王羽瑩, 孫禮
(北京郵電大學信息與通信工程學院,北京,100876)
近年來,隨著移動通信技術與移動計算技術在教育領域的廣泛應用,移動學習備受關注。移動學習是一種在移動計算設備幫助下的能夠在任何時間、任何地點發生的學習,其所使用的移動計算設備必須能夠有效的呈現學習內容并且提供教師與學習者之間的雙向交流[1]。傳統移動學習有三種實現模式:基于短消息的移動學習(SBML,SMS Based MLearning)、基于連接的移動學習(CBML,Connect Based M-learning)、基于社會性軟件的移動學習(SSBML,Social Software Based M-learning)。移動學習遵循以學生為中心的個性化教學模式。這里關注的主要內容是如何解決用戶的個體差異性,學習環境的多樣性及移動設備在屏幕尺寸等方面存在的局限性這些問題,從而構建結構精簡,層次清楚的新型移動學習系統。提出的系統將用戶的個人信息、學習經歷、交互信息、設備信息等作為上下文,利用上下文感知技術為用戶構建個性化的學習網站。
移動學習領域與上下文感知領域在近年來逐步出現了融合。2000年 Guanling Chen等人總結并分析了現有的上下文感知移動計算(CAMC,Context-Aware Mobile Computing)應用,為上下文感知技術在移動學習領域的應用提供了理論基礎[2]。Yuan-Kai Wang等人于 2004年提出了上下文感知移動學習 (CAML,Context-Aware Mobile Learning)的概念及系統架構雛形[3]。J Berri改進了原有的 CMAL架構,將成熟的web架構移植到移動領域,利用 web中的感知技術實現移動學習中的上下文感知[4]。2008年 Ivan Ganchev提出了一種自適應性的基于資源站的多代理系統。系統采用資源站網絡架構,通過描述實體之間的具體交互說明多種典型應用場景[5]。近日Yoo-mi Park提出了一種可用于移動網絡中上下文感知服務的上下文模型[6],該模型可以改善本體在處理大量動態信息時所帶來的開銷,為用戶提供更加高效的服務。
在前人的成果之上,通過對復雜學習環境中的上下文信息進行本體建模,經過一系列推理篩選,構建適合于用戶及移動終端訪問的學習網站,為學習者提供了個性化的、自適應的學習系統。
提出的系統從多個維度描述上下文信息,利用本體技術對上下文進行建模,隨后交由上下文感知層,該層將提取出的能夠標識學習對象的元數據提交給網站構建模塊,該模塊負責向用戶呈現個智能的性化的學習網站。如圖 1所示,系統整體分為三層。

