[教育教学精品论文]一种新型结构的数字化学习平台的研究.doc

《[教育教学精品论文]一种新型结构的数字化学习平台的研究.doc》由会员分享，可在线阅读，更多相关《[教育教学精品论文]一种新型结构的数字化学习平台的研究.doc（4页珍藏版）》请在三一办公上搜索。

1、一种新型结构的数字化学习平台的研究内容摘要：本文针对网络教育中的数字化学习，提出了一种支持四层结构的数字化学习平台的解决方案。重点讨论了数字化学习系统中支持个性化学习的群Agent技术，包括：移动Agent、多Agent特性，个性化学习Agent的功能结构、Agent实现的技术、策略与层次等热点问题。关 键 词：数字化学习 网络计算模型 移动Agent COM组件Research on a new structured digital learning platformAbstract: Aiming at the digital learning in the net education,

2、the paper puts forward a resolving project on digital learning platform which supports four-layer structure. The cluster Agent technology, supporting individual learning in the digital learning system, is mainly discussed. The technology contains some hot subjects, such as the characteristic on movi

3、ng agent and multi agent, the function structure、implementing technology、policy and level on individual learning, etc.Key Words: digital learning、 Net Computing Model、Mobile Agent、COM component 1.引言多元化的网络教育的核心是研发个性化的数字化学习系统。数字化学习应用程序通常运行在动态的分布式环境中，需要处理大量的同构或异构的学习信息库1。这种学习信息库系统多采用Browser/Servers三层体系结

4、构。我们在网络教学的实践中，通过这种体系结构的数字化学习平台运用，发现这种三层结构的系统不能很好地满足电子学习的需求。其主要原因是随着在线学习人数的不断增多，使Web服务器的负载急剧增加，严重时Web服务器的相关服务发生死锁。因此，许多远程教育工程技术人员都在寻求一种能够支持较多并发用户在线学习的新型网络计算模型。2. 支持四层结构的数字化学习平台的计算模型如果希望以最高的效率和最佳的性价比完成任何工作，同时获得最高的性能，选择适当的工具是一个基本要素。对于构建网络计算体系结构来说也同样如此。图1是本文采用的基于四层架构2的数字化学习平台体系结构。互联网站点的远程教育用户通过浏览器、经由互联网

5、连接到他们的网络，进行个性化学习，其网络结构代表了一种典型的四层体系架构模型。图1数字化学习平台的体系模型全国教育科学“十五”规划重点课题中小学教育信息化理论与实践研究的子课题基于网络环境下的信息技术教学与学习研究项目(Fyb011583)，山西师范大学“适应性E-lerarning系统的研究”自然科学基金（200211）图1所示的四层体系结构中，表示层(Presentation)、功能层(Business Logic)、应用层（Applications Service）数据层（Data Service）被割成四个相对独立的单元。其中应用服务器和数据库服务器之间的连接通过群Agent技术实现，

6、即图1中所示的移动代理3模块。各层的功能及层与层之间的关系可以简单表述如下： 第一层（表示层）：Web浏览器在表示层中包含系统的显示逻辑，位于客户端。它的任务是由支持XML语言的Web浏览器向网络上的某个Web服务器提出个别化学习请求，Web服务器对用户身份进行验证（HTTPS）后用HTTP协议把所需的网页传送给客户端，客户机接受传来的XML语言组成网页文件，并把它显示在Web浏览器上。 第二层（功能层）：Web服务器在功能层中包含系统的个性化学习事务处理逻辑，位于Web服务器端。它的任务是接受用户的请求组装这些原始数据，形成XML文档。然后，将这些文档传递给应用服务器。待应用服务器处理返回结

7、果后，将此结果数据以HTML或XML文档的形式，通过HTTP协议反馈给Web浏览器。 第三层（应用层）：应用服务器在应用层中包含系统的支持个性化学习的移动代理，位于应用服务器端。它的任务是接受Web服务器的XML文档组成的事务请求，为Web服务器提供相应的服务。例如用户注册、课程学习、测验练习、安全控制、性能调整等事务处理。应用服务器提供的服务是通过中间件（服务器本身）管理的移动代理实现的，应用服务器只需要解析Web服务器的请求。当移动代理处理完请求后，将处理结果传递给应用服务器。 第四层（数据层）：数据库服务器在数据层中包含系统的数据处理逻辑，位于数据库服务器端。它的任务是接受应用服务器通过

