论文部分内容阅读
学习对象(Learning Object,LO)是远程教学的一个研究热点,自H.Wayne Hodgins于1994年提出学习对象之后,学习对象取得了长足的发展。2000年IEEE P 1484学习对象元数据工作小组正式采用“Learning Object”一词来描述可重用的学习资源组件。在网络教学中采用学习对象技术的优势在于:学习内容可共享和重用,易于更新、搜索以及管理学习内容,易于实现学习内容的个性化定制。 目前对学习对象的研究主要集中在对它的定义、相关规范、共享、重组、开发工具和应用环境等方面,而对它的智能性、分布性、协作性等研究不足。随着远程教学的发展,学习对象已经日益显现出其不足。例如,通常把学习对象统一存储在服务器端,由服务器对全部的学习对象进行管理,这样容易造成服务器端负担过重的问题;学习对象缺乏智能性和互操作的能力,因而不能支持分布式处理和协作学习等。 针对学习对象的不足,我们提出扩充LO使之支持分布式远程教学,在LO中加入超级分布对象(Super Distributed Object,SDO)的特性,从而建立一种新型学习对象模型—超级分布学习对象(Super Distributed Learning Object,SDLO)。SDLO具有LO的优势,支持学习资源的共享和重组。同时,SDLO具有SDO特点,具有一定的智能性,可实现学习资源的分布式存储和处理以及对象之间的协作,从而支持分布式远程教学。 本文首先分析了LO和SDO的互补性,提出一种新的对象模型—SDLO,并对SDLO的概念模型进行了研究,具体内容包括SDLO的相关定义、内部结构、学习服务及其特性。本文的第二个工作是对SDLO概念模型进行分解,划分为内容管理模型和分布模型。在SDLO内容管理模型中,我们在文中对SDLO学习内容进行分析,并对其进行本体描述,以建立一个知识的高效存取结构,对所关注的内容做语义清晰的、概念化的形式描述。在SDLO分布模型中,我们以SDLO学习服务实现SDLO的分布性、通信性、协作性和互操作性,详细介绍了SDLO学习服务的描述、通信实现、算法及具体实现等问题。最后,我们将分布模型和内容管理模型在Aglet平台中进行衔接,并对SDLO进行初步的实验和验证,实验