（计算机科学与技术专业论文）基于flex和模糊理论的在线考试智能阅卷系统的研究与应用.pdf

本学位论 授权北京交通 提供阅览服务 同意学校向国 ( 保密的 学位论文 签字日期 中图分类号：t p 3 1 1 u d c ： 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 基于f l e x 和模糊理论的在线考试智能阅卷系统的研究与应用 r e s e a r c ha n da p p l i c a t i o no f i n t e l l i g e n ta s s e s s m e n ts y s t e mf o ro n l i n e e x a m i n a t i o n sb a s e do nf l e xa n df u z z yt h e o r y 作者姓名：徐勇 导师姓名：王移芝 学位类别：工学 学号：0 8 1 2 0 5 4 8 职称：教授 学位级别：硕士 学科专业：计算机科学与技术研究方向：计算机网络与数据库 北京交通大学 2 0 1 0 年6 月 致谢 本论文的工作是在我的导师王移芝教授的悉心指导下完成的，王移芝教授严 谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年来 王移芝老师对我的关心和指导。 王移芝教授悉心指导我们完成了实验室的科研工作，在学习上和生活上都给 予了我很大的关心和帮助，在此向王移芝老师表示衷心的谢意。 在实验室工作及撰写论文期间，苏景春、杨子江等同学对我论文中的算法及 开发工作给予了热情帮助，在此向他们表达我的感激之情。 另外也感谢家人和朋友，他们的理解和支持使我能够在学校专心完成我的学 l 匕。 中文摘要 随着我国教育事业的发展和教育思想的进步，传统的考试方式暴露出越来越 多的弊端，无纸化在线考试系统得到了广泛的普及和应用，但还存在许多问题， 尤其在智能阅卷领域。目前，针对选择题、填空题和判断题等客观试题的自动阅 卷技术已经非常成熟，被广泛的应用于大型考试系统中。但是，针对名词解释、 简答题和论述题等主观题型的自动阅卷技术，由于涉及到人工智能、自然语言理 解、模式识别等理论与技术的问题，所以至今还很不完善。国内对主观题的阅卷 依然是人工阅卷，但随着学生的增加，人工阅卷会给教师带来许多额外的工作量。 而计算机运算速度快、效率高、精度高，尤其适用于主观题的自动阅卷。因此， 研究如何利用计算机来实现主观题的自动阅卷具有很大的现实意义。 本文针对汉语自身的特点，将中文自动分词技术、句法分析中的c h a r t 算法和 模糊数学中的单向贴近度理论引入到主观题的智能阅卷系统中来。首先对中文分 词的最大匹配法进行了研究与分析，采用一种改进的词典机制，提高了分词的效 率和准确率，然后针对c h a r t 算法容易产生冗余边和分析效率低的问题进行了改 进，然后通过分析阅卷教师在评阅主观题时的思维方法，在模糊数学的理论基础 上，引入了单向贴近度的概念，设计了一个对主观题进行评分的算法。 本文将阅卷过程分解为三个主要步骤来进行：中文分词、句法分析和相似度 计算。分词基于改进后的词典机制，采用最大匹配算法实现，句法分析采用了改 进后的c h a r t 算法，相似度计算采用单向贴近度算法。在分析了每一步的特点和任 务之后，分别给出了使用算法的设计思想、算法描述和实现过程。然后系统地阐 述了如何基于f l e x 构建r i a 应用，并提出了f l e x 与j a v a e e 整合的解决方案，并 基于该架构模拟实现了一个主观题智能阅卷系统，达到了很好的阅卷效果，具有 较好的推广应用价值。 关键词：f l e x ；j a v a e e ；中文分词；句法分析；c h a r t 算法；单项贴近度 分类号：t p 3 1 l a bs t r a c t w i t ht h ed e v e l o p m e n ta n dp r o g r e s so fe d u c a t i o na n de d u c a t i o n a li d e o l o g y , m o r e a n dm o r ed i s a d v a n t a g eo ft h et r a d i t i o n a le x a m i n a t i o n sh a sb e e ne x p o s e d ，n o wp a p e r l e s s o n l i n ee x a m i n a t i o ns y s t e mh a sb e e nw i d e l yu s e d ，b u tt h e r ea r es t i l lm a n yp r o b l e m s ， e s p e c i a l l yi nt h ef i e l do fi n t e l l i g e n tm a r k i n g c u r r e n t l y , a u t o m a t i cm a r k i n gt e c h n o l o