基于移動Agent的Web教育資源發(fā)現(xiàn)方法研究.pdf

1、近年來,隨著計算機技術的不斷發(fā)展,不僅Web教育資源的存儲量呈指數(shù)級增長,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教育資源成為當前教育界的一個新挑戰(zhàn)。Web教育資源是指以數(shù)字信號為信息,在互聯(lián)網(wǎng)上共享的具有教育價值的所有信息資源。Web教育資源具有共享性、智能化、跨平臺等特點。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、個人興趣、研究領域相契合的,又符合用戶所需要的高可信的教育資源,本文主要從

2、Web教育資源的預選擇、分層、Rank等方面展開了研究。
　　本論文的主要工作體現(xiàn)在以下三個方面:
　　(1)提出了一種移動Agent的結構模型。此模型中移動Agent結構是由環(huán)境交互模塊、安全監(jiān)控模塊、任務求解模塊、路由策略、信息庫和條件狀態(tài)集這六個相互關聯(lián)的模塊組合而成的。其條件狀態(tài)集有創(chuàng)建、就緒、傳輸、運行、阻塞、退出六種狀態(tài)。
　　(2)提出了一種Web教育資源預選擇分層模型。此模型是基于移動Agent的兩層過

3、濾模型,先根據(jù)語義相似度進行分類篩選,再根據(jù)機器學習中Q學習過濾算法,對Web教育資源進行二次篩選。
　　(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文檔聚合技術快速匯聚用戶需要的教育資源。其次,通過模糊集中的Euclid模糊度刻畫查詢內容與資源之間相關聯(lián)的模糊度。最后得到滿足Web教育資源終端用戶的個性化資源。
　　最后設