（教育技术学专业论文）基于语义web的网络课程资源个性化推荐研究.pdf

摘要 并将学习者的学习风格、学习水平、媒体偏好等个性化参数整合到学习者描述文 件的语义标注中；然后根据课程本体将学习者的个性化信息与学习对象的相关信 息进行语义匹配和推理，动态地为学习者推荐适合其学习需要的个性化学习路径 和学习资源。而且，在学习过程中学习者可以对系统推荐给自己的学习路径和学 习资源进行选择和修改。 该论文通过组织两类学习者：注册学习者和非注册学习者，使用了十周该网 络课程资源个性化推荐服务系统，并对两类学习者的学习效果进行了比较，实验 结果表示：在开始学习阶段前者的学习效果要优于后者，但随着学习者学习时间 的增加，两者的学习效果逐渐接近，表明学习者的学习效果随着参与系统学习时 间的增加而逐渐提高；然后，对学习者的学习满意度进行了问卷调查，通过对调 查结果的综合分析，得出绝大多数的学习者认为该系统有助于改善学习水平，对 其表示满意。实验结果表明，该系统可以提高学习者的学习效率和效果。通过效 果评测，证明了语义w e b 技术在课程资源推荐中使用的可行性和必要性。 关键词 个性化学习，语义w e b ，学习者本体，学习风格，学习对象 塑璺堡塑 t l l e i ii ii l uli ii 1 l l 1 i l t - _ _ _ _ - _ - _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ o _ l _ - _ _ _ _ _ - _ - _ _ _ _ _ _ - _ _ _ _ - _ _ _ - - o o - o _ - _ o o o o o o o o o o o _ 。 y 17 6 8 2 9 8 as t u d yo ns e m a n ticw e b - b a s e dc u r r ic u l u mr e s o u r c e r e c o m m e n d a tio ns y s t e mf o rp e r s o n a llz e ds e r v ic e s a b s t r a c t m a j o r ：e d u c a t i o n a lt e c h n o l o g y n a m e ：j iy i n g s u p e r v i s o r ：c h a n g q i n h u a n g ，p r o f e s s o r d u et ot h ee x i s t i n gc a p a b i l i t yo fu n d e r s t a n d i n ga n dp r o c e s s i n gt h es e m a n t i c so f w e bi n f o r m a t i o n ，t h es e m a n t i cw e bb r i n g sw i t hi tg r e a to p p o r t u n i t i e sa n dn e w c h a l l e n g e sf o ru s e r st og e ts m a r t e rw e ba p p l i c a t i o n s i nt h i sp a p e r , w eb a s e do nt h e n e wt e c h n o l o g i e ss u c ha so n t o l o g y , s e m a n t i cw e b ，a c t i v es e r v i c ei nt h ea p p l i c a t i o no f t h ef i e l do fe d u c a t i o n ，d e s i g na n di m p l e m e n tas e m a n t i cw e b b a s e dc o u r s er e s o u r c e s p e r s o n a l i z e dr e c o m m e n d a t i o ns e r v i c es y s t e m e 1 e a r n i n gw i t ht r a d i t i o n a lt e a c h i n g o ft h ei n c o m p a r a b l ea d v a n t a g e s ，i ti s c h a n g i n gt h ew a yp e o p l ea c q u i r ek n o w l e d g e ，t h ei n f o r m a t i o ns o c i e t yh a sg r a d u a l l y b e c o m et h em a i nw a yo fl e a r n i n g h o w e v e r ，t h ee x i s t i n gw e bo fl e a r n i n gs