g y f o ro b j e c t i v eq u e s t i o n ss u c ha ss i n g l eo rm u l t i p l ec h o i c eq u e s t i o n s 6 1 li nt h eb l a n k q u e s t i o na n dt r u e o rf a l s eq u e s t i o n si s v e r ym a t u r ea n dw i d e l yu s e di nl a r g e s c a l e e x a m i n a t i o ns y s t e m h o w e v e r , a sr e l a t e dt ot h e o r i e sa n dt e c h n o l o g yi s s u e ss u c ha s a r t i f i c i a li n t e l l i g e n c e , n a t u r a ll a n g u a g ep r o e e s s s i n g , p a t t e r nr e c o g n i t i o n , t h ea u t o m a t i c m a r k i n gt e c h n o l o g yf o rs u b j e c t i v eq u e s t i o n ss u c ha se x p l a n a t i o nf o rt h et e r m s ，s h o r t a n s w e r sq u e s t i o n sa n de s s a yq u e s t i o n si sf a rf r o mp e r f e c t d o m e s t i cs c o r i n gm e t h o df o r s u b j e c t i v eq u e s t i o n si ss t i l lm a n u a lm a r k i n g ，b u tw i t ht h ei n c r e a s eo fs t u d e n t s ，t h i sw i l l b r i n gm u c ha d d i t i o n a lw o r k l o a dt ot h et e a c h e r s t h ec o m p u t e r sh a v eh i g hs p e e d ，h i 曲 e f f i c i e n c ya n dh i g hp r e c i s i o n ，s om e ya r ee s p e c i a l l yf i tf o rt h ea u t o m a t i cm a r k i n go f s u b j e c t i v eq u e s t i o n s t h e r e f o r e , t h es t u d yo fa u t o m a t i cm a r k i n go fs u b j e c t i v eq u e s t i o n s u s i n gc o m p u t e r si so fg r e a tp r a c t i c a ls i g n i f i c a n c e i nt h i sp a p e r , w i t ht h ec h a r a c t e r i s t i c so fc h i n e s el a n g u a g e ，t h ec h i n e s ea u t o m a t i c s e g m e n t a t i o nt e n o l o g y , t h ec h a r ta l g o r i t h mi ns y n t a c t i ca n a l y s i sf r i e l da n ds i n g l e s i m i l a rd e g r e et h e o r yi nf u z z ym a t h e m a t i c sa r ei n t r o d u c e dt ot h ei n t e l l i g e n tm a r k i n g s y s t e m o fs u b j e c t i v eq u e s t i o n s f i r s t l y , w i t ht h er e s e a r c ha n da n a l y s i so ft h e m a x i m u mm a t c h i n ga l g o r i t h mo ft h ec h i n e s ea u t o m a t i cs e g m e n t a t i o nt e n o l o g y , a l l i m p r o v e dd i c t i o n a r ym e c h a n i s mi su s e d ，w h i c hi m p r o