網絡教學資源\\立體化教材數據資源建設與共享機制的研究與實踐

摘要：本文針對目前網絡教學資源建設、立體化教材數據資源建設與共享機制存在的問題作了簡要研究分析，進行了有關對策研究，結合遺傳算法、粗糙集理論和基于代理的技術等理論方法進行了性能評價，進一步促進了網絡教學資源、立體化教材數據資源的建設。

關鍵詞：網絡教學資源；立體化教材；共享機制；遺傳算法；粗糙集理論

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2013）35-0001-03

一、引言

網絡教學資源是通過計算機網絡收集并加以利用得以用于教學中的各種信息資源的總和，立體化教材是一種充分利用現代科學技術來完善教材建設的新觀念，有的文獻中也將其稱為“一體化教材”，是融教學資源與多媒體、網絡于一體的資源信息。隨著信息技術的快速發展，其在教學資源建設領域的涉入，對高校教學制度的改革，人才的培養等方面都起著巨大的推動作用。近幾年網絡教學資源及立體化教材的建設在我國都有著突破性的進展，各高校紛紛建立了自己的網絡教學平臺，但在網絡資源整合、平臺框架和資源能動性等方面還存在一些不足，本文針對建設中存在的問題作了簡要分析并提出了一些解決辦法。

二、網絡教學資源建設、立體化教材建設及共享機制問題分析

網絡教學資源、立體化教材數據資源共享機制的研究，有利于學生利用共享平臺自主學習，也有利于學生培養創新能力。在共享資源的建設中，我們須抓住這一事物各個部分，就其網絡與資源本身的特點及相互整合所能發揮的優勢將其完善。不足之處主要體現在以下幾方面：

1.教學資源與多媒體網絡處理沒有達到有效整合。在網絡教學資源建設中要充分利用網絡這個新的媒體傳播手段去開展教學，關鍵是在教學資源建設上要充分發揮計算機網絡的各種優勢，發揮它特有的、別的傳播媒體無法實現的功能，使網絡教學真正成為各種遠程教學手段的強者。但目前各高校對網絡教學資源的建設只局限在如何建好自己的教學平臺，而對其他優秀的資源沒有做好更好的利用與共享。

2.立體化教材數據資源整體框架結構的設計不完善。當前，在立體化教材建設中，各種媒體和資源相當豐富，但是缺乏整體框架結構設計。立體化教材涵蓋很多組成部分，主教材、教師輔導、電子教案、助教課件、素材庫、文字教材、電子圖書、CAI課件、網絡課程、試題庫、教學資源庫、教學支撐環境等，這些組成部分沒有達到有機的整合。另外對教學思想的融入，課程的具體化設計都做得不夠全面。

3.網絡媒體的能動性沒有得到有效利用。能動性與主動性類似，前者強調人的主觀行為和愿望，后者強調人的主動參與行為。媒體只是教學思想和目標實現的手段和載體，它不能代替教學本身，現在很多網絡平臺使用恰當的手段體現能動性和主動性。通過用戶參與體驗過程，用戶發表意見和評論，甚至是在線問答的方式，體現網絡教學的能動性。具體到每一門課中如何去選擇媒體，還是應因課而異的，并不存在固定的范式。目前對網絡媒體沒有得到有效的利用，對媒體的選擇存在一定的缺陷。

4.教材內容與形式的設計不夠全面和生動。教材常常對形式重視不夠，在版式方面，諸如目錄、頁眉、圖、表、公式、圖標、專欄、索引等教材設計上不夠精益求精。另外對內容沒有做過多的設計，課程內容比較枯燥，不夠生動。另外相比于國外，教材在內容的選取上理論性過強，沒有引入合適的案例對其作進一步分析講解，提不起學生的興趣，達不到自主學習的效果。

