CN102663901A - 一种基于分布式的协同学习*** - Google Patents

Abstract

本发明公开了一种基于分布式的协同学习***，该***包括客户端、逻辑处理装置和数据库层三部分，支持多节点的分布式学习逻辑服务部署，支持个人行为的学习思维模式，支持群体行为的协同学习思维模式，能够对不同地域、不同服务器中的学习者的学习进度进行管理。能够依据个人和个人所在的群组将当前的学习进度从不同的学习服务器中提取出来智能组合成当前的学习进度。在学习过程中能够智能地依据学习者的学习状态，对数据进行自动容错检测、协调数据的一致性、交互命令控制、学习逻辑计算、智能路由控制，再利用计算机技术和虚拟现实技术构建逼真的情景学习环境，使学习者有身临其境的体验，增加了学习的情境性、互动性和多维性。

Description

一种基于分布式的协同学习***

技术领域

本发明涉及信息技术领域，是一种基于虚拟现实环境下的协调思维学习***，具体地说是一种基于分布式的协同学习***。 

背景技术

现有学习***是基于二维的学习方式，交互性不强，只能支持普适性学习，无法进行交互性学习，使用者除了主动式学习外，没有其它的辅助手段来进行学习，明显存在以下不足：

1、现有学习***只能支持普适性学习，不能体现个性化的思维学习，学习者没有学习的自主性和创造性，无法发挥学习者的个性化思维。

2、现有学习***不支持协同思维学习模式，学习者无法按照自己的兴趣、爱好、主题等组成群组按照群体思维的方式进行协同学习。是指一组用户在一个共享的工作环境中协作地完成一个任务。

3、现有学习***不支持协同学习，无法按照协同学习的规则来组织课程信息和学习状态的信息，无法满足更先进的群体思维学习模式。无法满足一组用户在一个共享的工作环境中协作地完成一个任务的要求。

4、现有学习***只能进行单一性学习，不支持将分布的学习数据进行整合，因而没有分布式的协同学习的功能、个体学习和群组学习的学习数据都不能进行智能组合。

5、现有学习***不支持对群组学习数据进行整合，无法对群组的学习进度和状态进行控制和管理，无法对群组的学习效果给出客观的评价。

6、现有学习***只支持离散的学习资源管理，不支持学习逻辑的管理，无法对学习逻辑进行合理的划分，无法体现学习内容间的层次性和渐进性逻辑。

发明内容

本发明的目的是要解决以下问题：将单一的学习模式改变成协同学习模式；将枯燥的主动式学习改为交互式学习；将离散的学习方法变成符合学习逻辑的渐进式学习并支持学习的层次性。本发明是将协同学习技术和先进的教学模式结合起来，构造一个分布式的协同学习环境，提出一个协同学习下的群组交互学习模型，包括个体思维学习、协同思维学习，分布式学习、学习状态管理以及对学习记录进行智能化的整合等功能，以突出协同思维学习的优越性、层次性和渐进性。本发明基于情景化学习理论而构建，使学习者对知识和技能的学习处于一个高度真实的情景中，通过社会化交互学习手段，使学习者在无意识中提高自身知识，分享自己的学习心得。

本发明的具体技术方案是：

一种基于分布式的协同学习***，该***至少包括：

客户端：用来显示用户数据和***界面；

数据库：用来存储***中的参数配置、资源数据及用户数据；

逻辑处理装置：设置于客户端与数据库之间，用来实现应用逻辑控制、协同学习模型建立、基础数据管理和分布式数据管理；包括学习逻辑层、协同学习模型层、数据模型层，其中学习逻辑层与协同学习模型层连接、协同学习模型层连接数据模型层，；数据模型层包括基础数据管理组件和分布式数据管理组件；

所述协同学习模型层包括协同学习逻辑管理组件、协同思维模型组件及个体思维模型组件，其中：协同思维模型组件由个体思维模型组件构成，通过协同学习逻辑管理组件来驱动协同思维模型组件的运转；协同学习模型层对数据模型层中的数据进行逻辑处理和数据整合；

