摘要：随着互联网技术及网络信息技术的发展，网络教育资源越来越广泛，形形色色的专业课程教学资源库层出不穷，本文提出了面向语义 Web 的高校专业课程教学资源库平台的构建架构的同时， 实现了基于语义 Web 的教学资源的智能查询。
关键词：语义模型 数据查询 自适应
网络的教学平台资源是发展网络在线教育的基础和前提。随着 Web语义技术及网络技术的飞跃，网络教学资源平台越发丰富，种类繁杂，表现方式丰富，为学习者的求知提供了广泛的发展余地和广阔空间。Web网络已成为一个公共的资源平台，Web资源的多态化、知识学习的自适应化以及资源的共用性和学习的虚拟化已成为当今网络学习的一大特点。
1 构建系统中的语义模型
Web资源的半框架和框架模糊特性是Web资源的典型特点[1]。在处理Web资源的过程中，由于资源框架化差异的存在，这样 Web资源间遗留下的关系范式不能适应Web资源的模型需求。所以在构建针对语义 Web 的高校专业课程资源库系统时，也就要求建模必须以简洁的语法定义。通常，元数据能够从大多程度上规划资源相关的领域上下文资源是衡量元数据的语法描述水平[2]。因此，对WEB资源进行描述，确定相关的元数据语义以及它们之间的关系是语法元数据的设计重点。此外，主体，尤其是描述性主体为语义元数据设计、封装和生成提供了保障，因为本体是对领域本体的概念化规范，它描述了本体以及本体间的语义关系。
2 学科专业课程资源知识的本体描述
依据C# 职业的工作流程和典型工作任务知识是从属主体骨架的血肉，本体是资源库的骨架。换句话说专业学科知识库是资源的血肉，本体为学科专业知识库的框架。本体的主要职责是提供一种多个应用接口及使用者都可以采用的方式来理解所涉及的本体知识及领域，从而达到重用本体的目的。资源本体是建设知识库最重要的本体，保存于本体库各节点中的领域的概念模型，它通常用字段和属性来描述[3]。
3 专业资源课程知识的网格范畴
网格范畴所考虑的智能信息处理的目标是实现WEB资源和信息资源的智能共用，有效去除知识孤岛和数据孤岛，使用户有效、便利地获取、部署、共用和处理知识资源。因此，本文在建设基于网格范畴的学科专业数据资源库的主要目的是为客户和其他服务提供所需的知识内容，辅助实现知识维新、问题解析、协同工作和决策服务[4]。
4 针对语义Web的数据查询技术
传统的查询技术是基于关键字进行查询的，已经不能满足客户对信息查询的需要，迫切需要一种帮助客户能够便捷而又准确地查询到所需知识资源的查询技术，知识查询应运而生。知识查询是针对目前WEB上数据资源查询结果不精确、效率低下且有用的数据少而提出的一种新的查询概念。这种新的查询机制能够从大量稀少的数据信息中发现信息并准确定位，同时它也具有自适应学习能力，形成自身的数据库，并能进行数据挖掘。它应用语义推理、语义组织和语义查询的理论和方式，实现知识的挖掘、描述、存储、查询和使用，并能以多种渠道向用户提供查询结果[5]。
5 面向语义文本的WEB数据挖掘
利用现有的Web查询技术查询 网络上海量的知识资源，并不能满足人们的实际需求。传统数据库中的数据是完全结构化的信息，相对于Web的信息而言，网络上数据的最大优点是非结构化或半结构化的、静态的、并且容易造成混乱的，所以很难直接以 网络网页上的数据进行信息挖掘[4]。因此，与面向单个数据存储的数据挖掘相比，面向Web的数据挖掘要繁杂得多。
5.1 异构数据库架构
传统的 WEB由各种类型的服务和数据源组成，所有的信息来源都处在一个异构的数据架构中，包括 WWW、HTTP、FTP 等，每一个站点、每一个网页都是一个数据源，没有统一框架，容易造成混乱，所以直接以 INTERNET 网页上的数据进行信息挖掘非常艰难，数据挖掘必须经过其他方式或技术上的信息处理[5]。
5.2 半结构化的数据框架
