王傳安，吳長勤，趙海燕

(安徽科技學院理學院 ，安徽 鳳陽 233100)

0 引 言

網(wǎng)絡化學習系統(tǒng)(E-Learning)作為一種新的教育培訓方式，實現(xiàn)了對組織中一切學習資源和學習活動的管理.它具有傳統(tǒng)的課堂教學無可比擬的優(yōu)勢，給教師和學生提供了一個新的學習機會.但現(xiàn)在的E-Learning環(huán)境中，網(wǎng)絡資源提供者還是被動的滿足學習者的需求[1].如何主動感知用戶情景的變化并進行信息交互，通過分析學習者的個性化需求主動提供服務是當前研究熱點之一[2].

在E-Learning學習環(huán)境中，學習者迫切期望的是，能夠在其所使用的學習終端上正確顯示與當前學習情景密切相關的學習資源.如何能夠理解學習者的當前需求，并根據(jù)學習者周圍環(huán)境和學習設備的變化，從無限的網(wǎng)絡學習資源中快捷、準確地檢索到最恰當?shù)膶W習資源提供給學習者，實現(xiàn)這一功能的核心技術之一就是情景感知[3].筆者結(jié)合本體論和情景感知技術與方法構(gòu)建了基于情景感知的本體E-Learning系統(tǒng)，并對主要功能做了闡述.應用實例驗證了該系統(tǒng)可以識別學習者的學習狀態(tài)并進行實時反饋，提高了學習者的學習興趣和學習效率.

1 情景感知的系統(tǒng)模型

1.1 情景感知的概念

情景感知技術源于普適計算的研究，其處理對象是環(huán)境中的情景信息.情景感知就是通過傳感器及其相關的技術使計算機設備能夠“感知”到當前的情景，并讓計算設備給出相應的反應.而情景是指能夠用于描述實體情形的任何信息.所謂可以是一個人、一個地點或者在用戶和應用之間交互的某個對象，包括用戶和應用本身[4].

1.2 情景感知計算

情景感知計算是有效利用環(huán)境中的情景信息來輔助決策優(yōu)化的一種計算模式，它需要解決的問題主要包括：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術界和企業(yè)界的關注，國際知名大學也紛紛建立情感計算研究小組，情感計算將有巨大的發(fā)展?jié)摿蛻脙r值[5-7].總的說來，情感計算的研究還處于起步階段，主要側(cè)重于情感信號的獲取、情感計算的應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主動輸入、通過傳感器采集以及情景提取等.情景感知的目的是在用戶較少參與或者根本不需用戶參與的情況下，通過普適計算資源來實現(xiàn)用戶服務推薦.本文的情景感知的本體E-Learning系統(tǒng)借助于計算機的日志、用戶資料等情景信息來獲取學習者的學習信息，如生活習慣、學習效率及日程表等，來輔助E-Learning系統(tǒng)做出正確的決策.

1.2.2 情景處理與識別 獲得了學習者的情景信息后，下一步的任務是運用數(shù)據(jù)處理技術將采集到的原始情景數(shù)據(jù)變成情景信息.情景處理與識別涉及情景表示和轉(zhuǎn)換問題.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?shù)霓D(zhuǎn)換，轉(zhuǎn)換成與模型相匹配的形態(tài).文獻[8]使用一個四元組來描述和實體對應的數(shù)據(jù)對象(entity name, feature,value, time)，其中每個實體采用標識符來唯一命名.從而可使用特征、值和時間來表述情景.情景識別可獲取情景數(shù)據(jù)的語義，并與情景機理相應的內(nèi)容對應起來，從而指導系統(tǒng)做出相應的反應.