圖 1 移動學習系統框架
數據庫采用 MySQL,主要負責儲存四個模塊的內容。學習對象涵蓋了以元數據作為標識的各類學習元素[7],這些元素可以進一步組成各類學習資源。本體模塊運用 XML語言對學習對象中所涉及到的各種概念及概念間的相互關系做出了規范化描述。用戶信息用于存儲用戶個人資料及學習經歷等。移動設備信息用于存儲設備的固有參數,如聯網方式及屏幕尺寸等。
該層是系統的主要邏輯層。為了能夠應對復雜的學習環境,系統將上下文信息劃分為六個維度。用戶模型通過提取用戶信息構建針對于該用戶的上下文;設備終端模型描述了設備的軟、硬件信息;學習內容模型通過組合學習對象構建個性化的學習內容;連接模式模型描述了終端訪問網絡的具體方式;測試模型描述用戶完成測試所得分數;關系模型維系著以上五個模型之間的邏輯關系。
上下文管理模塊分析并處理六個維度的上下文信息。用戶登陸系統后,設備連接信息與用戶輸入的個人信息由上下文采集模塊傳送至上下文構建模塊及推理模塊。在本體管理與元數據模塊的協助下,這些初始上下文信息被規范化,并推理出適合于該用戶的學習資源,摒棄無關內容。隨后經過上下文排序模塊的處理,系統將這些經過刪減的,排列有序的并帶有設備連接信息的學習資源輸出給網站構建模塊。同時系統會定時向用戶 PUSH相關測試,以分數作為衡量標準對下一次呈現給用戶的學習內容進行調整。
WAP網站的開發與 WEB網站的開發具有極大的相似性。WAP2.0提供對TCP和 HTTP協議的支持及適合于無線通信環境的、可互操作的優化方案。手機客戶端通過 GPRS或 3G網絡接入,經過 WAP網關就可以直接接入 Internet。WAP網站采用 XHTML MP和CSS的標準進行開發,WEB網站采用XHTML和CSS的標準進行開發。利用上下文處理層提供的移動設備連接信息,網站構建模塊為不同的接入方式構建不同的網站。最終將個性化的內容呈現給用戶,實現系統的個性化及智能化。
本系統的核心是上下文感知處理層,而對上下文信息進行處理的重要步驟之一是對上下文進行建模。系統利用基于本體的建模方式對六個維度的上下文進行建模。本體是研究者針對某一領域所建立的一張公用表,該表描述了領域中的基本概念及概念之間的相互關系[8]。本體的使用使得上下文信息共享成為可能,它具備顯示語義表示能力,方便推理引擎進行推理工作。Web本體語言OWL可以充分滿足本體建模的需求。本系統采用了 Protégé作為最直觀的本體建模工具[9]。在建模之前,對六個維度的上下文信息進行分類細化。每個維度的信息可以劃分成多個更加具體的上下文信息基本元素,如圖 2所示。

圖 2 上下文的層次分類
對上下文信息進行分類細化的優勢在于它使得上下文結構更加的清晰,有利于上下文的采集及處理。將由傳感器或其他模型得到的原始數據作為上下文基本元素。系統融合與整理這些分散基本元素,將它們組成有意義的可共享的上下文。
圖3從縱向描述了上下文感知系統結構模型。在構建系統時,需要對系統進行自頂向下的分析,篩選歸納出所有對系統行為和用戶使用產生影響的因素,將其作為系統中的上下文信息。而后將每個上下文分解為若干語義成分,建立上下文知識庫,并確定需要哪些傳感器作為這些語義成分的載體。經過對原始數據的獲取和處理,系統中的上下文以上下文元素的形式存在。這些元素由融合整理模塊按照知識庫中的信息進行融合,上下文管理模塊與上層應用保持通信。系統設有專門的存儲空間對上下文信息進行保存,這些上下文的歷史記錄和用戶與高層交互的反饋信息相結合,構成了知識庫進行學習和調整的依據。

圖 3 上下文感知系統
完成了系統的整體設計與上下文建模之后,還需要為該系統選取一個可行的實現模式。第二代移動通信網 GSM、GPRS提供面向字符的短消息服務,SBML模式通過短消息實現用戶間或用戶與互聯網服務器之間有限字符的通信。隨著 3G技術的推出,面向瀏覽器的移動設備得到廣泛的推廣,以第三代移動設備(手機、PDA、手提電腦等)為主的移動學習既 CBML模式在方便性及服務質量上帶來了空前的變化。移動設備自身功能的擴展及 3G技術的發展加速了 SSBML模式的形成。
如表 1所示,CBML模式比 SBML模式擁有更為豐富的學習內容及內容含量,SBML的學習模式較為單一。在各大運營商極力下調流量費用的今天,CBML模式在資費方面必將處于優勢地位。與 SSBML模式相比,CBML模式在學習內容及后臺管理方面更具規范性和指導性。由于在SSBML模式中信息的提供者是用戶個人,從而難免會出現內容不專業、格式不規范等問題。不利于后臺對信息的管理及系統對上下文信息的獲取及處理。綜上所述,CBML模式是構建本系統的最佳選擇。

