领域本体学习资源分配模型设计

领域本体是某领域中信息语义的基本单位，是对领域信息资源进行分类与描述的概念化体系，通过领域本体所定义的严格语义内涵和概念之间的相互关系，可以建立起信息资源在本体层的映射关系。本文介绍了通过引入领域本体，构建智能授导系统中的学习者和学习资源相关本体模型，同时对学习资源进行语义描述，主要针对资源的组成部分的显示形式和操作进行描述。     

基于本体的多主体网络协作学习模型研究

协作学习是一种组学习方式,强调的是组成员之间的交流与合作,因此成员间的信息理解对协作的效率影响很大,本体论是概念化的明确表示和描述,因此本体可对学习资源进行语义标注.采用本体提供交流资源的统一语义描述,使学习者在语义基础上进行交流和查询,本体的引入保证了网络协作学习中知识理解和运用的一致性、精确性、不变性、可重用性和共享性.设计了基于本体的多主体网络协作学习模型,该模型不仅具有语义互操作性而且能有效支持知识的重用和共享,从而提高协作学习效率.     

融合学习者时序行为和认知水平的个性化学习资源推荐算法

个性化服务是构建智慧学习环境的内在要求和建设要点.为学习环境中的主体（学习者）推送个性化学习资源可以提高学习资源的利用概率,解决在线学习容易产生的迷航问题.通过本体知识库的统一性语义建立学习者和学习资源内部结构特征,设计出一个有效计算两者相关性的推荐算法.算法中引入时间衰减函数来描述学习者学习时的时序特征,导入计算学习者认知水平与学习资源难度的匹配算子以体现学习的循序渐进原则.实验结果表明：所构建的时间函数和匹配算子达到了预期目标,更好地提升了所推荐学习资源的质量和适应性,且算法的时间复杂度能满足实时计算要求.     

基于情境感知和本体的E-Learning系统研究

为了合理、有效地描述E-Learning环境中学习者的学习情形,利用本体论具有知识组织清晰、概念和关系定义明确的特性,建立了E-Learning环境中的情境信息本体模型。为提高学习者的学习兴趣和学习效率,对采集到的情境信息进行情境推理后,采用资源调度控制算法调用相应的学习资源服务及时向学习者提供。应用实例验证了基于情境感知的本体E-Learning系统的服务性能。     

协作学习中基于协同过滤的学习资源推荐研究

符合学习者特征的学习资源对于提高协作学习效率具有重要的影响。但是传统的学习资源推荐,没有充分考虑学习者、学习资源的特征和高效的推荐算法。针对上述问题,提出了基于协同过滤的学习资源推荐算法,根据学习者学习特征、学习资源特征和学习者对学习资源历史评价信息,采用协同过滤推荐算法,实现学习资源推荐。首先,通过学习者特征和学习资源的评分,寻找相似学习者并计算学习资源预测评分,然后根据该评分值和学习资源与学习者匹配度推荐学习资源,从而为学习者推荐符合自己兴趣爱好最合适的学习资源。实验结果表明该算法在个性化学习资源推荐的准确性上优于传统算法。     

基于语义Web的网络学习资源库本体实现

将语义Web技术引入网络学习系统，构造了一个基于语义Web架构的网络学习资源库本体，实现对网络学习系统中学习资源的管理。在分析本体建模方式以及网络学习资源库基本功能的基础上，定义了由学习资源本体和用户本体组成的学习资源库顶层本体，并给出系统类图，在Protégé3.1中实现了本体建模，给出了基于OWL的本体描述，对定义的本体进行了评估，并用基于本体的推理实例验证了本体的有效性。     

