單永剛,虞江鋒
(1.浙江廣播電視大學 圖書館,浙江 杭州 310012;2.浙江廣播電視大學 學習資源建設中心,浙江 杭州 310012)
社會性網(wǎng)絡服務(Social Networking Services,SNS)處于蓬勃發(fā)展的勢頭,如Facebook擁有超過10億的用戶,累積了11,300億個Likes;Twitter擁有5億的用戶,每秒鐘能產(chǎn)生2200個Tweets。[1]那么,SNS交互環(huán)境是否可以在網(wǎng)絡學習平臺中有所作為呢?綜合類SNS網(wǎng)站,如人人網(wǎng)[2]可建立某個特定的學習群體,但是它不具備資源管理服務的能力,且網(wǎng)站中干擾因素較多,效果不甚理想;垂直類SNS網(wǎng)站,如知之證券網(wǎng)[3]是由廣東金融學院學生憑借其學院學科特色和優(yōu)勢而創(chuàng)建并運營的一個網(wǎng)絡學習社區(qū),這是一個成功的基于SNS的學習平臺,它的學習者更集中,聚集的目的更明確,且有專門的管理機構,它證明了SNS交互理念用于學習平臺的可行性。
Web3.0促使我們進入一個 “機器思考”的智能時代,教學資源的智能聚合與個性化建構因此成為新的研究方向,[4]學習平臺的智能資源服務體系應具有知識語義互為關聯(lián)的特性,這種關聯(lián)使知識的展示不僅僅是作為學習資源的目錄,更重要的是作為學習過程的向?qū)?,它的表現(xiàn)形式是依托學習平臺以及學習者的狀態(tài)信息,推理和推送個性化的知識語義和學習資源。
文章認為,SNS交互環(huán)境下的學習平臺,如果能突破傳統(tǒng)的“論壇帖子”形式的資源呈現(xiàn)方式,并配以智能的資源服務體系,將使網(wǎng)絡學習的效果更加接近于課堂學習,這是網(wǎng)絡學習平臺設計的一種創(chuàng)新模式。
SNS環(huán)境下的學習平臺是一個垂直類的交互網(wǎng)站,垂直類網(wǎng)站的特點是對準某一特定領域、特定人群或特定需求提供信息服務,[5]垂直類的SNS網(wǎng)站更能反映一群人在某個共同點(如某一個專業(yè)、某一個章節(jié)、某一個學習點等)下的細化需求,它的成員是基于共同興趣而聚集,大家對相關內(nèi)容的討論比較細致、深入,因而有助于學習者對共同的關注點的理解,擴展他們對關注點的認識深度與廣度。
學習平臺的SNS交互方式主要有:
②討論:討論是學習平臺具有交互功能的評論系統(tǒng),其主題來自平臺的每一項資源,平臺中設有專門的討論主題列表,同時資源相關的討論內(nèi)容也被推送到該資源的顯示區(qū)域;
③空間:空間即學習者的個人學習空間,包括個人信息、學習進度、交互記錄、學習足跡、收藏夾、學習筆記等基本狀態(tài)和功能,同時,作為SNS的交互重要特征,空間還推送個人所關注的好友信息以及個人所在群組的信息,具備學習者之間多維“好友”關系的自動推算能力。
SNS交互學習環(huán)境,使學生的學習過程從被動地接受知識演變?yōu)橹鲃拥貥嫿ㄖR,每位學習者都能貢獻和分享自己的所學、所得、所想,自發(fā)地協(xié)同組織知識,在個性化的學習過程中深化知識理解;更為重要的是,SNS交互學習的環(huán)境是學習平臺資源知識語義推送的主要載體,是構建教師、學習者、學習資源三者之間充分“交互”的智能學習平臺的基礎。
學習平臺的資源服務過程是一個對現(xiàn)有課程資源根據(jù)外部干預因素進行解構、重構和推送的過程。圖1描述了學習平臺智能資源體系的服務流程,圖中的元資源(meta-resource)是對課程資源解構后的最小單位的資源體,元資源可以是課程資源相關的知識點、課堂視頻、演示動畫、試題等,是學習資源智能重構的基本元素;虛線部分表示資源服務過程中的干預因素,分A、B、C、D、E五個區(qū)域;實線部分表示資源服務體系的資源服務流程,也可以理解為學習者獲取資源的途徑,包括①、②、③三個途徑。
圖1 學習平臺智能資源體系的服務流程