所述基础数据管理组件中的数据在各节点间是同构的，数据在各节点间同步；分布式数据管理组件中的数据是异构的，数据在节点间不同步。

所述逻辑处理和数据整合包括以下具体步骤：

a、读取节点配置信息获得所有的节点连接信息；

b、向每个节点发出该用户当前正在学习的资源的状态请求；

c、接收每个节点返回的数据，整理出最新的学习状态，如果是基于群组的则获取该群组成员的在线状态；

d、检测数据是否存在冲突，存在则合并冲突信息；

e、将数据发送给协调控制器，由协调控制器来协调数据的一致性，并发送结果数据到命令交互器；

f、命令交互器依据当前的缓存数据来生成交互命令的发送顺序，并将数据发送给下一步；

g、逻辑计算管理接收到命令交互器发送的数据后，依据当前用户的信息计算该数据的路由目的地址，并将计算后的数据发送给路由控制器；

h、路由控制器接收到数据后，依据路由规则将数据发送到当前在线用户所在的学习节点***的学习逻辑层；

i、学习逻辑层接收到数据后，结合虚拟现实和 VRML将当前的学习信息和进度展示在界面上。

本发明提出的协同学习模型管理是对基于协同学习技术、虚拟现实技术、计算机技术以及学习者之间的四维协同工作的学习方式的管理。协同学习技术为学习者提供了最先进的学习方法论和学习手段；虚拟现实技术为学习者营造出一个高度真实的学习环境；计算机技术使协同学习技术、虚拟现实技术和学习者三者结合起来，提高协同学习者之间的可感知性和交互性，激发了学习者的学习积极性；使学习者有身临其境的体验，增加了学习的自然性、丰富性和多维性。

本发明提出的学习模式的管理包括群组关系管理、虚拟环境实现以及学习记录的整合管理。群组的关系管理是指对相同学习兴趣和目标的一类人的管理包括，创建新群组、添加群组成员、删除群组成员、群组成员获取等，只有创建了群组才能进行群体思维学习。虚拟环境管理是指对***中的虚拟控件、学习工具，教学工具等信息进行管理，由于本***中分布式硬件和教学工具不具有差异性，当一个分布式节点有新设备接入时，表示其它节点也会具有该设备。学习记录的整合管理是指对某一个群组或个人的分布式的学习进度进行数据整合，整合为群组或个人当前的学习状态，来实现协同学习。

本发明提出的分布式数据管理组件包括资源管理、节点配置。其中资源管理包括学习资料管理、学习工具管理和学习记录的管理；本发明中对于学习的资料数据和学习记录数据是分布式存储的；用户登录到哪台服务器，本次学习的记录数据就存储到该台服务器。学习资料是指一切与学习相关的物件如：课件、讲义、文档等资源的统称。学习资料管理是指对学习资料进行审查、查毒、添加、更新、删除、读取等操作。学习记录管理包括分布式学习记录数据的增加、修改、容错审查、删除、远程记录获取等功能。

本发明提出的基础数据管理组件包括用户数据管理、群组数据管理、虚拟环境管理三个功能。主要功能是实现数据的有效性管理和各个节点间的数据信息同步。用户数据管理主要是用户的注册、管理、用户数据在各节点间的同步；群组数据管理的主要功能是群组的创建、管理、群组成员的维护、群组数据在各节点间的同步；虚拟环境管理主要包括DVR（Distributed Virtual Reality）管理、DVR配置数据在各节点间的同步。DVR是对一个支持多人实时通过网络进行交互的图形***。每个用户在一个VR(Virtual Reality)环境（真实感3D立体图形、立体声等）中通过联网的计算机与其他用户进行交互。

本发明能够依据个人和个人所在的群组将当前的学习进度从不同的学习服务器中提取出来智能组合成当前的学习进度。支持协同学习技术、虚拟现实技术、计算机技术以及学习者之间的四维协同工作的学习方式。在学习过程中能够智能地依据学习者的学习状态，对数据进行自动容错检测、协调数据的一致性、交互命令控制、学习逻辑计算、智能路由控制，再利用计算机和虚拟现实构建逼真的情景学习环境，使学习者有身临其境的体验，增加了学习的情境性、互动性和多维性。