基于主题学习的学习伙伴推荐算法

学习伙伴是开放虚拟学习社区的重要资源,学习伙伴中的助学者可以帮助普通学习者克服学习障碍,相互提高沟通交流能力。在构建出基于本体的知识库后,综合学习者的兴趣、认知和热心度特征,提出了一种基于主题学习的学习伙伴推荐算法。实验结果表明,学习者在提供学习经历后,算法可以计算出它与其他学习者之间的伙伴评分,评分差异较好反映了真实学习环境中的最佳学习伙伴经验,有效地提高了开放虚拟学习社区构建的个性化和智能化,从而提升开放学习社区中学习者的学习效率和效果。     

基于知识图谱和图嵌入的个性化学习资源推荐

面对海量的在线学习资源,学习者往往面临“信息过载”和“信息迷航”等问题,帮助学习者高效准确地获取适合自己的学习资源来提升学习效果,已成为研究热点.针对现有方法存在的可解释性差、推荐效率和准确度不足等问题,提出了一种基于知识图谱和图嵌入的个性化学习资源推荐方法,它基于在线学习通用本体模型构建在线学习环境知识图谱,利用图嵌入算法对知识图谱进行训练,以优化学习资源推荐中的图计算效率.基于学习者的学习风格特征进行聚类来优化学习者的资源兴趣度,以获得排序后的学习资源推荐结果.实验结果表明,相对于现有方法,所提方法能在大规模图数据场景下显著提升计算效率和个性化学习资源推荐的准确度.     

基于自适应学习的小学英语本体构建方法研究

目前中国的小学英语学习资源非常丰富,学习者想要找到适合自身的学习资源的难度也明显提升。自适应学习系统可以依据不同的学习者特征和学习路径,推送出符合学习者的学习资源和测试题目,因此自适应学习系统的数据组织结构是非常重要的。而关系数据库无法体现出知识之间的内在关联,所以本研究提出使用本体技术将小学英语教材的相关知识有机关联的方法,为项目提供数据支持,以实现学习者的自适应学习,且希望对其他自适应系统的知识库构建起到借鉴作用。     

在线学习资源的个性化智能推荐研究探析

由于在线学习学习者的认知能力的不确定性、学习兴趣的变化性、用户偏好的多样性等,在线学习资源的个性化智能推荐面临新挑战。文章根据学习者认知能力的模糊综合诊断和学习者多重特征信息融合等,对在线学习资源的个性化智能推荐进行了研究,以期为相关研究者提供参考和启发。     

基于本体的推理机研究

语义网技术的兴起促进了本体技术的发展,本体作为语义网的基石,在知识表示与知识推理方面发挥着重要作用。本体表示语言与描述逻辑相结合,为本体推理的合理性和有效性提供了保证。介绍了本体语言、描述逻辑和描述逻辑推理的基本原理,重点介绍了基于SHIQ描述逻辑的推理机Racer的基本功能及其在智能信息检索中的应用。     

嵌入式系统设计中的部件优先级分配算法

面向数据实时处理领域嵌入式系统的设计经常采用DFG图作为系统模型，为了获取足够的时间性能，这类系统通常含有大量并发运行的软硬件部件，因此会出现由结构和数据相关所引起的共享资源争用现象，而解决这种争用的方法可以是给部件设置优先级．针对这一问题，提出一种优先级分配算法，它能在某一个执行时间约束前提下，最大可能为并发运行的各部件找到一种优先级分配方法．此外，通过这一算法还能获得了一种快速判定机制，确定一组并发运行部件在存在资源争用情况下是否能够满足某一给定的时间约束，因此它可同时应用于嵌入式系统软硬件协同设计中的系统设计和实现设计阶段．     

基于关系数据库存储OWL本体的方法研究

在研究OWL本体的存储模式和现有的基于关系数据库本体存储模式的基础上,本文提出了一种新的基于关系数据库存储OWL本体的方法。该方法根据OWL的构词特征,设计关系表来保存本体中资源之间的关系,描述了特征和约束、刻画了本体的层次和等价等关系,很好地存储了本体的语义信息。它适用于存储大规模的本体,同时大大提高了检索、查询、映射的效率。     