表 1 三種傳統實現模式比較
基于CBML模式,采用 B/S架構部署整個移動學習系統。相對于C/S架構而言,B/S架構中的用戶工作界面是通過瀏覽器來呈現的,極少部分事務邏輯在前端(Browser)實現,主要事務邏輯在服務器端(Server)實現。因此客戶端只需安裝瀏覽器就可以實現全部操作,對終端的計算能力要求較低。并且具有維護和升級方式簡單等優勢。圖 4描述了該系統的部署框架。

圖 4 系統部署框架
通過WAP上網的手機用戶發出 URL請求后,移動網絡(GSM、CDMA、3G等)通過本地服務提供商(ISP,Internet Service Provider)連接至WAP網關。WAP網關為該請求創建常規的 HTTP請求,從而實現 WAP協議與 HTTP協議之間的轉換,并將該請求發送至目標服務器。服務器將處理后的信息按原路返回給手機終端,登陸頁面便呈現給用戶。用戶填寫相應的個人及設備信息,經歷相同過程將信息傳送至目標服務器。系統利用這些初始的上下文信息啟動上下文感知中間件,調用數據庫中的相關數據,構建 WAP學習網站。最終呈現給用戶一個有序的、符合用戶自身特點的、符合設備特性的學習資源列表。
通過 WiFi、WiMAX上網的移動終端用戶實現移動學習的流程與上述過程相似,系統為其構建 WEB學習網站。教師也可以通過有線或無線上網方式向訪問服務器,查詢學生學習情況,上傳學習資料。服務器對各種學習資料進行分類管理和儲存。
移動學習作為第四代教育模式已成為未來教育技術領域發展的新方向。上下文感知是提高人機交互智能性的重要途徑。在移動學習系統中充分利用上下文感知技術,增強系統的智能化與個性化,從而更好的提高學習效率是主要工作。提出了一種基于上下文感知的新型移動學習系統。通過在語義層面對學習環境中的上下文信息的處理,利用目前流行的開源WEB及 WAP2.0技術構建適合于不同用戶的學習網站。提出了系統框架及部署方案。當然,所述在該方面的研究還比較粗淺,系統的合理性及有效性還有待驗證。今后需要完成的主要工作是實現該移動學習系統,在實際環境中使用測試該系統。
[1]LUVAI F M.Mobile Learning:a Framework and Evaluation[J].Computers&Education,2007(49):581-596.
[2]Guanling Chen,David Kotz.A Survey of Context-Aware Mobile Computing Research[R].NH:Hanover,2000.
[3]WANG Y K.Context Awareness and Adaptation in Mobile Learning[C].Fu Jen University,2004:154-158.
[4]BERRIJ,ZEMERLY M,BENLAMRIR.Learner-Centric Context-Aware Mobile Learning[J].IEEE multidisciplinary engineering education magazine,2007(02):30-33.
[5]Ivan Ganchev,Stanimir Stojanov,Máirtín O'D.InfoStation-based Adaptable Provision of M-learning Services:Main Scenarios[J].Information Technologies and Knowledge,2008(02):475-482.
[6]PARK YOO-MI,AEKYUNG MOON,YOUNG-IL CHOI.An Efficient Context Model for Fast Responsiveness of Context-aware Services in Mobile Networks[C].South Korea:Consumer Communications and Networking Conference,2010:1-5.
[7]ANNA TRIFONOVA,MARCO RONCHETTI.A General Architecture For M-Learning[R].Italy:Trento,2003.
[8]TARAK CHAARI,MOHAMED ZOUARI,FRE'DE'RIQUE LAFOREST.Context-Aware Mobile and Ubiquitous Computing for Enhanced Usability[M].USA:IGI Global,2009:26-58.
[9]KHALIL AL-MEKHLAFI,HU XIANGPEI,ZHENG ZIGUANG.An Approach to Context-aware Mobile Chinese Language Learning for Foreign Students[C].China:Eighth International Conference on Mobile Business,2009:340-346.