Da die Informationen explosionsartig zunehmen, erschweren die Vielfalt und Heterogenität des Wissens in verschiedenen Bereichen die Darstellung und Weitergabe von Wissen. Mittlerweile wird das adaptive Lernmuster von immer mehr Lernenden bevorzugt, und die Frage, wie man sich das benötigte Wissen aus komplexen Wissensdatenbanken aneignet und ein persönliches Wissenssystem aufbaut, ist in letzter Zeit zu einem Brennpunkt der Forschung geworden.
Semantic Learning Web, das semantisches Architekturmodell Mannheim Web und webbasierte Bildungstechnologien kombiniert, wirft Licht auf die Entwicklung moderner Bildung und bietet Lernenden effizientere und qualitativ hochwertigere intelligente Dienste. Dieses Papier, das auf dem semantischen Lernnetz basiert, Domänenwissen und Benutzermuster mithilfe der Ontologie-Technologie semantisch beschreibt, stellt die Architektur des ontologiebasierten adaptiven E-Learning-Systems (OntoAES) vor, stellt die Plattform für den Wissenserwerb und -austausch bereit und stellt den Lernenden auch Informationen zur Verfügung mit effektiven Lerndiensten, die auf persönlichen Wissensräumen und Vorlieben basieren.
Zunächst wurden verschiedene Theoriemodelle von Lehr- und Lernprozessen untersucht; die Definition und Beschreibung des Lernverhaltens in diesen Theoriemodellen wurde analysiert; Basierend auf verschiedenen Merkmalen des Lernverhaltens wurden die Merkmale und Anforderungen des adaptiven E-Learning-Prozesses untersucht, um die theoretische Architektur und das Verhaltensmodell für das adaptive E-Learning-System bereitzustellen. Es wurde untersucht, wie der Wissensraum dargestellt werden kann, und es wurden ein Domänenwissensmodell und ein Benutzerwissensraummodell erstellt.
Zweitens wurden die Merkmale des Domänenwissens untersucht; Da die Komplexität und Vielfalt des Domänenwissens und der Mangel an Ontologie-Engineering-Technologie für Domänenexperten die Entwicklung einer Domänenontologie erschweren, wurde die Methode zur Etablierung einer auf Knowledge Engineering basierenden Ontologie vorgeschlagen. Die Methode zum Extrahieren von Domänenwissenskonzepten, zum Definieren der hierarchischen Struktur von Konzepten und zum Konstruieren der Beziehungsmodelle wurde vorgestellt. Der Konstruktionsprozess zum Aufbau der Domänenontologie wurde vereinfacht.
Drittens wurde die Informatik als Forschungsdomäne ausgewählt, auf der Grundlage des Domänenwissensraummodells wurden die Architektur und Konzeptsätze der Wissenstaxonomie konstruiert und eine Domänenwissensontologie erstellt. Auf der Grundlage von E-Learning-Standards wurde die Lernressourcenbeschreibungs-Ontologie etabliert, die dem Lernressourcenbeschreibungsmodell mehr Semantik und mehr Raum für Erweiterungen verschaffte.
Viertens wurden das Benutzerinformationsmodell und das Benutzerwissensraummodell untersucht und die Benutzermodell-Ontologie erstellt. Die Unterontologie „Benutzerinformationen“ zur Beschreibung der Basisinformationen des Benutzers, die Unterontologie „Benutzerpräferenz“ zur Beschreibung der Präferenzinformationen des Benutzers, die Unterontologie „Benutzerleistung“ zur Beschreibung der Leistungsinformationen des Benutzers sowie die Ontologie „Benutzerkompetenz“ zur Beschreibung der Lernfähigkeiten des Benutzers wurden jeweils eingerichtet. Der semantische Zusammenhang zwischen der Ontologie des Benutzermodells, der Ontologie des Domänenwissens und der Ontologie der Lernressourcenbeschreibung wurde analysiert. Für das adaptive E-Learning-System wurde eine gut modellierte Basis geschaffen.
Abschließend wurden die Funktionsmodule und die Systemarchitektur des ontologiebasierten adaptiven E-Learning-Systems (OntoAES) vorgestellt und die Korrelation und Anwendungsmuster zwischen verschiedenen Ontologie- und Systemmodulen untersucht. Die adaptiven E-Learning-Schritte und der Prozess des OntoAES wurden diskutiert. Basierend auf der Analyse der Lernverhaltensaufzeichnungen der Benutzer, der Analyse und Definition des potenziellen Lernressourcen-Beziehungsmusters basierend auf der Protokollnutzung der Benutzer wurden das Beziehungsmodell und das Benutzerpräferenzmodell durch Informationsextraktion und Data-Mining-Technologien erfasst. Die Informationen zum Lernpfad in den Informationen zu Domänenwissen und Benutzerpräferenzen könnten aktualisiert werden. Das in diesem Artikel vorgestellte Modell und die Methode wurden verifiziert.