16、基于平静技术的个人学习环境与绿色物流设备碳排放监测系统

基于平静技术的个人学习环境与绿色物流设备碳排放监测系统

一、基于平静技术的个人学习环境

1. 学习对象的获取：平静维基方法

在平静计算学习应用中，从周边存储库获取相关学习对象并将其移动到学习者的活跃工作区域是一项重要功能。个人学习环境（PLEs）需要有一个描述学习对象知识的底层模型。

常规的学习对象具有结构化的元数据文本和一些无类型的超链接，而基于语义的学习对象则能识别学习对象内的数据信息以及学习对象之间的关系，就像数据库一样可以进行查询或导出。例如，一个基于语义的食品学习系统中，苹果的学习对象除了标准文本信息外，还包含机器可读的语义数据，如苹果是一种水果。系统可以通过列出所有标记为“水果”类型的学习对象，自动生成水果列表。

然而，实现具有语义功能的新学习应用需要处理大量与本体和元数据相关的功能。目前，每个学习应用通常需要单独创建所需的功能，这需要大量的工作、时间和特定技能。为了降低这些实现成本，需要一种语义维基来从周边获取相关学习对象。

语义维基可以让用户的内部知识更加明确和正式，使得维基中的信息可以比单纯使用关键词搜索更好地进行查询，类似于结构化数据库的查询。不同的语义维基系统在本体支持水平和语义信息的明确化方式上有所不同，例如Semantic MediaWiki主要以内容为导向，通过创建带注释的超链接输入语义；KiWi则是内容导向且具有强大的形式背景；Metaweb则主要关注形式知识，将语义输入到明确的字段中。

为了说明基于关键词的普通搜索和使用本体的语义维基搜索之间的区别，我们将语义维基方法与基于纯关键词搜索的Twitter小部件搜索进行了比较。结果表明，基于本体的维基搜索提高了搜索的相关性。

<