y s t e m sa n d i n e f f i c i e n tu s eo fe d u c a t i o n a lr e s o u r c e sa n dt h em o s tp a r tn o tg i v ef u l la t t e n t i o nt o i n d i v i d u a l l e a r n i n g n e e d so fl e a r n e r sa n dh o wt oh e l pt h ee s t a b l i s h m e n to r r e c o n s t r u c t i o no fo n t o l o g yt e c h n o l o g yc o u r s er e s o u r c e s ，c o u r s er e s o u r c e sf r o mt h e s e m a n t i cl e v e l ，t oa c h i e v et h eb u i l d i n ga n ds h a r i n gt h es a m et i m e ，u s i n gs e m a n t i c w e bt e c h n o l o g yf o ri n t e l l i g e n tw e bs e r v i c e s ，c o u r s er e s o u r c e st oi m p r o v et h el e a r n i n g e n v i r o n m e n ti nw h i c hl e a r n i n gi sm o r eh u m a n et oe n h a n c el e a r n e rs e l f - l e a r n i n g a b i l i t ya n dl e a r n i n gm o t i v a t i o n ，i so n eo f t h eh o tr e s e a r c hi nt h i sa r e a t h i ss t u d yw a st oc o u r s er e s o u r c e sf r o mt h ew e bt h em o s tp r e s s i n gp r o b l e m s ，w e s h o u l dv i e wt h en e wt e c h n o l o g yt os t u d ya n ds o l v et h ec o u r s er e s o u r c e sp e r s o n a l i z e d i n t e l l i g e n ts e r v i c ei s s u e s f o rt h el e a r n e r sk n o w l e d g ea n di n n o v a t i v ec o n s t r u c t i o n p r o v i d es u p p o r tf o rt h e u s eo fs e m a n t i cw e bt e c h n o l o g yw a sc o u r s er e s o u r c e s p e r s o n a l i z e d r e c o m m e n d a t i o ns e r v i c e sr e s e a r c h ，s e m a n t i c i n t e r o p e r a b i l i t y a n d i n f o r m a t i o nm a c h i n er e a d a b l ea n da c h i e v e dm a yi m p r o v et h ee f f i c i e n c yo fl e a r n e r s l e a r n i n gs e m a n t i cw e b - b a s e dc o u r s er e s o u r c e sp e r s o n a l i z e dl e a r n i n gs e r v i c es y s t e m ， i i i i m p r o v et h el e v e lo fl e a r n i n gr e s o u r c e s ss h a r i n ga n d r e u s e i no u rs e m a n t i cw e b - b a s e dc o u r s er e s o u r c e sp e r s o n a l i z e dr e c o m m e n d a t i o n s y s t e m ，a c c o r d i n gt oc o u r s ek n o w l e d g es t r u c t u r e ，t e a c h i n ge x