基于社会化语义网的网络学习初探＊

□ 王 萍

基于社会化语义网的网络学习初探＊

□ 王 萍

社会化语义网是在Web2.0和语义网研究和发展基础上提出的新一代Web应用模式，它融合了二者的优势，克服了各自的局限性，将构建语义丰富的社会化互联网络。社会化语义网拓展出一个更加完善的虚拟学习空间，有助于促进知识的协作、共享与聚合，实现精确的语义知识搜索，为网络学习提供了新的学习环境和平台支撑，也为我们创造了新的研究方向与内容。

社会化语义网；Web2.0；语义网；本体；网络学习

在互联网的发展历史中，Web技术的发展日新月异，Web应用的范围、力度、卓越性不断深化。从传统的万维网、到社会化万维网(Web2.0)和语义网，每次技术革新都给互联网和人类社会带来了深刻的变化，改变着人类的信息环境，构建着新型的虚拟社会空间。作为教育变革的一项推动力，互联网推动着教与学的不断改进与优化。

社会化语义网是在Web2.0和语义网研究和发展的基础上提出的Web发展方向和趋势，它融合了二者的优势，克服了它们各自的局限性，将构建一个新型的社会语义信息空间，为网络学习提供了新的环境和支持。

一、Web发展现状和面临的问题

万维网(Web)从诞生至今经历了3个主要发展阶段，传统万维网以提供静态网页为主，用户通过浏览器与网站交互获取信息；社会化万维网(Web 2.0)以用户的参与为特征，网站提供平台，用户提供数据；语义万维网以将网页数据转化为知识为特征，提供机器能够理解和处理的语义数据。当前Web正处于多代网络共同存在、同时发展的阶段[1]，Web2.0和语义网是目前Web的重要应用模式。

（一）Web2.0与语义网

社会化万维网(Social Web)是对Web2.0环境下Web的指称。Web2.0是以Flickr、Tribes、Friendster、Delicious等网站为代表，以Blog、Tag、SNS、RSS、Wiki等社会软件的应用为核心，依据六度分隔、长尾理论、XML、Ajax等理论和技术实现的新一代互联网模式[2]。它具有个性化、去中心化、共享性、以微内容为基础、开放性、轻量级等特点。在此基础上，形成了Web2.0的核心模式，主要包括：用户参与、集体智慧(Collective Intelligence)、聚合(Mashup)创新、丰富用户体验和软件即服务(Software as a Services，SaaS)等方面。

语义网的目标是构建一种能理解人类语言的智能网络，使其成为人类的“社会智能”基础设施。语义网的核心是使机器能理解网络资源的描述，其思想是通过使用元数据将Web资源以机器可理解的方式描述和组织，提供数据的语义关系表达方式，实现网络资源在语义层上的全方位互联，满足Web应用对数据互操作性的要求。语义网基于XML和RDF/RDFS，并在此之上构建本体和逻辑推理规则，以完成基于语义的知识表征和推理。

（二）发展中的问题

Web 2.0最大的特点是用户参与和用户生成内容(UGC)，但目前存在的问题是海量的用户生成内容难以重用，难以实现与其他数据的交换、共享和集成。解决这个问题的关键是以第三方可以处理的格式发布Web内容，当前主要使用应用程序接口(API)技术，如Amazon、Flickr等都提供了相应的API，但是这些Web 2.0 API还无法实现通用的查询。另外，随着Web2.0下海量内容的增长，搜索引擎和用户的搜索行为越来越难以应对内容的复杂性，这些都对互联网搜索技术带来了新的挑战。

为了在现有的Web基础上实现语义网，需要对网络上的大量资源和资源间的关系进行标注，使机器能够理解和自动处理网络资源。虽然当前Web具有海量的数据，却缺少可供使用的语义内容。而本体的构建、维护和更新是艰巨而复杂的任务，需要专业人员来完成。语义网目前缺乏允许普通用户为语义网作贡献的机制。Web2.0应用已经证明个人用户并不需要专业技能就可以贡献内容，但目前却没有类似的工具支持用户对语义网内容进行语义标注。为了获得广泛的用户，支持语义网必须建立可以让非专业人员参与建设的机制，提供普通用户进行语义标注的工具和支持。表1对比分析了Web2.0和语义网的特点。