《数据结构》课程知识本体构建研究

介绍当代移动学习的特点和语义网本体技术,提出利用本体技术来适应移动学习的片段式学习方式要求,并以《数据结构》课程为例阐述课程知识本体库的具体构建过程．为其在移动学习系统中的应用打下研究基础。     

使用CIDOC CRM构建建筑领域非遗知识本体

非物质文化遗产是人类文明和历史文化的宝贵资源。运用本体技术可以实现非遗资源数字化管理,有利于非遗资源的保护、利用和共享。项目首次将文物保护领域的本体框架CIDOC CRM用于中国传统木结构建筑营造技艺这一非遗领域,并结合建筑领域的特性对CIDOC CRM模型结构进行选择和扩充,定义建筑领域非遗知识本体的概念类及其属性,并在实例化过程中运用TextRank算法处理文本语料,实现本体实例的扩充,将本体模型进行数据映射,存入Neo4j图数据库中,以知识图谱的形式实现可视化展示。实验表明：运用上述方法构建传统建筑非遗知识本体模型是可行的;创建的本体能将各种碎片化知识有效地连接在一起。该方法可用于对领域知识进行管理,将在建筑领域的非遗数字化保护和合理利用方面起到重要作用。     

一种基于领域本体的稿件—审阅人相关度度量方法

随着稿件数量的不断增长,审阅人指派越来越成为会议组织者、期刊编辑和基金委员会的一项费时费力的工作,计算机辅助审阅人指派研究也由此得到了更多的关注。稿件—审阅人相关度度量是该研究中的一个重点问题。该文设计了一种基于领域本体的稿件—审阅人相关度度量方法。该方法由文档关键词提取、领域本体的自动构建及基于网络流模型的稿件—审阅人相关度计算等部分组成。初步实验表明,该方法在国家自然科学基金申请书申请代码分配的任务中取得较好表现,优于单纯基于关键词字串相似度的方法。     

基于Web构造领域本体方法的研究

利用Web资源完成本体构造方法的研究。不仅会缩短本体的构造周期，而且还会扩大本体的应用范围．但由于基于Web的数据提取、知识获取比较困难，与实际应用相比还有一定的距离．该文分析了基于Web本体构造数据源的动态、海量、异质、变化、开放性等特点，本体构造的基础问题——形式化表示方法，总结了本体构造的关键技术及技术难点．初步设计了一个系统结构，为实现基于Web领域本体构造方法提供了一个框架性的思路．     

基于本体的数字学习资源查询方法研究

探讨了基于本体技术的数字学习资源标注方法,并以特定图像数据的管理为例。图像数据需由外部的描述机制使其具有类似文字性数据的特性可供检索,从而方便数字资源查询系统的运作,然而现阶段的标注方法还无法表达与资源对应的语意概念,因此研究希望利用本体技术改进非文字型数据的注释数据定义方式,从而协助提供知识型的图像标注。之后以《数据结构》中所涉及的图像为例,进行应用上的验证。从结果来看,研究将有助于太原高职高专院校构建出基于本体的数字学习标准的教材内容管理系统。     

基于本体的网络资源表示研究

在分析本体基本概念的基础上，提出了基于本体的网络资源表示模型，该模型由基于本体的网络资源库表示和基于本体的规则表示两部分组成，论述了本体库的构造方法和基于本体的元数据规则的建立。     

基于SDSS的渔业资源预测决策系统

针对经济渔业资源特点,实现渔业资源及决策信息的图形化展示,提出用本体库取代知识库构建空间决策支持系统,优化知识组织方式,提高查询效率。将数据库、模型库、本体库与GIS有机集成,为决策者提供资源发展事态信息。融合灰色预测模型和BP神经网络的优点构建灰色神经网络预测预警模型,通过东海经济渔业资源数据进行实证分析,实验结果表明,该预测预警模型具有较高的精确度及较好的效果。