p e r i e n c eo ft e a c h e r sa n d o t h e rl e a r n e r sp e r s o n a l i z e dl e a r n i n ge x p e r i e n c e s ，s e m a n t i ca n n o t a t i o no fl e a r n i n g o b j e c t s ；a n dl e a r n i n gs t y l e s o fl e a r n e r s ，l e a r n i n g ，m e d i a , a n do t h e rp e r s o n a l p r e f e r e n c e sp a r a m e t e r si n t e g r a t e di n t ot h el e a r n e rd e s c r i b et h es e m a n t i ca n n o t a t i o no f t h el e a r n e rp r o f i l e ；a n dt h e n d e p e n d i n g o nt h ec o u r s eo n t o l o g y p e r s o n a l i z e d i n f o r m a t i o nt ol e a r n e r sa n dl e a r n i n go b j e c t sr e l a t e di n f o r m a t i o ns e m a n t i cm a t c h i n g a n dr e a s o n i n g ，d y n a m i c a l l yr e c o m m e n da p p r o p r i a t ef o rl e a r n e r st h el e a r n i n gn e e d so f t h e i rp e r s o n a l i z e dl e a r n i n gp a t h sa n dl e a r n i n gr e s o u r c e s i na d d i t i o n ，l e a r n e r si nt h e l e a r n i n gp r o c e s st h es y s t e mc a ns e l e c ta n dm o d i f yt h e i ro w nl e a r n i n g p a t h a n d l e a r n i n gr e s o u r c e s t h ep a p e rt h r o u g ht h eo r g a n i z a t i o no ft w ot y p e so fl e a r n e r s ：r e g i s t e rl e a r n e r sa n d n o n r e g i s t e r e dl e a r n e r s ，u s i n g 1 0w e e k so ft h ec o u r s er e s o u r c e sp e r s o n a l i z e d r e c o m m e n d a t i o ns e r v i c es y s t e m ，a n dt w ot y p e so fl e a r n e r sl e a r n i n go u t c o m e sw e r e c o m p a r e dt oe x p e r i m e n t a lr e s u l t si n d i c a t e dt h a t ：i nb e g i n n i n gs t a g e so fl e a r n i n gt h e s t u d yr e s u l t so ft h ef o r m e ri ss u p e r i o rt o t h el a t t e r , b u tw i t ht h el e a r n e ri n c r e a s e d l e a r n i n gt i m e ，t h es t u d yr e s u l t so ft h et w oa p p r o a c h e s ，t h es t u d yr e s u l t ss h o wt h a t l e a r n e r sp a r t i c i p a t ei nt h es y s t e mw i t ht h ei n c r e a s eo fl e a r n i n gt i m ei n c r e a s e d g r a d u a l l y ；a n dt h e no fl e a r n e rs a t i s f a c t i o ns t u d yc o n d u c t