基于云计算的个性化知识模型研究

[摘要] 传统网络教学在个性化知识评估和隐性知识构建方面存在着明显的不足，本文基于概念图提出了一种新的知识模型STKM（Support Tacit Knowledge Model），该模型支持云计算环境下个性化知识评估，知识存储，以及学习主体隐性知识的建构，并给出知识模型的BNF范式描述,及其评估方法。通过对云计算平台中知识模型系统的分析和仿真实验，验证了云计算环境中知识模型系统的可行性和可扩展性。

[关键词] 网络教学； 知识模型； 云计算； 个性化教学

[中图分类号] G434[文献标识码] A

[作者简介] 王小军（1979—）男，江苏海安人。工程师，博士研究生，主要从事网络教学、网络体系结构方面的研究。E-mail：wangxj@jstvu.edu.cn。

一、引言

网络教学的研究主要包括两个方面：一是以现代网络技术为基础的外延式研究；二是基于认知心理学和教育心理学的内涵式研究。研究目的都是实现学习主体有意义的学习，构建学习主体自身新的知识体系结构。[1]

针对网络教学中师生时空分离，学习无监督的特性，外延式研究利用现代网络技术，建立以教师为主导、师生互动的教学模式，实现远程教学功能。但此方法不利于学习主体创新思维和创新能力的培养，而内涵式研究则可以利用现代认知科学的研究成果，从认识论角度，建立合理的用户知识模型。因此在网络教学中实现有意义的学习，知识模型是关键。目前对网络教学中知识模型的研究也取得了很大的进步，一些研究学者从本体、行为语义以及支持元认知能力的角度构建了面向学习主体的知识模型。[2] [3]

云计算技术的发展，引导着网络教学中知识模型的转型，网络教学中现有的知识模型并不适应云计算环境，因此支持云计算环境的新型知识模型将为网络教学的可持续发展提供强有力的支撑。同时传统知识表示方法在知识表示、传递和共享过程中存在着明显的不足，一方面仅包含显性知识，没有包含隐性知识及其关系，另一方面没有充分考虑个性化知识评估和知识存储。

为此，结合心理学、计算机科学，在网络教学中提出了一种新的知识模型STKM（Support Tacit Knowledge Model），该模型支持云计算环境中个性化知识评估、知识存储和学习主体隐性知识的建构，为个性化网络教学在云计算中的研究和实施提供了一种新的思路。

二、知识模型

知识模型的核心是知识表示，概念图基于连接机制可应用于知识表示，[4]其优势在于知识的形象性表示和元认知学习技能的提升，概念图作为一种元认知工具，超越陈述性知识与程序性知识的分类，它可将传统教学中的机械学习转变为有意义的建构学习。因此云模型计算，依据建构主义学习理论，概念图符合网络教学中知识表示，可用于新型知识模型STKM的建模。

1. STKM知识模型

STKM知识模型基于经典的分层设计理念，由概念集层、命题集层、隐形知识层构成，如图1所示。概念是网络教学过程中课程相关的最基本的教学单元（知识点），概念集由分支学科的概念子集组成，概念子集由课程的概念图组成（每门课程当且仅当与一个概念图对应），概念图之间联系采用有向链接表示，构成有向网络，概念图有向网络的先后次序表示学习该课程的预备课程。命题是教学过程中的一个逻辑单元，它由两个或者多个概念联结组成。

迈克尔·波兰尼将知识分为显性知识和隐性知识，在STKM知识模型中概念、命题、概念集、命题集属于显性知识的范畴。隐性知识[5]处于STKM知识模型的顶端，其不易用语言描述，但可通过练习和领悟得出命题集中的隐性知识（思维模式、直觉），它是学习主体在自身知识体系基础上形成的经验总结。野中郁次郎的SECI模型[6]描述了隐性知识和显性知识之间相互转化，螺旋上升的知识创新过程，因此STKM知识模型符合网络教学的最终目标，即构建学习主体的个性化知识体系结构。

