Wiki兩大部分構成，如圖1。面向科普領域的社會化搜索旨在向用戶提供精準的科普信息檢索，具體包括用戶查詢、科普信息檢索、和社會化結果展示三部分?？破誛iki模塊利用Wiki技術，允許平臺中科普領域任何人添加和修改科普領域的術語詞條，從而日積月累逐漸形成一個完整嚴密的和相對權威的專業(yè)科普領域知識庫。該模塊包含用戶管理、問題提交、學習討論、協(xié)作共創(chuàng)、頁面管理、科普知識編輯等六部分。此平臺為用戶提供了網(wǎng)上學習交流、協(xié)作共創(chuàng)和問題解決的環(huán)境，更為透明的搜索服務，允許用戶對搜索結果進行評價，通過對搜索結果進行評分能夠影響對結果的排序。

圖1 平臺功能結構圖

2 關鍵技術

2.1 社會化科普搜索引擎設計

本文提出的社會化科普搜索引擎主要強調兩方面設計：(1)科普領域數(shù)據(jù)采集器的設計；(2)社會化檢索機制設計。

2.1.1 科普數(shù)據(jù)采集器

科普數(shù)據(jù)采集器主要完成從網(wǎng)絡中抓取科普領域信息并入庫的工作，是一種面向領域的主題爬蟲。圖2所示為采集器架構圖。其中，科普領域信息分類器是采集器的核心組件，負責主要的科普網(wǎng)頁分類工作。為提高爬取效率，本文同時添加種子域名判斷組件，用以實現(xiàn)站內頁面預判，減少分類器開銷。

2.1.2 科普領域信息分類算法

科普領域信息覆蓋度大，內容繁雜，比如天文、地理、自然、科技等類別均屬于科普信息。為處理如此粗粒度的分類問題，本文將科普領域信息進行細粒度劃分，提出多細粒度分類器融合的集成分類方法。其基本思想是：給定一待分樣本，由科普領域細粒度分類器為其打分（0或1），最后匯總得分，分值高于某一閾值則認為該樣本屬于科普領域。本文選擇支持向量機(SVM)作為細粒度分類器的分類算法，該算法是目前已知分類效果非常好的一種文本分類算法，具體實現(xiàn)上本文選用開源的LibSVM。

2.1.3 分類器準確率實驗

本文選擇百度百科作為細分科普領域信息的依據(jù)和訓練樣本數(shù)據(jù)源。本次實驗選擇其開放分類中的天文、歷史、地理、自然、科技等幾個大類作為科普細分類別，從百度百科中抽取各類別下子類的top-50的詞條用作訓練樣本，共得到10000篇科普類樣本。對于細分非科普類，本文以搜狗互聯(lián)網(wǎng)分類語料庫中的非科普類子類目錄為依據(jù)，從各子類中隨機選取非科普訓練樣本，同樣得到 10000篇語料作為非科普類樣本集。兩者合計共20000篇用作實驗的開放測試數(shù)據(jù)集。

本文選擇保持（Holdout）方法對各細分分類器進行訓練，其中訓練集和檢驗集的劃分比為2:1。選擇常用的準確率、召回率和F-Measure作為科普分類器的評價指標。經(jīng)計算，本系統(tǒng)科普領域分類器的各項指標結果如下：

由此可知，本文基于多細粒度分類器融合的集成分類器具有較高的分類性能，準確率和召回率均達90%以上。

2.1.4 基于Lucene的社會化檢索機制

Lucene是一個開放源代碼的全文檢索引擎工具包，提供了完整的查詢引擎和索引引擎，具有索引文件格式獨立于應用平臺、優(yōu)秀的面向對象架構、分塊索引、語言和文件格式易于擴展等諸多優(yōu)點?；贚ucene的檢索框架，本系統(tǒng)將社會化搜索的概念引入到科普信息檢索中，在Lucene的相關度評分機制上引入社會因子，使搜索結果更加社會化。社會因子起到人為調節(jié)結果權重的作用，允許用戶對搜索結果打分。這種評分機制，使得社會化科普信息搜索能夠更個性化地對結果排序，從而為用戶提供更好的檢索體驗。

2.2 科普Wiki的實現(xiàn)

基于維基百科的理念，本系統(tǒng)采用JSPWiki引擎設計并實現(xiàn)科普Wiki模塊。JSPWiki本身自帶了身份認證、版本控制等基本功能。在其基礎上，本文添加各項教育相關的子功能，如科普教學中的問題提交功能，允許注冊用戶提交各種科普問題，其他注冊或非注冊用戶可以對所瀏覽問題進行回答。本系統(tǒng)以文本文件的形式存儲用戶產生的各種數(shù)據(jù)，為了方便用戶權限管理，采用MySQL存儲用戶信息。

3 小結

基于社會計算，本文綜合運用社會化搜索技術及Wiki技術，設計并實現(xiàn)了一個面向科普領域的教育平臺。該平臺主要包括社會化科普信息搜索和科普Wiki兩大模塊。在科普領域數(shù)據(jù)采集中，本文設計采用人工干預與先采集后過濾相結合的爬取策略，提出多細粒度分類器融合的集成分類方法進行數(shù)據(jù)過濾。實驗表明，該方法對于科普領域具有較高的分類性能。本文在檢索部分引入社會因子，允許用戶對搜索結果打分，從而為用戶提供更個性化的搜索服務。同時基于維基百科的理念，采用JSPWiki引擎實現(xiàn)一個科普Wiki，可供用戶添加、編輯、評論科普信息，自創(chuàng)科普資源，提升自主學習能力。本平臺對于推進全民科普、提升素質教育具有重要意義。

[1]M Parameswaran,AB Whinston.Whinstone Social computing:an overview.Communications of the Association for Information Systems Volume 19,2007,P762-780.

[2]Linda Schwartz,Sharon Clork,Mary Cossarin et al.Educational Wikis:Features and selection criteria.Technical Education Report 27-International Review of Research in Open and Distance Learning,Vol.5(1),2004.4.

[3]Anja Ebersbach,Markus Glaser,Richard Heigl.Wiki Web Collaboration.Springer.Verlag Berlin Heidelberg,2006.

[4]Chih-Chung Chang and Chih-Jen Lin,LIBSVM :a library for support vector machines.ACM Transactions on Intelligent Systems and Technology,2:27:1--27:27,2011.