3、开放教育实践与学习管理系统设计语言解析

开放教育实践与学习管理系统设计语言解析

开放教育资源推荐系统

系统背景与目标

在开放教育实践中，为确保创业培训平台的成功，需要吸引足够多的潜在用户。社区规模对平台的成功至关重要，它影响着平台资源的采用、开放教育资源（OER）的增加、资源质量以及培训路径的选择。因此，引入了推荐系统，该系统负责为社区提供按能力组织并按相关性过滤的重要资源集合，帮助用户发现新资源，拓展OER，并通过社交网络进行资源推荐。

推荐系统的组成与原理

1. 元数据管理 ：系统采用LOCWD模型，该模型用于链接OER、开放许可证、OER/OCW存储库和其他学术信息。系统会自动提取许多推荐的元数据，用户也可以检查和修正。对于链接已有的OER，系统会自动提取的元数据包括标题、替代标题、摘要、语言、标签、作者姓名、作者组织、创建日期、OER提供者、URL源、许可证、编码格式和持续时间。
2. 资源来源 ：推荐系统的信息来源包括Serendipty搜索工具、Twitter和数据网络上的主题。这些资源可以是开放许可的文档和媒体，通过Web服务进行发现。Web服务是一种通信方法和标准化方式，用于集成基于Web的应用程序，具有语言和平台独立性。
3. Serendipity组件 ：该组件旨在简化基于链接OER数据的推荐系统开发。其设计遵循抽象、可扩展性和互操作性三个主要原则。通过对用户学习路径需求和资源属性进行建模，根据领域专家定义的推荐规则生成推荐的开放教育材料列表。Web服务的输出是一个单一的OER排名列表，然后转换为Startup推荐系