e daq u e s t i o n n a i r es u r v e y , t h r o u g hac o m p r e h e n s i v ea n a l y s i so ft h es u r v e yr e s u l t s ，o b t a i n e dt h em a j o r i t yo f l e a r n e r sf e l tt h a tt h es y s t e mw i l lh e l pi m p r o v et h el e a r n i n gl e v e l so ft h e i re x p r e s s e d s a t i s f a c t i o n e x p e r i m e n t a lr e s u l t ss h o wt h a tt h ep r o p o s e ds y s t e mc a ni m p r o v et h e l e a r n e r sl e a r n i n ge f f i c i e n c ya n de f f e c t i v e n e s s t h r o u g ht h ee v a l u a t i o nr e s u l t ss h o w t h a tt h es e m a n t i cw e bt e c h n o l o g yi nt h ec o u r s er e s o u r c e sr e c o m m e n d e di nt h e f e a s i b i l i t ya n dn e c e s s i t yo ft h eu s e k e y w o r d s p e r s o n a l i z e dl e a r n i n g ，s e m a n t i cw e b ，l e a r n e ro n t o l o g y , l e a r n i n gs t y l e ， l e a r n i n go b j e c t i v 目录 目录 摘要i a b s t r a c t il i 目录v 图目录v i i 表目录v i li 第一章绪论1 第一节研究背景1 第二节国内外研究现状，2 第三节研究意义7 第四节研究目标和研究内容8 第五节相关概念界定及理论基础：9 第六节研究过程与方法1 1 第七节研究技术方案1 2 第二章学习资源与相关支撑技术简介1 4 第一节学习资源标准与学习对象1 4 第二节语义w e b 技术1 6 第三节学习者建模技术1 8 第四节个性化推荐技术2 0 第三章面向课程资源个性化推荐的本体建模2 1 第一节本体建模的优势与方法2 1 第二节面向个性化推荐的学习者本体模型2 2 第三节面向个性化推荐的课程知识本体模型2 4 第四节面向个性化推荐的课程资源本体模型2 7 第四章基于语义v e b 的课程资源个性化推荐机制及算法2 9 第一节课程资源个性化推荐需求分析2 9 目录 第二节学习规则定义2 9 第三节基于语义w e b 的个性化推荐机制3 1 第四节课程资源个性化推荐算法3 2 第五章基于语义w e b 的课程资源个性化推荐系统设计3 9 第一节系统概述3 9 第二节系统总体设计4 0 第三节主要功能组件4 4 第四节数据库设计4 7 第五节系统运行机制介绍。4 8 第六章基于语义w e b 的课程资源个性化推荐系统实现与效果分析5 0 第一节个性化推荐机制实现5 0 第二节系统的主要界面介绍6 0 第三节实验效果分析6 7 第七章结论7 2 参考文献7 4 附录7 8 致谢8 4 攻读硕士学位期间发表的学术论文及主持或参与的项目8 5 v i 图目录 图目录 图i - i 本研究的技术方案路线图1 3 图2 - i 语义w e b 的层次模型1 7 图3 - i 学习者本体图2 3 图3 - 2 课程知识本体图2 6 图3 - 3 学习对象本体图2 8 图6 - 1 系统中的创建的部分类示例图5 0 图6 - 2 类属性定义界面5 1 图6 - 3 系统登录界面6 0 图6 4 个性化学习主界面( z h a o m i n g ) 6 1 图6 5 修改学习风格界面( z h a o m i n g ) 6 2 图6 - 6 下一知识点界面6 4 图6 - 7 个性化学习主界面( w a n g f a n g ) 6 5 图6 8 修改学习风格界面( w a n g f a n g ) 6 6 图6 - 9 注册和非注册学习者学习效果对比6 9 图6 1 0 学习者满意度调查7 0 1 表目录 表目录 表3 - if e l d e r 学习风格模型2 3 表6 1 学习者满意度调查7 0 i i 基于语义w e b 的网络课程资源个性化推荐研究 第一章绪论 第一节研究背景 构建终身教育体系和学习型社会是2 1 世纪我国科技、经济、文化和社会高 度发展的必然要求。