مقاله کاربردهای وب‌معنایی در آموزش مجازی

بخشی از مقاله

چکیده

وب جهانی WWW - یا - W3 برای تبدیل شده به مخزن دانش انسان توسعه یافته است که اجازه میدهد تا افراد از مکانهای دور ایدههای خود و همه جنبههای دادههای یک پروژه رایج را به اشتراک بگذارند. ایده یک اطلاع رسانی خودکار وقتی مطرح میشود که موارد مورد علاقه جدیدی در دسترس بوده و درحال پدید آمدن باشد. این خودکارسازی که ازطریق خدمات وب به دست آمده است دارای یک ساختار معنایی در پشت خود است.

در عین حال، شخصیسازی و مجسمسازی دادهها بسته به علائق کاربر به دلیل به روز بودن فناوری وب بسیار همگانی شده است. این همگانی بودن به نوبه خود همچنین باعث کاربردپذیری و قابل استفاده بودن میشود به همین منظور وب جهانی درمورد حوزه های تجارت الکترونیک، دولت الکترونیک و یادگیری الکترونیک بسیار گسترش یافته است. باتوجه به اینکه اجرای تجارت الکترونیک و دولت الکترونیک و چنین کاربردهایی دشوار نیست، کاربرد آن در یادگیری الکترونیک بسیار جالب توجه بوده است چراکه این کاربرد یک رشته آموزشی جدید جهت تدریس بدون هیچ تعامل رو در رو در جهان واقعی می باشد.

مقدمه

اگر ما به یک طرح آموزشی سنتی فکر کنیم، باید یک آموزگار وضعیت هر دانش آموز را برای هر دوره پیگیری کند و همچنین باید سعی کند که روش یادگیری را برای دانش آموز بهبود بخشد تا او را موفقتر کند. وقتی که ما این موضوع را به خاطر نیاز به شخصی سازی بررسی میکنیم، باید یک فناوری وجود داشته باشد که به کاربران یادگیری الکترونیک اجازه دهد تا موارد شخصیسازی شده در علائق یا ویژگیهای خود داشته باشند. در زمان حاضر، کارها و اجراهای زیادی برای یک عامل یا خدمات وب معنایی و هوشمند برای یادگیری الکترونیک اتفاق افتاده است. از آنجایی که این موضوع تحقیق، مورد علاقه بسیاری از محققان بوده است، سازمانهای سراسر جهان روشهایی را استانداردسازی کرده اند که بتوانند برای ساخت یک مکانیزم یادگیری معنایی برای رشته های آموزشی استفاده شوند.

در ارتباط با شخصیسازی یادگیری الکترونیک، پیشنهاد شده است که محتوا به صورت واحدهای مستقل به نام مولفههای یادگیری سازماندهی شوند که میتوانند به صورت پویا برای ساخت سایت های یادگیری شخصی سازی شده باهم ترکیب شوند

مولفه های یادگیری به عنوان هر ماهیتی دیجیتال یا غیر دیجیتال تعریف می شود که می توانند استفاده شوند، استفاده مجدد شوند یا درطی یادگیری پشتیبانی شده با فناوری ارجاع داده شوند :WG12 - داده های مولفه های یادگیری - . همچنین یک استاندارد به نام داده های مولفه های یادگیری توسط IEEE یافت شد که به صورت "یک نمونه داده ای برای یک مولفه یادگیری که ویژگی های مربوطه مولفه های یادگیری" تعریف می شود IEE LTSC 1484.12.1 - ، استاندارد پیش نویس برای داده های مولفه های یادگیری .

در استانداردهای فناوری یادگیری IEEE، IEEE 1484.12.3، داده های مولفه های یادگیری به صورت زیر مورد اشاره قرار می گیرد: "هرجا که قابل کاربرد باشد، داده های مولفه های یادگیری ممکن است همچنین شامل ویژگی های آموزشی مثل شیوه تدریس یا تعامل، سطح تحصیلات، سطح استادی و پیش نیازها باشد. برای هر مولفه یادگیری مشخصی امکانپذیر است که بیش از یک داده مولفه یادگیری داشته باشد - داده های مولفه های یادگیری؛ IEEE LTSC 1484.12.3 پیش نویس استاندارد برای زبان قابل تعمیم - XML - برای تعریف داده های مولفه های یادگیری - . یک ائتلاف بین المللی به نام ائتلاف جهانی یادگیری IMS، برای بهبود نسخه های قبلی IEEE که از پیش نویس های قبلی مدل دادهای به عنوان بخشی از معیارهای منبع دادههای یادگیریIMS پشتیبانی میکند، تشکیل شده است - معیارهای منبع داده های یادگیری IMS . - 2004

در نسخه سوم این معیارها از مدل داده های IMS و IEEE استفاده شد و پیشنهاد داده شد که از IEEE XML به عنوان ساختار پایه استفاده شود. همچنین داده های مولفه های یادگیری IMS یک راهنمای اجرا و یک XSL ارائه کردند که می تواند مهاجرت از نسخه های قدیمی IMS LRM XML به IEEE LOM XML را امکانپذیر کند. درنتیجه ما میتوانیم ملفه های یادگیری را به وسیله XML توصیف کنیم - استوم، موتو و برندت 2005؛ ائتلاف وب جهانی - .

برای استانداردسازی مدلهای محتوای مولفه های یادگیری، محققان بسیاری استفاده از هستی شناسی را پیشنهاد کرده اند. هستی شناسی، یک ستون فقرات برای هوش مصنوعی و وب معنایی می سازد و آنها توسط چارچوب توصیف منبع و XML تعریف می شوند - ائتلاف وب جهانی - . به صورت پایه ای، هستی شناسی نشانگر روابط بین مفاهیمی است که در یک حوزه قرار می گیرند.