为了进一步说明STKM知识模型中各层次之间的具体关系，模型可用BNF范式描述如下：

Knowledge Set ::= {Subject Knowledge}

Subject Knowledge ::= Concept set | Statement set | TK set

Concept set ::={Concept Subset }

Concept Subset ::= {Concept}

Concept ::= Concept | TK（Externalization） | Concept （Combination）

Statement set ::= {Statement }

Statement ::= [Concept ][……]

TK set::= {TK }

TK ::= TK | Concept （Internalization） ｜TK（Socialization）

2. 个性化知识模型评估

为了实现个性化知识模型评估，一方面需要定义知识模型中概念集、命题集和隐性知识的属性，另一方面需要定义评估单元，保证评估的准确性和有效性。对于学习主体，评估单元是课程的知识结构，课程的进入阀值和通过阀值是衡量学习主体学习效果的两个关键属性，在网络教学过程中评估单元主要表现为师生互动、章节测试及考试等形式。评估单元是命题的集合，命题由概念组合，因此对评估单元中的评估，就是对评估单元在概念图上的投影进行评估。

定义1：评估单元在概念图上的投影称为投影概念。

定义2：投影概念之间存在三种关系分别为：直接相连，间接相连，孤立点。每个投影概念都唯一属于某一种关系。

直接相连表示两个投影概念之间的最短可达距离为1。

间接相连表示两个投影概念之间的最短可达距离不小于2 。

孤立点表示投影概念与其他概念之间的距离为无穷大或投影概念在概念图中没有与之相连的概念。

根据上述分析，可以构造出学习主体的评估结果，

P（j）表示评估单元j的评估结果，a是评估单元j在课程i中所占的比重。公式（3）中，M是课程S（i）中所有的概念数。l是评估单元中所有概念数（不重复计数），N是投影概念中包含直接相连概念的数目，K是直接相连概念中包含的概念数目，Countik是评估单元中学习主体正确使用概念Conceptik的次数。通过权重参数α、β的调整，公式（1）可评估出学习主体对课程的掌握程度Assessment（c），如果Assessment（c）大于课程c的通过阀值，则说明学习主体已完成课程c的知识建构，否则需要对课程c中P（j）小于通过阈值的评估单元进行学习，并重新评估。

评估算法描述如下：

输入：学习主体student，学习内容content

输出：所有评估单元的评估结果List

Algorithm List Assessment（Student student，Content content ）{

Subject = content.getSubject（）; //取得学习主体的学科信息

While subject.haveNext（）{ //循环学科中所有课程信息

course = subject.next（）;

While（course.haveNext（））{//循环课程中的所有评估单元

Score = AssessmentUnit（student,course.netxt（）） //对评估单元进行评估

Result.add（Score）; //保存学习主体本评估单元的评估结果}}}

Algorithm Score AssessmentUnit（Student student , AssessmentUnit unit）{

If unit.knowledgeType == “Statement”{

Switch（ unit.getUnitType） {

case bbs: 将BBS讨论内容映射到概念图；break;

case test: 将测试结果中的正确的命题映射到概念图;break;

case exam: 将考试结果中的正确的命题映射到概念图；} }

Else if unit.knowledgeType == “Tacit knowledge”{

利用类比、隐喻、假设等方法将隐性知识转化为命题；

将显性知识的内容映射到概念图；}

广度遍历概念图，统计得到参数

将参数代入公式（3）,得到统计结果

Return new Score（student,）;}

在网络教学中，通过对评估单元的评估，可以较准确地发现学习主体对知识的掌握情况；利用反馈，学习主体可以有目的地强化自己的知识体系结构中的薄弱点，达到构建自身新的知识体系结构的目的。