8、移动代理对数据库操作的请求，实现对数据库查询、修改、更新等功能，把运行结果通过移动代理提交给应用服务器。仔细分析不难看出，四层体系结构是把三层Browser/Server结构的大量的事务处理逻辑模块从Web服务器的任务中分离出来，由单独组成的应用层来担负其任务，这样Web服务器的压力大大减轻了，把负荷均衡地分配给了应用服务器，最终的请求处理由应用服务器调度移动代理完成。这样大大地减轻了Web服务器的负载，基本上消除了Web服务器可能产生的性能瓶颈。于是由原来的三层的Browser/server结构转变成四层的Browser/Web Server/Applications Server/Data

9、 Server结构。这种结构不仅兼备了Client/ Server和Browser/Server的特点，而且负责业务处理的应用服务器和数据处理的数据库服务器可以是1到多个，使得大型系统中的数据库和应用程序组件可以被分布于不同的服务器上运行。这些服务器可以是本地的、也可以是远程的，使系统更合理、更灵活、更具扩展性。3.个性化学习Agent的设计著名Agent理论研究者英国的Wooldridge博士和Jennings教授认为：Agent是一个具有自主性、社会能力、反应性和能动性等性质的基干硬件或（更经常的）基于软件的计算机系统。该定义允许在更宽范围的环境中设计Agent，而且其中增加了通信要求3。

10、3.1 移动代理与多代理的特性移动代理（mobile agent）是代码、数据以及执行语境的软件包，它可以在执行过程中，有目的地、自治地在网络中移动，利用与分布资源的局部交互而完成分布任务的软件实体4。移动代理的行为包括代理的移动、任务执行和通信，由代理实时运行环境提供支持。在网络的操作维护管理中，通过代理的自主和异步操作减少业务量负荷，增加支撑网络的可用性。通过代理的智能7和自主性减少用户对资源安装、操作和维护所需的知识。通过将控制和管理代理尽可能靠近资源，甚至在资源上运行，使得业务控制和管理软件的实现更分布化。增加软件的灵活性、重用性和效率。在多代理系统中，代理是自主的。多个代理的知识、愿

11、望、意图和行为等往往各不相同，对多个代理的共同工作进行协调，是多代理系统的问题求解能力和效率得以保障的必要条件5。多代理系统中的协调是指多个代理为了以一致、和谐的方式工作而进行交互的进程。进行协调是希望避免代理之间的死锁和活锁。死锁指多个代理无法进行各自的下一步动作；活锁是指多个代理不断工作却无任何进展的状态。代理的交互有两种关系：负关系和正关系。负关系导致冲突，对于冲突的消解构成协调。正关系表示代理的规划有重叠部分，或某个代理具有其它代理不具备的能力，各代理可以通过协作获得帮助5。3.2 个性化学习Agent的功能结构个性化学习策略的实现建立在群Agent技术上，是一种特殊的移动代理,一般情

12、况下需要特定上下文运行3。移动（多）代理运行期间在虚拟机之间迁移，不需要中止程序的执行。该模型中应用服务器和数据库服务器拥有移动（多）代理运行所需的运行上下文，在运行上下文移动（多）代理可以执行任何合法的动作。采用Agent实现的个性化学习的结构如图2所示。数据库学习代理通信代理教学代理协作代理管理代理整体知识个性知识图2 个性化学习Agent结构图管理Agent负责整个系统的管理工作，包括用户的加入、登录，处理交互、协作信息、分析行为、上传下达等事务。教学Agent和存储在数据库中相应的整体知识结构模型、学习主体个性知识结构模型相结合，实现教学中的教师模型6；学习Agent和存储在数据库中的

13、相应的学习主体个性知识结构模型相结合，实现教学中的学生模型；协作Agent实际上是由参与协作学习的学习者与网络终端计算机进行交互后，形成协作学习者Agent。协作Agent根据协作学习者（学生模型）中提供的关于学习者的个人特点，按照一定策略，如学习水平、思维方式倾向等划分而成的；通信Agent按规定的协议上传或下达教与学过程中信息，完成各种教与学活动（移动代理）和数据库系统的通信。教学Agent和学习Agent结合实现与学习主体的个性化教与学。协作Agent分配任务时，按照协作学习小组Agent的对外特性来确定任务的分配方式，并将任务具体到协作学习者Agent，由学习者Agent具体实施或通过

14、协作完成任务。管理Agent中的行为分析功能用来确定教与学事务的类型（教学、学习、协作等），并对学生的学习行为（如认知特征、操作方式等）和知识结构动态分析，将其结果通过“上传下达”操作提交应用服务器，以便处理该学习个体的下一个活动指令。3.3 Agent的实现技术与策略个性化学习体系结构模型中的通信代理应用程序采用COM/DCOM组件9技术开发，实现分布式系统中的通信编码与解码、前台与后台数据库的连接等功能。这种数据库连接技术与以往的ADO/ASP技术相比，具有7个主要优点：减轻网络负载、减小网络时延、支持协议封装、异步和自治执行、动态适应、自然异构以及健壮性和错误容忍等4。学习代理分为客户端

