基于移動(dòng)Agent的Web教育資源發(fā)現(xiàn)方法研究.pdf

1、近年來(lái),隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,不僅Web教育資源的存儲(chǔ)量呈指數(shù)級(jí)增長(zhǎng),而且其受污染程度也日益加劇。如何從海量的資源中發(fā)現(xiàn)用戶所需要的Web教育資源成為當(dāng)前教育界的一個(gè)新挑戰(zhàn)。Web教育資源是指以數(shù)字信號(hào)為信息,在互聯(lián)網(wǎng)上共享的具有教育價(jià)值的所有信息資源。Web教育資源具有共享性、智能化、跨平臺(tái)等特點(diǎn)。為了在規(guī)模日益龐大的Web教育資源中發(fā)現(xiàn)既與用戶的文化背景、個(gè)人興趣、研究領(lǐng)域相契合的,又符合用戶所需要的高可信的教育資源,本文主要從

2、Web教育資源的預(yù)選擇、分層、Rank等方面展開(kāi)了研究。
　　本論文的主要工作體現(xiàn)在以下三個(gè)方面:
　　(1)提出了一種移動(dòng)Agent的結(jié)構(gòu)模型。此模型中移動(dòng)Agent結(jié)構(gòu)是由環(huán)境交互模塊、安全監(jiān)控模塊、任務(wù)求解模塊、路由策略、信息庫(kù)和條件狀態(tài)集這六個(gè)相互關(guān)聯(lián)的模塊組合而成的。其條件狀態(tài)集有創(chuàng)建、就緒、傳輸、運(yùn)行、阻塞、退出六種狀態(tài)。
　　(2)提出了一種Web教育資源預(yù)選擇分層模型。此模型是基于移動(dòng)Agent的兩層過(guò)

3、濾模型,先根據(jù)語(yǔ)義相似度進(jìn)行分類篩選,再根據(jù)機(jī)器學(xué)習(xí)中Q學(xué)習(xí)過(guò)濾算法,對(duì)Web教育資源進(jìn)行二次篩選。
　　(3)提出了一種Web教育資源Rank算法。此算法根據(jù)模糊集中的Euclid模糊度和RSS聚合技術(shù)發(fā)現(xiàn)用戶所需要的Web教育資源。首先,采用RSS文檔聚合技術(shù)快速匯聚用戶需要的教育資源。其次,通過(guò)模糊集中的Euclid模糊度刻畫(huà)查詢內(nèi)容與資源之間相關(guān)聯(lián)的模糊度。最后得到滿足Web教育資源終端用戶的個(gè)性化資源。
　　最后設(shè)