表1 Web2.0与语义网的对比

二、社会化语义网

（一）社会化网络与语义网的融合—社会化语义网

Web的未来发展，普遍的看将是Web2.0和语义网的共同发展，二者之间是相互补充而不是竞争的关系[3]。”我们应使语义网技术支持在线社区，同时在线社区可以通过资源的互联来支持语义网数据”(Tim Berners-Lee)[4]。语义技术将推动社会化网络的内容组织和检索，而社会化网络技术也将有助于大规模语义内容的生成，两种技术通过彼此学习来扩展自身能力。语义网可以参考Web2.0在社区和交互性上的优势，而Web2.0可以学习语义网丰富的技术结构体系，从而有助于在不同的应用程序间交换信息。语义网的技术能力使其可以实现Web2.0应用程序对语义的要求，为Web2.0应用程序提供一个可靠且可扩展的数据重用的基础，从而使数据的交换、分布和重用更加容易，有效补充Web2.0的业务模式。通过借鉴Web2.0应用程序方案，可以促进目前过度依赖人工智能的语义网向以用户为中心的模式转换。语义网则需要采用以用户为中心，自底向上的方法，考虑基于轻量级语言进行信息交换。

通过互相学习对方的优势，语义网和Web2.0可以在实现自身发展的同时，共同促进Web的不断演进。新颖性(提供全新的一代Web服务模式)、可行性(在现有的网络环境下，经过努力是可能实现的，并不存在不可逾越的技术障碍)和迫切性(提供的Web服务应是当前社会迫切需要的，能够对社会产生重大影响)的优势，共同推动了社会化语义网的产生和发展。图1给出了社会化语义网的描述图。社会化语义网将语义网技术应用于Web2.0(Social Web)，构建了一个互联的、语义丰富的知识网络。其两个基本组件包括：

●通过使用社会化网络服务与工具合作性地创建、使用与共享数据，如Blog、Wiki、社交网、社会化标注等。

●使用机器可读的语义建模用户行为和用户生成内容，如FOAF、SIOC等本体提供了对社会化网络用户和社区的语义建模，而对数据本身的语义描述可以通过领域本体、相关知识库等来完成。

表2描述了Web2.0、语义网和社会化语义网三者进行知识表示和创建时的不同特点。社会化语义网正在逐渐成为互联网技术和应用模式发展的主要趋势，它将有助于实现更加“智能化的人与人和人与机器的交流”功能的互联网模式。对社会化语义网的研究也正在学术界和工业界积极展开，如DBpedia[5]就是其中的一个代表性项目。DBpedia项目从维基百科中抽取各种结构化数据，形成了一个丰富的领域知识库，并提供了结构化查询，将结构化信息以RDF/XML的格式进行封装并提供下载。由于融合了语义技术，DBpedia使维基百科庞大的信息库产生了很多创新应用，如语义搜索、关系查询、文件分类与标注、移动百科等。

（二）社会语义本体

社会语义本体是社会化语义网技术的核心，社会语义本体建模了社会化网络中用户、用户行为、状态、数据等要素，对Web2.0(Social Web)进行了基于语义的描述和连接。表3给出了一些主要的社会语义本体。

表2 Web2.0，语义网和社会化语义网的知识表征与创建

表3 社会语义本体

1.FOAF

FOAF(Friend-of-a-Friend)[7]本体提供了一种在Web上描述个人信息的方法，如个人的基本信息(姓名、兴趣、参加的项目等)及其朋友信息。FOAF通过描述人、人与人以及其他对象之间的活动和关系，来表示和推理个人及其社会关系。FOAF从五个方面对个人信息进行描述：FOAF基础(FOAF Basics)、个人信息(Personal Info)、即时通讯帐号(Online Accounts/IM)、项目和组(ProjectsandGroups)、文档和图像(Documents and Images)。FOAF的设计使其能够成为管理社区的重要工具，通过FOAF，人们可以在网络上来结交朋友，为社区新成员提供帮助，组建兴趣圈等。

