TWI286718B - Knowledge framework system and method for integrating a knowledge management system with an e-learning system - Google Patents

Knowledge framework system and method for integrating a knowledge management system with an e-learning system Download PDF

Info

Publication number
TWI286718B
TWI286718B TW95125992A TW95125992A TWI286718B TW I286718 B TWI286718 B TW I286718B TW 95125992 A TW95125992 A TW 95125992A TW 95125992 A TW95125992 A TW 95125992A TW I286718 B TWI286718 B TW I286718B
Authority
TW
Taiwan
Prior art keywords
knowledge
learning
data
platform
framework
Prior art date
Application number
TW95125992A
Other languages
English (en)
Other versions
TW200807346A (en
Inventor
Chuan-Lang Lin
Shiow-Feng Huang
Hung-Chang Chen
Kuan-Lin Lai
Original Assignee
Hamastar Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hamastar Technology Co Ltd filed Critical Hamastar Technology Co Ltd
Priority to TW95125992A priority Critical patent/TWI286718B/zh
Application granted granted Critical
Publication of TWI286718B publication Critical patent/TWI286718B/zh
Publication of TW200807346A publication Critical patent/TW200807346A/zh

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

-1286718 1 * * 九、發明說明·· 【發明所屬之技術領域】 本發明係有關於一種知識框架整合系統及方法,更特別 有關於一種知識框架整合系統,其結合知識管理與數位學 習平台的特色與功能。 【先前技術】 φ 曰現仃之知識管理系統management system ; km)主要 是提供企業或組織内特定使用者建立知識内容,並提供分 類以及檢索的功能,簡化使用者資訊檢索的時間,同時有 效率管理有價值的資訊。諸如,參考第i圖,知識管理的 车要步驟為知識分析12、知識共享14、知識應用Μ及知 =創=18並將知識資料儲存於一知識資料庫工〇。而數位 孥習平台(e-leaming system)主要提供企業或組織内特定使用者 建立教學内容,提供教學内容給學習者,並紀錄學習成效 φ 教予過私諸如,參考第2圖,數位學習的主要步驟為 ^規』22 β平估回饋24、建立社群26及成效追蹤28, 並將學習資料儲存於一學習資料庫Μ。 ^而數位學習的流程實際上是屬於知識管理過程中的 衣對般企業與組織而言,數位學習的目的就是在於 將知識管理的知識資料内化到使用者身上,過去的方法無 法建立知識資料與學習資料之間的關聯性,使兩者之間無 參照。因士卜, 一… ’使用者在進行數位學習時無法快速找到參 考貝Λ以及知識資料的來源,而使用者在知識管理平台 進行貝Λ檢索時無法尋找到.與課程有關的學習資料(諸
01175-TW 1,286,718 :二造成使用上的不便。再者’使用者需分別 如=:Γ訊,如帳號密碼、行事層等個人化資訊, 如此亦造成使用上的不便。 :…同使用者端所輪入的資訊,加以有 效的整合成為對企業有用的知識,透過網路的傳遞,使需 :的二:方便的取得’節省知識交流所花 二一特定:區域運用資料鏡射的方式加以存取以減少空 ;二:1專利公報公告第18 2 8 3 9號揭示-種數位學習 下決束^析之學習引導方法’主要係將學員於數位環境 的問題’依學習的主題切割分類成幾個具有特 :重點與意義的部份。之後,由電腦筛選適合該主題的相 "m學員進行分析,且將學員決策或分析該主題的 〜β耳、、’。構化與流程化,並轉換為具有引導分策 的流程圖或檢核表。 ^ 知識管理系統及數位學習系 如何整合知識管理系統及數