1.2.3 情景建模 情景建模是情景感知的基礎.E-Learning的主要特性就是數(shù)據(jù)的復雜性，不同的學習者對同一學習過程反饋的情景信息卻不同，如學習時間或?qū)W習效果等.如何從最初的情景信息有效地提取出有意義的情景信息，同樣也需要對情景信息進行有效的組織和表達.情景信息的建?？梢苑譃閮蓚€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，它不涉及語義；其次是支持語義上的統(tǒng)一，即通過統(tǒng)一的語義表達來解決情景信息語義互操作和利用效率的問題，比如基于本體論的知識表達.本體可很好的描述情景信息，使用本體建模是當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)情景感知的技術與方法，結(jié)合本體E-Learning的特點，在參照文獻[10]提出的將情景信息和業(yè)務服務緊耦合成情景感知服務系統(tǒng)的基礎上，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

情景感知服務運行時，首先由情景獲取模塊實時采集情景信息，構(gòu)造情景信息模型，然后情景推理模塊對情景信息進行推理和分析，得出情景推理規(guī)則，最后學習資源的調(diào)度模塊根據(jù)采集值及相應推理規(guī)則調(diào)用相應的業(yè)務服務向顧客提供.

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領域的知識，然后通過確定該領域認可的詞匯，進一步實現(xiàn)對該領域知識的理解，使其符合E-Learning系統(tǒng)中的情景本體對語義互操作的要求.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)部的關聯(lián)和概念之間相互存在的關系[2]，如圖2所示.在學習活動過程中，學習者的學習習慣是否正常合理，學習時間是否充分，屬于學習活動方面，而學習效率與學習效果只有通過測試來驗證，屬于測試活動方面.因此，可從學習活動和測試活動兩個方面來介紹情景信息本體模型中的情景信息元組和關系.

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

(1) 學習活動方面的概念和關系

Person表示E-Learning環(huán)境中的學習者P，P=，其中P_ID為學習者標識.

KnowledgeDomain表示知識域KD，KD=，其中KD_ID表示知識域標識，Description表示知識域描述，Document表示資料文檔，KD_pre為前序知識域.

StudyTime表示專家預估的學習時間域St，St=，其中Min_Time，Max_Time分別為學習KD所需的最短時間及最長時間.

PStudyTime表示實際學習時間Pst，Pst=，其中time為學習時間.

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序關系，hassequence={|x,yKD∧x先于y }.

hasstudied表示已學習過某知識域，hasstudied={|xP∧yKD∧x學習過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) 測試活動方面的概念和關系

Test表示測試T，T=，其中T_ID 為測試標識、Content測試內(nèi)容.

TestStandard表示測試成績評定標準Tsd，Tsd=，其中sd為測試評定標準.

TestMark表示測試成績Tm，Tm=，其中Mark為測試的成績.

AverageGrade表示測試成績標準Ag，Ag=，其中T-Num為測試次數(shù)，Avg_Mark為平均測試成績.

hasGoodMark表示測試成績較好Hgm，Hgm={|xTm∧yTsd∧x.Mark>y. Standard +5}.

hasNormalMark表示測試成績一般Hnm，Hnm={|xTm∧yTsd∧y.sd-5

hasBadMark表示測試成績較差Hbm，Hbm={|xTm∧yTsd∧x.Mark

hasProgress表示測試成績有進步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概念及關系，可分析出學習者在學習過程中不同情景下的學習狀態(tài).構(gòu)造的具體推理規(guī)則如下：

推理1：對于學習活動合理性的推理規(guī)則為：

?m(∈hassequence→∈hasstudied)|→P完成KD合理

推理2：完成知識域?qū)W習目標出色的推理規(guī)則為：

推理3：完成知識域?qū)W習目標一般的推理規(guī)則為：

推理4：完成知識域?qū)W習目標較差的推理規(guī)則為：

推理5：學習知識域有進步的推理規(guī)則為：

利用上述的推理規(guī)則，將學習者的各種學習情景信息綜合起來考慮，然后進行學習情景的分析和推理，從而獲得較為準確的學習狀態(tài).判定了學習者的學習狀態(tài)后，還可進一步推理分析，獲得學習者的情緒狀態(tài).

推理6：積極學習情緒的推理規(guī)則.

推理7：消極學習情緒的推理規(guī)則.

