面向移动学习的上下文感知技术研究

With the rapid development of smart phones and tablet PCs, mobile learning as a new learning style, is becoming a hot research field in both information and education domain. The project is focused on the context-awareness technologies in mobile learning. The main research content include: (1) Propose the modeling methods for learning resources and learning services, on considering the context awareness; use a group of service quality parameters to enhance the learning service quality management. (2) Establish an extended ontology model for mobile learning context, with introducing the quality description parameters; develop an algorithm for detect and eliminate the context uncertainty. (3) Propose a system framework model for context-aware mobile learning; give out a dynamic mechanism for context reasoning and a hybrid recommendation strategy for learning resource and service recommendation, in order to improve the efficiency and accuracy of learning activity. The project is to publish 6-8 papers on EI/SCI journals or international high-level conferences, apply 2-3 national invention patents, and train 2 PhD graduates and 4 masters’ graduates.

随着智能手机和平板电脑的快速普及，移动学习作为一种新兴的学习方式，正在成为信息技术和教育技术领域的研究热点。本项目围绕面向移动学习的上下文感知技术展开研究，拟在以下问题和难点上取得突破和创新：（1）结合上下文推荐规则，提出移动学习资源和移动学习服务的统一化建模方法；在模型中加入服务质量参数，实现对学习服务的质量管理；（2）建立一种扩展的上下文本体模型，引入上下文的质量描述参数，加强对上下文的质量管理控制；提出上下文不确定性的检测和消除算法，以保证上下文信息的准确性。（3）建立层次化、模块化的基于上下文感知的移动学习系统模型；采用一种动态的上下文推理机制，优化从低级上下文到高级上下文的推理过程；提出基于上下文的混合推荐策略，提高学习资源和学习服务推荐的效率和准确率。项目拟在国内外EI/SCI收录期刊以及领域内高水平学术会议上发表论文6-8篇，申请国家发明专利2-3项，培养博士2人，硕士4人。

移动学习是一种受到先进信息技术支撑的新型学习方式，并在研究领域和应用领域都日益受到重视。移动学习需要多种新理论与新技术的融合以满足其日益增长的个性化、移动化、情景化和智能化的需求。上下文感知技术对用户和环境上下文信息的收集、描述、推理和推荐能力，可以让移动学习系统更好地理解学习者的上下文信息，智能地为学习者提供合适的学习服务和学习资源，并随上下文的变化而动态地做出系统调整。本项目研究面向移动学习的上下文感知技术，根据移动学习特征的需要，重点研究移动学习资源和学习服务建模机制及算法、上下文建模机制及算法和基于上下文感知的移动学习机制及算法等内容中的关键技术问题，使移动学习系统能够得到和处理准确、可靠的上下文信息，实现学习资源和学习服务的高效、准确的智能推荐，提高移动学习的效率，并实现学习资源、学习服务、上下文信息跨平台、跨系统、跨应用的描述、访问、传递和使用。研究内容主要包括三方面：1）对于移动学习资源与学习服务建模机制和相关算法的研究，主要研究移动学习资源和移动学习服务的建模方式与方法，用规范和统一的学习单元模型和学习服务模型来定义和描述移动学习系统中的资源和服务，以便于应用上下文信息进行匹配与推荐；2）对于移动学习上下文建模机制和相关算法的研究，主要研究移动学习上下文的建模方法，引入上下文质量描述参数，建立扩展的上下文模型，同时研究检测和消除上下文的不确定性的计算方法； 3）对于基于上下文感知的移动学习机制和相关算法的研究，主要研究和建立基于上下文感知的移动学习系统模型，提出一种动态的上下文推理算法和一种基于上下文的混合推荐策略，提高上下文推理和学习资源与学习服务推荐的效率和准确率。项目通过对新模型和新算法的研究，以理论研究结合实际验证的方式，对移动学习中的上下文感知技术取得一定的研究成果，为移动学习理论的发展和应用提供参考和依据。