پایان نامه ها و مقالات

مقاله رایگان درباره سیستم، آموزشی، مبتنی، سازی

واسط بین مشتریان (Client) وب و سرورهای وب به کار می رود و اسناد وب را با لینک های معنایی تقویت کرده و افزایش می دهد. از نظر معماری، chose مانند یک شاخص یا پروکسی عمل می کند و درخواست HTTP مشتری (کلاینت) را رهگیری و دریافت می کند، سند اصلی HTML را بازیابی می کند، آن را با محتوا و لینک های جدید تقویت می نماید و سند اصلاح شده را به جستجوگر کاربر می دهد. لینک های فوق العاده ای که توسط CHOSE اضافه می شوند، مبتنی بر محتوای سند منبع اصلی و سند مورد نظر هستند. آنها به گونه ای مستقر شده اند که اجزای اصلی متن در سند اصلی را به محیط HTML مربوطه مرتبط می کنند. این ارتباط مبتنی بر دانش بر مبنای یک هستی شناسی انجام می شود که منبع معناشناسی حوزه توافقی است. مؤلفه های CHOSE از فناوری های تفسیر مبتنی بر هستی شناسی استفاده می کنند تا به طور خودکار بخش های سند را به مفاهیم هستی شناسی مرتبط سازد. زمانی که یک سند درخواست می شود، تفاسیر آن به عنوان لینک هایی به مفاهیم عمل می کند و سپس به سایر اسناد تفسیر شده با این مفاهیم یا مفاهیم مرتبط، ارتباط داده می شود.
یک روش مشابه نیز در Magpie اجرا شده است. بر خلاف CHOSE، Magpie در سمت مشتری (client) به عنوان ورودی جستجوگر عمل می کند. این روش، محتوای سند HTML را که بدون توقف جستجو شده، تحلیل می کند. علائم و نشانه های معنایی حاصله عبارات سند را به اطلاعات مبتنی بر هستی شناسی مرتبط می کند و کاربر را به سوی محتوایی هدایت می کند که این عبارات را توصیف می کنند. مثلاً اگر Magpie تشخیص دهد که یک عبارت خاص، عنوان یک پروژه است، یک منو با لینک هایی به جزئیات پروژه، حوزه تحقیق، انتشارات، اعضاء و غیره را ثبت و تهیه می کند.
عیب اصلی این روش، اعتماد و تکیه آن بر تعدادی از الگوهای زبان طبیعی و اکتشافاتی است که اغلب، موقعیتی و بر حسب شرایط هستند. روش های تفسیر متن مدرن بر حسب هستی شناسی قادر به ایجاد نتایج خوب در شناسایی عناوین و نهادهای نامگذاری شده هستند مثل مکان ها (شهرها و کشورها)، افراد، سازمانها و غیره. آنها همچنین روش هایی را برای تشخیص بخشهای محتوایی با فرمت های بسیار خاص مثل تاریخ ها، زمان ها، مختصات، نقل قول ها و غیره اجرا می کنند. تفسیر محتوای عمومی بر حسب یک هستی شناسی اختیاری می تواند چالشی را برای ابزارها ایجاد کند. در زمینه آموزش الکترونیکی، چنین محدودیتهایی می تواند تعداد بسیار کمی از حوزه ها و انواع محتوا را برآورده کند. با ترکیب قابلیت های سیستم های CHOSE و Magpie با بعضی راهکارهای ساختاری و معماری که به وسیله KBS Hyper book ارائه شده، می توان یکی از کارکردهای لازم را برای غنی سازی محتوا از متن باز به دست آورد.

3-5- رویکردهای پیشنهادی
چارچوب سیستم پیشنهادی در این پایاننامه برای غنی سازی محتوای آموزش الکترونیکی مبتنی بر وب معنایی به منظور بهبود و افزایش کیفیت و تنوع در محتوای آموزش الکترونیکی ارائه شده است، این تحقیق دو رویکرد را پیشنهاد می کند که مسئله غنی سازی محتوای آموزشی را در زمینه آموزش الکترونیکی نشان می دهد. رویکرد اول مبتنی بر برنامه نویسی محتوای انطباقی ساده است که به استاد امکان افزایش محتوای اولیه یک سیستم انطباقی را از طریق تفکیک محتوای درسی به موضوعات بزرگ می دهد و منابع آموزشی موجود را طبق ساختار موضوعی تعریف شده گروه بندی می کند. روش دوم از محتوای انطباقی موضوع محور استفاده می کند و به استاد کمک می کند که از طریق گسترش و توسعه نیمه اتوماتیک سیستم موجود همچنین مشارکت یادگیرندگان برتر در سیستم با منابع متن باز، اقدام کند. این روش کار از مدل سازی دانه ای و اثربخش مبتنی بر سر فصل یا موضوع استفاده می کند و این فناوری ها را با استفاده از طراحی یا ترسیم هستی شناسی به هم مرتبط می سازد.