个性化学习是当代教育领域积极倡导的学习理念和模式，已 经成为当今世界教育领域的一种发展趋势，它以学生个性充分而自由的发展为中 心，尊重学生学习的自主权和选择权，充分调动和发挥学生自主学习的积极性、 主动性，从而实现学生知识、能力和人格的共同发展，培养学生的创新能力，提 高学生的综合素质。 教育信息化离不开教育资源的信息化，“课程资源是教育资源的重要组成部 分，是课程实施得以高效开展的依托和保证 ，随着教育信息化的推进，课程 资源的数字化、多样化、便捷化趋势日益明显，课程资源的建设与应用是教育教 学中的核心和基础。e - l e a r n i n g 具有传统教学所无法比拟的优势，正在改变着 人们学习知识的方式，已经成为信息社会的主要学习方式之一。语义w e b 的基本 特征是信息被赋予良好的定义，具有可以被机器理解和处理的语义，它的发展和 应用为e - l e a r n i n g 的研究带来了新的机遇和挑战。 现有的网络学习系统课程资源应用效率低下而且大都未充分关注学习者个 体的学习需要，如何藉助语义w e b 技术建立或重构课程资源，从语义层面实现课 程资源的共建共享，同时实现网络课程资源的个性化智能服务，改善网络学习环 境，使网络学习更加人性化，提高学习者的自学能力和学习积极性，是该领域的 研究热点之一。目前，各类网络课程资源的开发建设工作持续深入进行，但水平 参差不齐，在课程资源的开发和应用中，主要存在以下三个方面的问题： 1 课程资源的描述不规范，而且很少以语义层次的共享和重用为目标，大 都是基于资源的语法性描述，缺少必要的语义支持。 2 网络上“积存 了较丰富的可满足网络学习需要的“非专用 数字化资 源，但其质量和可用性较低。 3 课程资源的个性化智能应用水平很低，未充分关注网络学习者对个性化 学习服务的需求。 基于语义w e b 的网络课程资源个性化推荐研究 第二节国内外研究现状 语义w e b 的基本特征是信息被赋予良好的定义，具有可以被机器理解和处理 的语义，语义的互操作性和信息的机器可读性，可以更有效地表示学习者的真实 学习状态，大大提高学习资源的共享和重用水平，用语义丰富的学习内容来改善 网络学习环境，实现网络学习系统个性化智能服务。 目前，有大量与基于语义w e b 个性化学习系统相关的研究，本论文主要对以 下几个方面的研究现状进行简单介绍： 一、学习者建模研究 ( 一) 学习者模型包括的数据类型 g o m e s 等n 1 提出的学生模型( s t u d e n tm o d e l ) 包括以下两种类型的数据： 1 静态数据，它是学习者特征的集合，在学习过程中通常不会发生改变。 它包括五部分：个人( p e r s o n a l ) ，个性( p e r s o n a l i t y ) ，认知( c o g n i t i v e ) ，教 学( p e d a g o g i c a l ) 和偏好( p r e f e r e n c e ) 。 2 动态数据，它是在学习过程中，会不断发生变化的数据。在学习者的学 习过程中，我们要根据学习者的学习进度，学习状态，学习者与系统的交互情况 等不断地收集这类数据，并地对学习者模型中的相关内容进行及时的更新。 ( 二) 学习者建模的相关研究 个性化e l e a r n i n g 环境中的学习者模型，不仅要包括学习者的基本信息， 而且还要有学习策略，个性化信息和行为方式3 。g o m e s 等n 1 提出了一个基于本 体的e l e a r n i n g 个性化学习系统，并开发了一个整合本体的学习者模型，用它来 监测学习者的进展，更新学生已经知道的概念，并决定他下一步应该学习什么。 g e r m a n a k o s 等口1 把对用户内在特征，如视觉，认知，情绪和过程参数的分析，与 “传统 的用户建模特征相结合，构建了一个全面( c o m p r e h e n s i v e ) 的用户模 型。e s s a l m i 等“1 对个性化参数( 教学方法，先决条件，学习风格，学习动机， 媒体要求及语言偏好) 进行整合，可检索与学习者模型相关的学习场景( 1 e a r n i n g s c e n a r i o s ) 。 在学习者的学习过程中，由于学习者的兴趣、偏好、学习进度等都会不断地 2 基于语义w e b 的网络课程资源个性化推荐研究 发生变化，因此如何能够建立一个能够精确地反映学习者真实学习状态的学习者 模型还有待于迸一步的研究。 二、学习资源共享研究 语义w e b 技术引入到个性化学习系统，对学习资源的共享和重用有重要的现 实意义。本体是实现知识整合、共享和重用的核心技术，它可以提供机器可以处 理的、有意义的学习对象，本体可以明确表示学习对象和它们之间的关系，提高 资源的可重用水平隋1 。实践表明本体技术和语义w e b 技术，不仅可以实现 e - l e a r n i n g 中的个性化学习服务，而且还可以提高资源的共享和重用水平哺1 。 