三、STKM知识模型在云计算中应用

2010年5月，第二届云计算大会上，Amazon、 Google、Microsoft、IBM等公司都推出自己的云计算产品，标志着云计算已逐步走向商业应用。互联网是网络教学的支撑平台，网络教学融入云计算环境将是网络教学的发展趋势。Peter Mell、Tim Grance等人总结了云计算的五大特性，[7]分别为：On-demand Self-service, Broad Network Access, Resource Pooling Rapid Elasticity, Measured Service。其中Measured Service特性将为网络教学大规模商业化提供基础保障。

云计算根据服务类型和层次可以分为IaaS、PaaS、SaaS，[8]STKM知识模型属于SaaS的范畴，其在云计算平台中的体系结构，如图2所示。

该体系结构基于主流的B/S服务模式，包括服务终端和云计算平台端。学习主体通过移动终端、个人电脑或者短暂离线等方式，按需访问云计算平台提供的网络教学服务。云计算平台端由物理资源层、虚拟资源层、应用层组成。

物理资源层以资源池的形式向上提供计算、网络、存储资源。虚拟资源层通过虚拟化管理平台对计算、存储、网络资源进行充分整合和高效利用。应用层根据功能分为管理、服务、数据三个模块。管理模块提供云计算平台的认证、计费、安全等管理功能，服务模块提供网络教学相关的具体业务，如师生互动、测试考试、教学资源、学习指导、学习评估、学习反馈等，根据学习主体的需要，按需提供服务。数据模块是数据模型中所有实体的存储，是管理和服务部分的基础。

网络教学服务模块中主要分为两类：一类是支持学习主体主动学习的服务，如在线学习、在线辅导、在线测试等，与传统的网络教学功能兼容。二类是对学习主体学习情况的个性化评估服务，如在线导学、在线评估和智能反馈，适应云计算按需服务功能。

在线导学模块是根据学习主体的知识结构、学习目标和学习周期等相关因素，在课程概念图中选择合理的学习路径，组织相应的学习资源，有效地构建学习主体的知识体系结构。在线评估模块是根据每个学习主体提交的评估单元，评估学习效果，如果评估结果大于通过该课程的通过阀值，则可进入下一个学习阶段，否则需要继续学习本阶段中P（j）小于通过阈值的相关内容，并再次进行评估。反馈模块是根据学习主体的评估次数和评估情况，及时向学习主体反馈学习效果，并合理地调整学习路径和学习资源的难易程度，实现学习主体知识体系结构的不断迭代更新。

支持云计算的知识模型与现有的知识模型进行比较，将其主要优势在于以服务为计费单位，学习主体可以按需学习，实时评估，并根据评估结果，自动调整学习路径，较快地构建个性化的新的知识体系结构。

四、实验仿真

云计算环境下个性化知识模型仿真，需要云计算环境的支持。目前云计算商业产品主要有IBM蓝云、亚马逊Amazon EC2、谷歌Google App Engine（GAE）、微软Windows Azure，云仿真器主要有CloudSIM。由于上述环境都是以API接口实现对象模型实例的持久化存储，如GAE环境中，调用PersistenceManager类的makePersistent（）方法完成对象实例的存储，对象存储过程对用户透明，不利于对仿真系统的可行性和可扩展性分析。因此仿真实验环境采用Oracle的OVM（Oracle Virtual Machine）虚拟化软件模拟云计算平台中虚拟资源层，ORM（Object-Relational Mapper）实现知识模型中概念集、命题集、隐性知识等对象的存储。

1. 实验过程

实验环境中，仿真系统工作流程如图3所示。主要由三部分组成，分别是面向学习主体的表现层、处理个性化学习过程的业务逻辑层、实体对象持久化的数据存储层。业务逻辑层中学习主体的学习过程由导学、学习、评估、反馈四部分组成，可以用以下五步来描述：