干預因素和服務流程共同決定了學習平臺智能資源服務體系的資源獲取效果,圖中三個途徑的資源獲取方式如下:途徑①,直接獲取原始的課程資源,學習平臺中按課程章節(jié)展現(xiàn)教程內(nèi)容,學習者根據(jù)需求自主索引學習資源,它的干預因素包括區(qū)域A和區(qū)域B;途徑②,獲取由課程教師根據(jù)課程大綱、教學經(jīng)驗、知識理解解構后的元資源,該途徑的干預因素為區(qū)域B,學習者通過檢索或索引元資源列表獲??;途徑③,從資源環(huán)境或交互語境中準確獲取相關學習資源,該途徑的全過程包括元資源的重構與推送兩個過程,前者的干預因素為元資源的關聯(lián)性即區(qū)域C和區(qū)域B,后者的干預因素為平臺及學習者的狀態(tài)信息、學習者的資源需求和學習進度,即區(qū)域E,學習者在SNS交互環(huán)境和文本教程中(區(qū)域D)獲取與自己密切相關的學習資源。三種獲取資源的途徑內(nèi)容上向前逐級包含,效果上向后逐級提升,由于學習平臺資源提供方式的多樣化需求,這三種途徑在學習平臺中是并列存在的。
元資源的關聯(lián)是指元資源的知識語義之間的某種聯(lián)系,它包括顯性關聯(lián)和隱性關聯(lián),前者是基于詞匯的相似性聯(lián)系,后者是基于專家知識的相關性聯(lián)系。Tim Berners-Lee曾在TED的演講中提到 “數(shù)據(jù)就是聯(lián)系,聯(lián)系產(chǎn)生數(shù)據(jù)”,IBM developerWorks作者Tim Hanis強調(diào)“數(shù)據(jù)之間的聯(lián)系不是數(shù)據(jù)庫結(jié)構的一部分,而是數(shù)據(jù)的一部分”,元資源的關聯(lián)也是一種數(shù)據(jù)之間的聯(lián)系,這種聯(lián)系能產(chǎn)生新的資源,元資源的關聯(lián)是重構和推送學習資源的必要條件。
根據(jù)關聯(lián)數(shù)據(jù)的來源,元資源的關聯(lián)可分為三類:第一類,基于課程內(nèi)容的元資源知識語義之間的關聯(lián),包括與元資源本身相關的知識點、課堂視頻、演示動畫、測試題等元資源之間的關聯(lián);第二類,基于搜索引擎百科詞庫的泛化關聯(lián),互聯(lián)網(wǎng)搜索引擎的百科詞庫的詞條是典型的知識泛化式呈現(xiàn),它們具備知識語義的關聯(lián)特征,學習平臺以元資源名稱為詞條名,超越課程內(nèi)容范疇向搜索引擎百科詞庫提取與知識點“相關聯(lián)”的詞條信息;第三類,元資源與交互信息之間的關聯(lián),元資源的評論信息、元資源分享信息、元資源的受訪信息等,穿插于相關元資源的描述內(nèi)容中,或者元資源的知識語義穿插于學習者之間的交互信息中,這類關聯(lián)有助于學習者們開展協(xié)作學習。
將230℃條件下制作好的樣板在標準實驗室(濕度:53%,溫度:23℃)放置3 d、5 d、7 d、10 d、15 d、20 d、30 d、60 d、90 d,然后測試氣味、VOC。
(1)元資源與元資源之間的關聯(lián)
張郭軍等定義了一種網(wǎng)絡課程的知識表示混亂結(jié)構,[6]它對知識表示方式做了詳盡的描述,據(jù)此結(jié)構能實現(xiàn)知識語義之間的顯性關聯(lián),但是知識之間的關聯(lián)除了顯性關聯(lián)之外還應具備隱性關聯(lián),因此,在設計元資源關聯(lián)表時必須考慮到顯性關聯(lián)和隱性關聯(lián)兩方面的需求。
元資源關聯(lián)表{ID,主題,相關性主題,相似性主題,相關資源的ID集,…}是實現(xiàn)元資源語義關聯(lián)的核心數(shù)據(jù)表,其中相關性主題是人們對某個概念的理解的集合,是基于概念的內(nèi)涵所形成的一種關聯(lián),如專家理解、教學經(jīng)驗、相關知識等;相似性主題是指由概念呈現(xiàn)的表象(詞匯)所形成的一種關聯(lián),如某概念詞匯的其它解釋或用法,就是一種相似性主題;相關資源ID集以外鍵的形式存儲相應的元資源。關聯(lián)表中,元資源之間的關聯(lián)關系往往是1:n的關系,即1個元資源可以有多項相關聯(lián)的資源,而且n的大小是不確定的,因此,在設計平臺數(shù)據(jù)表時,需把所有關聯(lián)存儲于同一字段,并設定特定字符“|”為字段內(nèi)的字符串分隔符,通過字符運算函數(shù)的組合運算能實現(xiàn)元資源正向和逆向的關聯(lián),同時,這種方法也能節(jié)省數(shù)據(jù)庫的空間開銷、提高數(shù)據(jù)庫的查詢效率。如當元資源為數(shù)據(jù)庫課程的“select”命令的知識點時,其相關性主題為其它同類命令,如:“Update|Delete|Insert|…”,相似性主題為 HTML語言中的“Select”表單或VB.NET編程語言中的“Select”條件語句等。
(2)元資源與泛化資源之間的關聯(lián)