雖然上述兩專利分別提及 統,但是上述兩專利皆未提及 位學習系統。 如刖所述日&硪管理系統及數位學習系統未能被整合而 二有下_題· 1 ·只重視知識資料的儲存,缺乏過濾機制, 並且儲存的:識:貝料無法被數位學習平台所利用。2 ·搜尋 無法:跨兩:台,知識資料及學習資料無法互相參考及流 通,花費大量時間搜尋。3·學習的結果無法納入企業的知 識資料庫内。
01175-TW 1286718 因此’便有需要提供—種知識框架整合㈣及方法,能 "。知識管理系統及數位學f系統,並解決前述的缺點。 【發明内容】 合知本識發目的在於提供一種知識框架整合系統,其結 a 數位學習平台的特色與功能,使軟使 在使用時不必分別使用兩個不同的平台。 更用者 為達上述目的’本發明提供一種知識框架整合系統,直 2合_知識管理系統及—數位學習系、統。該知識管理 Γ. ^3知識官理平台及一知識資料庫,且該數位學習 數位學習平台及__學習資料庫。該知識框架系 擎二Γ整合搜尋引擎及—動態推薦模組。該整合搜尋引 轉Γ.、^整合搜尋該知識管理系統及該數位學習系統。當 Z °識官理平台被使用時’該動態推薦模組係用以 :習資料庫中的相關學習㈣,且當該數位學習平台被使 :4動態推薦模組係用以推薦該知識資料庫的相關知 識貧料。 、發月之知識框架整合系統結合知識管理與數位學習 平台的特色與功能,使軟體使用者在使用時不必分別使用 二個不同的平台,同時針對整合兩個平台的數位内容在同 :個t識框架之下,減少使用者尋找參考資料或是對應課 王的吟間。再者’本發明之知識框架整合系統合併知識管 ::數位學習平台的特色與優點,減低分別建置兩個不同 w 口的成本,整合兩個平台的數位内容,提高知識的價值。 另外’根據本發明之知識框架整m知識管理系統及
0H75-TW 1286,718 予習糸統被整合而具有下列優勢:1藉由整合知識管 故統及數位學f系統,可縮短新人訓練時程。2運用動 !:推薦模組,可降低知識搜尋時間與縮短學科間。3搜 :可橫跨兩平台,知識資料及學習資料可互相參考及流 通’避免花費大量時間搜尋。 為了讓本發明之上述和其他目的、特徵、和優點能更明 .、》,下文將配合所附圖示,作詳細說明如下。 【實施方式】 參考第3圖’其顯示本發明之_實施例之知識框架整合 二100 ’其用以整合一知識管理系統1〇2及一數位學習 …106。該知識管理系統1〇2包含一知識管理平台⑽ 及一知識資料庫11〇。談知螂其 忒知减官理平台104負責管理使用 者的知識文件。知識管理的 幻王要步驟為知識分析112、知 識共享114、知識應用116及知 儲存於—知識㈣庫m 識^ 118,並將知識資料 貝料11G。又,該數位學習系統_包含 A U立學習平台108及一學習資料庫120。該數位學習平 :負責管理教學内容與使用者的學習紀錄。數位學習的主 步驟為課程規劃122、評估回饋124、建立社群126及成 效追蹤m,並將學習資料健存於—學習資料庫n 推二知ΛΓ系統110包含—整合搜尋引擎130及-動態 推級组14〇。該整合搜尋弓丨擎13〇係用以整合搜尋該知 識官理糸、统102及該數位學習系統106。當該知識管理平 台10 4被使用時,該動離拖s 資枓廑ηπ 果組1係用以推薦該學習 貝枓庫120中的相關學習資料,且當該數位學習平台108
01175-TW 1286718 被使用時,該動態推薦模組140係用以推薦該知識資料庫 110的相關知識資料。詳細而言,該整合搜尋引擎130根 據知識的利用記錄、版面、學習記錄及其他後設資料 (Meta-data),並利用本體論(Ontology)及資料探勘 (Data-Mining)之技術進行重要度排序,以減少檢索到不相 關之知識資料及學習資料的比率。當該知識管理平台104 被使用時,該動態推薦模組140根據該知識資料間的相關 性及使用者的紀錄推薦該學習資料庫丨2〇中的相關學習資 料(合適課程),且當該數位學習平台1〇8被使用時,該動 態推薦模組140根據使用者的紀錄、學習進度、課程屬性 及後没貪料(Meta-data)推薦該知識資料庫11〇中的相關知 識資料。
文斷詞 01175-TW 头識答理系統1 〇2或數位學 詞。該權重計算元件142係 1286718 用以將外部系統之資料進 係用以將外部系統之資料進扞该自動摘要元件丨43 …卜部系統之資料進Si分= 係用以將外部系統之資料進行自 刀手兀件H5 文斷詞元件⑷··針對檔中 群^細而言,該中 詞、標注詞性、斷句、關鍵^ P份進行處理,包括斷 算元件142.取等幾個項目。該權重計 Γ πΓ 出來的結果,每個字的重要性不- …同的’有些字可能重複出現的比: 能集中出現在某4b檔荦中,有二子可 下“ • 因此為了提高摘要以及分類的 ill· ^ ^ ΛΑ X - 汁异母個子的重要程度,因 =有♦夕的計鼻方式包括訊息增益(Inf〇_i〇n GA)、熵 广卿3〇及詞頻文件頻率倒數(Term〜㈣心_ Μ⑽
