学习云空间中基于应用语义的资源组织模型研究与实践

发布时间：2023-03-19 12:45

　　在"三通两平台"建设背景下,云空间以高度的资源共享和便捷的交互支持为学习者提供了一个良好的在线学习环境,然而随着学习者数量和资源规模的急剧扩张,资源的有效组织与高效应用成为云空间面临的重要问题。从资源应用视角出发,依托云计算与本体技术,提出了基于应用语义的资源组织模型及其应用服务策略。探讨了云空间中资源的学习支持力并对资源应用语义进行了分析;设计了资源组织原则,并构建了基于应用语义的资源组织模型;阐释了基于本体和动态副本的实现机制,并提出了应用服务策略;依托i Study实现了基于应用语义的资源组织功能,并采用实验研究法和问卷调查法分析了实践效果。结果表明,该模型能有效提高资源获取效率,优化资源交互体验,为学习云空间的可持续发展和学习者的高效学习提供了良好的支持。

【文章页数】：13 页

【文章目录】：
一、引言
二、学习云空间中资源的学习支持力及其应用语义分析
    (一)学习云空间中资源的学习支持力分析
        1. 资源储量丰富的学习支持力
        2. 资源供给精准的学习支持力
        3. 资源传输即时的学习支持力
    (二)学习资源应用语义分析
        1. 学习资源应用的资源主题性分析
        2. 学习资源应用的时间聚集性分析
        3. 学习资源应用的空间聚集性分析
三、云空间中基于应用语义的资源组织原则设计与模型构建
    (一)云空间中基于应用语义的资源组织原则设计
        1. 需求导向下同一主题聚集存储原则
        2. 低延迟目标下多副本分布式组织原则
        3. 负载均衡原则
    (二)基于应用语义的资源组织模型构建
        1. 应用语义驱动下的资源组织模型
        2. 基于应用语义的资源组织原理
            (1)应用语义获取
            (2)节点性能监测
            (3)基于应用语义与节点性能监测的组织决策
            (4)资源动态组织
四、基于应用语义的资源组织的实现与应用服务策略
    (一)基于应用语义的资源组织的实现
        1. 应用语义的计算
            (1)时间语义获取
            (2)空间语义获取
            (3)主题语义获取
        2. 基于应用语义与节点性能的组织决策
            (1)聚集特征计算
            (2)资源热度推理
            (3)节点性能监测
            (4)组织决策
        4. 资源动态组织
            (1)基于多阶段资源热度的副本生成
            (2)综合聚集特征与节点性能的副本放置
            (3)基于资源热度的副本删除
    (二)新型资源组织模型下的学习资源应用服务策略
        1. 增强交互式体验感的资源即时供给策略
        2. 面向学习全过程的资源主动按需服务策略
        3. 兼顾访问优先级与访问质量的多队列资源自适应服务策略
五、实践应用及其效果分析
    (一)系统实现
    (二)效果分析
六、总结与展望



本文编号：3765270