15、学习Agent和服务器端学习Agent两个部分。客户端的Agent采用微软Agent设计6，具有几个动作。学生在线学习时，学习Agent承担辅导的角色以动作或文字提示，帮助学生完成学习。服务器端的Agent采用VC6.0的COM技术编程，具有多项功能。可以处理管理Agent分析后提交的在线学生的知识结构及操作要求，并通过通信Agent中的数据处理操作写入数据库中。另一方面，根据管理Agent的分析处理请求，通过通信Agent的数据处理操作获取相应的学习操作指令和参数，并通过通信Agent、管理Agent传输给在线学习的客户终端，以指导下一步的学习。个性化学习策略以建构主义学习理论为指导6，依靠

16、教学代理实现。系统针对某个在线学习者，教学代理通过管理代理的分析后提交的教学指令，获取相应课程知识结构图中的相关结点的内容，如教学的概念、原理、方法、公式、问题、问题解读、试题、答案，以及这些内容的表达方式、教学策略等8。在学习者与系统交互的过程中，管理代理不断分析学习者的学习行为，并与教学代理、学习代理的协调，即可动态调整或扩张该学习者的个性化知识结构图，使其个性化的知识得到新的建构，同时更新数据库中的学生模型数据8。3.4 Agent实现的层次Agent实现层次分为三层：应用模式层（应用层）、对象管理层和数据库（物理层）9。如图3所示。应用模型（管理/教学/学习/协作/通信）-（应用层）对

17、象方法模型（用户/权限/存取/查询/检索/对象/类型）-（应用层）对象操作管理-（对象层） 数据库 （物理层）模型数据数据结构描述数据关系描述文档数据文档对象描述文档属性描述Attributes(set/get/etc) Classes(define/etc) Instance(Load/Unload/etc)次待添加的隐藏文字内容3图3 Agent实现的层次结构物理层的数据存储建立在数据库的基础上，数据库由关系数据库和超文本的文档组成逻辑库。通过对象管理模块将关系型数据库的数据模块转化为面向对象的方法模型，映射到应用服务器内存中，并通过应用服务器端进行内存的维护和管理9。个性化学习提取各个应

18、用的基本操作构成应用模式层，供各个模块使用。通过组件对象模型实现个性化学习系统的逻辑对象定义，并对对象的存取、属性、权限和检索操作方法进行封装。实现相应对象的内存维护和计算，生成相应模式的客户界面。应用服务器端ASP/Server、个性化学习系统的管理组件、课程结构/配置组件和过程组件构成，由管理组件统一提供对用户对象层的方法集，并通过管理组件调用其他组件。组件对数据库的访问通过对象管理层进行，对象管理层通过ADO对象对关系型数据库进行访问。4. 结束语本文将四层体系模型与群Agent技术引入网络教育，对高效率、高性能数字化学习平台建构的研究进行了有益的初步尝试。在数字化学习系统中，为了适应学

19、生的认知水平8、环境变化和协作求解，智能代理必须利用知识修改内部状态7。如何使Agent具有智能性，仍是一个需要深入研究的课题。参考文献1 MG Lee.Profiling studentadaptation styles in Web-based Learning. Computer and Education, 2001,36(2):121-1322 DELL，基础架构计算的多层模式，products_infrastructure_arc_pedge_000_internet-infra.htm3 Aridor Y Oshima M. Infrastructure for Mobile A

20、gent: Requirements and Design. Mobile Agent-Second International workshop, Lectures Notes in Computer Science,1998,14(37):36-494 Lange DB,Oshima M. Serven Good Reasons for Mobile Agents. Communication of the ACM,1999,42(3):88-895 AS Rao, M P Georgeff. BDI agents: From theory to practice. In: Proc of

21、 lst1 Conf on Multi-Agent System (ICMAS-95). San Francisco: ACM Press,1995：312-3196 沈军，网络教学中个性化策略研究，计算机研究与发展.2003.4：589-5957 Wooldridge M, Jennings N R. Intelligent Agent: Theory and Practice. Submitted to Knowledge Engineering Review,Oct.1994. Revised Jan,19958 Yangwei Yuanrong, An Adaptability E-Learning system Based on Web，The 8th Joint International Computer Conference, November Zhejiang University Press，November,20029 黄正兵、谢庆生，DCOM/COM组件技术在PDM中的应用研究，gut/magazine/xb20024/2002xb4-3/2002xb43-1.html