教学自古以来就是一项重要的社会活动,近年来蓬勃发展的网络远程教学系统是在数字化技术和网络技术逐渐普及后出现的一个全新教学活动形态。随着网络远程教学系统的发展和其在众多领域的应用,系统活动的基础和核心——数字化的学习资源大量形成。但是,由于缺乏大范围网络环境中全局性的结构化管理,不同学习资源提供者(服务站点)之间、志愿提供者与学习者之间缺乏协作能力。实际上,大量散布而又有用的数字化学习资源处于一种“无序”状态。如何借助现代的信息技术对这些数字化学习资源进行管理以实现资源价值的最大化是一个需要关注的理论问题,也是一个重要的应用问题。 作者对远程教学系统中资源管理技术进行了详细分析,发现学习资源的价值可以从资源的信息量、质量、流动力、表现力以及成本五个方面综合评价。因此,提高资源信息量、提升资源质量,增加资源的流动力,增强资源的表现力及降低成本成为在远程教学资源管理中的关键研究方向。本文针对资源信息量、质量、流动力三个要素重点分析,具体研究方法及思路如下: 借助典型的系统描述和分析工具Petri Nets,作者对远程教学系统中的资源活动进行形式化分析,将复杂的资源管理问题模型化,明确了远程教学系统中资源活动的关键步骤。在此基础上,作者提出了面向远程教学系统的TSC(Trust-Sensitive and Community based)对等资源管理模型。该模型由对等层、信任层及社区层三个主要层次构成。对等层的目标是将远程教学系统中的学习资源提供节点通过对等网构造结合在一起,使得互联网上参与远程教学活动的任何节点都能够成为资源提供节点,扩大了教学的资源信息量;信任层的目标是在TSC模型的对等层基础之上对学习资源及资源提供节点增添评估能力,使在分散的对等模式下优秀的资源具有更强的流通能力;社区层的建立将使得资源活动趋于一个更集中更明确的空间范围,与整个Internet相比,减小资源流动范围,使得资源的访问、资源的发布和资源的检索更高效,从而提高资源流动的速度。以TSC对等资源管理模型各层次目标为指导,作者分别对各层次关键算法进行研究,最后给出实验系统原型,对模型进行验证。 本文的主要研究工作及贡献: (1)提出基于社区的信任敏感TSC(Trust-Sensitive and Community based)对等资源管理模型; (2)提出非对称K叉虚拟树DSKTree(Dissymmetrical K-Tree)对等拓扑结构并给出关键算法:研究TSC对等资源管理模型中的对等层的构造,创新性地提出了非对称K叉虚拟树DSKTree(Dissymmetrical K-Tree)对等拓扑结构。DSKTree作为一种分散式拓扑,任意节点都可作为网络的入口;以虚拟二叉树作为拓扑基础,保证其结构上的完备性;任意交互都严格在局部范围内进行,不使用广播或组播方式交互;