Document Freq刪cy ;爪咖)等方式。該自動摘要元件 ⑷’自動摘要係為中、英文斷詞斷句的—項重要應用,目 的在於自動的根據檔内容判斷其具有代表整篇文章意義的 重要部份,產生文件的摘要。使讀者能在很短的時間之内, 對於全文的内容-目了然,也增加了檢索的效率。自動摘 要的模式主要有兩種’第一種模式是採取檔案中的一定比 例的文字作為摘要,另一種模式則是根據前後文關係,產 生一段不一定出現在原文内容中的文字作為摘要。第二種 辦法雖然能夠產生比較有品質的結果,但在技術上的門檻 相當高,而且正確性由於不是出自原文,所以正確率會較 低,因此較佳地將採用前者作為自動摘要的方法。該自動 分類元件144 :使用者可利用編輯器建立資源的分類,並 將檢索·出來的文件放入分類的類別當中,.分類可利用兩種 01175-TW 10 1286718 一的原則第種模式為規則基礎(Rule-based)式的分類 模式,使用預先定義好的規則,如關鍵字、正規表示式、 布林判斷式等等對現有未分類的檔案進行分類。第二種模 弋則疋利用已分類檔案特徵資料作為訓練的歷史資料, 對於未分類的文件比對其特徵與已分類檔案的特徵,比較 接近哪一個分類,就分類到那一份文 的技彳:比較複雜,比如萃取特徵值的技術丄 關鍵子法轉為特徵向量,而分類技術則有許多方式,如決 朿樹、貝氏分類器(Nai.ve Bayes Classifier)、類神經(Neuai Network)等等。該自動分群元件i45:對於未分類好的一歧 檔案,如何從中找出内涵的條理以及相似性,是自動分群 :件145所要擔負的卫作’從該知識管理系統及該數位學 習系統所傳來的資料有時候數量會多到難以處理,這時就 需要自動分群元件將未分類賴先行初步分類降低使用 ^分類的負擔’在分群完成之後再由使用者對所分群的結 群’可以大量減少資訊分類的時間。使用自動分 =㈣自動分類非常相似,主要是也是資訊轉為特徵 ^ 徵向量之間的距離(歐幾裏德距離)與群 t性’依照所設定的門插值(群内距離、分群數 將類似的檔案分類在一起。 该動態推薦模組14〇另包含一整合 分類介…7。該整合内容資=:=; 理之貢料進行儲存,以成為整合2 件147係用以將該整合内容資料分享至該外部;二諸: 知識官理糸統1〇2或數位學習系統1〇6)。詳細而言,該整
01175-TW 1286718 合内容資料庫146 :經過斷詞、斷句、分類、分群之後的 釔果,以及相關位置的圖片、影像,都會分門別類地記錄 在該整合内容資料庫146中,以供未來該知識管理系統1〇2 及該數位學習系統1()6分享使用,並且建立對應的關係, 如果資料的來源有變化,比如更新或是删除等等,在該整 口内令貝料庫146都會保留版本的紀錄功能。該分類介面 兀件147:介面元件提供檢索與取得的函式庫,可供該知 識管理系統1〇2及該數位學習系統1〇6的物件取用該整合 内容資料庫之資料。 再參考第3圖,該知識框架整合系統1〇〇另包含一知識 抬員取模組1 5 0及一知識絲遞抬〜γ Λ ^ 夭㉟師選核組160。該知識擷取模組15〇 係用以揭取—外部資料。該知識篩選模組160係用以採用 預,定義的條件及内建的功能而建立每—份所㈣之該外 部貧料’然後將該外部資料歸類至該知識資料冑丄1〇中。 該外部資料係可來自於-外部資料源17〇,其選自於一廣 域網路(WWW)172、另—知識管理平台174、另-數位學習 平台174、一企業資訊系统176 & 一内部企業網路 (Intranet)178所提供,該數位學f平台⑽之學習資料通 常可藉由-回饋模組180而進入該企業資訊系統— 該知識擷取模組150所採用之知識資源交換標準架構 係可為資源4田述框架(Resource Descripti on
Framework ; RDF)或一亩鸽时…人, 卜飞異間早聯合供稿(Really Simple
Syndication ; RSS )。該知场 #、阳 L奸, )茨知識師選模組160係可為一後設資 料(Meta-data)引擎。該知,γ, 乂 |手/知識師選模組160可利用本體論
(QntQl〇gyg Μ㈣(Data_Mining)之技術將所榻取之該 01175-TW 12 1,286.718 i 外部資料歸類至該知識資料4 no中。 再參考第3圖’知識框架整合系統100另包含一單一芩 杈組190,用以提供單一簽入口登入。該單一簽入 190係可設有一整合個 一 , 個人化入口育訊網站192 ,用以統籌兩 個平台的帳號與資料内容。整合個人化入口資訊網站:: =台的最新資訊’使用者可使用已經紀錄在平台中的帳 〜在碼登人後使用其中的個人化功能,包含行事曆、網路 硬碟、最新消息、訂閱文件以及知識管理平台的最新知識 文件、數位學習平台的最新課程與推薦課程,使用者可在 =統後可自由選擇使用知識管理平台1〇4 習平台108。 + 、,本I月之知識框架整合系統結合知識管理與數位 平台的特色與功能,使軟體使用者在使用時不必分別使用 兩個不同的平台,同時針對整合兩個平台的數位内容在同 :個知識框架之下,減少使用者尋找參考㈣或是對 %的日守間。再者,本發明之知識框架整合系統合併知 理,數位學習平台的特色與優點,減低分別建置兩個:同 千台的成本’整合兩個平台的數位内容,提高知識的價值。 另外,根據本發明之知識框架整合系統,知識管理系統及 數位學習系統被整合而具有下列優勢:j.藉由整合“識管 理系統及數位學習系、統,可、縮短新人訓練時程。2 .運用^ $推薦模組,可降低知識搜尋時間與縮短學習時間。3搜 尋可橫跨兩平台,知識資料及學習資料可互相參·☆ 通,避免花費大量時間搜尋。 Μ
