自組織競爭人工神經網絡在移動學習資源元數據萃取中的應用

吳俊爽 韓琴琴 劉誠偉

【摘 要】 本論文針對海量移動學習資源元數據的分散，難以檢索的難題，提出基于自組織特征映射網絡 （）SOM的移動學習資源元數據聚類萃取算法，該算法將傳統的數據庫元數據進行合理的量化處理，形成表征移動學習元數據的四元組（資源編號，科目等級，學科等級，資源相似度），并且根據用戶需求，通過調整權值四元組后三個個關鍵字所占比例，實現擴大或者縮小范圍。最終利用 Matlab以高中物理的移動學習元數據為例實現該算法的仿真，進行多賦值聚類，其聚類萃取資源的準確度較高，能夠滿足一般用戶對該移動學習資源的需求。

【關鍵詞】移動學習 元數據萃取 神經網絡 自組織特征映射網絡 （）SOM

【中圖分類號】 O453【文獻標識碼】 A【文章編號】1672-5158（2013）07-0024-02

1 研究背景介紹

移動學習是指依托目前比較成熟的無線移動網絡、因特網以及多媒體技術，學生和教師通過利用目前較為普遍使用的無線設備（如手機、PDA、筆記本電腦等）來更為方便靈活地實現交互式碎片式教學活動，以及教育、科技方面的信息交流。 [1]隨著移動互聯網設施基礎逐步完善和移動互聯網產品的層出不窮，移動學習的優點越來越被人們關注。目前國內很多家高校和公司都加入了移動學習的研究，并且取得了比較好的成果。[2][3]本論文提出的自組織神經網絡算法來對移動學習元數據數據庫進行高效的聚類萃取，從而使得資源更加結構化，相關性更強，方便用戶檢索。

2 基于自組織特征映射網絡 （）SOM的元數據挖掘模型

2.1 自組織競爭神經網絡的知識介紹

由于移動學習資源的數據量比較大，每個數據量包含的信息較多，并且存在學科交叉問題，故在進行移動學習資源元數據萃取分類時，必須通過對這一客觀事件的反復觀察、分析和比較，自形查找出其內在的規律，并且對具有內在聯系特征的事物進行正確的歸類。

2.2 移動學習資源元數據量化

即是建立移動學習資源元數據語義關系（同義）的知識庫。移動學習資源元數據語義關系知識庫，采用 WordNet的基本思想，利用關系表示詞匯語義，使用同義詞集代表概念，并且在概念間建立不同的關系指針，表達不同的語義關系。[4]本文提出語義知識庫的結構，包含：科目編號，學科等級，<章節號——章節主要內容關鍵詞四個部分。

2.3利用自組織競爭神經網絡進行移動學習資源的元數據聚類萃取

⑴數據預處理及網絡初始化

1. 數據預處理

由于進行資源聚類時，用戶可能會關注與關鍵字密切的資源，或者更可能像搜索與該關鍵詞相關章節內容的介紹，故該論文又設定一個元數據量化資源組的權值函數：

（0.75，0.15，0.1）1（0.5，0.45，0.15）2（0.45，0.45，0.1）3

式中 （ ， ）w i j表示輸入層的 i神經元和映射層的 j神經元之間的權值

⑷選擇和權值向量的距離最小的神經元

計算并選擇是輸入向量和權值向量的距離最小的神經元，如： （ ）d j為最小，稱其為勝出神經元，記為 *j，并給出其鄰接神經元集合。

⑸權值的學習

勝出神經元和位于其鄰接神經元的權值，按下式更新：

⑹是否達到預先設定的要求

如達到要求則算法結束；否則，返回到步驟（2）。進行下一輪的學習。

3 仿真結果及算法評價

由上表可以清晰的看出：組1為 （1， 2，3），組4為 （4），組10為（5），組30為 （6），組36組 （7，8， 9，10），40組 （11）。其分組的正確率高達：85.1%。

由上述的仿真結果，該論文得出結論改進后的自組織競爭神經網絡算法能夠進行有效的自適應分類，從而高效的進行關鍵字元數據萃取的功能。但它仍存在一些問題，第一，學習速度的選擇使其不得不在學習速度和最終權值向量的穩定性之間進行折中；第二，有，一個神經元的初始值向量離輸入向量太遠以至于它從未在競爭中獲勝，也從未得到學習，這將形成毫無用處的“死”神經元。

4 結束語

目前，很多高校和公司開發出了移動學習（尤其是智能手機）的應用軟件，并且提出較好的處理移動學習資源的處理方法[6]，為用戶的碎片式學習和隨時隨地學習提供了一個良好的環境。本論文提出的算法，很適合應用在這些碎片資源和微型學習資源的萃取，并且可以為這些應用系統或軟件提供大量的聚類資源，從而使得用戶能夠獲得更好的用戶體驗。

參考文獻

[1] http：//baike.baidu.com/view/3003454.htm百度百科 移動學習2012-12-7

[2] 葉成林 徐福蔭 許駿 移動學習研究綜述 電化教育研究 2004 No.3

[3] 陳偉超 國內移動學習研究現狀及發展建議[J].中國電力教育，2009 No.9

[4] 詞匯語義知識庫淺述 劉興林 福建電腦 2009 No.9

[5] MATLAB神經網絡應用設計 張德豐 機械工業出版社 2009-01-01

[6]趙剛，楊宗凱Learning Resource Adaptation and Delivery Framework for Mobile Learning. 35th ASEE/IEEE Frontiers in Education Conference. October（10）19-22，2005