v e st h ee f f i c i e n c ya n da c c u r a c yo f c h i n e s ew o r ds e g m e n t a t i o n t h e nt h ec h a r ta l g o r i t h mi si m p r o v e da g a i n s tt h ep r o b l e m t h a tt h eo r i g i n a la l g o r i t h mi se a s yt og e n e r a t er e d u n d a n te d g ea n di t sa n a l y s i se f f i c i e n c y i sv e r yl o w t h e nt h r o u g ht h ea n a l y s i so ft h ew a yo ft h i n k i n gw h e nt h et e a c h e r s m a n u a l l ys c o r i n gt h es u b j e c t i v eq u e s t i o n s ，t h ec o n c e p to ft h es i n g l es i m i l a rd e g r e ei s i n t r o d u c e db a s e do nt h ef u z z ym a t h e m a t i c st h e o r ya n da l la l g o r i t h mo fi n t e l l i g e n t m a r k i n go f t h es u b j e c t i v eq u e s t i o n si sd e s i g n e d t h ep r o c e s so ft h ei n t e l l i g e n ts c o r i n gi sd i v i d e di n t ot h r e em a i ns t e p s ：c h i n e s ew o r d s e g m e n t a t i o n , s y n t a c t i ca n a l y s i sa n ds i m i l a r i t yc o m p u t a t i o n t h ew o r ds e g m e n t a t i o ni s i m p l e m e n t e du s i n gt h em a x i m u mm a t c h i n ga l g o r i t h mb a s e do nt h ei m p r o v e dd i c t i o n a r y m e c h a n i s m ，t h es y n t a c t i ca n a l y s i su s i n gt h ei m p r o v e dc h a r ta l g o r i t h m ，a n dt h e s i m i l a r i t yc a l c u l a t i o nu s i n gt h es i n g l es i m i l a rd e g r e ep r o x i m i t ya l g o r i t h m a f t e rt h e a n a l y s i so f t h ec h a r a c t e r i s t i c sa n dt a s k so f e a c hs t e p ，t h ed e s i g ni d e o l o g y , t h ed e s c r i p t i o n a n dt h ei m p l e m e n t a t i o np r o c e s so ft h ea l g o r i t h m su s e da r eg i v e n t h e nh o wt ob u i l d r i aa p p l i c a t i o n sb a s e do nf l e xi ss y s t e m a t i c a l l ye x p l a i n e da n da ns o l u t i o nt oi n t e g r a t e f l e xw i t hh i b e r n a t ef r a m e w o r ka n ds p r i n gf r a m e w o r ki sg i v e n b a s e do nt h i s a r c h i t e c t u r e 觚i n t e l l i g e n ts c o r i n gs y s t e mo fs u b j e c t i v eq u e s t i o n s i si m p l e m e n t e d ， a r c h i v i n gag o o ds c o r i n ge f f e c ta n dh a v i n gm