附图说明

图1是本发明结构示意图；

图2是本发明逻辑处理装置功能流程图；

图3是本发明基础数据管理组件功能流程图；

图4是本发明分布式数据管理组件功能流程图；

图5是本发明协同学习逻辑管理组件功能流程图；

图6是本发明协同学习模型层功能流程图。

具体实施方式

实施例

参阅图1,基于浏览器的客户端S1，必须通过Http协议来访问本***；数据库层S2负责本实施例的所有数据的存储，逻辑处理装置S3负责处理逻辑数据、学习数据和应用数据，是本实施例的核心功能模块，包括三部分；其一是数据模型层S9，包括基础数据管理组件S4和分布式数据管理组件S5；其中基础数据管理组件S4，负责管理本实施例中的基础数据，基础数据包括用户数据、群组数据及虚拟环境数据；分布式数据管理组件S5，负责管理分布存储在各个数据库中的数据间的逻辑关系并对外提供数据接口；二是协同学习模型层S6，负责协同学习和协同思维学习方式的模型创建和管理，包括个体思维模型、协同思维模型、协同学习逻辑管理等功能；三是学习逻辑层S7，负责学习的逻辑控制功能和虚拟化的学习环境的实现及维护。

参阅图2、图3、图4及图5，本发明逻辑处理装置功能流程：

首先是学习者的管理1，通过对学习者的管理建立起一整套的个体或群体学习者，这包括用户管理21、群组管理 22、虚拟环境设置23、建立学习逻辑24。通过对用户、群组、资源、和虚拟环境四者之间建立关系，同时也就建立起了一个协同学习关系。

当协同学习关系建立起来之后，需要对协同学习逻辑进行管理2，并为当前的学习行为建立对应的学习模式3，在对学习模式进行管理时会根据用户所在的群组数据4选择适当的学习模式7，并对当前的学习记录数据进行整合管理5，并调用***中配置的虚拟现实环境6呈现给学习者，从而创建了一个适合学习者的情景化学习环境。

在情景化学习环境中，依据当前用户配置的思维模型来选择是采取个体思维模型10还是群体思维模型9为当前的学习建模，并提供对思维模型管理8的手段。个体思维模型主要是针对个人的学习模式而设定的，群体思维模型是针对多人协同学习而建模。

本实施例中所生成的数据分为分布式数据和基础数据。

分布式数据是指分布存储在各个节点服务器上的数据，各节点间的数据是不同的；分布式数据管理11包括节点配置12和资源管理13；其中资源管理13为使用者提供一个管理学习资料、学习工具和学习记录的功能，包括学习资料管理25、学习工具管理26和学习记录管理27；学习资料管理25是对存储在各个服务器上的课件、书籍、讲义等学习资源的管理，它包括资料的增加、内容审查、资料的更新和删除等功能；学习记录管理27是指对***中由学习过程产生的数据进行管理。学习工具管理26是指***中提供的一些学习辅助工具，包括播放器管理和实验性的工具管理。

基础数据是指在各个节点的服务器上都存在对应的副本，数据会定期进行同步以防止节点间的数据存在冲突。基础数据管理14包括用户信息管理15、群组数据管理16和虚拟环境管理17三个功能模块。其中用户信息管理15是对用户数据进行维护和同步；群组数据管理16是对群组数据进行维护和同步管理；虚拟环境管理17是针对虚拟环境下的一些配置参数进行维护和管理。

本实施例中的协同学习逻辑管理2负责整个协同逻辑的建立维护和驱动，包括：信息整合30负责将分步布存储各个节点的学习记录信息整合起来以符合群体学习或个人学习的协同学习模式；冲突检测31负责检查数据的逻辑性和有效性防止数据间存在冲突；协调控制32接收到冲突检测发来的冲突数据后负责协调这些数据；命令交互33负责各个命令之间、命令和终端之间的交互工作；逻辑计算34有两方面的工作一是计算交互命令间的逻辑行为，二是计算当前学习的进度状态；路由控制35接收计算的结果，并将结果按照路由机制进行转发出去，以达到终端之间的信息交互，使学习者类似于或相同于现实世界中交互的真实的三维感受，消除人被动地去适应计算机***所带来的认知负担，增强人机***的整体效率。