3-5-1- غنی سازی محتوا بر اساس موضوع
پیچیدگی ایجاد محتوای انطباقی اساساً ریشه در پیچیدگی مدل های حوزه به کار رفته در 53AES های مدرن دارد. هر چه مدل سازی، مفصل تر و دقیق تر باشد، سیستم به شکل دقیق تر می تواند محتوای موجود را کییفی تر و غنی تر کند و در نتیجه به طور اثر بخش تری، محتوای خود را با هر یادگیرنده منطبق کند. در هر صورت، سؤالات مهم عبارتند از: معنای طلایی در کجا قرار دارد؟ بهترین پیوند جانیشینی بین دقت مدل محتوا و پیچیدگی مدل و بین اثر بخشی انطباقی و سهولت ساخته و توسعه چیست؟ آیا ما می توانیم اقدامات برنامه نویسی را بدون به خطر انداختن کیفیت انطباقی کاهش دهیم؟
به جای تهیه یک فهرست مفصل و مبتنی بر مفهوم از منابع آموزشی، ما آنها را در واحدهای موضوعی حوزه بزرگتر طبقه بندی کرده ایم که آنها را موضوعات یا سرفصل ها می نامیم. در نتیجه کل فهرست محتوای انطباقی به طور دستی از تعداد قابل مدیریت بالاتر نخواهد رفت و روش مدل سازی محتوا عمدتاً فرآیند طراحی دوره آموزشی را تکرار می کند که بسیاری از اساتید، آن را دنبال می کنند. تقسیم بندی و تفکیک مفاد آموزشی در واحدهای بزرگ، یک کار عادی برای استاد کلاس است که یک دوره آموزشی یا واحد درسی را تهیه می کند. محتوای یادگیری و آموزشی به سرفصل های بزرگ تقسیم بندی شده است. هر زمان که استاد نیاز به اضافه کردن بخش دیگری از محتوای آموزشی را داشته باشد، صرفاً آن را به موضوع مربوطه یا سرفصل مربوطه ارتباط می دهد.
این رویکرد در سیستم آموزشی پیشنهادی اجرا و پیاده سازی شده که در یک مجموعه بررسی و آزمایش آن در رویکرد مبتنی بر موضوع، ارزیابی گردیده است. این نتیجه به دست آمده اس
ت
که با وجود اینکه مدل سازی کاربری در سطح موضوع یا سرفصل، دارای معایب جدی در مقایسه با مفاهیم کوچکتر است، اما واسط برنامه ای و انطباقی سیستم سازگار اثر مثبتی بر تعدادی از پارامترهای آموزشی دارد که در سیستم های دیگر دیده نمی شود. افزودن یک لایه اضافی به کمک داده های پیوندی به سازگاری مبتنی بر مفهوم در سیستم پیشنهادی در رأس سازگاری موضوع محور، منجر به نتایج بهتری شده است.
موضوعات و سرفصل ها یک رویکرد طبیعی به استاد کلاس ارائه می کنند تا او دوره آموزشی را به واحدهای مجزا و منطقی تقسیم بندی کند و بخش های مناسب محتوایی را به آنها اختصاص دهد. در نتیجه نوشتن یا برنامه نویسی مدل حوزه موضوعی به طور ساده توسط استاد کلاس انجام می شود و در حین تهیه ساختار دوره آموزشی صورت می گیرد.
همچنین نظر به اینکه موضوعات ذهنی هستند، اگر ساختارهای موضوعی مقایسه شده در یک دوره آموزشی که توسط اساتید مختلف تهیه شده، در پیش رو باشند. می توان انتظار داشت که با هم کاملاً متفاوت باشند. وجود یا عدم وجود یک سرفصل، نام گذاری عناوین، حجم موضوعات خاص، روابط بین موضوعات و حیطه کل مجموعه می تواند از یک ساختار به ساختار دیگر بر اساس تصمیم گیری فردی انجام شده از سوی یک استاد، تفاوت داشته باشد. به طور خلاصه، موضوعات و سرفصلها، مؤلفه های منحصر به فرد دانش هستند که در چارچوب آموزش و یادگیری سازگار، ویژگی های مثبت و منفی در مقایسه با مفاهیم کوچک تر دارند. به هر حال، مزیت اصلی یک سرفصل موضوعی این است که در عین اطمینان از کیفیت سازگاری کافی، رویکردی طبیعی و عادی را برای برنامه نویسی و نوشتن محتوای سازگار در اختیار استاد قرار می دهد.