01175-TW 13 1286718 翏考第5圖,本實施例之知識框 、,姑人 木糸統整合方法,其用 以整合一知識管理系統丨〇2及一 、 ^ ^ ^ 位予驾系統106,該知
硪官理糸統102包含一知識管理平A 11Λ α ^ . 〇104及一知識資料庫 110,且该數位學習系統106包含一 犀 ° ^ 要文位學習羊合108» 學習資料庫120。 予為十口 108及_ 該知識框架整合方法包含下列步 S r 少•驟·在步驟200中,括 供使用者可由單一簽入口登入,以 ^ 疋八邊知識管理平a ( 與該數位學習平台1 〇 8中之一者。 σ 4 在步驟300中,使用者使用該知識管理平台1〇4。在+ 驟302中’整合搜尋該知識管理系統1〇2及該數位學習: 統104。在步驟600巾,提供一動態推薦模組。在步驟ζ〇、 中,推薦該學習資料庫120中的相關學習資料,亦即根^ 該知識資料間的相關性及一使用者的紀錄,推薦該學習次 料庫120中的合適課程。 貢 在步驟400中,使用者使用該數位學習平台1〇8。在先 參驟402中,整合搜尋該知識管理系統102及該數位學習^ 統106。在步驟600中,提供該動態推薦模組。在步驟4〇4 中’推薦該知識資料庫1 1 〇的相關知識資料,亦即根據使 用者的紀錄、學習進度、課程屬性及後設資料,推薦該知 識資料庫110中的相關知識資料。 詳細而言,在步驟600中,提供該動態推薦模組包含下 列步驟,將該知識管理系統或該數位學習系統之資料進行 中文斷詞,將該知識管理系統或該數位學習系統之資料進 行權重計算,將該知識管理系統或該數位學習系統之資料 01175-TW 14 Ϊ286718 進仃自動摘要,將該知識管理系統或該數位學習系統之資 料進行自動分類,將該知識管理系統或該數位學習系統之 貝料進仃自動分群,將已處理之資料進行儲存,以成為一 15内容資料,且將該整合内容資料分享至該知識管理系 統t該數位學習系統,如此可用以當該知識管理平台被使 ^蚪,推薦該學習資料庫中的相關學習資料,且當該數位 學習平台被使用時,推薦該知識資料庫的相關知識資料。 在步驟500中,擷取一外部資料,其中該外部資料係來 自一外部資料源170,其選自於一廣域網路172、另一知識 =里平台m、另-數位學習平台174、一企業資訊系統 ^及一内部企業網路所組成之群組。在步驟5〇2中, 採用預先定義的條件及内建的功能而建立每一份所操取之 該外部貧料的後設資料,然後將該外部資料歸類至古亥知 資料庫11 〇中。 β 4 雖然本發明已以前述實施例揭示,然其並非用以限定本 發明,任何本發明所屬技術領域中具有通常知識者,在不 脫離本發明之精神和範圍内,當可作各種之更動與修改。 因此本發明之保護範圍當視後附之申請專利範圍所界定者 為準。 【圖式簡單說明】 第1圖為先前技術之知識管理系統之架構示意圖。 第2圖為先前技術之數位學習系統之架構示意圖。 識框架整合系統之架 第3圖為本發明之一實施例之知 構示意圖。‘
01175-TW 15 .1286718 '1 * 第4圖為本發明之動態推薦模組之架構示意圖。 第5圖為本發明之一實施例之知識框架整合方法之流 程圖。 【主要元件符號說明】 10 知識資料庫 12 分析 14 共享 16 應用 18 創造 20 學習資料庫 22 規劃 24 評估 26 社群 28 追蹤 100 知識框架整合系統 102 知識管理系統 104 知識管理平台 106 數位學習系統 108 數位學習平台 110 知識資料庫 112 分析 114 共享 116 應用 118 創造 120 學習資料庫 122 規劃 124 評估 126 社群 128 追蹤 130 整合搜尋引擎 140 動態推薦模組 141 中文斷詞元件 142 權重計算元件 143 自動摘要元件 144 自動分類元件 145 自動分群元件 146 整哈内容資料 01175-TW 16 1286718 147 分類介面元件 150 知識操取模組 160 知識筛選模組 170 外部資料源 172 廣域網路 174 平台 176 企業資訊系統 178 内部企業網路 180 回饋模組 190 單一簽入模組 192 整合入口資訊網站 200 提供單一簽入口登入 300 使用知識管理平台 302 整合搜尋 304 推薦學習資料 400 使用數位學習平台 402 整合搜尋 404 推薦知識資料 500 擷取外部資料 502 建立後設資料並歸類 600 提供動態推薦模組 01175-TW 17

