320 likes | 537 Views
泛在学习环境下的学习资源共享模型. —— “学习元”的体系结构和运行 环境研究. 汇报人:程罡 导师: 余胜泉教授. 内容概要. 1. 绪论 研究背景与现状分析 项目背景 研究目标与内容 2. 学习元模型的构建 3. 学习元的运行环境 4. 总结与展望. 1.1 研究背景与现状分析. 泛在学习的特征. 开放资源建设实践. 主流资源共享模型. Wiki 和语义 Wiki BBS/ 互动问答 MIT OCW Connexions. LOM/SCORM IMS-LD IMS-CC SCORM 2.0. 泛在性
E N D
泛在学习环境下的学习资源共享模型 ——“学习元”的体系结构和运行 环境研究 汇报人:程罡导师: 余胜泉教授
内容概要 • 1. 绪论 • 研究背景与现状分析 • 项目背景 • 研究目标与内容 • 2. 学习元模型的构建 • 3. 学习元的运行环境 • 4. 总结与展望
1.1 研究背景与现状分析 泛在学习的特征 开放资源建设实践 主流资源共享模型 • Wiki和语义Wiki • BBS/互动问答 • MIT OCW • Connexions • LOM/SCORM • IMS-LD • IMS-CC • SCORM 2.0 • 泛在性 • 情境感知 • 情境适应 • 社会性 对资源建设的要求: 泛在的资源空间 支持情境学习 支持社会化的学习 单向信息传递; 固化的聚合方式; 有限的活动支持 给我们的启发: 发展趋势:开放性、生成性;内容与结构的开放和进化 要解决的核心问题: 能支持资源的有序进化 能支持资源的动态聚合 1 2 能支持社会认知网络的构建与共享 能支持开放的在线活动设计与运行 4 3
1.2 项目背景 • 中国教育电视台“学习超市”建设 目标 • 非正式学习 • 终身学习 • 教育内容的共同创作和分享 • 为全民提供学习资源的“云服务” 学习超市 包含 学习管理系统 视频互动社区 典型的多系统协作的泛在学习环境; 需要统一的资源共享模型整合不同系统的学习资源和服务工具; 3D虚拟社区 同步在线课堂 互联网 卫星电视网络 移动通讯网络 ……
1.3 研究目标与内容 • 研究目标与内容 • 探索一种新型的学习资源共享模型,解决以上几个方面的核心问题——该模型是学习对象模型的发展,为了便于描述和区分,我们将其命名为“学习元”(Learning Cell) • 结合项目实践,设计和开发能够支持该共享模型的原型系统,开展初步的资源建设与应用,体现该模型的特征和优势。
内容概要 • 1. 绪论 • 2. 学习元模型的构建 • 整体思路 • 描述性定义 • 学习元特性的设计与实现 • 学习元与其他资源共享模型的比较 • 3. 学习元的运行环境 • 4. 总结与展望
2. 学习元模型的构建 • 学习元设计和应用的整体思路 学习元的内部和外部都是结构化的知识网络,这种网络是在使用过程中逐渐形成的 活动设计与工具调用 支持工具 人际关系网络构建
2. 学习元模型的构建 • 学习元的描述性定义 • 学习元是 • 可重用和动态聚合 • 支持运行时的内容进化发展 • 支持学习过程设计和信息采集 • 支持社会认知网络共享 • 开放性、智能性的学习资源
2.1 如何实现资源的动态聚合 1、设计资源的组织方式 社会认知网络共享 动态聚合 2、设计异构系统的资源共享方式 学习过程设计与信息采集 内容进化
2.1 如何实现资源的动态聚合 • 学习元的资源组织方式 • 资源的组织方式: • 关系数据库 • 超文本 • XML • 概念图 • 本体模型 • 在知识表征的精确性、互操作性方面具备优势 设计知识类型 设计知识属性 设计推理规则 创建知识实例 • 采用自下而上的知识本体构建方式: • 设计通用的学科本体模型 • 支持用户在此模型上自由扩展 • 在使用过程中动态聚合、竞争、融合、优胜劣汰 利用学科知识本体模型实现网状的资源聚合,以及异构系统间知识结构的共同理解
2.1 如何实现资源的动态聚合 • 构建通用的学科知识本体(顶层本体) • 知识分类/关系分类/推理规则 • 资源的动态聚合 • 标注语义关系 • 推理语义关系 • 异构系统间的资源共享与聚合 • 知识结构共享 • 本体映射 • 本体融合 • 资源实体共享(文件传输/远程调用) • 是学习元有序进化和动态聚合的基础
2.2 如何实现资源的内容进化 2、保存和共享知识建构路径 动态聚合 社会认知网络共享 学习过程设计与信息采集 1、促进协同知识建构 内容进化
基于协同知识建构的资源进化 • 个体知识与公共知识在交互循环中不断增长 • Wiki的线性版本机制(难以发散) • BBS的线索式机制(难以收敛) 是观点不断发散和收敛的循环 • 1. 促进个体知识与公共知识的转化 • 2. 保存观点和主题演化的完整路径,为学习者从历史的角度观察学习资源提供了完整的情境
2.3 如何实现学习过程设计和信息采集 2、除了系统内置的功能外,允许调用外部工具作为学习活动的支持环境 动态聚合 社会认知网络共享 内容进化 学习过程设计与信息采集 1、在内容上附加在线活动 3、设计开放的活动设计规范,允许外部开发者根据活动规范开发新的学习活动