语义的互操作性和信息的机器可读性，是实现学习设计和学习内容重用的重 要方面，如何利用语义w e b 技术共享和重用现有的网络学习资源，在教育研究领 域中具有重要的意义啼， 。为解决不同e l e a r n i n g 系统中资源的共享和重用问题， 一些国际组织提出了一些描述学习对象的元数据标准，如：i m s 隅1 ，s c o r m 阳1 ，l o m ( l e a r n i n go b j e c tm e t a d a t a ) n 们及我国的学习对象元数据一信息模型规范 c e l t s - 3 等( 详见第二章) 。 虽然这些标准为教育资源的共享和重用提供了基础和保证，但是在实际的应 用中还存在一些弊端，主要是各标准之间规格属性的不兼容性，而且没有领域本 体。b r o o k s n 妇等的研究表明，e - l e a r n i n g 的标准和规格( 如i e e el o m 标准) ，受 到它们获取元数据的多样性和不精确的表达结构的限制。 由于语义的异构性，导致了e - l e a r n i n g 资源不能在不同平台和系统间共享 和重用。为解决这个问题引入了领域本体( 用于描述一个特定领域的共同知识) ， 使用领域本体来描述构成课程的学习资源，领域本体应该由领域专家开发，而不 是由本体工程师开发，本体在教学设计和课程内容开发中有重要的作用n 2 。3 1 。文 献口，力提出了用语义w e b 和知识工程的技术，实现学习资源的重用。文献n 钔将本 体和语义w e b 技术融入到e - l e a r n i n g 资源的处理流程，提出了一种面向语义的 非结构化教学资源表示机制，以及基于本体的e - l e a r n i n g 个性化分析与指导方 法。文献n 5 1 给出一个教育资源语义模型体系结构；文献n 铂实现了一个基于本体的 e - l e a r n i n g 教学资源管理系统原型。 文献口3 在学习对象的描述中引入学习风格，使e - l e a r n i n g 系统对学习者的 3 基于语义w e b 的网络课程资源个性化推荐研究 学习风格和资源学习风格的比较成为可能，由此分发的学习材料最适合学生的个 人需要，并发现细粒度的学习对象，可以更好地实现教育资源的重用。j o v a n o v i 等n 刀提出了用基于本体的方法自动把学习对象分解成可重用的内容单元，并根据 用户的领域知识、偏好和学习风格，动态地把它们重新装配成新的个性化学习对 象，并提出了一个基于本体来获取学习情境( c o n t e x t ) 相关信息的框架，强调 学习对象对个性化学习的重要作用，并把生态学方法引入语义w e b ，从学习者与 学习对象的交互中收集信息，有助于理解学习对象的使用情境。文献n 踟用本体来 描述e l e a r n i n g 知识资源的语义，并设计和实现了一个支持个性化学习和资源 集成的适应性e - l e a r n i n g 原型系统o n t - e d u 。 学习资源个性化搜索研究 学习资源不仅仅存在于图书馆，它们还存在于不同的网站，报纸，杂志文章， 会议站点等，大量可以使用的电子资源n 引。如何从大量的学习资源中搜索出符合 学习者要求的学习内容，也是基于语义w e b 个性化学习系统中需要解决的主要问 题之一。文献啪1 通过收集和挖掘用户兴趣，构建了用户兴趣库并结合语义和个性 化查询方法，实现了一个个性化搜索引擎，明显提高了搜索的准确率及服务的质 量。文献1 提出了一个在e - l e a r n i n g 环境中进行个性化语义搜索的方法，其研 究结果表明该方法能够有效地提高学习资源的检索准确度和使用率，为学习者提 供更智能的e l e a r n i n g 服务。文献瞳门通过对学习资源特征和学习者描述文件语 义关系的分析，提出了使用基于语义的主题搜索方法对具体的主题学习资源进行 语义查询和概念导航，开发并配置了一个学术环境( a c a d e m i cs e t t i n g ) ，使学 习者可以用个性化的方法来组织、搜索和共享学习资源。文献乜2 1 提出了一个基于 本体的e - l e a r n i n g 系统框架o e l s ( o n t o l o g y b a s e de - l e a r n i n gs y s t e m ) 旨在 使准确和快捷地搜索到与学习需求相关的教学内容、统一教学资源标准、提高教 学资源的重用性、实现个性化学习成为可能。 在个性化学习系统中，如何使用基于语义的个性化搜索方法对学习者模型进 行分析，将学习者输入的查询关键字语义化并进行本体推理，从而为学习者提供 个性化学习资源的语义搜索，给学习者提供最合适的学习资源，提高学习资源的 查准率和查全率，还有待于进一步研究。 4 基于语义w e b 的网络课程资源个性化推荐研究 四、个性化学习路径 在个性化学习系统中，应根据学习者模型和相关的测试信息进行语义推理， 为学习者提供个性化的学习路径。