با استفاده از هستی شناسی، ترکیب کردن روشهای بازیابی اطلاعات و عامل های وب، ساختار معنایی در داده ها می تواند توسط کاربرد روشهای واکاوی داده ها حاصل شود. این هدف توسط واکاوی وب، وب معنایی و یک ترکیبی از این دو به نام واکاوی وب معنایی به دست می آید به همین منظور ما می توانیم این راه را ازطریق شخصی سازی محتوا و شخصی سازی خدمات رهبری کنیم. بخشهای بعدی این مقاله به صورت مختصر مفاهیم واکاوی وب، وب معنایی، واکاوی وب معنایی و یادگیری الکترونیک را خلاصه می کنند.

روش تحقیق

واکاوی وب، واکاوی داده های حاصل از لاگ های وب، محتوای وب و ساختارهای وب است. بنابراین برابر فرایند غیرقابل چشم پوشی شناسایی الگوهای معتبر، قبلا" شناخته نشده و به صورت بالقوه مفید می باشد

همانگونه که در تعریف ارائه شده است، واکاوی وب سه نوع مختلف از گونه های تحلیل دارد؛ واکاوی استفاده از وب، واکاوی محتوای وب و واکاوی ساختار وب. انواع خاص تحلیل واکاوی وب برای یادگیری الکترونیک، واکاوی استفاده از وب و واکاوی محتوای وب می باشند. واکاوی میزان استفاده از وب سعی می کند که پی ببرد که کاربران با استفاده کردن از وب، به دنبال پدا کردن چه چیزی هستند و واکاوی استفاده از وب همچنین به پیدا کردن الگوهایی برای گروه خاصی از افراد متعلق به یک منطقه یا بسته به علائق آنها کمک می کند. واکاوی محتوای وب یک نوعی از کاربرد واکاوی متن است. این روش می تواند برای ایجاد داده ها برای مولفه های یادگیری جهت هستی شناسی و ایجاد ساختار معنایی استفاده شود. واکاوی معنایی از وب جهانی و دیدگاه تیم برنرز - لی درمورد وب به عنوان یک بستر جهانی برای تبادل داده ها، اطلاعات و دانش گرفته شده است

واژه وب معنایی یک محصولی از وب 2.0 - نسل دوم وب - است که باعث می شود تا خود وب درخواست های کاربر و عامل ها یا ماشین های وب را جهت استفاده کردن از محتوای وب فهمیده و برآورده کند

عبارت واکاوی وب معنایی به خوبی توسط استوم و همکارانش توصیف شده است. "هدف از واکاوی وب معنایی ترکیب کردن دو حوزه وب معنایی و واکاوی وب است. این بینش از مشاهده ما تبعیت می کند که تمایل به همگرایی در هردو حوزه دارد: تعداد روزافزونی از محققان روی بهبود نتایج واکاوی وب ازطریق استفاده از ساختارهای معنایی در وب کار می کنند و استفاده از روشهای واکاوی وب می تواند برای واکاوی معنایی خود وب به کار گرفته شود. واژه شناسی واکاوی وب بر این طیف تعامل احتمالی بین دو حوزه تحقیقاتی تاکید می کند: این حوزه می تواند هم به صورت واکاوی وب - معنایی - و هم به صورت واکاوی - معنایی وب - خوانده شود

با دقت در تعریف های ارائه شده، استفاده از لاگ های وب برای هر دوره دردسترس روی هر سیستم مدیریت دوره یا سایت یادگیری الکترونیک برای بررسی اطلاعات معنایی امکانپذیر است. در یک مطالعه موردی توسط مودل، چندین مطالعات موردی کاربردی از روشهای واکاوی داده ای توسط رومرو، وتورا و گارسیا ارائه می شود - مودل - . در این مطالعات، باتوجه به اینکه آموزگار مجبور است تا برنامه های بخش سوم را به صورت دستی برای بازیابی اطلاعات اجرا کند، روشهای امکانپذیر برای بازیابی و مدیریت داده ها برای آموزگار به صورت مختصر توضیح داده می شود.

برای یک سیستم معنایی و واقعی، خدمات وب و عامل های وب، مفید فرض می شوند. همچنین قابل اعتماد بودن داده ها بسیار مهم است چراکه می تواند منجر به روشهای یا الگوریتم های غلط یا نتایج ناکافی شود. در این نقطه، ما می توانیم فرض کنیم که داده هایی که ما از جواب های دانش آموزان یا اطلاعات به جا مانده روی CMC می گیریم قابل اعتماد هستتد و ما همچنین می توانیم الگوریتم های واکاوی داده ها را برای حل تعارضات جوابها اجرا کنیم تا آنها را تاحدی فیلتر کنیم.

همانگونه که ما در بخشهای قبلی این مقاله تشریح کردیم، استفاده از مولفه های یادگیری، داده های مولفه های یادگیری و هستی شناسی برای واکاوی داده های کاربر روی سایت مورد نیاز هستند. ما همچنین راههای اجرای هر روش را تشریح می کنیم و می توان دید که XML به صورت گسترده برای اجرای مولفه های یادگیری، داده های مولفه های یادگیری و حتی هستی شناسی استفاده می شود. به استفاده کردن از RDF یا XML برای طراحی هستی شناسی اشاره می شود اما در بسیاری از کاربردهای RDF، در قواعد XML نوشته می شود. به هنگام صحبت کردن از هستی شناسی، نیازهای هستی شناسی باید به خوبی تعریف شود.