国外关联数据教育应用项目研究与启示

　　[摘 要] 国外兴起的关联数据研究已经引起了学术界的广泛关注，同时也得到了政府、媒体、教育、企业等各领域的积极参与。为从国外项目角度了解关联数据教育应用最新进展，本文通过文献研究首先介绍了关联数据相关概念，然后从项目研究内容、关键技术应用和成果等角度介绍了SemTech、mEducator和LUCERO等三个国外典型的关联数据教育应用项目，并对它们作了比较分析。最后，结合我国教育资源建设现状，对如何利用关联数据解决教育资源共享问题提供了一些建议。
　　[关键词] 关联数据； 教育应用； 国外项目； 语义网； 教育资源共享
　　[中图分类号] G434 [文献标志码] A
　　[作者简介] 吴鹏飞（1982—），男，山东兖州人。馆员，硕士，主要从事计算机教育应用和数字图书馆系统开发等研究。E-mail：wupengfei_2000@163.com。
　　一、引 言
　　Web环境下的数字化学习资源的建设基本上经历了从最开始的盲目建设到后来的规范化设计开发，从最初的Web1.0时代的专家或机构集中生产到 Web2.0 时代的“群建共享”，从最初的“资源孤岛”到后期的“资源共享”。[1]学习资源是数字学习时代中的核心要素，是整个教育生态系统的重要基础组成部分。然而，不管是Web1.0还是Web2.0时代，Web环境下的学习资源总是以海量、动态、异构、分布等方式存在于网络空间中，教育学习资源的混乱无序、独占隔离、简单重复、缺乏共享、检索低效等问题[2]给教育领域提出了巨大的挑战。针对教育学习资源的建设与共享问题，国内外学者和机构提出了不同的学习资源信息模型，如积件、[3]IEEE LOM、[4]SCORM、[5]IME-LD、[6]IME-CC、[7]学习元[8]等。
　　关联数据[9]是一种语义网轻量级实现模型，自互联网之父Tim Berners-Lee在2006年提出以来就已经引起了学术界的广泛关注，同时也得到了政府、媒体、企业等各领域的积极参与。那么，关联数据这种新的网络信息资源组织模型将对教育领域有何影响？对我国教育资源建设与共享有何影响？为从国外项目角度了解关联数据教育应用最新进展，本文在介绍关联数据相关概念基础上，通过文献研究从项目研究内容、关键技术应用等角度介绍了SemTech、mEducator和LUCERO等三个国外典型的关联数据教育应用项目，并对它们作了比较分析。最后，结合我国教育资源建设现状，对如何利用关联数据解决教育资源共享问题提供了一些建议。
　　二、关联数据概述
　　（一）概念提出
　　2006年互联网之父Tim Berners-Lee在继1998年首次提出语义网之后又提出“Linked Data”的概念，并在《关联数据构建笔记》等一系列文章中分析了Web的发展和演化，提出了当下发展数据网络（Web of Data）的思想，其认为关联数据基于分布式数据集和其自主定义内容格式，利用标准的本体知识表示与SPARQL检索协议，采用可逐步扩展的机制来实现可动态关联的知识对象网络，并支持语义知识组织和知识发现。[10]2007年，ChrisBizer与Richard Cyganiak向W3C SWEO提交关联开放数据 （Linking Open Data，LOD）的项目申请后，关联数据才被学界所熟知。[11]
　　关联数据是一种推荐的最佳实践，用来在语义网中使用URI和RDF发布、分享、连接各类数据、信息和知识，发布和部署实例数据和类数据，从而可以通过HTTP协议揭示并获取这些数据，同时强调数据的相互关联、相互联系以及有益于人机理解的语境信息。[12]对于关联数据，其中URI（Universal Resource Identifier）是统一资源标识符，用于唯一标识Web上可用的资源名称，资源分为信息资源和非信息资源，例如Html网页、图像、邮件、视频片段、程序、Word或PDF文档等是信息资源，而人、地点或概念、类和实体等则是非信息资源；RDF（Resource Description Framework）资源描述框架用于Web资源的描述。关联数据以RDF模型来表达实体、属性及其关系，通过一系列的三元组来实现，每个三元组包括主语、谓词和对象等三个部分。主语是URI所标识的资源，对象是与主语有关的其他资源的标识符，谓词表示主语和对象之间的关系。
　　（二）关联数据特点
　　关联数据强调建立已有信息的语义标注和实现数据之间的关联，它具有框架简洁、标准化、自助化、去中心化、低成本的特点，为构建人机理解的数据网络提供了根本性的保障，为实现语义网奠定了坚实的基础。[13]关联数据构建和实现有四个基本原则：使用URI作为任何事物的标识名称；使用HTTP URI让任何人都可以访问这些标识名称；当有人访问某个标识名称时，提供有用的信息；尽可能提供相关的URI。[14]关联数据的构建和实现原则要求关联数据在构建过程中要满足四个基本条件：URI唯一标识、HTTP协议访问、集成内部相关资源和集成外部相关资源，从而使得内部、外部资源相互关联，内部资源融入网络，网络资源集成到内部，这样可以方便用户查询，提高用户发现和拓展网络信息资源的能力。
　　关联数据作为语义网的一种轻量级实现形式，已经成为语义网络环境下知识组织、知识关联、知识集成、知识共享与知识服务的一种新的模式、工具和途径，这使语义互联网研究又向前迈进了一步。
　　（三）关联数据云
　　关联数据自2006年提出以来，引起了学术界极大的关注，特别是近三年的国际学术会议如ISWC、LDOW、WebDB、AAAI、ALA等都对关联数据研究给予了极大的关注，并多次举办有关的主题会议。[15]与此同时，美国国会图书馆、瑞典国家图书馆、美国政府网关data.gov、英国政府data.gov.uk、BBC、纽约时报、DBpedia等其他政府、媒体、企业相关领域组织也积极参与关联数据的研究与应用。短短五年间的发展，现在已经初具规模和影响，从2007年5月开放关联数据（LOD）云图中仅有的12个开放数据集和5亿个RDF三元组，截至 2011年 9 月，关联数据云（LOD Cloud）含有295个开放数据集，310 亿个RDF 三元组，5 亿个 RDF 链接，如图1所示。