u c hv a l u ei na p p l i c a t i o n s k e y w o r d s ：f l e x ；j a v a e e ；c h i n e s ew o r ds e g m e n t a t i o n ；s y n t a c t i ca n a l y s i s ；c h a r t a l g o r i t h m ；s i n g l es i m i l a rd e g r e e c i a s s n o ：t p 31 1 v 3 4 2 1 1 】王i d l 5 2 1 2a d o b ef l e x 6 2 1 3a m 匝协议9 2 2 h i b e r n a t e 框架1o 2 3 s p r i n g 框架1 l 2 4 b l a z e d s 框架1 2 系统的处理流程1 6 3 1客观题的评阅方法1 6 3 2主观题的评阅方法1 6 3 3主观题智能评阅的处理流程1 7 3 4智能阅卷的关键技术1 9 3 4 1 中文分词1 9 3 4 2 词类标注2 4 3 4 3 句法分析2 5 3 4 4 单项贴近度的计算。2 7 关键算法设计2 9 4 1分句与分词算法设计2 9 4 1 1 分句算法设计2 9 4 1 2 分词算法设计_ 。3 2 4 1 3 实验结果与分析3 7 4 2句法分析算法设计。4 0 4 2 1c h a r t 算法分析4 0 作者简历6 8 独创性声明厶。6 9 学位论文数据集7 0 1 引言 1 1课题研究背景 随着计算机技术的发展和整个社会信息化程度的不断提高，计算机已经逐步 渗透到生产、学习、生活的各个方面。近年来，随着我国教育事业的发展和教育 思想的进步，传统的考试方式暴露出越来越多的弊端。传统的考试方式是教师命 题，考生在试卷纸上答题，教师再进行一份一份的阅卷，最后才能得出学生的成 绩。这样的测试方法流程长，要花费很多的时间，教师都需要阅卷，估计成绩和 分析试卷，教师的工作量非常巨大，并且非常容易出错。 目前，许多高校已经开发出自己的考试系统，改变传统的教学、考试方法和 手段，除利用现代多媒体等新兴的教学手段外，将考试方式改为上机考试，取得 了很好的效果，但也存在很多问题，其中较为突出的问题是机试阅卷，由于题目 形式多种多样，学生答案也各不相同，因此自动阅卷难度很大，目前许多系统均 采用客观题由计算机来判别给分，主观题由教师评阅给分，给教师带来大量的额 外工作量。因此，自动阅卷系统的尽可能智能化评分是现在研究的一个重点，也 是一个难点。 本课题对目前流行的在线考试系统进行分析和研究，提出有针对性的自动化 阅卷方案，并结合实际情况，设计并模拟实现了一个智能阅卷系统，缩短了测试 的流程，节省了阅卷的时间，阅卷中不带有主观因素，从而使学生的成绩能够真 实客观地反应学生对所学知识的掌握情况和教师的教学情况。 1 2 课题研究现状 对不同的试题类型，试卷自动批阅的难易程度相差很大。目前针对客观题的 自动评阅技术已经相当成熟，但是对于主观题，如论述题、简答题等没有统一答 案的试题，由于涉及到人工智能、模式识别和自然语言理解等技术，实现起来相 当复杂，这在一定程度上使得在线考试不能实用化，一直束缚着计算机自动阅卷 技术的发展。 国外很早就开始对主观题自动阅卷这个难题展开了广泛的研究，取得了一些 成果，开发出p r o j e c te s s a yg r a d e ( p e g ) ，l a t e n ts e m a n t i ca n a l y s i s ( l s a ) e d u c a t i o n a l t e s t i n gs e r v i c e ，e r a t e r a u t o m a t e dt e x tm a r k e r ( a t m ) ，a u t o m a r k 和c r a t e r 等系统。 其中有的己经进入实用阶段，并取得了较好的效果。 ，移 国外对于主观题的自动阅卷技术的研究可以分为两大类：一是对于任意文本 答案的主观题的自动阅卷，也就是对文章写作类试题的阅卷，如作文题，般采 用的是抽取出答案中的浅层结构信息或语义信息，根据学生的遣词造句情况给以 得分；或者是设置若干个可接受答案的模板和不可接受答案的模板，再将学生的 答案与这些模板进行匹配，根据学生答案与这些模板的匹配程度，计算出学生的 得分。二是对简短文字的自动阅卷，相当于简述题、名词解释题等，这种情况一 般是先将参考答案进行适当的表示，然后对学生答案与参考答案进行比较，通过 计算学生答案与参考答案之间的匹配程度给出学生的得分。 在上述几个自动阅卷系统中，除了p e g 外，都不同程度地对答案进行了句法 分析或语义分析或句法一语义分析，以提高系统的准确率。目前一些国际性的标 准化考试已实现了计算机的自动阅卷，而国内的自动阅卷系统己经能很好地完成 了对常见客观试题的自动阅卷工作，但对于主观题由于有些题型允许学生自由作 答题，作文题，论述题等，考生的答案没有统一的标准，阅卷时只能依赖教师个 人的判断，不可能使用计算机代替教师阅卷。