元資源與泛化資源的關聯(lián)即學習平臺的元資源向平臺外的知識庫建立語義關聯(lián),并充分利用知識庫的智能推理功能,當下應用得最廣泛的泛化知識庫就是互聯(lián)網(wǎng)的百科數(shù)據(jù)庫。百科數(shù)據(jù)庫(如維基百科)支持高效的關系抽取方式,它的每個頁面都是一個實體,每個實體都經(jīng)過消歧和映射,使實體之間具有隱藏的高關聯(lián)性,[7]這里的實體即“主題”,是學習平臺元資源的關聯(lián)接點。分析可知,百科數(shù)據(jù)庫的每一個主題的展現(xiàn)(或搜索)都有一個固定的URL結(jié)構,即“固定地址+主題詞”的URL結(jié)構,其中“固定地址”是百科數(shù)據(jù)庫的展示地址(或搜索地址),“主題詞”即相關主題詞的字符串的UTF編碼或GB編碼,它與平臺元資源相關的詞匯相對應,如維基百科詞條信息的獲取地址為:"…/wiki/"&Server.UrlEncode(EntryName),其中函數(shù) Server.UrlEncode 是 URL參數(shù)的解碼函數(shù),參數(shù)EntryName是詞條名,即元資源的名詞。由維基百科地址格式,課程知識“Select”在維基百科中的詞條查詢URL為"…/wiki/"&Server.UrlEncode("Select")。除維基百科外,平臺還引用了百度百科和SOSO百科的詞條,它們關聯(lián)方法與維基百科基本相同。
(3)元資源與SNS交互信息之間的關聯(lián)
SNS交互系統(tǒng)的交互信息與元資源的關聯(lián),用文本標簽(Tag)的形式展示與交互信息相關的元資源,即把課程元資源用文本標簽的方式向SNS的群組、討論、空間中的交互信息推送,并根據(jù)標簽點擊量的排名和主題的分類,向?qū)W習平臺特定位置推送熱門標簽。
數(shù)據(jù)表 Tags_table{Tag_id,Tag_name,Resource,Tag_theme,Tag_url,Tag_hits…}由課程教師根據(jù)課程大綱、教學經(jīng)驗和知識理解自主編輯,其中Resource是相關資源,Tag_theme是相關主題,Tag_url是Tag超鏈接(可設定為向內(nèi)鏈接或向外鏈接)。Tag超鏈接在SNS交互信息寫入數(shù)據(jù)庫前生成,并隨同交互信息寫入數(shù)據(jù)庫,當交互信息被讀取時,Tag鏈接將一同被讀取。Tag信息關聯(lián)的產(chǎn)生方式如下:
代碼注釋:①參數(shù)content即提交的交互文本內(nèi)容;②獲取標簽列表所有標簽數(shù)據(jù) (標簽名);③找到首個tagname所在位置,并分割;④如果是第一個字符串,則在其后加上tag超鏈接;⑤如果是最后一個字符串;⑥如果是中間的字符串數(shù)組;⑦返回值,即插入標簽后所提交的文本。
平臺對學習者的學習足跡進行實時采集并存儲為日志數(shù)據(jù),分析這些數(shù)據(jù)提取學習者的學習狀態(tài)、元資源的使用狀況等狀態(tài)信息,這些狀態(tài)信息是向?qū)W習者及其所在的交互環(huán)境準確地推送學習資源的重要依據(jù)。表1列出了從平臺日志數(shù)據(jù)中提取平臺及學習者狀態(tài)信息的情況,由表可知,狀態(tài)信息可以由單個日志數(shù)據(jù)決定,也可由多個日志數(shù)據(jù)共同決定,狀態(tài)信息的輸出是一組關于某個統(tǒng)計點的排序信息,這些排序是可以帶有預設條件的,如一個月內(nèi)學習者的學習活躍程度的排序,狀態(tài)信息在預設條件下的排序結(jié)果是學習資源推送的重要依據(jù)之一。
表1 狀態(tài)信息提取情況表
狀態(tài)信息一般用關系數(shù)據(jù)庫的SQL命令提取,它的基本命令格式為“SELECT編號,COUNT(*)FROM日志數(shù)據(jù)表 WHERE限定條件GROUP BY編號ORDER BY COUNT(*)DESC”,由此可獲取每個主體(編號)在日志數(shù)據(jù)表中的數(shù)據(jù)量的排序信息,以此為基礎能引申出其它復雜的狀態(tài)信息提取命令。
獲取的KeywordString是準對用戶感興趣的詞集,用字符串分詞函數(shù)split()把它分割為檢索詞數(shù)組,根據(jù)數(shù)組中的檢索詞逐個向?qū)W習者推送相關的學習資源。