در بخشهای بعدی معماری سیستم پیشنهادی توضیح داده شده است و رویکرد بزرگ مبتنی بر موضوعات به کار رفته در این سیستم، تحلیل شده است. این فصل، نتایج بررسی سیستم پیشنهادی را گزارش می کند که ویژگی های مختلف را ارزیابی می نماید. در این بررسی رویکرد مبتنی بر موضوع با تکیه بر مفهوم را در مدل سازی کاربر و انطباق به طور مجزا ارزیابی می کند و در ادامه نتایج تحقیق ما را در سیستم پیشنهادی گزارش می کند که از هر دو مدل مبتنی بر موضوع و مبتنی بر مفهوم با تکیه بر داده های پیوندی استفاده می کند.
3-5-2 غنی سازی محتوا بر اساس هستی شناسی
اگرچه سازگاری مبتنی بر موضوع، ویژگی های مثبتی را در خود دارد، اما دارای مشکلاتی نیز است. منبع این مسائل و مشکلات، حجم یا اندازه موضوعات و سرفصل ها می باشد. یک موضوع یا سرفصل یک واحد انطباقی بسیار اثربخش است ولی برای ارزیابی توان یادگیرنده بسیار بزرگ است. یک موضوع واحد بخش بزرگی از دانش آن حوزه را مدل سازی می کند بنابراین زمانی که یادگیرنده اشتباهات مختلفی در محتوا داشته باشد که به یک موضوع یا سرفصل واحد تعلق دارد، هیچ راهی برای سیستم وجود ندارد که این اشتباهات را تشخیص دهد و از هم متمایز نماید. در عین حال، یک واکنش انطباقی مربوط به همان موضوع، مشکلی را ایجاد نمی کند. یک یادگیرنده این اشتباهات را در یک موضوع واحد انجام داده است و مداخله مناسب با آن موضوع را از سیستم دریافت می کند. یکی از انگیزه های این تحقیق، ترکیب و تلفیق مدل سازی کاربری و دقیق مبتنی بر مفهوم در سازگاری اثربخش مبتنی بر داده های پیوندی است.
ما راهکاری را بر اساس طراحی و ترسیم یک هستی شناسی اصلی دانه ای و ریز به منظور مدل سازی دانش یادگیرندگان و طراحی مفاهیم از این هستی شناسی به موضوعات حاصل از مدل های استخراج شده مجموعه، پیشنهاد کرده ایم. یک هستی شناسی با گروه بندی دانه ای ریز موجب حصول اطمینان از مدل سازی دانش با کیفیت بالا می شود..

3-6- پتانسیل های سیستم پیشنهادی: پشتیبانی از هدایت انطباقی یادگیرنده مبتنی بر موضوع برای آموزش الکترونیکی
بسیاری از AES ها در شبکه وب، فناوری های توسعه یافته در زمینه ابر رسانه های سازگار را اجرا و پیاده سازی می کنند. این فناوری ها می توانند به طور گسترده به 2 گروه تقسیم بندی شوند: پشتیبانی جهت دهی سازگار که کاربر را به بهترین صفحه در فضای وب (Hyper) هدایت می کند و ارائه سازگار که محتوای صفحات ابر رسانه ای را بر حسب ویژگی های کاربران هدایت و دنبال می کند.
سیستم های ابر رسانه ای سازگار، تفاسیر را به طور دینامیک و پویا ایجاد می کنند و وضعیت فعلی مدل کاربر را در نظر می گیرند تا در پیدا کردن مناسب ترین لینک به کاربر کمک کنند. تفسیر لینک سازگار و انطباقی، ساختار اصلی و محتوای ابر رسانه های شخصی را اصلاح نمی کند بلکه آن را با مقدار فوق العاده ای، زیاد می کند. این امر منجر به استراتژی شخصی سازی می شود که تغییرات بسیار زیادی را در منبع اطلاعات به وجود نمی آورد و آن را برای کاربر، آشنا و سازگار می کند و کاربر را وادار نمی کند که از مسیر خاصی پیروی کند.

شکل 3-4 -معماری سیستم پیشنهادی
تولید مجموعه محتوای آموزشی نمونه برای آزمایش شامل مراحل زیر است: جمعآوری محتوای موجود در منابع مختلف مربوط به یک موضوع از محیط وب، تبدیل آنها به دادههای پیوندی و ذخیره سازی اولیه، که در ادامه نحوه انجام این مراحل توضیح داده شده است:
3-7- جمعآوری دادههای یک منبع داده از وب
بخشی از محتوای موجود در پایگاه های فارسی مربوط به پایگاه داده بعنوان منبع محتوای اولیه در سیستم پیشنهادی استفاده شده است. برای جمعآوری این محتوا ها کار به صورت دستی انجام شده است اما می توان به وسیله نوشتن یک پیمایشگر در زبان فارسی استفا
ده کرد.