2.SIOC

SIOC(Semantically-InterlinkedOnlineCommunities)[6]本体描述了在线社区的主要概念和行为，提供了一种标准化的方法进行社区信息的表征。SIOC本体的核心类包括User、Site、Forum、Item、Post等。如用户(sioc:User)在Web站点(sioc:Site)的论坛中(sioc:Forum)发布了内容(sioc:Item、sioc: Post)。SIOC的主要目标和功能包括：实现在线社区语义层次上的互联，充分描述社区站点的内容和结构，集成在线社区信息，提供对互联的社会化网络实体的新的浏览方式等。

3.SCOT和MOAT

标签本体SCOT[8](The Social Semantic Cloud of Tags)和MOAT(Meaning of a Tag)[9]从语义层面上定义了标签标注的行为和方法，为用户或社区之间的共享、交换和重用标签数据提供了统一的方式。SCOT本体从结构和语义两个方面描述了标签数据，为异构的社会化网站或标签应用进行标签数据的互操作提供了可能，其主要目标是协作标签的表达，也适于表示自由分类法的属性(具有“来源”、“用户组”、“频度”、“标签同现”等属性描述)。MOAT(Meaning of a Tag)本体旨在通过提供自由文本的意义进行语义内容标注。除了对“标签”(Tag)、“标注行为”(Tagging)和“用户”(Tagger)等概念进行了扩展外，MOAT还提供了“含义类”(Meaning Class)来表达标签“含义”。

还有一些相关的语义本体，如OPO(Online Presence Ontology)[10]本体对网络用户动态的在线状态(onlinepresence)进行描述。SKOS(Simple Knowledge Organization System)[11]是在语义网框架下，用机器可理解的语言来表示知识组织系统的一个本体模型。这些本体结合起来，能够很好地描述和建模用户的Web社会化联系和行为活动。

三、社会化语义网与网络学习

传媒学家麦克卢汉认为“任何技术都倾向于创造一个新的人类环境”。Web2.0和语义网的产生和发展对教育和网络学习带来了巨大的影响，融合了Web2.0和语义网技术的社会化语义网将为教育领域拓展出一个更加完善的信息空间，也为知识共享、信息协作和学习创造了一个新的环境。

（一）社会化语义网下的网络学习描述

网络学习的基本要素包括学习者、学习者行为、学习伙伴（学习者联系）、学习内容与资源、学习平台等。对一个网络学习情境可以进行下述描述：学习者Wang拥有学习伙伴Zhang和Shi，Wang在delicious网站具有账号wangp，在Blogger系统具有账号pingw；Shi在Blogger系统具有账号stones。Wang和Zhang都对delicious具有兴趣，Wang和Shi都参与了项目A。学习者Wang在自己的博客上发表了日志：“云计算学习笔记”和“我的社会化标签使用体会”，在delicious系统使用标签标注了资源aect.org和w3.org。当前状态下Shi登陆了Blogger系统，处于在线状态并正在阅读Wang的Blog日志，该情境可以用图2表示。

可见，在社会化语义网环境下，网络学习的基本要素，包括学习者、学习者行为、学习者社会化网络（学习者联系）、学习内容与数据等，都通过本体进行了描述和建模，从而将网络学习的各个组成要素有机的联系在一起。当然，实际中学习者可能使用多个学习系统或参与多种网络活动(如Wiki创作，社交网、论坛，邮件列表等)，并与更多的人建立网络学习的伙伴关系。

（二）社会化语义网对学习的支持

一个理想的学习环境应具有低成本、低门槛的知识获取与保持、共享知识的形式化、与已有的Web标准和学习标准兼容等特点[12]。社会化语义网为构建完善的学习环境提供了支持，它创造了一个新的信息空间，将分散的海量信息与服务进行了语义层次上的互联，促进了知识的获取与表示、协作、共享和聚合，实现精确的语义知识搜索，提高网络学习的交互性和效率，为网络学习提供新的学习环境和平台支撑。图3给出了社会语义信息空间中的网络学习环境。

1.协作与共享

在社会化语义网环境下，Blog，Wiki，标签、社交网络等Web2.0的应用服务将通过FOAF、SIOC、 SCOT、OPO等赋予语义的支持，演进为语义Blog、语义Wiki、语义社交网络、语义标注等应用服务。Web2.0用户的大量用户生成内容UGC和交互被转化为更适合机器可读和可处理的形式，通过语义形式得以互联和集成，从而突破了单个系统或服务内部连接的限制。通过本体提供的可重用结构，促进了学习资料、学习活动等的创建、共享和使用，提高了知识协作和共享的可行性和便利性，并将协作和共享的范围推广到了整个互联网。

2.知识聚合

Mashup(聚合)是Web2.0的核心技术之一，它可以整合不同外部数据源的内容和功能，把松散的学习资源、要素、服务和功能进行集成，提供增值的、创新的服务和统一完整体验的Web应用系统[13]。语义Mashup将对Mashup的资源对象、服务对象进行语义描述，建立对象间的语义关系，支持不同来源、不同类型资源间的语义映射和推理，实现复杂语义层面信息对象的聚合。Mashup实现数据层面了的内容聚合与功能层面的服务聚合，语义Mashup将进一步实现语义层面的知识聚合。这将有助于构建个人学习环境和学习网络、满足情境化学习需要，从而达到学习效果最优化。

3.交互提升

社会化语义网提升了Web2.0的交互性和用户体验。网络学习环境下，学习者之间、学习者和教师之间、学习者与内容之间的交互数据以结构化语言得以描述，这些交互数据是了解和优化学习过程的重要依据。在学习系统的设计中，良构的交互数据可以通过系统接口提供系统使用，促进学习系统的适应性和智能性，提升学习者思考体验、行为体验和学习体验。

4.语义搜索

语义网所提供的结构化的、机器可理解的对象信息为改善传统的搜索服务提供了语义基础，并促进了语义搜索的研究和应用。在社会化语义网中，对大规模的Web信息资源进行了语义标注，并以符合RDF/XML语法的语义网语言进行描述，如SIOC对社区的建模、FOAF对用户的建模等，将进一步推动语义搜索的发展。语义检索将帮助学习者更加有效和精确的获取知识，提高知识检索的效率，更积极地、创造性地寻求知识。

5.虚拟学习环境

社会化语义网为构建更加完善的虚拟学习空间提供了支持。Web2.0提供了全面的学习环境，将原本分离的学习资源和情景连接起来，网络学习已不再被局限在学校机构的范围内，而扩展到更广泛的、学习者可自行创建和管理的空间。社会化语义网从内容和服务上扩展和丰富了网络虚拟学习环境，语义层次上的互联促进了虚拟学习环境下的互操作(Interoperability)、集成(Integration)和交互(Interaction)，有助于学习者建立个人学习空间，参与学习社区，促进更大范围的协作学习，方便学习者使用、创作和共享学习资源和服务，帮助学习者更加有效地获取学习内容。

四、下一步研究的方向

技术经历着产生、应用、成熟和创新的发展过程，技术的演进是为了更好地服务于人类，满足人们对社会、生活、教育等多方面的应用需求。通过对社会化语义网的研究，掌握其思想和应用模式，将为Web技术在网络学习中的科学合理应用奠定基础。目前，社会化语义网应用于教学领域的研究还相对较少，主要集中在加拿大西蒙弗雷泽大学Dragan Gaševic＇博士和塞尔维亚贝尔格莱德大学Jelena Jovanovic＇博士的联合研究中[12][14]。探索社会化语义网在教育与学习领域的应用和前景，是当前一项有价值的研究工作，下面是进一步研究的几个方向。

（一）学习本体构建

如何在现有通用的社会化本体基础上构建更加适应网络学习、体现网络学习特点的学习本体，是将社会化语义网更好地应用于学习领域的重要因素。学习本体的构建应具有兼容性，要在通用的社会化本体上进行扩展，既保持通用性，更要体现网络学习特点。如在FOAF本体基础上进一步对学习者、教师等主体及其属性和关系进行建模；在SIOC基础上对学习内容及其属性进行建模。

（二）学习系统的设计与开发

一个智能学习系统通常由领域模块、教学模块和学生模型三个基本模块组成。社会化语义网技术可以应用到智能学习系统中，并对每个模块的功能进行提升和改进[12]。如使领域模块能够从开放的Web资源库中自动抽取有意义的知识；在学习者交互的不同系统间共享学生模型；基于学习者的多种Web交互行为推理出知识来丰富学生模型；共享和重用教学模块中的专业知识等。基于社会化语义网的智能学习系统的设计与开发，也是值得研究的一个重要领域。

（三）与相关技术的融合

社会化语义网、网格技术、云计算技术等分别从不同的角度、采用不同的技术体系，试图解决互联网环境下的若干问题，如内容重用、资源共享、服务整合等。这些技术已在网络学习中得到了研究与应用，但如何在不同的学习情境中充分发挥各种技术的优势？如何将几种技术有机地结合并应用于教学？这些问题还有待于进一步的思考和探索。

[1]包胜华.基于Web的实体信息搜索与挖掘研究[D].上海交通大学博士论文，2008.

[2]Don.Web 2.0概念诠释[EB/OL].http://www.douban.com/group/ topic/2588042/,2005.

[3]AnupriyaAnkolekar,MarkusKr?tzsch,ThanhTran,Denny Vrandecic.The Two Cultures-Mashing up Web 2.0 and the Semantic Web[C].Proceedings of the 16th international conference on World Wide Web,2007:825-834.

[4]Tim Berners-Lee.Podcast interview during ISWC 2005[EB/OL]. http://esw.w3.org/IswcPodcast,2005.

[5]DBpedia.The DBpedia Knowledge Base[EB/OL].http://dbpedia.org, 2007[2010-05-25].

[6]SIOC.SIOC Core Ontology Specification[EB/OL].http://rdfs.org/ sioc/spec/,2010[2010-05-25].

[7]FOAF.FOAF Vocabulary Specification[EB/OL].http://xmlns.com/ foaf/spec/,2010[2010-05-20].

[8]SCOT.Social Semantic Cloud of Tags[EB/OL].http://scot-project. org/,2008[2010-05-20].

[9]MOAT.Meaning Of A Tag[EB/OL].http://moat-project.org/,2008 [2010-05-20].

[10]OPO.Modeling Online Presence[EB/OL].http://online-presence. net/,2008[2010-05-25].

[11]SKOS.Simple Knowledge Organization System Reference[EB/OL]. http://www.w3.org/TR/skos-reference/,2009[2010-05-25].

[12]Jelena Jovanovic',Dragan Gaševic',Carlo Torniai,Scott Bateman, Marek Hatala.The Social Semantic Web in Intelligent Learning Environments:state of the art and future challenges[J].Interactive Learning Environments,2009(17),4:273-309.

[13]王萍.Mashup聚合技术与网络学习[J].电化教育研究，2008，（3）: 63-66.

[14]Jelena Jovanovic',Carlo Torniai,Dragan Gaševic',Scott Bateman, Marek Hatala.Leveraging the Social Semantic Web in Intelligent Tutoring Systems[C].Proceedings of the 9th international conference on Intelligent Tutoring Systems,2008:563-572.

责任编辑 柯南

G40-034

B

1009—458x（2011）02—0073—05

*本文为上海市教育科学研究项目《网络学习支持的有效性研究》（项目编号：B2609105）的阶段性研究成果。

2010－09－30

王萍，博士，讲师，上海大学计算中心（200444）。