Claims (1)

1286718 十、申請專利範圍: 一種知識框架整合系絲,甘 节汍,其用以整合一知識管理丰 一數位學習系統,該知岣& 味g里糸統及 識官理系統包含一知識管理平二 及一知識資料庫,且該數 十口 台及一學習資料庫,該知钟^ 予白干 識框架系統包含: 一整合搜尋引擎,用以敕人輪尹 ^i合搜尋該知識管理系 數位學習系統; ^ 一動態推篇板組,當Ί彡I 田々知識官理平台被使用時,用以 推薦該學習資料庫中的相關與羽次心 ^ M 相關學習育料,且當該數位學習 平台被使用時,用以推薦兮知请次b 士 自 爲該知識貢料庫的相關知識資 料,其中該動態推薦模組利用事 ^ 用爭先δ十异的文件相關性分 析的結果進行以文找文的比針 幻比對功旎,產生相關文件清 單,而該整合搜尋引擎可引用叙能4 手』Ν用動感推薦模組以進行以 找文的相關性檢索; -知識擷取模組’用简取—外部㈣,其中該知識 擷取模組所採用之知識資源交換標準架構係為一資源 描述框架或-真簡單聯合供稿’且該外部資料係來自一 外部資料源,其選自於一廣域網路、另一知識管理平 台、另-數位學習平台、-企業資訊系統及一内部企業 網路所組成之群組;以及 八 一知識篩選模組,用以採用預先宏蓋 π頂尤疋義的條件及内建的 功能而建立每一份所擷取之該外部窨袓 、 1 σ丨貝枓的後設資料,然 後將該外部資料歸類至該知識資料康中 〜旱〒,其中該知識篩 選模組係為一後設資料引擎,且該知坼 次夭口識師選模組利用本 18 01175-TW Ϊ286.718 體論及資料探勘之技術將所擷取之該外部資料歸類至 該知識資料庫中。 2、依申請專利範圍第1項之知識框架整合系統,其中該整 合搜哥引擎根據知識的利用記錄、版面、學習記錄及其 他後設資料,並利用本體論及資料探勘之技術進行重要 度排序,以減少檢索到不相關之知識資料及學習資料的 比率。 ▲ 丁明开圓牙A項之知識框架整合系統,其中該 態推薦模組根據該知識資料間的相關性及一使用: 紀錄推薦該學習資料庫中的合適課程。 4 、依申請專利範圍第i項之知識框架整合 態推薦模組根據使肖I Μ 、° 八 ^ 仆佩從用者的紀錄、學 _ ^ ^ 後設資料推薦該知識資 又、课私屬性2 識貝枓庫中的相關知識資料。 、依申請專利範圍第1頊 態推薦模組包含:、5匡架整合系統,其中該調 -中文斷詞元件,用以將〜 習系統之資料進行中文斷1 ·識&理糸統或該數位, 一權重計算元件, 用u將該知讅技Μ < 、 習系統之資料進行描 1 ° &理系統或該數位, 4隹董計算; " 二自動摘要元件,用以將該知識技、 習糸統之資料進行自動摘要 % g理系統或該數位, :自動分類元件,用以將該技 琴糸統之資料進行自 識管理系統或該數位与 R切分類; 01175-TW 19 1286.718 纛 一自動分群兀件,用以將該知識管理系統或該數位學 習系統之資料進行自動分_ ; 一整合内容資料庫,用以將已處理之資料進行儲存, 以成為一整合内容資料;以及 一分類介面元件,用以將該整合内容資料分享至該知 識管理系統或該數位學習系统。 6、 依中請專利範圍第丨項之知識框架整合㈣,另包含: • —單一簽入模組,用以提供單-簽入口登入。 7、 依申請專利範圍第6項之知識框架整合㈣,其中該單 :簽入模組係設有一整合個人化入口資訊網站,用以統 籌兩個平台的帳號與資料。