三、網絡教學資源、立體化教材建設與共享機制的對策研究

1.運用遺傳算法將網絡教學共享資源優化。遺傳算法是從代表問題可能潛在的解集的一個種群（population）開始的，而一個種群則由經過基因（gene）編碼的一定數目的個體（individual）組成。在進行網絡教學資源、立體化教材數字資源建設時，充分利用計算機網絡共享特點來整合教學資源，使網絡教學媒體與其他教學媒體融合并用。如運用搜索引擎技術，學習者可以很方便地查找到自己感興趣的內容，但通用的搜索引擎存在很多問題，搜索的資源信息太雜，不能切實滿足需求；排序算法也沒有考慮教學過程中的不同需求，適應性不強。因此需結合遺傳算法將搜索的共享信息優化。可以將網絡教學資源的搜索和共享分為資源搜索、資源優化、資源信息庫更新及資源共享等過程。將搜索到的信息運用遺傳算法進行優化。遺傳算法是基于自然選擇和遺傳學原理的優化搜索方法。遺傳算法能在短時間內獲得滿意的優化結果。用遺傳算法進行網絡教學資源信息優化，主要在于種群規模、染色體表示、優化參數、適應度函數和優化目標的確定。參照遺傳算法的優化過程，輸出優化后的網絡教學資源信息列表。通過優化后的網絡教學資源信息提供給教師和學生共享，其順序是最優個體中網絡教學資源的排列順序，綜合考慮網絡教學資源的內容、收費情況、網絡傳輸帶寬等多項因素，從總體上反映了各種網絡教學資源參數對優化排序的影響，方便教師和學生快速選取網絡教學資源。

2.建立基于代理的自適應學習模型來完善網絡教學資源的建設。代理是指模擬人類行為及人與人之間的關系，能根據所感知的環境自主運行和提供相應服務的程序。我們通過建立一個基于代理的自適應學習模型來實現對網絡教學資源和立體化教材的有效利用。如圖1所示。

學習模型的底層是資源層，是系統建構學習內容、學習策略、學習環境的基礎。它主要包括知識庫、策略庫、試題庫

等。在自主學習中，大量的網絡共享資源的識別，學生快速搜索到自己感興趣的內容，以及通過反復學習、測試后的自適應調整學習模式是基于代理學習的主要內容。Agent層由多Agent系統組成，主要有教師Agent、學生Agent、知識管理Agent、界面Agent、跟蹤Agent等。這些Agent之間可以通信和共享知識，協同工作，為學生者提供適應性的學習內容、適應性指導幫助信息和適應性導航。學生自適應學習模型的建立是通過學習者初次登錄時完成的問卷調查、學前測試、練習模式和測試模式形成的，以后在學習過程中通過學習跟蹤行為不斷更新模型中的相關數據，使其能及時反映學生的當前狀態，為Agent層的工作提供依據。用戶層為學習者提供學習界面和學習環境，它是由Agent層根據學生模型，將資源層中的相關資源進行合理組合生成的適應性學習界面和學習環境，是學習者進行適應性學習的場所。搜索引擎是學生訪問教學資源時不可缺少的輔助工具，它可以幫助學生更快、更準確地找到所需的信息。目前的搜索引擎對于學生的搜索請求，返回的結果都是共享平臺中符合關鍵詞的句子，這種方法簡單、直觀，但存在問題是學生無法清楚地判斷某些內容就是自己所需要的內容，因此自動文摘能在搜索引擎抓取內容后，自動從原始文件中提取能夠反映資源信息的摘要，當學生進行查詢時，學生就能對摘要信息有清楚的了解，代理系統也能記錄學生的行為，再根據學生學習的時間，跟蹤學生的學習行為，進一步給出下一次學習的推薦。

3.基于粗糙集理論的網絡教學資源與立體化教材有效利用研究。資源利用的研究通過訓練樣本數據實驗，對網絡教學資源利用進行分析，以此指導大學生網絡學習資源管理，實現規范網絡學習資源的目標。為此網絡學習資源利用的研究設計要做以下基本工作：（1）明確網絡學習資源利用研究需求，在現有網絡環境下，獲得資源利用原始數據。（2）設計基于粗糙集理論的網絡學習資源利用研究系統一般模型。根據基于粗糙集理論的知識發現過程并結合研究目標，設計了基于粗糙集理論的網絡學習資源利用的研究系統模型。如圖2所示。

基于粗糙集理論的網絡學習資源，是通過需求分析，明確研究問題，以此確定研究樣本原始數據。根據網絡學習資源利用的研究需求，利用樣本原始數據，設計建立網絡學習資源利用的研究決策表；按照粗糙集理論方法，對決策表進行預處理、離散化和屬性約簡一系列操作，生成決策規則集；對規則集中的規則進行提取，以獲得網絡學習資源的研究結果；將網絡學習資源利用的研究結果應用到網絡學習資源的管理測試、分析中，最終實現對網絡學習資源的管理的決策指導。基于粗糙集理論的網絡學習資源利用的研究實際上是一個知識發現和知識應用的過程，屬于知識管理范疇內容。知識管理包括知識獲取、知識交流、知識應用和知識創新等過程。知識獲取是指對現有的知識進行收集、整理和分類的過程；知識交流是指學生通過平臺、社區等途徑促進知識共享的過程；知識應用是指利用獲取的知識去解決問題否認過程；知識創新是指學生通過知識共享和應用產生新的概念、新的思想和新的感知行為。因此在實現網絡學習資源知識利用的研究，有助于創新的發現。其操作過程是按照圖2流程進行的。各功能模塊按照網絡學習資源利用的研究需求設計了多種網絡學習資源利用的研究策略和處理方法。