但是，通过对主观题的分析，有部 分题型还是可以采用计算机阅卷的，比如：简答题，问答题，名词解释，论述题， 分析题等。这些题型有一个共同的特点，那就是学生回答问题是受限的，答题时 学生不能完全自由发挥，一定要有答题要点才能得分。本文利用这些要点可以比 较客观的对题目进行阅卷。 国内例如名词解释、简答题和论述题等主观题的自动阅卷，有一些相关文献， 但尚且没有实用的系统出台。这些研究主要有：湘潭大学信息工程学院的李辉阳 等研究了有限领域中简述文字的自动阅卷问题，提出以基于关系的带权匹配技术 来实现计算机辅助教学中的简单论述正误的判定；南京大学计算机软件新技术国 家重点实验室的高思丹等提出了利用基于动态规划的语句相似度计算方法实现文 字类主观题的自动阅卷：南京大学计算机软件新技术国家重点实验室的黄康等提 出一种基于带权概念网络进行分层语义相似度计算的主观题自动阅卷方案。 国内的这些主观题自动阅卷实验系统提供了一定的解决途径，达到了一定的 阅卷效果但是这些系统仍存在一些问题和不足之处如： ( 1 ) 对参考答案填写的要求过高，出题者的任务过重。 国内现有的自动阅卷系统大多对参考答案的录入有严格的要求，在录入参考 答案时，需要对参考答案进行严格的、详细的格式化，要求出题者将参考答案详 细地分解成各个关键词要素，对每个关键词赋以各自的权值，甚至要求出题者将 各个关键词在答案语句中的作用、各个关键词之间的关系都予以填写，这无疑是 增加了出题者的额外的负担。而现实生活中，教师出题的过程通常是给出题目、 题目的参考答案以及答案的评分标准。题目的评分标准一般包括答案的总分、答 2 对于主观题的自动阅卷，最后总要进行学生语句与参考答案语句之间相似度 的计算。国内已有的这些系统在进行语句相似度计算时，并没有考虑语句中各个 单词在该语句中所处的位置以及所起的作用，只是运用字符串的匹配方法进行语 句相似度的计算，也没有考虑单词之间的顺序。 1 3 课题研究意义 传统的考试方式是教师命题，学生在试卷纸上答题，教师再进行一份一份的 批改，最后才能得到学生的成绩。这样的考试方式流程长，需要花费很多的时间。 自动阅卷系统实现了自动批阅试卷的目的，把教师从繁琐的手工劳动中解放出来， 节省了阅卷的时间，有助于提高教学质量和效率。 本文设计的智能阅卷系统具有以下实际意义： ( 1 ) 考试管理的信息化 利用智能阅卷系统实现客观题自动阅卷和主观题计算机阅卷，可以免去了人 工评卷或客观题自动阅卷而主观题人工阅卷所带来诸多麻烦，使考试管理乃至教 学管理信息化得到了实现。 ( 2 ) 提高了考试阅卷的效率 评卷教师无需来回搬动或翻阅试卷，只要点击鼠标即可完成阅卷工作，且无 须流水线上的中间等待，使阅卷效率得到极大的提高。 ( 3 ) 减轻了评卷教师的工作负担 提高效率也即减轻了工作量，特别是评卷完成后系统具有的按照预先设定的 格式自动生成各种统计分析报告的功能，为教师评阅分析试卷提供了很好的依据， 3 有利于教师把更多的时间和精力集中于教学与管理。 ( 4 ) 为学校教学管理提供科学的决策依据 利用自动阅卷系统完成考试评卷工作，将使得评卷的标准化和规范化操作得 到了有效的保证。系统快速、准确、完整、统一地自动生成的考试情况分析报告 也将为学校的教学管理决策提供科学依据。 1 4 本文的主要工作 本课题对在线考试系统中的选择题、填空题及判断题的评分将依照现有的成 熟的评分方法进行设计与实现，而重点将放在对主观性强的试题进行深入的分析 和研究，并对其阅卷和评分方法进行设计和实现。 对于主观题，由于它的答题特点和答案复杂性，目前还没有种考试系统能 很好地完成其自动阅卷。主观题的自动评分涉及到人工智能、模式识别以及自然 语言理解等方面的理论和知识，需要解决很多技术上的问题。主观题在答题时一 般采用语言叙述的方式，而每个人对知识的理解程度不同，表达方式也不一致， 即便学生的答案准确，也很难与标准答案完全一致，若要想对客观题评分那样准 确地对主观题进行评分几乎是不可能的。但通过分析阅卷教师在评阅主观题时的 常规思维，设计一套算法，模拟阅卷教师的这种思维活动，在对学生答案和标准 答案进行分析之后，就可较准确地给出学生的实际得分。本文正是基于这种思想， 采用模糊理论里的单向贴近度匹配法，设计了一个用于主观题智能阅卷的算法。 课题主要是研究简答题，名词解释，论述题等主观题智能判卷系统的开发与实现。 系统首先通过对答案句子成分分析考虑其文字组织情况，在通过的情况下抽取答 案的关键词，并与教师给出的标准答案要点进行相似度的计算。分析其关键词与 各标准答案关键词的贴近度，按照各标准答案关键字在整个试题得分中所占的比 例评定其小分，最后累加答案中各关键词的得分，并适当考虑考生答题时的文字 组织情况作为本试题的最终成绩。课题的目标也是要建立一个智能判卷系统对主 观题目进行合理的打分。 随着网络技术的高速发展，i n t e r a c t 已经成为应用程序部署运行的默认平台。 传统的b s 、c s 模式系统逐渐暴露出功能单一、接口专用、不易部署、不易升级、 安全性低等缺点。为了提高用户体验，出现了一种新类型的i n t e r a c t 应用程序。