種头識框架系統整合方法,其用以整合一知識管理系 、先及數位學習系統,該知識管理系統包含一知識管理 t台及—知識資料庫,且該數位學習系統包含-數位學 S千台及-學胃資㈣,該知_架整合方&包含下列 步驟: 使用該知識管理平台與該數位學習平台中之一者; 搜尋”亥知識官理系統及該數位學習系統丨以及 才足 時,推麄動態推薦模、组’用卩當該知識管理平台被使用 學習平^學f f料庫中的相關學f ^,且當該數位 料,其中i被使用時,推薦該知識資料庫的相關知識資 析的結果亥動態推薦模組利用事先計算的文件相關性分 θ進行以文找文.的比對功能,產生相關文件清 01175-TW 20 12.86718 單,而該整合搜尋引擎可引用動態推薦模組 找文的相關性檢索 以進行以文 9 依申明專利範圍第8項之知識框架整合方、、# 下列步驟: 万去,另包含 擷取一外部資料;以及 採用預先定義的條件及内建的功能而建 擷取之該外部資料的後設資料, 乃 至該知識資料庫中。 …、後將式外部資料歸類 10 、依申請專利範圍第9項之知識框架整合盆 ;卜部:身料係來自-外部資料源,其選自於-廣域網路: 理平台、另一數位學習平台、-企業資訊系 統及一内部企業網路所組成之群組。 11 、依申請專利範圍第10項之知識框架整合方法,1中 二平台被使用時’根據該知識資料間的相關 程。使用者的紀錄’推薦該學習資料庫中的合適課 12、 依申請專利範圍第8項之知識框架整合方法,… =知識管理平台被使料’根據使用者的紀錄、學習進 知識資料。 推屬该知識資料庫中的相關 13、 依申請專利範圍第8項之知識框架整合方法,其中提 °亥動態推薦模組之步驟包含下列步驟· 將該知識管理系統或該數位學習系統之資料進行中 01175-TW 21 1286718 t · * *» 森 文斷詞; 將該知識管理系統或該數位學習系統之資料進行權 重計算; 將該知識管理系統或該數位學習系統之資料進行自 動摘要, 將該知識管理系統或該數位學習系統之資料進行自 動分類; 修將該知識管理系統或該數位學習系統之資料進行自 動分群; 將已處理之資料進行儲存,以成為一整合内容資料; 以及 將該整合内容資料分享至該知識管理系統或該數位 學習系統。 14、 依申請專利範圍第8項之知識框架整合方法,另包含 φ 下列步驟: 提供單一簽入口登入。 01175-TW 22
TW95125992A 2006-07-17 2006-07-17 Knowledge framework system and method for integrating a knowledge management system with an e-learning system TWI286718B (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW95125992A TWI286718B (en) 2006-07-17 2006-07-17 Knowledge framework system and method for integrating a knowledge management system with an e-learning system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW95125992A TWI286718B (en) 2006-07-17 2006-07-17 Knowledge framework system and method for integrating a knowledge management system with an e-learning system