Step1:学习主体在云平台中申请注册，选择专业方向，进入导学模块，根据自身的学习目标、学习周期、知识结构，由云计算平台导学模块自动生成学习计划模板，并自动组织学习资源。学习主体可对学习计划模板和学习资源进行交互调整，形成最终个性化的学习计划。

Step2:学习主体通过互联网或移动终端进行学习，在线参加师生辅导和单元测试、章节测试、课程测试，完成阶段性的学习任务。

Step3:学习主体根据个性化学习计划，在线提交对应课程的评估单元，云计算平台端的评估服务将评估单元中的内容映射到概念图中，利用评估算法进行评估。

Step4:反馈服务，根据上一步的评估结果，依据课程的通过阈值，将不达标的评估单元中所包含的投影概念反馈给评估服务，由评估服务合理地更新学习主体的学习计划，并与学习主体交互式的调整学习计划和学习资源。

Step5:学习主体经过不断的学习迭代，完成自身知识体系结构的建构，最终达到期望的学习目标。

STKM知识模型中的对象包括概念（Concept）、概念图（Concept Map）、命题（Statement）、隐性知识（Tacit Knowledge）、课程（Course）、课程单元（Course Section）、专业（Specialty）等对象模型，其中Concept对象包括ID、标题、概念内容、概念类别等关键属性。系统仿真中知识模型中相关对象UML如图4所示。个性化评估相关的三个类，分别为导学（Guide）、评估（Assessment）、反馈（Feedback），其中Assessment主要包括：标识号（ID）、学习主体（Student）、专业、课程章节、评估单元、评估单元类型、评估结果、评估时间等属性。

2. 试验结果

通过STKM知识模型在OVM虚拟化平台仿真实验表明，STKM知识模型可以适应云计算环境中的个性化网络教学的需求，同时该模型具有较好的灵活性和可扩展性，但隐性知识投影到概念图的方法主要还是建立在人工参与的基础上，评估结果人为因素占较大比重，在一定程度上影响着评估和反馈结果。

五、结束语

为了在云计算环境中提供个性化的网络教学服务，本文通过对网络教学的学习理论和知识表示的分析，结合概念图，提出了三层结构的STKM知识模型，并使用BNF范式对模型进行描述，同时给出了模型的评估算法。通过对云计算环境下知识模型体系结构功能的分析和仿真实验，表明该知识模型可适应云计算环境，并支持学习主体个性化知识的构建，但对隐性知识的显性化方法和评估，还需要根据不同应用场景进一步完善知识模型。在下一步工作中，将对概念图的自动化生成及评估单元的自动映射进行研究。

[参考文献]

[1] 沈军.网络教学中个性化策略研究[J].计算机研究与发展，2003，（4）：589~595.

[2] 沈军.支持双主体互动的智能化网络教学框架模型[J].计算机应用研究，2003，（5）:107~109.

[3] Lei,Y., z. Hao,C. Jing. Design Pattern of Knowledge Base Based on Ontology Knowledge Model[J].Computer Engineering and Applications, 2006, Vol 42（30）:65~68.

[4] Chen, L.H.,Y.C. Lai. Application Concept Maps into Teaching Materials Design: A Case Study of Program Design[J].Third 2008 International Conference on Convergence and Hybrid Information Technology, Vol 1, Proceedings, 2008:859~864.

[5] 高国元，张景生，洪智凤.隐性知识及其在网络教育中的传递[J].电化教育研究，2008，（3）:45~49.

[6] Wang, M.M. SECI model and knowledge management system based on Web2.0[J].Proceedings of Journal Publication Meeting （2007）, 2007:86~90.

[7] Mell, P.,T. Grance. The NIST Definition of Cloud Computing[EB/OL].

[8] Armbrust, M., A. Fox, R. Griffith, et al. A view of cloud computing[J].Communications of the ACM, 2010,53（4）:50~58.

[参考文献]

[1] 南国农，李运林.电化教育学[M].北京：高等教育出版社，1985.5（第一版），1998.8（第二版）

[2] 萧树滋.电化教育[M].石家庄：河北人民出版社，1983.6.