那 就是r i c hi n t e r n e ta p p l i c a t i o n ( r i a ) 。r i a 将桌面型计算机软件应用的最佳用户 界面功能性w e b 应用程序的普遍采纳和低成本部署以及互动多媒体通信的长处集 于一体，最终实现一种可以提供更直观、响应性和有效的用户体验应用程序。本文 采用a d o b ef l e x 与j a v a e e 多层架构作为r i a 智能阅卷系统的技术解决方案。 4 本文的主要工作如下： ( 1 ) 对中文分词算法的研究与算法设计 本文对目前流行的中文分词算法进行了深入的分析与研究，并且基于正向最 大匹配法，采用了一种改进的词典结构和算法，在实现对考生答案进行中文分词 的同时，还在很大程度上提高了分词的速度和准确率。 ( 2 ) 对句法分析算法叫h a r t 算法的分析与改进 本文详细阐述了最常用的句法分析算法叫h a r t 算法，研究和分析了该算法 的缺点和存在的问题，并且针对c h a r t 算法中会产生的大量的冗余边的问题，结合 自顶向下和自底向上c h a r t 算法的特点，对传统的c h a r t 算法进行了改进，从而降 低了算法产生的冗余边的数量，提高了句法分析的效率。 ( 3 ) 对模糊理论的单项贴近度的研究及应用 本文对模糊理论中的单项贴近度的概念进行了详细的阐述，并根据这个概念 设计出一个对主观题进行评分的公式，利用这个公式以及对考生答案的分析，并 借助于一定的评分标准，对主观题进行较为合理的评分。 ( 4 ) 基于f l e x 和j a v a e e 整合的架构，构建r i a 智能阅卷系统 本文深入地阐述了富客户端应用程序r i a 的优点，详细介绍了实现r i a 应用 的f l e x 在改善、增强用户体验方面的技术支持，并结合s p r i n g 和h i b e r n a t e 开源框 架，提出了f l e x 与j a v a e e 整合的合理方案，然后采用该架构，模拟实现了智能阅 卷系统的主要功能。 2 课题相关技术 2 1对a 及a d o b ef l e x 2 1 1r i a 传统网络程序的开发是基于页面的、服务器端数据传递的模式，把网络程序 的表现层建立于h t m l 页面之上，而h t m l 是适合于文本的，传统的基于页面的 系统已经渐渐不能满足网络浏览者的更高的、全方位的体验要求了。而富互联网 应用( r i c hi n t e r n e t a p p l i c a t i o n s ，缩写为r i a ) 的出现就是为了解决这个问题。 1 r i a 的概念 富互联网应用程序是下一代的将桌面应用程序的交互式用户体验与传统的 w e b 应用的部署灵活性和成本分析结合起来的网络应用程序。富互联网应用程序 中的富客户技术通过提供可承载已编译客户端应用程序( 以文件形式，用h 1 曙 5 传递) 的运行环境，客户端应用程序使用异步客户服务器架构连接现有的后端应 用服务器，这是一种安全、可升级、具有良好适应性的新的面向服务模型，这种 模型由采用的w e b 服务所驱动。结合了声音、视频和实时对话的综合通信技术， 使富互联网应用程序( r 认) 具有前所未有的网上用户体验。 a d o b er i a 技术封装让现有的w e b 技术得到了极大的保留，核心价值在于大 大提高了产品设计师和开发工程师的“开发体验 ，强化了设计端和开发端的整合。 设计师和开发工程师们可以方便地将自己的代码平移到新的平台上，并且发布、 部署的方式比之前的任何一款开发工具都方便得多，从而使r i a 应用有更广大的 开发者基础。 a d o b er i a 技术也将带来新的桌面革命“d e s k t o p2 0 ”，内容从f l a s h ， h t m l c s s j s ，到p d f ，几乎涵盖了时下最流行的w e b 内容载体。此外，“可离 线”应用模式能让用户更加安全、舒适地进行工作和娱乐。用户们不必再抱怨因 网络故障而造成的信息损失，而且也可以借助本地资源更好地节省网络资源。因 此，a d o b er i a 技术可以让用户将w e b2 0 应用带回桌面，创造的商业应用价值 和用户体验价值将超过以往任何技术。 2 r i a 与a i r r i a 和a i r 不了解的人乍看很容易将两者会混淆，其实是完全不同的两个概 念，但它们的关系非常密切。a i r 是a d o b e 公司在r i a 应用领域的一个重要的解 决方案。a i r 是一个运行时，它与r i a 的关系我们可以联想到n e t 的f r a m e w o r k ， a i r 为r i a 应用提供了一个基础的支持平台。a 瓜是一种概念，也可以这样通俗 的理解：a i r 是在本地机加载并运行的r i a 。 2 1 2a d o b ef l e x f l e x 是一个高效、免费的开放源框架，可用于构建具有表现力的w e b 应用程 序，这些应用程序利用a d o b ef l a s hp l a y e r 和a d o b ea i r 运行时跨浏览器、桌面和 操作系统实现一致的部署。