جستجو برای گردآوری محتوای آموزشی در بخشی از سرفصل آموزشی پایگاه داده از پایگاه های زبان فارسی آموزشی در این حوزه شروع شد و تا رسیدن به مقداری قابل قبول از محتوا برای هر بخش ادامه پیده کرد. برای پوشش دادن بخشی از موضوعات آموزشی پایگاه داده سرفصل معمول درس پایگاه داده در نظر گرفته و از این سرفصل نیز برای ساخت آنتولوژی مرتبط بهره گیری شده است.
بعد از جمع آوری محتوای آموزشی اولیه در این موضوع، ابتدا اقدام به تغییر فرمت های موجود به قالب کلی HTML, صورت پذیرفت.
3-7-1- تبدیل محتوای موجود گردآوری شده در پایگاه داده بصورت دادههای پیوندی
در این مرحله طبق قواعد دادههای پیوندی، دادههای ذخیره شده در پایگاه داده، به دادههای پیوندی تبدیل شدهاند. برای این منظور با استفاده از زبان برنامهنویسی جاوا و ابزارهای موجود نظیر Jena، برنامهای بعنوان RDFizer پیادهسازی شد که دادهها را از پایگاه داده خوانده و آنها را با استفاده از هستانشناسی، به قالب دادههای پیوندی تبدیل نماید.
طبق نخستین مورد از قواعد دادههای پیوندی، باید به هر یک از موجودیتهایی که قرار است اطلاعات آنها منتشر شود، یک URI منحصر بفرد اختصاص داده شود. بدین منظور سه الگوی URI برای توصیف موجودیتهای موضوع محتوا، تولید کننده(نویسنده یا تهیه کننده)، و منبع انتشار(پایگاهی که آن محتوا را منتشر کرده)، به شکل زیر تعریف گردید که در این الگوها، [Subject _ID]، [Manufacturer _ID] و [Source _ID] به ترتیب کلیدهای اصلی جدولهای موضوع محتوا، تولید کننده ، و منبع انتشار از پایگاه داده میباشند.
http://vu.shalforoosh.com/proj/ Subject /[ Subject _ID]
http://vu.shalforoosh.com/proj / Manufacturer /[ Manufacturer _ID]
http://vu.shalforoosh.com/proj / Source /[ Source _ID]
بر اساس دومین قاعده دادههای پیوندی، وقتی URI مربوط به یک موجودیت بازیابی میشود باید اطلاعات مفیدی درباره آن موجودیت بازگردانده شود. بدین منظور، اطلاعات هر موجودیت از جدولهای پایگاه اطلاعات استخراج و با استفاده از هستانشناسی ایجاد شده در قالب RDF بازنمایی گردید. این بازنمایی شامل تعدادی سهگانه RDF میباشد که هر سهگانه، کوچکترین جزء اطلاعات را بیان میکند.
بعد از تولید دادههای پیوندی مورد نظر، برای ذخیرهسازی آنها از ابزار OpenRDF Workbench استفاده شده است که امکان ذخیرهسازی دادههای معنایی و اجرای پرسوجوهای SPARQL بر روی آنها را فراهم میکند.
3-8- محتوای ورودی سیستم
به منظور ارزیابی سیستم پیشنهادی، محتوا های گرد آوری شده در خصوص بخشی از سرفصل درس پایگاه داده بعنوان دادههای ورودی انتخاب شدهاند.
مجموعه محتوای A از مجموعه محتواهای ورودی به صورت زیر می باشد:
A = (B – (C ? D)
A لیست قسمتی از محتوای ورودی میباشد، که در آنها محتواهای ضعیف توسط استاد و کارشناس حوزه برچسب خورده و بایگانی شده است.
شرایط بالا برای بایگانی تعدادی از محتواهای ورودی، این است که محتوایی که کیفیت کافی ندارند و به عنوان محتوای اولیه در سیستم ذخیره می شود در پروسه کاربرد سیستم قرار نگیرند.
برای ارزیابی سیستم پیشنهادی، B بعنوان محتوای ورودی و A بعنوان محتوای خروجی مورد کاربرد سیستم در مرحله اول در نظر گرفته شده است. و C ، D محتوایی است که توسط کارشناس

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *