| 标题 | 构建基于Agent的高校图书馆智能教学辅助平台 |
| 范文 | 摘 要 高校图书馆在新的历史发展机遇期，将进一步围绕为教学和科研服务的核心价值，特别是进一步发掘作为大学生的“第二课堂”的特殊价值，利用最新的技术手段，在智能化、个性化服务方面取得突破，进而实现可持续发展和跨越式发展。本文给出了构建基于Agent的高校图书馆智能教学辅助平台的一种可行方案。 关键词 Agent 教学辅助 智能 高校图书馆 分类号 G258.6 DOI 10.16810/j.cnki.1672-514X.2017.07.011 Abstract In the new historical period of development， university libraries will further focus on the core value of serving the teaching and scientific research， especially the special value of being the ‘second classroom for university students. By using the latest technology， it has made a breakthrough in the field of intelligence and personalized service， and then realizes the sustainable and leap-forward development. This paper gives a feasible scheme of constructing the intelligent teaching assistant platform of university libraries based on Agent. Keywords Agent. Teaching assistant. Intelligence. University libraries. 大学图书馆的主要职能就是为大学的教学和科研服务，是高校教学科研工作的重要组成部分，是高校信息化乃至社会信息化的重要基地，其建设和发展的水平亦作为大学总体发展水平的重要标志[1]。大学图书馆的未来发展必须紧扣《普通高等学校图书馆规程》，必须想方设法的推进高校教学和科研的发展。或者说大学图书馆要获得可持续的发展就必须要适应高校新的教学环境和手段，并为此提供创新的支撑和服务上。为此，本文介绍搭建一种可以智能地为大学生学习提供知识推荐的跨平台教学辅助系统，旨在适应和推动新型的高校教学新环境与新方法，将大量过去只能由人工完成的知识推荐服务交由人工智能完成，为庞大的大学生群体提供一种高效、公平、实用、精准、不间断的教辅知识推荐服务，推荐内容以具体学生的课程、专业、爱好等为基础，实实在在体现为教学服务，为学生个人发展量身定制的特点[2]。 1 智能教学辅助平台的必要性与可行性分析 1.1 必要性 目前，高校图书馆的教辅服务没有真正融入教学体系当中，有的院系为适应自身教学发展的需要，自己建立了一些小型的教辅平台，比如：课程在线平台、课件平台，资料共享平台等。虽然院系自己建立的这些教辅平台资料内容比较精准，但多半都是教学内容的分享，本质上仍然是“第一课堂”的延伸。高校图书馆作为学生的“第二课堂”[3]，作为高校培养学生的三大（教室、图书馆和实验室）场所之一，必须紧跟高校发展的步伐，克服旧的服务框架，旧的管理模式带来的各种阻碍，创新的应用最新的技术为新环境下的教学和学生提供课程相关知识的推荐引导，帮助学生形成创新知识体系，适应社会对知识型人才和创新性人才的需求。 目前，推荐系统已经在很多领域进入实际应用。然而真正涉及人工智能进行推荐的不多，以大学图书馆为中心建立智能知识推荐教学辅助平台的研究开发就更少了[4]。因此，图书馆应建立一种针对大学生课外学习的智能知识推荐教学辅助平台，一方面提高图书馆海量资源的利用率，另一方面让图书馆真正融入到大学的教学体系中，进一步凸显大学图书馆在培养人才中的重要地位。 1.2 可行性 人工智能技术的引入可进一步实现“人选择有价值信息”到“有价值信息主动找人”的角色互换，将革命性的促使圖书馆的价值由“藏”转向“用”。其实，对新技术的引入、消化并最终转变为实际应用一直是大学图书馆乃至整个图书馆行业可持续发展的原动力。纵观图书馆的发展历史不难发现，在图书馆历史的每个阶段上，当时最新的技术总能从中找到身影[5]。 目前大部分的大学图书馆实际上已经处在数字图书馆的建设的高级阶段，这个高级阶段是指大学图书馆已经基本完成了文献的数字化、面向分布和多元化的发展历程，进入了基于用户信息活动的数字图书馆建设阶段。同时，大学图书馆其实也进入了智能图书馆（或者智慧图书馆）建设的初级阶段[6]。新技术应用一直是大学图书馆可持续发展的不二法门，而大学生智能知识推荐教学辅助平台，就旨在利用最新的人工智能技术将大学生在校的各种注册信息、学科信息、课程信息、成绩信息、活动信息、浏览信息、图书借阅信息、网络访问信息等进行综合分析，并以个性推荐方式将教学辅助知识内容推送给学习者。实际的系统应用中，推荐的知识或以书目信息，或以数据库资源，或以网络资源的形式呈现。 2 智能教学辅助平台的相关技术理论 2.1 人工智能 人工智能（Artificial Intelligence，AI）是计算机科学的一个分支，是一门新的科学技术，主要是研究和开发用于模拟、延伸和拓展“人”的智慧、智能的方法、技术、应用及理论的科学。该领域的研究包括了语言识别、图像识别、机器人、专家系统及自然语言处理等研究，并试图创造出一种能与人类智能相似的智能机器或模拟人类思考并作出反应的方式。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。2016年3月15日，“阿尔法围棋”（人工智能）战胜韩国顶级围棋高手李世石，就展示出近年来人工智能取得的空前进步。被称为预测人工智能未来最权威的人“雷·库兹韦尔”就曾预言到2029年机器将达到人类的智能水平。 2.2 Agent及其特性 最早在计算机科技领域提出Agent概念的就是麻省理工学院著名的计算机专家及人工智能学科的创始人之一Minsky。在Minsky的《Society Of Mind》一书中最早将社会及社会行为等概念引入到计算机中。根据不同的应用环境，通常而言Agent有两种定义：定义1，凡是具有自主的智能行为并构成与外部环境进行交互特征的分布式实体称为Agent。这个定义中智能插件、机器人、智能软件乃至人类本身都可以看作Agent。定义2，驻留在环境中可以解释为环境中发生作用的过程，并反应出环境中所发生的事件及其所获取的数据的实体叫做Agent。定义2中，Agent被看成环境中的一种具备生存状态的实体，同样既可以是智能硬件，也可以是智能软件。 基于以上定义，Agent除了具有智能性特征外，还应具有对环境的响应性、自主性、社会性结构、分布性及其合作协调性等典型特征。响应性是指能够感知环境信息并根据相应的环境信息做出适当的响应。自主性表现为Agent能够控制它自身的行为，即Agent的行为是主动的、自主的、有目标、有意图的自发行为，他能根据特定的目标和环境要求，自主规划并能在环境中自主地执行任务。社会性是指由多个Agent可以组成类似人类社会的大家庭，其中的每一个Agent就像一个社会成员的状态一样的存在其中，互相可以进行信息交换和作用。结构分布性表现为Agent群体系统具有的分布式结构上，系统中的各个部件具有异构和分布的特点。这种特性明显地增强了Agent的适应性和部署便捷性。合作协调性是指各个Agent在交互通信中能进行合作与协调。通常也把Agent作为描述动物智能、人类智能和机器智能的统一模型[7]。 3 智能教学辅助平台系统设计 基于知识的推荐系统在某种程度上可以说是一种推理技术，他本身并不依赖于用户的偏好，而是在特定的应用领域内来设定特定的规则进行基于实例的推理。这种推荐方法主要在于所用到的功能知识的区别上，功能知识就是用户解释需求和推荐之间的关系，关乎某个具体项目如何满足某个特定用户的知识。就高校图书馆智能教学辅助系统对知识的推荐而言，就是需要知识的推荐结果库，而学生的诸如注册信息、分数信息、课程信息等都可以是支持推理的知识结构，这些知识结构有别于纯粹的用户喜好。所以，本文中的教学辅助系统首先是要获取大学生的用户知识和图书馆馆藏知识并通过功能知识的推理或语言匹配向用户生成基础推荐列表。 3.1 Agent体系结构选择 高校图书馆智能教学辅助平台的构建是一项复杂的工程，需要多Agent进行协作，协作就涉及体系结构问题，多Agent进行协作常见的有三种体系结构有：网络结构、层次结构、联盟结构[8]。这三种常见的多Agent体系结构都有其各自的特点。网络结构的多Agent体系结构中任意的两个Agent都是对等的关系，优点在于可以搭建便捷的直接通信，缺点是会产生和保存大量的通信信息，对于复杂系统而言会导致整个系统效率低下。层次结构则是大大减少了通信信息存储量，但即便是同一层次的通信都必须通过上一层的指令来完成，造成通信效率下降。联盟结构的多Agent可以把院系属性、应用功能相近的Agent划分到一起，形成一个Agent联盟，而每个联盟中设一个管理Agent。这样在联盟内部可以根据情况选择合适的通信方式，联盟之间又呈现出网络通信结构。 3.2 系统流程 根据需求分析和Agent体系结构选择，本文构建的基于Agent的高校图书馆智能教学辅助平台应用流程如图1所示。 根据系统流程图可知，当特定的院系同学在使用该智能教辅系统时，首先是通过大学校园网的统一单点登录认证系统接入，然后相应的Agent会获取同学所用设备屏幕分辨率等信息，从而自适应登录设备的显示。然后，教辅平台进一步获取该同学的相关注册信息、成绩信息、课程信息、课程进度信息等基础信息，如果该同学是首次登陆则需要先接入院系联盟内的推荐引擎，如果已经接入过则直接获取图书馆持续为各个院系挖掘并进行基础分类的推荐信息。进一步根据该同学的浏览行为，活动行为等系统已能获取到的行为来确定特定读者的兴趣偏好。最后，在图书馆基础挖掘分类信息、院系联盟内推荐信息、读者个性偏好三种结果的综合推荐下生成显示的推荐结果。用户还可以对这个综合推荐结果进行修正，修正的次數达到一定的数量，系统会判断该学生的主体学习倾向有跨学科的可能性，就会接入到其他的院系的Agent联盟，从而获得跨院系、跨学科的推荐。只要同学没有关闭操作系统，系统就会持续监控用户的各种相关行为信息，并更正这些信息、修正推荐内容，并定时刷新。 3.3 系统架构 系统架构基于经典的B/S（Browser/Server）架构基础，有利于跨平台浏览，同时增了智能Agent层，形成B/S/A（Browser/Server/Agent）的新型架构形式，如图2所示。 在B/S/A（Browser/Server/Agent）的新型架构中，Browser层主要用于管理用户界面，实现信息输入输出、自动采集等交互。Server层主要由数据库服务器、Web服务器和推荐服务器的集群构成，完成数据库的同步、连接，Web交互，推荐数据存储、交换及实现等。各个图书馆可以根据数据处理和存储量的具体情况来选择合适的解决方案。Agent层实现用户的智能推荐，层内可包含多种智能Agent，也十分便于扩展接入各种智能Agent。例如：界面Agent用于判断用户使用何种设备登录系统，并更具不同的分辨率自动适应用户界面。监视Agent主要用于监控各自用户行为。总之，用户界面Agent、监视Agent、推荐引擎Agent、数据挖掘Agent、满意度Agent、预处理Agent等的共同作用下形成了高校图书馆智能教学辅助平台[9]。 其中的推荐引擎Agent又是整个Agent层的核心组成部分。内部架构如图3可知Agent本身不是一个独立的个体，它是由多个子Agent构成的，图中就给出了资料挖掘Agent、推荐控制Agent和推荐生产Agent，它们又分别对应数据服务层的图书馆数据库、用户兴趣模型库、推荐算法库和推荐记录库。 4 Agent通信的实现与系统界面 4.1 Agent通信的实现 基于Agent的高校图书馆智能教学辅助平台最终能否发挥出应有的效果，关键就在于多Agent内部的通信和协作。在具体实现上，知识查询与操作语言KQML（Knowledge Query and Manipulation Language）和FIPA ACL（Agent Communication Language）是目前常用的兩种语言。这两种语言对于Agent的加入和身份认证及通信基础设施的支持有所不同。FIPA ACL旨在提供一种纯粹的Agent通信语言而不提供语句来规范基础设施，而KQML提供了与之相关的一些原语来规范基础设施。 