學習進度計算的原始依據(jù)是資源訪問記錄、試題測試記錄、個人登錄記錄等,因此學習進度除了能實時體現(xiàn)學習者的學習進度外,還能實時反映學習者的學習足跡、資源的訪問情況、學習者的學習方式,這些數(shù)據(jù)是推送元資源的又一重要判斷依據(jù)。平臺中的學習進度定義了資源瀏覽進度和在線測試進度兩個部分,進度公式的參數(shù)根據(jù)課程和教學的特點自主設定,如對于《數(shù)據(jù)庫基礎與應用》網(wǎng)絡課程的進度計算參數(shù)設定如下:資源閱覽占進度的40%,每瀏覽一項資源累計積分,積分超過200以后,完成對資源瀏覽部分的統(tǒng)計,之后的瀏覽不再計分;在線測試占進度的60%,每章的測試題正確答題量達到本章總題量的80%后,完成對在線測試部分的統(tǒng)計,之后的在線測試結(jié)果不再計分。該課程的學習進度計算方法如下:
If ReadingVantages>200 then ReadingVantages=200 end if
If ExamVantages>ExamAmount*80%then Exam-Vantages=ExamAmount*80%end if//積分溢出判斷
ChaptersSchedule=(ReadingVantages/200)*40%+ExamVantages/12)*60%//章節(jié)進度計算
MasterSchedule=(Progress(i))/n//課程總進度計算
參數(shù)說明 :ChaptersSchedule(章節(jié)進度),Reading-Vantages(閱覽積分),ExamVantages(在線測試積分),ExamAmount(試題總數(shù)),MasterSchedule(總進度)。
狀態(tài)信息、Cookies信息和學習進度等為個性化地推送學習資源提供了充分而可靠的依據(jù),學習平臺的資源推送主要有四種方式:方式一,標簽推送,在教程全文、元資源討論區(qū)、學習群組中把主題以文字標簽(Tag)超鏈接的形式嵌入到相應的位置,這是最基本的推送方式,也是SNS交互與資源系統(tǒng)相整合的主要方式;方式二,排名推送,根據(jù)實時狀態(tài)信息,把最熱門(如檢索率高、訪問量大)的資源以及最活躍的學習者、學習進度最高的學習者所關注的資源推送到個人學習空間;方式三,關系推送,利用SNS交互特點,把有相同興趣點的學習者的學習狀態(tài)、相同學習方式(如相同的在線時段上線學習),存在一維、二維關系的其他學習者的學習狀態(tài)嵌到個人學習空間;方式四,Cookies推送,根據(jù)學習者瀏覽器記錄的學習者的興趣點(如檢索詞),把相關的資源推送給該學習者。
同時,課程教師通過管理操作,把課程的重點內(nèi)容、難點內(nèi)容、常見問題等用人工編輯的方式(如對Tag數(shù)據(jù)的分類和編輯操作)推送到學習平臺的各類場所,這是對相關性關聯(lián)(專家知識)的一種擴充,是課程教師把握網(wǎng)絡學習方向的主要方式。
本文學習平臺的設計思路和實現(xiàn)方法均來自研發(fā)實踐,它所創(chuàng)建的智能的資源服務體系和多維的交互學習環(huán)境符合現(xiàn)代遠程教學“教學交互性強、共享教學資源、突破和延伸教學時空”等特點,[9]在遠距離教學中更具實用意義。
[1]Datta A.Finding like-minded communitiesof highly interactive[R].Nanjing:CSSS2012,2012.8.
[2]人人網(wǎng).社交網(wǎng)絡平臺[Z].http://www.renren.com.
[3]知之證券網(wǎng).SNS學習平臺[Z].http://www.gingz.com.
[4]張德成,王植青.開放教育資源的智能聚合與個性化建構——基于Web3.0的開放教育資源建設[J].現(xiàn)代教育技術,2008(8):89-92.
[5]楊嫚.網(wǎng)絡信息資源組織與開發(fā)研究[M].武漢:華中科技大學出版社,2006.1:164.
[6]張郭軍,陳莉萍.網(wǎng)絡課程中知識表示的研究[J].渭南師范學院學報,2012(2):80-82.
[7]張葦如,孫樂,韓先培.基于維基百科和模式聚類的實體關系抽取方法[J].中文信息學報,2012(2):75-81.
[8]王嵐霞.基于cookies的個性化信息服務研究[J].圖書館學研究,2007(6):61-62,66.
[9]丁新,聶瑞華,盧和琰.遠程學習方法與技術[M].廣州:華南理工大學出版社,2006:9-10.