传统的数据模式都有一定的数据框架和模型，可以根据模型来具体确定特定的数据，对于INTERNET上的数据，每一网站的数据都各自独立设计，数据模型各异、异常复杂，没有特定的框架描述，并且数据本身具有自控性和静态可变性，是一种半结构化的信息。
因此，对这种非完全结构化的信息，要进行信息挖掘十分繁杂。
6 系统架构建模中的语义搭建
互联网资源的半框架和框架模糊特性是 互联网资源的典型特点。在管理互联网资源的过程中，由于资源框架化差异的存在，这样互联网 资源间传统下的关系范式不能适应互联网资源的模型需求。所以在架构面向语义互联网的高校专业课程教学资源库建设时，也就要求模型必须以简洁的语义解析。
一般地，元数据能够从多大层面上描述资源相关的领域范畴知识是衡量元数据的语义描述能力。因此，对领域资源进行解释，确定合适的元数据语法以及它们之间的关系是语义元数据的设计要点。此外，本体，尤其是解释性本体为语义元数据解析、抽取和创建提供了基础，因为本体是对领域知识的概念化解释，它描述了概念以及概念间的语法关系[6]。
7 教学资源知识的本体说明
知识是基于本体框架的血肉，本体是知识库的框架。换句话说学科专业信息库是本体的血液，本体是学科专业信息库的框架。本体的主要作用是提供一种多个应用程序及用户都可以采用的方式来解析所涉及的领域知识及概念，从而达到重用信息的目的。知识本体是架构知识库最关键的本体，保存于知识库各节点中的知识的概念范式，它通常用字段和属性来描述[7]。
通过信息收集、获取本体服务器充分解析领域知识。数据挖掘本体服务提供行业专家解决特定问题的不同种信息挖掘功能、算法和软件上下文模型。知识组合本体服务负责查询条目之间的关系、维护公共有效本体集以方便不同知识库之间的通信和信息交换、对数据挖掘本体的挖掘的模型进行评估、提供按需服务以获得问题解决和决策支持，以及对知识库进行有效的信息补充。同时还承担不同本体之间的翻译和映射以及集成不同层次的知识源，以支持问题的解析和解决。安全模式和本体服务主要承担域安全策略涉及到的资源互访、服务性功能、内部的角色、可接受的信任以及内部的使用权利等。虚拟组织的安全模式有成员用户角色、用户权利、规则、争论解决等策略。在学科专业知识库系统设计中，专业知识、专业知识框架、知识行为、专业知识库的关系为：知识库是根据知识行为用知识表示方法来表示的专业信息，领域专业所有可能知识的集合是专业信息，它反映的是概念化的专业知识集合[8]。专业知识建模是知识的结构化、形式化说明；知识的表示方法是知识表示用于反映并表示领域专业知识。
8 智能查询系统的设计与实现
一般地，面向语义Web的知识查询系统是更能满足使用者的个性化数据需求和提供智能服务的。在上述讨论的针对语义Web的高校专业课程教学资源库框架的基础上，同时对语义Web和知识查询系统进行充分探究的前提下，实现基于语义Web的教学资源的智能查询。
从系统的层面出发，设计中从上到下将面向语义 Web 的知识资源查询分为四层，分别是功能层、用户层、执行层和资源层。
①功能层。
功能层的主要功能是为信息用户提供查询帮助，为系统管理员提供系统管理帮助，以及行业专家或知识工作者的本体管理，它主要是基于用户层而反映在本体中的功能架构。此外，知识查询系统还包括知识发现、知识自动挖掘[9]。
②用户层。
用户一般主要包括普通用户、系统管理员以及行业专家或知识提供者。面向语义Web的知识查询系统更能提供用户的个性化信息需求和提供智能服务，这是与一般知识查询系统的不同之处。除了是数据需求者外，对系统的本体构建和维护，行业专家和知识工作者起到至关重要的作用。
③执行层。
执行层是提供智能服务和知识查询的基础，它是面向语义Web的知识查询系统的关键层。实现在查询推理、概念识别基础上的查询范畴是它的关键功能，同时还包括在本体解析和本体存储基础上实现的数据挖掘及本体规划。
④资源层。