2.2.3 學習資源調(diào)度 當學習者完成知識域?qū)W習時，其學習的相關情景信息經(jīng)過采集和推理分析后，被送到調(diào)用控制模塊進行分析判斷，從而決定是否需要調(diào)用以及具體調(diào)用哪個學習資源服務類型及時向?qū)W習者反饋.為更好的描述學習資源調(diào)度算法的過程，首先給出幾個相關定義：

定義1 采集信息

采集信息(Obt)用一個四元組來表示，Obt=其中Obt_ID是Obt的標識信息、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)也用一個四元組來表示，Reast=其中

① Reast_ID是Reast的標識信息.

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

③ Reas是情景推理服務.

定義3 資源調(diào)度配置模型

資源調(diào)度配置模型(Resm)用一個五元組來表示，Resm=，其中Resm_ID是Resm的標識信息、Scps是資源調(diào)度服務、Anals是推理得到的情景信息、Lbs是資源業(yè)務.

定義4 學習資源信息

學習資源信息(Resc)用一個二元組來表示，Resc=，其中Resc_ID是Resc的標識信息、sors是情景處理服務.

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)以及學習資源集合(RESC)

輸出：學習資源服務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)用的學習資源服務并存入資源服務集合

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 應用實例

為驗證所提出的情景感知的本體E-Learning系統(tǒng)，在學習過程中實現(xiàn)主動提供學習資源的有效性，利用Stanford 大學提供的Protégé建模工具，來對前面定義的情景信息的概念、屬性和相互關系進行建模，最終生成了Semantic Web 的OWL文檔，并利用惠普公司提供的JENA推理機開發(fā)了情景感知的本體E-Learning原型系統(tǒng).

通過Protégé本體建模工具對其進行建模，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)面向的服務對象主要是學習者，所以對系統(tǒng)學習者終端功能的要求要盡可能的全面豐富，以滿足學習者不同的學習要求和興趣愛好.在本系統(tǒng)中，學習者終端的基本功能主要有學習和測試兩類功能.學習者訪問學習內(nèi)容部分則可以為進行課程學習，知識點學習，知識域?qū)W習等.另外，當學習某章節(jié)結(jié)束后，將會提供相應于該章節(jié)的在線小測試.在學習者學完某門課程后，可以選擇在線考核.可以根據(jù)學習效果的反饋了解學習者當前的學習效果.如圖4所示.

情景分析功能主要是從學習者的學習過程、學習內(nèi)容等情景信息因素來分析學習者所處的學習情景.本系統(tǒng)主要從學習者學習過程和學習時間是否合理、學習成績是否理想、學習是否有進步等學習因素來進行綜合考慮分析的.對以上這些學習因素進行分析和感知，可以推理出具體的學習者的學習情景，如學習過程合理、完成學習目標較好、學習取得進步等.基于學習者情景感知的的推薦界面如圖5所示.

圖4 學習者學習效果反饋界面Fig.4 Interface of Learning effect feedback

圖5 基于情景感知的的學習資源推薦Fig.5 learning resource recommendation based on context aware

4 結(jié) 語

為了對學習者進行更為有效的學習指導，結(jié)合本體E-Learning環(huán)境的特點，提出應用情景感知的方法和技術對學習者在學習過程中的情景信息進行實時反饋，并建立了基于情景感知的本體E-Learning系統(tǒng).應用實例表明文中構(gòu)建的系統(tǒng)能夠?qū)崿F(xiàn)學習資源服務的自適應服務，但在獲取的情景信息不完整的情況下，該系統(tǒng)無法將明確的學習資源服務提供給學習者.如何提高獲取信息的準確性和可靠性及系統(tǒng)的自適應性，將是下一步的研究重點.

參考文獻：

[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. 泛在學習環(huán)境下基于情景感知的學習資源檢索模型構(gòu)建[J].中國電化教育,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.基于情景感知的移動接入模式研究[D].北京：北京郵電大學,2009.

[6] 童恩棟. 物聯(lián)網(wǎng)情景感知技術研究[J].計算機科學,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. 一種情景感知服務系統(tǒng)框架[J].計算機學報,2010,33(11):2584-2593.