Publications (2)

Publication Number Publication Date
TWI286718B true TWI286718B (en) 2007-09-11
TW200807346A TW200807346A (en) 2008-02-01

Family

ID=39459375

Family Applications (1)

Application Number Title Priority Date Filing Date
TW95125992A TWI286718B (en) 2006-07-17 2006-07-17 Knowledge framework system and method for integrating a knowledge management system with an e-learning system

Country Status (1)

Country Link
TW (1) TWI286718B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI494892B (zh) * 2013-08-05 2015-08-01 Univ Hungkuang Recommended Method and System of Internet Learning Community

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI447682B (zh) * 2009-11-09 2014-08-01 Inst Information Industry 智慧型教案規劃系統與方法及其電腦程式產品與記錄媒體
TW201344652A (zh) * 2012-04-24 2013-11-01 Richplay Information Co Ltd 製作知識地圖之方法
CN104050163B (zh) * 2013-03-11 2017-08-25 广州帷策智能科技有限公司 内容推荐系统
CN104866557B (zh) * 2015-05-18 2018-03-20 江南大学 一种基于建构学习理论的个性化即时学习支持系统与方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI494892B (zh) * 2013-08-05 2015-08-01 Univ Hungkuang Recommended Method and System of Internet Learning Community

Also Published As

Publication number Publication date
TW200807346A (en) 2008-02-01

Similar Documents

Publication Publication Date Title
US10911840B2 (en) Methods and systems for generating contextual data elements for effective consumption of multimedia
US11715289B2 (en) Generating multi-perspective responses by assistant systems
Ojo et al. Patterns in award winning data storytelling: Story types, enabling tools and competences
Rodriguez et al. A computational social science perspective on qualitative data exploration: Using topic models for the descriptive analysis of social media data
US9449271B2 (en) Classifying resources using a deep network
US10628472B2 (en) Answering questions via a persona-based natural language processing (NLP) system
CN109219811B (zh) 相关段落检索系统
Bennett et al. The concept of a work in WorldCat: an application of FRBR
US20090106307A1 (en) System of a knowledge management and networking environment and method for providing advanced functions therefor
US20100125540A1 (en) System And Method For Providing Robust Topic Identification In Social Indexes
US20150113388A1 (en) Method and apparatus for performing topic-relevance highlighting of electronic text
Yen et al. Personal knowledge base construction from text-based lifelogs
US11651039B1 (en) System, method, and user interface for a search engine based on multi-document summarization
TWI286718B (en) Knowledge framework system and method for integrating a knowledge management system with an e-learning system
Figueroa et al. Integrating heterogeneous sources for predicting question temporal anchors across Yahoo! Answers
Miller et al. Digging into human rights violations: Data modelling and collective memory
Forcier The Shoemaker's Son: A substantive theory of social media use for knowledge sharing in academic libraries
Tian et al. Semantic similarity measure of natural language text through machine learning and a keyword‐aware cross‐encoder‐ranking summarizer—A case study using UCGIS GIS &T body of knowledge
Duarte Torres et al. Vertical selection in the information domain of children
Momeni Semi-automatic semantic moderation of web annotations
Chuang Designing visual text analysis methods to support sensemaking and modeling
Arazzi et al. Analysis of Video Lessons: a Case for Smart Indexing and Topic Extraction
Alqhtani Multiple Kernel Fusion for Event Detection from Multimedia Data in Twitter
Park Visual Analytics for Open-ended Tasks in Text Mining
Stehle Mapping Semantic and Spatial Mediascapes in the Catalonian Independence Movement: Geopolitics, Sports, and Black Boxes