文酬2 3 】提出根据学习者在前测( p r e t e s t ) q b 7 ( ? ah t t p ：w w w o w l - o n t o l o g ie s c o m c o u r s e o w l # is s u b cl a s s o f ? c ) # 先修知识点 p r e k p ：( ? ah t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # p r e k p ? b ) ， ( ? bh t t ph t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # p r e k p ? c ) 一 ( ? a h t t p ：w w w o w l o n t o l o g ie s t o m c o u r s e o w l # p r e k p ? c ) # 后继知识点 n e x t k p ：( ? ah t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # n e x t k p ? b ) ， ( ? bn e x t k ph t t p ：w w w o w l o n t o l o g ie s c o m c o u r s e o w l # n e x t k p ? c ) 一 ( ? ah t t p ：w w w o w l - o n t o l o g i e s c o m c o u r s e o w l # n e x t k p ? c ) # 兄弟知识点 s i b l i n g ：( ? ah t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # s i b l i n g ? b ) ， ( ? bh t t ph t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # s i b l i n g ? c ) 一 ( ? ah t t p ：嗍o w 卜o n t 0 1 0 9 i e s c o m c o u r s e o w l # s i b l i n g ? c ) # 并列知识点 d i s j o i n t ：( ? ah t t p ：w w w o w l o n t o l o g i e s c o m c o u r s e o w l # d i s j o i n t ? b ) ， ( ? bh t t ph t t p ：删o w l o n t o l o g i e s c o m c o u r s e o w l # d i s j o i n t ? c ) 一 ( ? ah t t p ：v n v w o w l o n t o l o g i e s c o m c o u r s e o w l # d i s j o i n t ? c ) 三、学习者的学习规则 我们的个性化课程资源推荐系统中，将课程知识以知识点为单位进行组织， 然后根据知识点之间的基本关系，学习者在进行知识点学习的过程中学习规则规 定如下： 基于语义w e b 的网络课程资源个性化推荐研究 1 如果学习者将要学习知识点i d 为p ，若其选择“学习新知识点时，不进 行前测”，则直接转向第3 步：否则，在课程本体库中找到知识点i d 为p 的知识 点的先修知识点并查找学习历史数据库，对该学习者没有学习过或掌握程度未达 到学习知识点p 规定要求的知识点内容进行前测。 2 若测试结果没有达到学习知识点p 的要求，则向该学习者推荐他在前测 中没有达到学习要求的相关先修知识点进行学习；否则，该学习者进行知识点p 的学习。 3 根据课程的知识体系结构、教师的教学经验、其它学习者的个性化学习 经验、学习者的学习历史和学习者描述文件等相关信息，向学习者推荐个性化的 学习路径和相关的课程资源。 4 学习结束后，系统将对学习者进行后测，然后根据学习者的学习水平， 期望的掌握程度，学习风格和反馈信息，给出相应的评价和学习建议，并根据课 程的知识结构、经验知识、学习者描述文件等动态地对学习者的学习路径进行调 整并推荐其要学习的下一个知识点，然后转向第l 步。 第三节基于语义w e b 的个性化推荐机制 在我们基于语义w e b 的网络课程资源个性化推荐系统中，我们的个性化推荐 机制是基于上面章节中所提到的学习者本体、课程知识本体和学习对象本体，根 据课程的知识体系结构，教师的教学经验，其它学习者的个性化学习经验以及学 习者个性化学习信息和学习历史数据库，按照我们的个性化课程资源推荐算法来 完成学习路径和课程资源的个性化推荐功能的。 根据课程知识结构，经验知识，学习者本体和学习对象的个性化参数，向学 习者推荐适合其个性化学习需要的学习路径和学习对象。