CN109582858A - 一种可信的知识生态系统 - Google Patents

Abstract

本发明公开了一种可信的知识生态系统，包括：学习资源自动收集模块，按需从互联网开放资源中采集特定主题的学习资料，进行数据清洗、数据归约，将结构化或半结构化数据可信地存储在内部学习资源库中；资源学习模块，对资源进行学习形成个人知识库，其中个人知识库以可信的方式存储于平台上；知识管理模块，对所述个人知识库中的知识要素进行组织并与融合、更新到已有的知识体系；知识分享模块，将知识可信地分享给特定用户(群)；知识创新模块，结合已有知识体系，生产个人成果，并形成个人成果库；成果提交模块，将所述个人成果提交到平台上。在本发明中，知识的流动过程促进知识库的不断自我更新，形成不断循环、自生长的知识生态系统。

Description

一种可信的知识生态系统

技术领域

本发明属于可信计算技术领域，具体涉及一种可信的知识生态系统及其构建方法。

背景技术

目前，知识管理、知识的可信存储、知识的共享方面的研究正如火如荼的进行。在信息爆炸的时代，如何进行知识管理、知识的可信存储、知识的共享，是摆在每个知识管理行业从业者面前的难题。

中国发明专利公开号CN107704634A公开了一种形成知识和构建知识链的方法，其特征在于，研究文本信息中包含的知识，构建系统的领域基元图以表示知识，通过知识的相互联系生成知识链；基元图表示的知识由对象、属性和量值组成，对象是中心，属性解释对象；属性分为指标、倾向和对象三类；对象Object的对象属性是形成知识链的基础，而知识的解释是生成知识链的动力；文本信息中的知识和学习知识组成了基元知识生态系统；主要用于文本中的知识分析和构建知识链。

然而，上述知识生态系统主要解决的是企业生产、企业管理中面临的管理系统构建问题，目前尚无可信的知识生态系统，用于常见的互联网上的学习资源的整合。

发明内容

为解决以上问题，本发明通过基于语义的主题爬虫、增量爬虫技术，从多源异构、海量复杂的互联网开放资源中获取特定主题或者特定领域的相关资源，通过数据去重、知识管理、可信管理、可信分享、可信存储等技术建立了集资源获取、资源学习、知识管理、成果输出、知识共享于一体的知识生态系统。

根据本发明的一个方面，提供了一种可信的知识生态系统，包括：

学习资源自动收集模块，按需从互联网开放资源中采集特定主题的学习资料，进行数据清洗、数据归约，将结构化或半结构化数据可信地存储在内部学习资源库中；

资源学习模块，资源进行自学习形成个人知识库，其中个人知识库以可信的方式存储于平台上；

知识管理模块，对所述个人知识库中的知识要素进行组织并融合、更新到已有的知识库；

知识分享模块，将知识可信地分享给特定用户(群)；

知识创新模块，结合已有知识体系，生产个人成果，并形成个人成果库；

成果提交模块，将所述个人成果提交到平台上，供其他学习者进行学习。

优选的，所述资源学习模块对象的载体形式包括：视频、音频、文档、和/或网页。

优选的，对所述个人知识库中的知识要素和已有的知识体系进行融合，包括：知识去重、消除歧义、和/或知识关联。

优选的，所述知识管理的方法为：利用思维导图工具以插件调用方式嵌入所述系统对知识进行管理。

优选的，所述知识分享包括：将个人知识库中的部分知识分享到所述系统的内部交流平台或者互联网开放资源平台，从内部交流平台分享到互联网开放资源平台，从所述个人成果库分享给内部交流平台或者互联网开放资源平台。

优选的，分享的过程中用户能够通过权限控制严格控制内容的访问范围，并且信息以密文形式在传输信道中传输。

优选的，所述采集学习资料的方法为基于语义的主题爬虫或增量爬虫算法。

优选的，所述主题爬虫方法包括如下步骤：

(一)、使用杜威十进分类法，在网页特征提取阶段，快速找出网页文本与锚文本关键词主题相近的关键词；

(二)、提取主题候选链接特征文本；

(三)、使用朴素贝叶斯文本分类器对候选链接主题边缘文本进行分类，获取主题相关网页；如果文本属于特定主题，那么相对应的候选链接以分类权值作为优先级值，以优先级的大小顺序插入爬行队列，爬虫优先访问分类值大的链接，如果文本不属于特定主题，则丢弃候选链接；

(四)、对相关网页的Web链接信息用HITS算法计算出其对应的权威度和中心度，综合锚文本、锚文本附近信息、反向网页、反向链接的兄弟链接、URL链接，预判待爬取网页与主题的相关度。

