基于本体的学习对象发现机制的研究与应用

论文摘要

计算机网络和计算机应用的飞速发展,使之已渗透到社会生活的各个领域,Internet成为人们获得知识、交流信息的主要平台,各行各业与信息技术整合也成为了大势所趋,教育领域也不例外。近年来,Internet上涌现了大量内容丰富的学习对象,重用这些学习对象是提高教育质量、降低教育成本的有效途径,然而在学习对象共享上存在着两个不可回避的问题:其一是缺少统一知识表示模型,无法对学习对象实现语义层面上的检索;其二是分布式的学习对象的异构性,无法对学习对象实现无缝的整合。语义Web和面向服务的体系结构(SOA)为解决异构资源的整合带来了曙光,本文以此为切入点,针对采用语义Web和面向服务技术来解决学习对象的发现问题进行了研究和探索,以期为语义Web和SOA在教育领域的应用提供新的思路。本文提出了基于SOA和语义Web的学习对象发现机制,实现了本体技术与元数据标准的结合,以全新的视觉解决了分布式、异构学习对象的共享问题。本文主要的工作及创新点包括以下几个方面:(1)提出了基于SOA和语义Web的学习对象发现机制本文认证了采用面向服务的架构和方法来管理学习对象可能性,探索性地将SOA引入学习对象发现机制中,进而将“服务”这一术语从传统意义上的各种应用、操作扩展为分布在Internet上的各种可重用的资源,包括各种数据、信息、应用程序、硬件设备等等。所提出的学习对象发现机制通过增加内部语义模式、引入外部语义模式来支持服务的语义描述,通过增加外部匹配器来提高Web服务架构对语义信息的匹配的支持。从而不仅更好地解决了分布式学习对象的发现问题,还为解决其他各种Internet资源的发现机制提供了借鉴。(2)构建了以学习对象元数据为基础的学习对象本体将学习对象元数据标准与本体技术相结合,解决了学习对象的共享问题。本文仔细深入地分析了IEEE LOM标准,阐述了在本体构建中使用学习对象元数据标准的可能性和可行性,并以IEEE LOM标准核心元数据对本体的属性进行了描述,从而使得学习对象元数据成为学习对象与本体连接的桥梁,采用这一构建本体的思路使本体开发实践过程变得较为简易,所开发的本体具有通用性、可扩展性,实现了本体技术在教育领域中的探索。(3)探讨了领域本体的增量开发方法将软件开发的原理和方法运用于本体的开发过程,在遵循本体开发指导性原则的基础上,将软件开发中成熟的原理和方法运用到本体开发中,采用了领域本体的增量开发方法,该方法借鉴“工程化”思想,直接采用了软件工程中“增量”的开发过程,充分利用了本体与面向对象开发中“对象”概念的相似性,将面向对象的开发中的方法灵活地运用到本体的开发过程中,采用该方法完成学习对象本体和Web服务本体的构建。(4)提出了支持语义和服务质量的匹配算法本文分析、研究了现有的服务匹配算法,提出了“文本匹配——语义匹配——服务质量排序”的多层次匹配算法,其中基于词语的文本匹配算法在保证匹配结果有效性的基础上,避免了传统匹配方法的计算的复杂性;语义匹配算法充分利用了本体所包含的丰富语义,从概念的层次深度、概念间关系的类型、概念间属性集合三个方面对概念语义进行了考察;服务质量排序算法主要针对Web服务质量具有多属性、多类型的特点。整个算法以模糊数学为基础,匹配结果以相似度的方式呈现。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 选题背景
• 1.2 论文的主要工作
• 1.3 论文结构
• 第2章 学习对象及相关标准
• 2.1 学习对象的定义
• 2.1.1 学习对象的一般定义
• 2.1.2 IEEE的学习对象技术
• 2.1.3 基于软件的学习对象的定义
• 2.1.4 学习对象与教育资源
• 2.2 学习对象元数据
• 2.2.1 元数据
• 2.2.2 学习对象元数据
• 2.3 学习对象元数据的相关标准
• 2.3.1 Dublin Core元数据集
• 2.3.2 IEEE LTSC的学习对象元数据
• 2.3.3 ADL可共享内容对象参考模型
• 2.3.4 我国信息技术标准
• 2.3.5 学习对象元数据标准的比较
• 2.4 本章小结
• 第3章 基于SOA和语义Web的学习对象发现机制
• 3.1 面向服务的体系结构
• 3.1.1 SOA的概况
• 3.1.2 SOA和Web服务
• 3.1.3 Web服务的发现机制
• 3.2 语义Web的基本思想
• 3.2.1 语义Web层次结构
• 3.2.2 本体与语义Web
• 3.3 语义Web服务技术
• 3.3.1 Web服务发现机制的缺陷
• 3.3.2 语义Web服务的描述
• 3.3.3 两者结合待解决的问题
• 3.4 基于SOA和语义Web的学习对象发现机制
• 3.4.1 增强UDDI语义支持能力的方法
• 3.4.2 学习对象发现机制
• 3.5 本章小结
• 第4章 Web服务本体和学习对象本体的构建
• 4.1 本体论
• 4.1.1 本体的一般定义
• 4.1.2 本体的构成
• 4.1.3 本体描述语言
• 4.1.4 描述逻辑
• 4.1.5 本体工程论
• 4.2 本文采用的本体研究方法
• 4.2.1 本体描述语言的选择
• 4.2.2 本体开发方法的选择
• 4.2.3 本体编辑工具
• 4.3 Web服务语义描述模型
• 4.3.1 Web服务的描述信息
• 4.3.2 Web服务本体框架
• 4.4 学习对象的语义信息描述
• 4.4.1 元数据与本体的关系
• 4.4.2 学习对象的语义描述信息
• 4.4.3 学习对象的分类法
• 4.4.4 学习对象的描述模型
• 4.5 基于OWL的本体实现与确认
• 4.5.1 Protégé与OWL
• 4.5.2 Web服务本体的实现
• 4.5.3 Protégé与推理机
• 4.6 本章小结
• 第5章 基于本体的服务匹配算法
• 5.1 Web服务的语义匹配算法
• 5.2 基于本体的Web服务匹配算法
• 5.2.1 理论基础
• 5.2.2 主要匹配思想
• 5.3 文本匹配算法
• 5.3.1 基于词形的相似度
• 5.3.2 同义词扩展
• 5.3.3 文本匹配算法描述
• 5.4 语义匹配
• 5.4.1 基于距离的语义相似度
• 5.4.2 基于属性的语义相似度
• 5.4.3 语义匹配算法描述
• 5.5 服务质量排序算法
• 5.5.1 理论基础
• 5.5.2 数值处理方法
• 5.5.3 服务质量排序算法描述
• 5.6 学习对象匹配流程
• 5.7 本章小结
• 第6章 基于本体的学习对象发现机制的原型
• 6.1 系统设计思想
• 6.1.1 体系结构
• 6.1.2 软件开发环境及工具
• 6.1.3 扩展UDDI数据库设计
• 6.2 用户注册模块的实现
• 6.2.1 UDDIAPI
• 6.2.2 功能实现
• 6.3 学习对象发布模块的实现
• 6.3.1 接口发布
• 6.3.2 学习对象发布
• 6.4 学习对象发现模块的实现
• 6.4.1 文本匹配
• 6.4.2 语义匹配
• 6.4.3 服务质量排序
• 6.5 实例运行
• 6.6 本章小结
• 第7章 总结与展望
• 参考文献
• 致谢
• 攻读博士学位期间主要成果