从上面例子中容易看出KQML与FIPA ACL之间的主要区别在于语用词的集合上，而消息的结构基本是一样的。FIPA ACL的开发者可以通过一种叫做SL的形式语言来给出这种语言的形式语义。SL可以表示这个Agent执行的动作甚至一个Agent的信念、愿望和意图。 本文中平台的具体编码采用JADE （Java Agent Development Framework）实现。JADE通过一个兼容 FIPA 规范的中间件来简化中间多代理的实现，支持调试和部署阶段的图形工具，是一个完全用Java语言实现的软件框架（如图4所示） 。代理平台可以跨机器分布，甚至不需要共享相同的操作系统和配置就可以通过远程图形界面控制[10]。 同时在配置上应当注意两个常见问题：（1）通信时ACLMessage一定要添加Receiver的指定合法的AID，并且这个AID一要有完整的名称和合法的Addresses。（2）防火墙内关于文件与打印机共享的协议，如果没有打开可能造成器名无法解析。实例代码如下所示： 4.2 系统界面 基于Agent的高校图书馆智能教学辅助平台可以实现多平台访问对于Android系统的手机或者平板而言，系统中的UI元素都是集成了androi.view.view类。通过Eclipse开发工具中的ADT插件可以完成设计实现。各类设计用图片文件都存放在Android工程的drawable下面。布局文件的空间都是通过XML的标签描述，这样就可以通过属性来描述和控制。 PC端通过浏览器即可登录平台，登录后即刻获得最新的教辅资料推荐阅读。为实现特定的展示效果，宜采用（DIVision，DIV）层叠样式表中的定位技术。 5 结语 人工智能技术必将给图书馆行业带来新的更大发展机遇，对于大学图书馆而言，人工智能技术的引入将使高校图书馆服务教学的工作向前迈进一大步，使大学图书馆真正融入到大学的教学体系和日常教学辅助中，将庞大的馆藏变为针对每个大学生日常学习所需要的精准教辅知识的推送。人工智能真正在大学图书馆工作的各个领域发挥巨大的作用还需要广大同仁的共同努力。在大学图书馆可持续发展的道路上机遇与挑战并存，只有紧紧围绕大学图书馆的使命，不断创新与实践才是可持续发展之路。 参考文献： 卢章平，王正兴，沙振江，等.对修订《普通高等学校图书馆规程》的若干建议[J]. 大学图书馆学报，2014（4）：50-54，40. 曹畋.探究适合中小型机构知识库的智能推荐系统[J].农业图书情报学刊，2016（3）：5-9. 吕珂.论智能图书馆的构建与实现[J].兰台世界，2014（2）：107-108. 张延利，张德生.基于人工智能的黄金价格非线性组合预测[J].数学的实践与认识，2015（21）：26-33. 曹畋.大数据环境下的图书馆异构数据统一访问与转化系统[J]. 图书馆理论与实践，2016（2）：80-84. LIU KEXIN，WU LULU，Lü JINHU，et al. Finite-time adaptive consensus of a class of multi-agent systems[J].Science China（Technological Sciences），2016（1）：22-32. 赵业清.基于复杂Agent网络的高校舆论演化系统研究[J].情报科学，2016（1）：130-134. WANG LIJIAO，MENG BIN.Characteristic model-based consensus of networked heterogeneous robotic manipulators with dynamic uncertainties[J]. Science China（Technological Sciences），2016（1）：63-71. 陶先平，吕建，李新，等.移动Agent技术在电子商务上的应用初探[J]. 南京大学学报（自然科学版），2001（2）：174-181. 尚安利，夏立. 基于多Agent的船舶电力系统故障恢复方法[J]. 信息与控制，2015（6）：759-768. 曹 畋 南京晓庄学院工程师。江苏南京，211171。 （收稿日期：2016-08-18 编校：刘 明） |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。