优选的，所述提取主题候选链接特征文本包括如下步骤：

(1)对网页的锚文本和正文进行分词处理，去掉停用词，得到关键词；

(2)查找关键词的杜威分类号码；

(3)运用杜威十进制分类法的特性并结合二维坐标提取主题候选链接特征文本；把关键词分类号码的长度作为X轴，关键词分类号码作为Y轴，将关键词对应的杜威十进分类号码在二维坐标中绘制相应的点；

(4)提取二维坐标中锚文本关键点以及锚文本周围的关键点对应的关键词作为主题候选链接特征文本。

优选的，该系统是可信的，具体体现在所述个人知识库、个人成果库的访问权限控制由用户进行管理；其中的数据可信地存储于系统平台。

优选的，所述的可信存储，是指数据以密文方式存储在数据库中，通过非对称密钥的公钥进行加密，而私钥只有用户自己拥有，即使平台的管理者无法获取。

本发明的优点在于：在这个平台上，知识的流动过程促进知识库的不断自我更新，形成不断循环、自生长的知识生态系统。本发明的平台具有以下特点：

(1)用户个人的知识更新自我更新微循环：知识管理的过程，能够通过用户循环往复的知识加工过程实现个人知识库的不断更新；

(2)系统内部学习资源自动更新的内循环(小循环)：在学习平台上，知识学习、知识创新和成果提交三个过程形成小循环，通过用户的学习成果更新不断促进平台的学习资源库的循环更新。

(3)系统内部学习资源自动更新的外循环(大循环)：个人知识库及成果库的不断更新，通过开放有序的知识分享促进互联网开放资源的持续更新，互联网开放资源的持续更新进一步促进系统内部学习资源的更新，形成系统内部学习资源更新的外循环。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明可信的知识生态系统的工作原理示意图。

图2示出了本发明可信的知识生态系统结构图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

以下首先解释本发明所涉及的“可信”概念。本发明中，“可信”的含义不同于日常生活中的概念范围，有其在具体领域的特殊含义。

在技术领域，1983年美国国防部就制定了《可信计算及系统评价准则》。1999年TCPA组织成立，2003年改组为可信计算组织TCG。TCPA和TCG制定了关于可信计算平台、可信存储、可信网络连接等一系列技术规范。目前已有200多个企业加入了TCG，可信计算机已经进入实际应用。

在理论领域，IEEE组织于2004年编辑出版了IEEE Transaction on dependableand secure Computing杂志，专门讨论可信计算。

可信计算组织TCG用实体行为的预期性来定义可信：一个实体是可信的，如果它的行为总是以预期的方式，达到预期的目标。

ISO/IEC 15408标准将可信定义为：参与计算的组件，操作或过程在任意的条件下是可预测的，并能够抵御病毒和物理干扰。

所谓可信是指计算机系统所提供的服务是可以论证其是可信赖的。这就是指从用户角度看，计算机系统所提供的服务是可信赖的，而且这种信赖是可论证的。可信计算系统是能够提供系统的可靠性、可用性、信息和行为安全性的计算机系统。

另外，本发明关于可信计算的基本概念可以参考2009年机械工业出版社出版的《可信计算》一书。

如图1所示，本发明的技术原理如下：

学习资源的自动收集，通过基于语义的主题爬虫、增量爬虫技术，从多源异构、海量复杂的互联网开放资源中获取特定主题或者特定领域的相关资源，并对这些资源通过数据清洗技术实现去重并进行质量评估后，以结构化和半结构化数据的形式存储于系统内部学习资源库。所述主题爬虫方法包括如下步骤：

(一)、使用杜威十进分类法，在网页特征提取阶段，快速找出网页文本与锚文本关键词主题相近的关键词；

(二)、提取主题候选链接特征文本；所述提取主题候选链接特征文本包括如下步骤：

(1)对网页的锚文本和正文进行分词处理，去掉停用词，得到关键词；

(2)查找关键词的杜威分类号码；

(3)运用杜威十进制分类法的特性并结合二维坐标提取主题候选链接特征文本；把关键词分类号码的长度作为X轴，关键词分类号码作为Y轴，将关键词对应的杜威十进分类号码在二维坐标中绘制相应的点；

(4)提取二维坐标中锚文本关键点以及锚文本周围的关键点对应的关键词作为主题候选链接特征文本。

(三)、使用朴素贝叶斯文本分类器对候选链接主题边缘文本进行分类，获取主题相关网页；如果文本属于特定主题，那么相对应的候选链接以分类权值作为优先级值，以优先级的大小顺序插入爬行队列，爬虫优先访问分类值大的链接，如果文本不属于特定主题，则丢弃候选链接；