2.3 如何实现学习过程设计和信息采集 • 学习元的开放活动设计 • 活动与工具绑定和运行的一般流程 • 3个阶段的消息格式 • 8种角度的活动类型选择 • 自定义初始化参数和结果记录参数 • 参见论文63-73页 支持内容与活动工具的分布式部署,使学习活动的在跨系统共享时能保持顺利的运行
2.4 如何实现社会认知网络共享 1、通过评价设计,构建用户对知识点的认知能力模型 3、通过知识点构成的语义网络,构建人与人的关系网络 动态聚合 社会认知 网络共享 2、跟踪用户对知识点的学习与编辑记录,构建用户对知识点的兴趣模型 4、当学习元的知识本体在异构系统中迁移时,附着在知识本体之上的社会认知网络也可以自然的实现迁移 学习过程设计与信息采集 内容进化 从物化资源链接到人的链接
2.5 学习元的逻辑结构 • 根据前面的分析,可以得出学习元的逻辑结构
内容概要 • 1. 绪论 • 2. 学习元模型的构建 • 3. 学习元的运行环境 • 整体架构 • 特色功能介绍 • 分布式资源部署与共享的方式 • 应用效果调查分析 • 4. 总结与展望
3、学习元的运行环境 • 本文中设计和开发的学习元运行环境的原型系统依托教育台“学习超市”项目展开,是“学习超市”平台中的核心子系统
3.1 知识本体的编辑与应用 • 设计知识本体 • 提供在线的本体编辑工具 • 为学习资源提供提供了一种动态元数据 • 使资源库可以进化为知识库 编辑知识点属性值 设计知识类型和属性 知识本体编辑的一般流程
3.1 知识本体的编辑与应用 • 知识本体的语义检索和可视化导航 不同颜色的节点和线条代表不同的知识类型和关系类型 根据推理规则提供给学习者的建议学习路径,支持任意起点的学习 除了检索结果列表外,还提供相关的知识背景,提供更丰富的学习情境 对动态元数据的复合查询; 通过API对应用程序提供查询接口
3.2 协同内容编辑 • 协同内容编辑 点击单个版本查看详细的建构路径 查看历史版本 编辑时可引用其他用户提交的笔记和评论 在浏览内容时可查看和进入关联的资源和活动 创建或编辑学习内容 编辑时可插入系统中的资源和活动
3.3 开放活动设计 • 开放活动设计和工具绑定 • 有效的复用遗留系统,不用重新开发功能,只需要定制接口 • 将不同学习支持工具的特色功能整合到统一的学习流程中来 • 视频观看 • 3D讲座 • 小游戏 • …… 新建活动类型,填写相关的参数 学习者进入工具参与学习活动 填写支持该活动的在线工具的接口地址 填写部署阶段的其他自定义参数 在协同编辑器中可以插入该类型的活动实例 部署一个活动实例
3.4 人际资源共享 • 人力资源检索和社会认知网络建构 查看用户关系网络的详情 人力资源检索
3.5学习元的分布式部署与共享 • 学习超市中的资源部署与共享方式 学习元模型类似于一个资源的“聚合器”,其资源实体、用户数据、学习支持工具可能来自于不同系统,但是能为用户提供无缝的学习服务
3.6 学习元支撑系统的应用效果调查 • 调查对象:参与项目开发的人员、参与资源建设的人员、项目合作方的相关人员,回收有效问卷33份 • 平均得分4.62,肯定的反馈占90%以上 • 反馈较好:网状组织结构、语义检索、允许内容编辑和进化、多观点引用、全面学习支持 • 知识本体是否易于理解、活动设计得分较低 • 优点:资源开放性强、资源组织灵活、对学习的支持更为系统 • 建议:易用性、活动的丰富性、对初级用户的适应性
内容概要 • 1. 绪论 • 2. 学习元模型的构建 • 3. 学习元的运行环境 • 整体架构 • 特色功能介绍 • 分布式资源部署与共享的方式 • 应用效果调查分析 • 4. 总结与展望
4. 总结与展望 • 主要研究成果 • 初步构建了适应泛在学习环境的学习资源共享模型——学习元 • 基于学习元模型,设计和开发了支撑其运行的原型系统,并在初步的资源建设中取得了较好的反馈 • 创新点 • 设计了生成性学习资源的共享模型,将时间维度引入到学习资源的概念中,更好的支持资源的有序进化 • 设计了基于通用学科知识本体的开放资源聚合方式,并在此基础上设计了社会认知网络的共享模型,更好地支持泛在学习环境下的社会性学习 • 设计了开放的学习活动描述与工具绑定规范,以支持泛在学习环境下多系统协作的资源应用与情境认知
4. 总结与展望 • 不足与展望 • 目前学习元模型及其支撑系统还缺乏大规模真实环境下的应用,依托“学习超市”实际的应用环境开展大规模实践研究,是下一步研究工作的重点。 • 通过初步应用调研我们发现系统的易用性是用户比较关心的方面,如何提供更多内置的知识类型、资源模板、活动类型,简化用户创建学习元的过程,是系统进一步改进的方向。 • 学习元的基于知识本体的组织方式为学习资源的智能化处理提供了数据基础,但是本研究中对这些语义信息的挖掘还不够深入,进一步挖掘这些语义信息,实现更自动化和智能化的知识发现、资源聚合、资源推荐,并更有效的实现不同系统中知识结构智能映射与融合,是下一步的研究重点。