参阅图6，本发明的协同学习过程：

步骤A1、B1: 分别代表本实施例中的两个分布部署的节点：节点A和节点B和节点A的用户和节点B的用户；

步骤A2、B2: 分别是节点A 的数据库和节点B的数据库，节点A用户的学习记录数据存储在节点A数据库上，节点B用户的学习记录数据存储在节点B数据库上；而用户信息数据在节点A和节点B上则是无差异化的，而且当一方发生变化时会自动同步到另一方；

步骤A3、B3：分别是节点A***中的信息整合功能和节点B中的信息整合功能，负责获取用户在本节点的学习记录数据以及在其它节点的学习记录数据，并将这些学习记录数据整合起来，形成当前的最新学习状态，当用户在学习时通过虚拟现实和VRML（Virtual Reality Modeling Language：虚拟现实建模语言）学习环境驱动学习的动作与群体思维学习模型互动从而实现协同学习的功能。

步骤A4、B4：负责将从各个节点传回的数据进行冲突检测，检测数据的有效性、不一致性和冗余性，防止错误数据的发生；

步骤A5、B5：协调控制器负责各节点间数据的协调，包括冲突数据和实时数据的协调，通过协调来保障数据的一致性、顺序性；

步骤A6、B6: 命令交互器，接收从协调控制器发送过来的数据，各个命令之间、命令和终端之间的交互工作，同时将命令进行队列化管理，使命令具有序列化；

步骤C：逻辑计算管理，负责计算交互命令间的逻辑行为和当前学习的进度状态，以区别各用户的状态和数据，并计算出每个数据的目的地，方便步骤D使用该数据；

步骤D：路由控制器，负责将步骤C传过来的数据按照数据中的路由规则进行数据的临时存储和转发，实现在线的学习者之间进行实时数据的交换；

步骤A9、B9: 是虚拟环境管理组件，负责接受到路由控制器发过来的数据，并将这些数据调用虚拟学习环境中的相关逻辑进行优化，生成能够驱动VRML的脚本代码；

步骤A10、B10：负责接收优化后的虚拟数据，并辅以VRML效果，营造出当前的学习环境、状态和进度，并展示给用户。

Claims (2)

1.一种基于分布式的协同学习***，其特征在于该***至少包括：

客户端：用来显示用户数据和***界面；

数据库：用来存储***中的参数配置、资源数据及用户数据；

逻辑处理装置：设置于客户端与数据库之间，用来实现应用逻辑控制、协同学习模型建立、基础数据管理和分布式数据管理；包括学习逻辑层、协同学习模型层、基础数据管理组件和分布式数据管理组件，其中学习逻辑层与协同学习模型层连接、协同学习模型层连接基础数据管理组件和分布式数据管理组件；

所述协同学习模型层包括协同学习逻辑管理组件、协同思维模型组件及个体思维模型组件，其中：协同思维模型组件由个体思维模型组件构成，通过协同学习逻辑管理组件来驱动协同思维模型组件的运转；协同学习模型层对分布式数据管理组件中的数据进行逻辑处理和数据整合：

所述基础数据管理组件中的数据在各节点间是同构的，数据在各节点间同步；分布式数据管理组件中的数据是异构的，数据在节点间不同步。

2.根据权利要求1所述的一种基于分布式的协同学习***，其特征在于：逻辑处理和数据整合包括以下具体步骤：

a、读取节点配置信息获得所有的节点连接信息；

b、向每个节点发出该用户当前正在学习的资源的状态请求；

c、接收每个节点返回的数据，整理出最新的学习状态，如果是基于群组的则获取该群组成员的在线状态；

d、检测数据是否存在冲突，存在则合并冲突信息；

e、将数据发送给协调控制器，由协调控制器来协调数据的一致性，并发送结果数据到命令交互器；

f、命令交互器依据当前的缓存数据来生成交互命令的发送顺序，并将数据发送给下一步；

g、逻辑计算管理接收到命令交互器发送的数据后，依据当前用户的信息计算该数据的路由目的地址，并将计算后的数据发送给路由控制器；

h、路由控制器接收到数据后，依据路由规则将数据发送到当前在线用户所在的学习节点***的学习逻辑层；

i、学习逻辑层接收到数据后，结合虚拟现实和 VRML将当前的学习信息和进度展示在界面上。

Images