假设通过搜索引擎对学 习者描述文件数据库或学习历史数据库中的相关记录进行搜索，已经定位了当前 的知识点k n o w l e d g e p o i n t i d ，下面将对本系统的个性化推荐机制进行如下简要 介绍： 1 相关知识点的推理。基于课程本体数据库中对当前知识点，按照第二节 所规定的知识点之间关系的推理规则，按以下方向进行推理：上，下，左，右， 其中前两个方向进行的推理分别可以推出当前知识点的先修( p r e v i o u s k p ) 和后 3 1 基于语义w e b 的网络课程资源个性化推荐研究 继知识点( n e x t k p ) 集，后两个方向进行的推理可以推出当前知识点的兄弟知识 点和并列知识点集。 2 学习路径的构建。根据经验知识、学习者描述文件和学习历史数据库中 的相关信息，对课程本体中当前知识点的p r e v i o u s k p 、n e x t k p 和左右兄弟层 进行推理，推理出适合学习者学习的下一个知识点，并根据推理结果或学习者选 择的知识点动态地构建其学习路径。 3 语义相似值计算。将跟要学习知识点相关的学习对象与学习者描述文件 的个性化参数进行语义匹配，计算出语义相似值； 4 学习对象排序。根据语义相似值对学习对象进行排序并向学习者推荐合 适的学习对象。 第四节课程资源个性化推荐算法 变量及公式定义 在我们基于语义w e b 的网络课程资源个性化推荐系统中，主要关注学习者本 体中的以下个性化参数： 1 “l e a r n i n g _ l e v e l 表示学习者的学习水平( 低，中，高) ，本研究中使 用一l 表示“低，o 是“中等”，l 表示“高”。在此基础上，我们将学习者分为 三组：表现较差，表现一般，表现良好。当学习者完成知识点测试后，将会根据 他她的测验得分，来确定他她的学习水平。例如，若测试分数 6 0 分，则该 学习者的学习水平为“低”； 2 “l e v e lo fm a s t e r y 表示学习者期望的掌握程度( 知道，理解和应用) ， 我们使用一l 表示“知道 ，o 表示“理解”，l 表示“应用 ； 3 “l e a r n i n g _ s t y l e 表示学习者的学习风格( 感知，输入，理解和处理 四个维度) ，每个维度的取值范围为一1 ，o 和1 。例如，输入维度( 视觉型言语 型) 的值为一l 表示学习者是“视觉型的 ，o 表示“处于两者之间 ，1 表示学习 者是“言语型的 ； 4 “c u r r e n tk n o w l e d g e p o i n t i d 表示学习者当前所学习知识点的i d 。 为了便于对我们系统中的个性化课程资源推荐算法进行介绍，我们给出了如 3 2 摹于语义w e b 的网络课程资源个性化推荐研究 下的定义和公式： 定义1 l l e v e l ( 学习者的学习水平) ：假定l l e v e l = l 1 ，l 2 ，l 3 ) ，用来 表示学习者学习水平的三个层次。其中，l l 表示“低 ，其值为一1 ；l 2 表示“中 ， i i 其值为0 ；l 3 表示“高”，其值为1 。 i 定义2 l m a s t e r y ( 学习者期望的掌握程度) ：假定l m a s t e r y = m 1 ，m 2 ，m 3 用来表示学习者的期望掌握程度的三个层次。其中，m l 表示“知道 ，其值为一l ； m 2 表示“理解”，其值为0 ；m 3 表示“应用”，其值为1 。 我们将学习者本体中学习者的学习水平和期望的掌握程度进行结合，用于计 算出适合推荐给学习者当前学习需要的学习对象的难度级别，其计算公式如下： 厂比v e l m = = o l d ( l l e v e l , l m a s t e r y ) = ( m = il l e v e l - l m a s t e r y l ) 公式( 4 - 1 ) lom ! ：o 注：l d 表示适合推荐给学习者的学习对象难度级别。 我们将适合推荐给学习者当前学习需要的学习对象难度级别与学习对象自 身的难度级别进行匹配，计算出该学习对象推荐难度的语义匹配值，其计算公式 如下所示： d i f f c u l t y s i m ( l d , d l e v e l ) = 1n = 0 0 5n = 1 ( n = il d d l e v e l l ) 公式( 4 2 ) 0n = 2 注：d i f f c u l t y s i m ( l d ，d l e v e l ) 表示推荐学习对象难度的语义值。 定义4 l s p ( 学习者学习风格的感知维度值) ：假定l s p = p l ，p 2 ，p 3 ) 用来表示学习风格感知( 感觉型一知觉型) 维度的值。其中，p 1 表示该学习者是 “感觉型”的，其值为一1 ；p 2 表示“处于两者之间”，其值为0 ；p 3 表示该学习 者是“知觉型的，其值为l 。 定义5 o s p ( 学习对象所适用学习风格的感知维度值) ：其与定义4 相