(四)、对相关网页的Web链接信息用HITS算法计算出其对应的权威度和中心度，综合锚文本、锚文本附近信息、反向网页、反向链接的兄弟链接、URL链接，预判待爬取网页与主题的相关度。

资源学习，包括不同载体类型的资源学习。视频学习，包括在线学习和离线学习两种功能，利用视频在线点播、断点续播、流数据缓存等技术实现。音频学习和文档、文章等文本类载体的学习，主要支持在线学习，在版权允许的情况下可进行下载离线学习。

知识管理，能够通过思维导图的方式对学习过程产生的笔记、想法等知识进行管理，一种方法可以利用xmind、freemind等思维导图工具以插件调用方式嵌入系统，另一种方法也可以基于已有系统实现。

知识创新，能够基于系统进行笔记以及想法的自动提取、科技报告或者学术论文等文章的自动排版，形成个人的成果库。成果库的访问权限可由作者进行设置，允许指定范围或者指定用户访问、下载等。个人成果以密文的形式存储于系统平台，用户可以选择不同强度的加密算法进行加密，并自行掌握密钥，以保护作者的知识产权。

所述对个人成果进行加密的算法为对称加密算法与非对称加密算法的结合：如用非对称加密算法RSA传输密钥，而AES加密算法用于数据加密。

成果提交，是指作者将部分个人成果提交到系统内部资源平台，供平台用户访问学习。个人成果提交，可以将在平台形成的个人成果进行一键提交，也可将离线的个人成果进行提交。所提交的成果通过平台的版权、内容、形式等审核后，即可发布。

知识分享，由拥有分享权限的用户将知识从一个访问范围分享到另一个访问范围。当作者从个人知识库向系统内部交流平台分享时，可设置是否允许被多次分享；当知识被分享到互联网开放平台时，如微博、微信等社交平台，注明版权可多次分享。分享的过程中用户能够通过权限控制严格控制内容的访问范围，并且信息以密文形式在传输信道中传输。

该系统是可信的，具体体现在所述个人知识库、个人成果库的访问权限控制由用户进行管理；其中的数据可信地存储于系统平台。

所述的可信存储，是指数据以密文方式存储在数据库中，通过非对称密钥的公钥进行加密，而私钥只有用户自己可以解密，即使平台的管理者无法获取解密的密钥。

在这个平台上，知识的流动过程促进知识库的不断自我更新，形成不断循环、自生长的知识生态系统。本发明的平台具有以下特点：

(1)用户个人的知识更新自我更新微循环：知识管理的过程，能够通过用户循环往复的知识加工过程实现个人知识库的不断更新；

(2)系统内部学习资源自动更新的内循环(小循环)：在学习平台上，知识学习、知识创新和成果提交三个过程形成小循环，通过用户的学习成果更新不断促进平台的学习资源库的循环更新。

(3)系统内部学习资源自动更新的外循环(大循环)：个人知识库及成果库的不断更新，通过开放有序的知识分享促进互联网开放资源的持续更新，互联网开放资源的持续更新进一步促进系统内部学习资源的更新，形成系统内部学习资源更新的外循环。

实施例1

相应的，本发明还提供了一种可信的知识生态系统10，包括学习资源自动收集模块11、资源学习模块12、知识管理模块13、知识分享模块14、知识创新模块15、成果提交模块16。

学习资源自动收集模块11，按需从互联网开放资源中采集特定主题的学习资料，进行数据清洗、数据归约，将结构化或半结构化数据可信地存储在内部学习资源库中。

资源学习模块12，资源进行自学习形成个人知识库，其中个人知识库以可信的方式存储于平台上。资源学习对象的载体形式包括但不限于视频、音频、文档、网页，学习过程中可以记录笔记、标注资源、提取知识点等，这些知识要素是组成知识库的必要内容。

知识管理模块13，是对知识库中的知识要素和已有的知识体系进行融合的过程，对所述个人知识库中的知识要素进行组织并融合、更新到已有的知识库，包括但不限于知识去重、消除歧义、知识关联等，而且通过知识管理能够实现个人知识库的不断更新。其中个人知识库以可信的方式存储于平台上。此处的可信体现在，内容以密文形式存储在平台上，即使是平台的管理者也无法解密得到密文。具体的加密方式，可选方式之一是公钥加密，私钥由用户自己保管的方式。

知识分享模块14，是指将知识可信地分享给特定用户(群)，是知识传播的一种方式。其可信体现在，内容在传输过程中以密文形式传输，不易被抓包窃取；分享的对象通过访问控制技术进行严格控制，并且可以限制对方的读写、复制、转发的权限。所述知识分享包括将个人知识库中的部分知识分享到系统的内部交流平台或者互联网开放资源平台，从内部交流平台分享到互联网开放资源平台，从个人成果库分享给内部交流平台或者互联网开放资源平台。知识分享是促进知识流动的最重要的一种方式。分享的过程中用户能够通过权限控制严格控制内容的访问范围，并且信息以密文形式在传输信道中传输。