f l e x 提供一个现代、基于标准的语言和编程模型，该 模型支持公共设计模式【1 8 】。使用基于x m l 的声明性语言m x m l 描述u i 布局和 行为，使用面向对象的a c t i o n s c r i p t3 0 编程语言创建客户端逻辑。f l e x 还包含一 个丰富的组件库和一个交互式f l e x 应用程序调试器，组件库中的上百个久经考验、 可扩展的u i 组件可用于创建富i n t e r a c t 应用程序( r i a ) 。 1 f l e x 的起因 传统的程序员在开发动画应用方面存在困难，f l e x 平台最初就是因此而产生。 f l e x 试图通过提供一个程序员们已经熟知的工作流和编程模型来改善这个问题。 6 f l e x 最初是作为一个j 2 e e ( j a v a2p l a t f o n l l ，e n t e r p r i s ee d i t i o n ) 应用，或者可 以说是j s p ( j a v as e r v e rp a g e s ) 标签库而发布的。它可以把运行中的m x m l ( f l e x 标记语言) 和a c t i o n s c r i p t 编译成f l a s h 应用程序( 即二进制的s w f 文件) 。最 新版的f l e x 支持创建静态文件，该文件使用解释编译方式并且不需要购买服务器 许可证就可以在线部署。f l e x 的目标是让程序员更快更简单地开发r i a 应用。在 多层式开发模型中，f l e x 应用属于表现层。 f l e x 采用g u i 界面开发，使用基于x m l 的m x m l 语言。f l e x 具有多种组件， 可实现w e bs e r v i c e s ，远程对象，d r a ga n dd r o p ，列排序，图表等功能；f l e x 内建 动画效果和其它简单互动界面等。相对于基于h t m l 的应用( 如p h p 、a s p 、j s p 、 c o l d f u s i o n 及c f m x 等) 在每个请求时都需要执行服务器端的模板，由于客户端 只需要载入一次，f l e x 应用程序的工作流被大大改善。f l e x 的语言和文件结构 也试图把应用程序的逻辑从设计中分离出来。 f l e x 服务器也是客户端和x m lw e bs e r v i c e s 及远程对象( c o l d f u s i o nc f c s ， 或j a v a 类，等支持a c t i o nm e s s a g ef o r m a t 的其他对象) 之间通讯的通路。 2 f l e x 的技术框架 f l e x 技术框架主要包括： ( 1 ) 描述应用程序界面的x m l 语言( m 恐他) ； ( 2 ) 符合e c m a 规范的脚本语言( a c t i o n s c r i p t ) ，处理用户和系统的事件，构 建复杂的数据模型； ( 3 ) 一个基础类库； ( 4 ) 运行时的即时服务； ( 5 ) 由m x m l 与a c t i o n s c r i p t 文件生成s w f 文件的编译器。 f l e x 的技术框架如图2 1 所示。 图2 1f l e x 技术框架 7 的语言，那么a c t i o n s c r i p t 就是描述逻辑的语言。a s ( a c t i o n s c r i p t ) 作为f l a s h f l e x 中的编程语言，经历了1 0 到3 o 版本的转变，从最初的脚本语言演变为面向对象 的编程语言。 a s 是由f l a s hp l a y e r 中的a s 虚拟机( a v m ) 来运行的，通过a s ，f l e x f l a s h 中的内容和应用拥有了交互性和数据的处理及其他功能。 4 f l e x 应用程序的编译和发布过程 f l e x 应用程序编译和发布的过程如图2 2 所示。 设计阶段编译阶段运行阶段 图2 2f l e x 应用程序的编译和发布过程 5 f l e x 的优势 ( 1 ) 跨平台的运行环境f l a s hp l a y e r 据a d o b e 官方2 0 0 7 年底的调查显示，互联网上，9 5 以上的计算机都安装了 f l a s hp l a y e r9 ，而且这个数字正以每天百万级的速度在增长。2 0 0 9 年，a d o b e 开始 大力推广f l a s hp l a y e r1 0 ，为f l e x 的下一版本打下了良好的基础。 ( 2 ) 广泛的用户群体 f l e x 提供了封装完善的容器来轻松实现界面布局，保留了f l a s h 在动画表现上 的优势，并集成了一个强大的开发框架，让程序员把主要精力集中在结构设计和 数据处理上。同时，为了保留f l a s h 矢动画的优势，f l e x 也具备整合动画的能力， 这使得在表现层也同样出色。当f l e x 问世，早先的f l a s h 程序员自然而然就转到 f l e x 平台上，成为了第一批用户。 ( 3 ) 成熟的框架构架 f l e x 使用的a c t i o n s c r i p t3 0 是标准的面向对象语言，具备了高级语言的特点， 很容易被j a v a 、c 撑程序员接受；另外，f l e x 采用m x m l 标记语言描述界面，把数 据从表现层分离出来。使用f l e x ，可以把数据巧妙地从任何地方( 简单的x m l 、 s o a p 等) 中取出并绑定到界面中的元素上，这样做可以促进更严格的分离。 2 1 3a m f 协议 a m f 协议是a c t i o nm e s s a g ef o r m a t 协议的简称，a m f 协议是a d o b e 公司的 协议，主要用于数据交互和远程过程调用，在功能上与w 曲s e r v i c e 相当，但a m f 与w e b s e r v i c e 中的x m l 不同在于a m f 是二进制数据，而x m l 是文本数据，a m f 的传输效率比x m l 高。a m f 使用h t r p 方式传输，目前主要用于a c t i o n s c r i p t 中，实现f l e x 与s e r v i c e 之间的通信。目前最新的版本是a m f 3 。 a m f 最大的特色在于可直接将f l a s h 内置对象，例如o b j e c t ，a r r a y ，d a t e ， x m l ，传回服务器端，并且在服务器端自动进行解析成适当的对象，这就减轻了 开发人员繁复工作，同时也更省了开发时间。由于a m f 采用二进制编码，这种方 式可以高度压缩数据，因此非常适合用来传递大量的资料。数据量越大，f l a s h r e r n o t i n g 的传输效能就越高，远远超过w e bs e r v i c e 。至于x m l ，它们使用纯文 本的传输方式，效能就更不能与f l a s hr e m o t i n g 相提并论了。 a m f 协议是基于h t t p 协议的，它的内容处理过程大致是这样： ( 1 ) 从客户端获取h t t p 请求( r e q u e s t ) 流。 ( 2 ) 对流进行解串行化( d e s e r i a l i z e ) ，得到服务器端程序能够识别的数据，并 建立一个响应( r e s p o n s e ) 消息。 9 ( 3 ) 对流进行各种处理( 记录、许可、服务) 得到返回值。 ( 4 ) 对响应流进行串行化。 ( 5 ) 发送h t t p 响应给客户端。 2 2h i b e m a t e 框架 h i b e r n a t e 是一个开放源代码的对象关系映射框架，它对j d b c 进行了非常轻 量级的对象封装，使得j a v a 程序可以使用面向对象编程的思想来操纵数据库。它 不仅提供了从j a v a 类到数据表之间的映射，也提供了数据查询和恢复机制。相对 于使用j d b c 和s q l 来手工操作数据库，h i b e r n a t e 可以大大减少操作数据库的工 作量。另外，h i b e r n a t e 可以利用代理模式来简化载入类的过程，这将大大减少利 用h q l ( h i b e r n a t eq u e r yl a n g u a g e ) 从数据库提取数据的代码的编写量，从而节 约开发时间和开发成本。h i b e m a t e 可以应用在任何使用j d b c 的场合，既可以在 j a v a 的客户端程序使用，也可以在s e r v l e t j s p 的研w e b 应用中使用，它也可以和 多种w e b 服务器或者应用服务器良好集成，完成数据持久化的重任。 h i b e m a t e 的核心接口有5 个，通过这些接口，不仅可以对持久化对象进行存 取，还能够进行事务控制，这些接口有： ( 1 ) s e s s i o n 接口 s e s s i o n 接口负责执行被持久化对象的c r u d 操作( c r e a t e ，r e t r i e v e ，u p d a t e ， d e l e t e ，计算与数据库交流时的增加、查询、更新和删除操作) ，s e s s i o n 对象是非 线程安全的。 ( 2 ) s e s s i o n f a c t o r y 接口 s e s s i o n f a c t r o y 接口负责初始化h i b e r n a t e 。它充当数据存储源的代理，并负责 创建s e s s i o n 对象，这里用到了工厂模式。需要注意的是s e s s i o n f a c t o r y 并不是轻 量级的，因为一般情况下，一个项目通常只需要一个s e s s i o n f a c t o r y 就够，当需要 操作多个数据库时，可以为每个数据库指定一个s e s s i o n f a e t o r y 。 ( 3 ) c o n f i g u r a t i o n 接口 c o n f i g u r a