4.各種理論方法研究性能評價分析。對網絡教學資源、立體化教材進行建設有多種理論技術，每種技術都有各自的優點和不足。這里對文中提到的三種技術進行性能評價分析，如表1所示。

注：性能評價的高低從A+、A、A-到D級別逐漸降低

通過以上分析，我們可以針對各種理論技術綜合運用，汲取各自的優點，對網絡教學資源和立體化教材進行更好的建設。

四、結論

隨著信息技術的發展，計算機網絡的深入應用，網絡教育這種遠程教育模式引入到教育教學中。網絡教學資源平臺、立體化教材數據資源共享平臺的建設也已成為培養人才的一個新趨勢。在立體化教材建設中，重要的不是教學資源的堆積，而是它的教學設計。當然要運用網絡傳播教與思想和理念，運用網絡檢驗教學效果，教學資源的豐富是重中之重。近幾年的建設，也取得了一定成就，然而，只是資源的豐富還不夠，需要媒體與資源的融合，這當中必然存在一個整合和轉化的過程，才能真正和教學需要融合起來，真正起到服務教學、提高教學的作用。本文探討了將遺傳算法、粗糙集和基于代理的技術等理論技術應用于網絡與資源的整合，以促進網絡教學資源、立體化教材數據資源共享機制的研究。

參考文獻：

[1]丘輝麒.關于網絡教學資源建設的分析[J].電化教育研究，2005，（02）：51-53.

[2]黃曉鸝，廉立軍.關于高校網絡教學資源建設的探討[J].中國醫學教育技術，2007，（04）：103-105.

[3]張映光.試論立體化教材建設[J].中國大學教學，2006，（03）：60-62.

[4]韋曉陽.美國優秀立體化教材范例分析[J].科技與出版，2007，（03）：46-48.

[5]陳慧南.開發立體化教材和網絡課堂，構建新型教學模式[J].南京郵電學院學報，2005，（12：）12-14.

[6]張浩宇.建設立體化教材的思考[J].出版視野，2006，（02）：6.

[7]方鋮，王琦.網頁智能搜索數據挖掘的主要任務[J].電腦學習，2007，（08）：33.

[8]劉剛，于力超.搜索引擎中網絡蜘蛛的設計與實現[J].電腦與信息技術，2007，（08）：36-40.

[9]王小根.基于遺傳算法的網絡教學資源共享優化調度[J].電化教育研究，2006，（10）：46-48.

[10]李鈺，孔凡國.基于模糊理論和遺傳算法的神經網絡權值優化[J].上海工程技術大學學報，2007，（06）：130-133.

[11]王云嵐，王濤，周興社.基于變精度粗糙集理論的網格自學習及預測[J].華中科技大學學報，2007，（10）：105-108.

[12]張贏，李琛.基于粗糙集理論的神經網絡研究及應用[J].控制與決策，2007，（04）：462-464.

[13]徐義峰，陳春明，徐云青.粗糙集理論在Web信息過濾中的應用研究[J].計算機系統應用，2007，（3）：40-42.

[14]王婧，王曉琳，曾廣周.面向事件的Agent感知模型研究[J].計算機工程，2005，（09）：76-78.

[15]崔惠萍，傅鋼善.基于多Agent的自適應學習系統的研究[J].教育信息化，2006，（04）：39-40.

[16]陳云開，盧正鼎，肖尚勤.一個基于粗糙及理論的數據挖掘模型及應用[J].計算機工程與科學，2007，（09）：106-109.

[17]張文修，吳偉志，等.粗糙集理論與方法[M].北京：科學出版社，2001：1-30.

[18]辜川毅.基于粗糙集理論的大學生網絡行為研究[J].計算機與網絡，2006，（12）：182-183.

[19]王曉燕，吳應清.數據挖掘技術分析及其應用評價[J].應用經驗，2007，（03）：52-54.

[20]蘇江濤.Rough集應用研究[D].青島：中國海洋大學，2005.

基金項目：本文得到天津市教委教改項目（A01）的資助