知识创新模块15，知识创新是知识的深加工过程，结合已有知识体系，利用个人智慧生产新的知识成果，并逐渐形成个人成果库。

成果提交模块16。用户的个人成果，可提交到内部平台，进一步充实系统内部学习资源库。在保护知识产权的前提下进行共享，可供其他学习者进行学习。

该系统是可信的，具体体现在所述个人知识库、个人成果库的访问权限控制由用户进行管理；其中的数据可信地存储于系统平台。

所述的可信存储，是指数据以密文方式存储在数据库中，通过非对称密钥的公钥进行加密，而私钥只有用户自己可以解密，即使平台的管理者无法获取解密的密钥。

需要说明的是：

在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以在一个或者多个处理器上运行的软件模块实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种可信的知识生态系统，其特征在于，包括：

学习资源自动收集模块，按需从互联网开放资源中采集特定主题的学习资料，进行数据清洗、数据归约，将结构化或半结构化数据可信地存储在内部学习资源库中；

资源学习模块，资源进行自学习形成个人知识库，其中个人知识库以可信的方式存储于平台上；

知识管理模块，对所述个人知识库中的知识要素进行组织并融合、更新到已有的知识库；

知识分享模块，将知识可信地分享给特定用户；

知识创新模块，结合已有知识体系，生产个人成果，并形成个人成果库；

成果提交模块，将所述个人成果提交到平台上，供其他学习者进行学习。

2.根据权利要求1所述的系统，其特征在于，

所述资源学习模块对象的载体形式包括：视频、音频、文档、和/或网页；

对所述个人知识库中的知识要素和已有的知识体系进行融合，包括：知识去重、消除歧义、和/或知识关联。

3.根据权利要求2所述的系统，其特征在于，

所述知识管理的方法为：利用思维导图工具以插件调用方式嵌入所述系统对知识进行管理。

4.根据权利要求1所述的系统，其特征在于，

所述知识分享包括：将个人知识库中的部分知识分享到所述系统的内部交流平台或者互联网开放资源平台，从内部交流平台分享到互联网开放资源平台，从所述个人成果库分享给内部交流平台或者互联网开放资源平台。

5.根据权利要求4所述的系统，其特征在于，

分享的过程中用户能够通过权限控制严格控制内容的访问范围，并且信息以密文形式在传输信道中传输。

6.根据权利要求1所述的系统，其特征在于，

所述采集学习资料的方法为基于语义的主题爬虫或增量爬虫算法。

7.根据权利要求6所述的系统，其特征在于，

所述主题爬虫方法包括如下步骤：

(一)、使用杜威十进分类法，在网页特征提取阶段，快速找出网页文本与锚文本关键词主题相近的关键词；

(二)、提取主题候选链接特征文本；

(三)、使用朴素贝叶斯文本分类器对候选链接主题边缘文本进行分类，获取主题相关网页；如果文本属于特定主题，那么相对应的候选链接以分类权值作为优先级值，以优先级的大小顺序插入爬行队列，爬虫优先访问分类值大的链接，如果文本不属于特定主题，则丢弃候选链接；

(四)、对相关网页的Web链接信息用HITS算法计算出其对应的权威度和中心度，综合锚文本、锚文本附近信息、反向网页、反向链接的兄弟链接、URL链接，预判待爬取网页与主题的相关度。

8.根据权利要求7所述的系统，其特征在于，

所述提取主题候选链接特征文本包括如下步骤：

(1)对网页的锚文本和正文进行分词处理，去掉停用词，得到关键词；

(2)查找关键词的杜威分类号码；

(3)运用杜威十进制分类法的特性并结合二维坐标提取主题候选链接特征文本；把关键词分类号码的长度作为X轴，关键词分类号码作为Y轴，将关键词对应的杜威十进分类号码在二维坐标中绘制相应的点；

(4)提取二维坐标中锚文本关键点以及锚文本周围的关键点对应的关键词作为主题候选链接特征文本。

9.根据权利要求1所述的系统，其特征在于，

该系统是可信的，具体体现在所述个人知识库、个人成果库的访问权限控制由用户进行管理；其中的数据可信地存储于系统平台。

10.根据权利要求9所述的系统，其特征在于，所述的可信存储，是指数据以密文方式存储在数据库中，通过非对称密钥的公钥进行加密，而私钥只有用户自己拥有，即使平台的管理者无法获取。