[3] 李运林，李克东.电化教育导论[M].高等教育出版社，1986.10.

[4] 顾明远.教育技术[M].高等教育出版社，1999.7.

[5] 尹俊华，等.教育技术学导论[M].高等教育出版，1996，3（第一版），2002.8（第二版）

[6] 章伟民，曹揆申.教育技术学[M].人民教育出版社，2000.7.

[7] 万嘉若，曹揆申.现代教育技术学[M].中国科技出版社，1991.2.

[8] 祝智庭.现代教育技术——走进信息化教育[M].高等教育出版社，2001.9.

[9] 何克抗，李文光.教育技术学[M].北京师范大学出版社，2002.10.

[10] 李克东.新编现代教育技术基础[M].上海：华东师范大学出版社，2002.9.

[11] 乌美娜.教育技术学[M].合肥：安徽教育出版社，2004.7.

[12] 南国农，等.信息化教育概论[M].高等教育出版，2004.6（第一版），2011.6（第二版）

（下转第37页）

（上接第12页）

[13] 吴再扬.中国电化教育简史[M].高等教育出版社，1994.8.

[14] [美]巴巴拉·西尔斯，等.教学技术：领域的定义和范畴[M].乌美娜，等译.中央广播电视大学出版社，1999.9.

[15] 刘雍潜，李龙.教育技术基础[M].中央广播电视大学出版社，2002.9.

[16] 李康.教育技术学概论[M].广东教育出版社，2005.8.

[17] 刘美凤.教育技术学学科定位问题研究 [M].教育科学出版社，2006.3.

[18] [美]罗伯特·M·加涅.教育技术学基础[M].教育科学出版社，1992.2.

[19] 焦建利.教育技术学基本理论研究[M].广东教育出版社，2008.10.

[20] 李海霞.国际视野与自我超越——美国密歇根州立大学赵勇博士访谈[J].现代教育技术，2003.（3）：1~6.

[21] 任友群，詹艺.第三只眼看教育技术[J].电化教育研究，2009，（12）：5~9.

[22] 胡寅生.教育学是一门什么学科——一场持续不断的探究与争论[J].课程·教材·教法，2008，（1）：118~120.

[23] 南国农.谈谈电化教育的几个理论和实际问题[J].电化教育研究，1981，（2）：1~7.

[24] 梅家驹.教育技术定位与错位[J].中国电化教育，2000，（1）:10~12.

[25] 南国农.从视听教育到信息化教育——我国电化教育25年[J].中国电化教育，2003，（9）:1~8.

[26] 汪晓东.摒弃还是超越——“量的研究”与“质的研究”之辩[J].电化教育研究，2007，（9）:24~27.

[27] 杨开城.论教育技术之研究方法[J].电化教育研究，2008，（10）:36~38.

[28] 李文光，张文兰，何克抗.有关教育技术学研究方法的若干思考[J]电化教育研究， 2002，（10）:26~30.

[29] 桑新民，教育技术学研究方法通论[J].电化教育研究，2008，（11）:33~36.

[30] 张倩苇.设计研究：促进教育技术研究的方法论[J].电化教育研究，2007，（4）:6~10.

[31] 南国农.信息化教育理论体系的形成与发展[J].电化教育研究，2009，（8）:5~9.

[32] 杨开城.论技术应用主义的教育技术学及其贫困[J].中国电化教育，2008，（8）:1~3.

[33] 李运林.论中国特色的电化教育（教育技术）学科理论体系的建立与发展[J].电化教育研究，2009，（9）：11~15.

[34] 桑新民，李曙华.教育技术学范畴体系建模研究及其方法论[J].中国电化教育，2007，（11）:1~8.

[35] 李康.教育技术与教育技术学的研究对象[J].电化教育研究，2004，（1）:1~4.

（编辑：温州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!