包括在资源层中使用者访问数据、文档资源信息和本体文档可以存储在各种知识库中或者数据库中，由语义Web的本体管理的各种资源是它们的一个共同点，资源和资源间都有可被计算机解析的语义关系。
9 教学资源管理流程解析
知识储存、知识管理、知识查询和人机交互是针对语义Web的知识查询系统的信息处理流程所包括的四大方面。
①知识储存。
Web本体库解释资源库是经过本体标识的，主要是以RDFS文件或OWL等文件模式存储，所以它们两者都符合RDF的规范和范畴。基于本体的知识数据资源库，主要提供知识查询系统进行知识查询和各种概念演算等智能操作，它是由Web本体库和解析资源库储存后就形成的[11]。
②知识组织。
语义Web本体的架构所形成的Web本体库是以行业专家或知识提供者特定的学科背景为基础的，领域内通用共用的概念语法及这些概念之间的关系由Web本题库进行解析，它面向语义Web知识管理的基础[10]。对于各式各样异构数据资源而言，在进行知识管理时，首先先对其进行元数据挖掘和异构数据整合，然后，为了便于机器进行解析和演算，用基于Web本体库中的本体对WEB资源进行本体解析。
③知识查询。
知识查询主要涵盖概念识别和语义解析，以及查询推理三个智能行为，可以将其认为是面向语义Web的知识查询系统的一个流程。利用应用软件来实现的，使得真正的知识查询活动得以实现。在此系统中这三种活动都是针对语义Web本体的。
④人机交互。
人机交互接口就是我们所说的可视化管理入口，在面向语义Web的知识查询系统中完成知识查询的可视化接口即是人机交互界面。通过人机交互，对用户需求进行演算和解析，从而提供针对性强且有效的服务，这样系统就完全理解用户的知识需求，这是此系统中的一个突出特点。
10总结
随着Web技术及Web信息技术的发展，网络 教育资源越来越丰富，各种形式的专业课程教学资源库层出不穷，而且目前网上的教育资源种类繁杂，表现形式异常丰富，为使用者提供了广泛的遴选余地和广阔学习空间。但其带来的数据资源过载现象也日益凸显；如何从这些数以亿计的信息资源的海洋中快速准确地定位所需要的信息，已经成为人们越来越关心的核心问题。同时，教学资源的有效管理才是开展网络教育的核心。本文提出了面向语义 Web 的高校专业课程教学资源库平台的构建架构的同时， 实现了基于语义 Web 的教学资源的智能查询。
参考文献：
[1]汪家宝，杨德军.关于美国 e-Learning 理念产生的背景及其发展过程的探讨[J].电化教育研究，2012（3）：93-96.
[2]祝智庭.网络教育技术标准研究[J].电化教育研究，2011（8）：72-78.
[3]祝智庭.网络教育技术标准研究概况[J].开放教育研究，2012（4）：12-16.
[4]彭兵.基于学习对象的教学设计模型研究[D].上海：华东师范大学，2013.
[5]余胜泉.SCORM：E—Learning 的国际技术标准[J].中国远程教育，2013（2）：25-27.
[6]汪家宝，杨德军.关于美国e—Learning理念产生的背景及其发展过程的探讨[J].电化教育研究，2013（3）：93-96.
[7]高星，杨宏伟.Scorm 规范的研究及符合该规范的LMS系统的设计[J].计算机与网络（科技信息），2011（5）：120-127.
[8]桂清杨.学习的未来从E_Learning到Mlearning[J].中国远程教育，2013（资讯版）：74-76.
[9]孙丽.Web 数据的挖掘方法研究[D].大庆石油学院，2014，02.
[10]尹世群.Web文本分类关键技术研究[D].西南大学，
2008，04.
[11]周莹.Web 语义网中教学资源库自动分类系统[J].山东省农业管理干部学院学报，2013.
作者简介：
蒋宁（1974-），男，浙江宁波人，工学硕士，高级工程师，计算机系主任，主要研究领域：计算机软件与理论、人工智能、分布式数据库技术。