700 likes | 893 Views
Web 2.0 的技術與應用. 曾憲雄 教授 交通大學 資訊工程學系 2009/4/14. Human Intelligence vs. Machine Intelligence. 在 1997 年許峰雄博士所設計的 IBM Deep Blue 打敗世界西洋棋王 Kasparov 。 電腦是否已經比人腦聰明?. Web 2.0. Web 2.0 的世界 : 網路成為 新平臺 內容因使用者的 參與( Participation ) 而產生 產生 個人化( Personalization )內容 藉由人與人 ( P2P ) 的 分享( Share )。
E N D
Web 2.0的技術與應用 曾憲雄 教授 交通大學 資訊工程學系 2009/4/14
Human Intelligence vs. Machine Intelligence 在 1997 年許峰雄博士所設計的 IBM Deep Blue打敗世界西洋棋王 Kasparov。 電腦是否已經比人腦聰明?
Web 2.0 • Web 2.0的世界: • 網路成為新平臺 • 內容因使用者的參與(Participation)而產生 • 產生個人化(Personalization)內容 • 藉由人與人(P2P)的分享(Share)。 • Web 2.0概念: • Tim O‘Reilly與MediaLive國際研討會議題開始 • 一個架構在知識上的環境, • 人與人之間互動而產生出的內容, • 經由在服務導向的架構中的程式,在這個環境被發佈,管理和使用 http://www.oreillynet.com/pub/a/oreilly/tim/news/2005/09/30/what-is-web-20.html?page=3
Web 1.0 vs. Web 2.0 • Google AdSense • Flickr(相片分享社群) • BitTorrent(P2P-BT下載) • Napster(P2P音樂下載) • 維基百科(Wikipedia) • 部落格(blogging) • upcoming.org and EVDB • 搜尋引擎優化(search engine optimization) • 每次點擊成本(cost per click) • 網路服務(web services) • 參與(participation) • 維基式管理 • (wikis) • 標籤(分眾分類) • (tagging ("folksonomy")) • 聚合(syndication) • DoubleClick • Ofoto • Akamai • mp3.com • 大英百科(Britannica Online) • 個人網站(personal websites) • evite • 網域名稱預測 (domain name speculation • 頁面瀏覽數(page views) • 螢幕擷取(screen scraping) • 發佈(publishing) • 內容管理系統 (content management systems) • 目錄(分類) (directories (taxonomy)) • 黏性(stickiness)
Turing Test Turing Test是Turing提出的一個關於機器人的著名判斷原則。 此原則說:如果一個人使用任意一串問題去詢問兩個他不能看見的對象:一個是正常思維的人;一個是機器,如果經過若干詢問以後他不能得出實質的區別,則他就可以認為該機器業已具備了人的「智能」(Intelligence)。 (取材自維基百科) 阿蘭·麥席森·圖靈(Alan Mathison Turing, 1912 - 1954),英國數學家、邏輯學家,他被視為電腦之父。
(網路如同平台) (自行控制資料) (服務非套裝軟體) (參與) (軟體超越單一裝置) 長尾效應 (集體智慧)
Web 2.0原則 • 「網路應該作為平台來使用」(The Web As Platform) • 從商業的角度看,Web 2.0 讓泡沫的 dot com 起死回生? • Yahoo, e-Bay, Amazon 都不是新公司。 • Google 不是第一個免費的搜索引擎。 (AltaVista & Overture?) • 搜尋結果的排序 加入商業考量,正在降低公信力。 • 部落格(Blog)的崛起:個人網頁每天記載的日記形式 • 依時間前後排列方式組成,利用不同的遞送方式來散佈個人的想法與觀點,並且組成價值鏈 • Web 1.0: • Netscape跟微軟抗衡時所提出來的口號: • 1.0 VS 2.0:Netscape 與. Google
Web 2.0原則 • 引領群體智慧:超連結是網路的基礎。 • Google在搜尋領域中突圍而出 (PageRank ) • eBay的產品則是全體用戶集體活動的龐大創造物: • 賣主提供商品,買家尋找商品 • 維基百科(Wikipedia): • 眾多網路用戶所提供的知識為基礎,任何人皆可編輯修改而成的線上百科全書。 • del.icio.us及Flickr (bookmarks): • 「大眾分類」(Folksonomy)的概念 • 病毒行銷」(Viral marketing): • 採用直接從一個用戶到另一個用戶的方式來傳播訊息
RSS (Really Simple Syndication)技術: • 藉由定期的主動訊息接受,可以得知訂閱的網頁內容有所更動 http://www.slideshare.net/heyjudeonline/creative-web-20-learning
Data is the Next Intel Inside • 重要的網路應用系統,都有一個專屬資料庫: • Google & Yahoo : 網路搜尋資料庫(web crawl) • Amazon: 產品資料庫 • eBay: 產品與賣家資料庫 • Google Map: 地圖資料庫 • Napster: 分散式歌曲資料庫裏 • Myspace、Facebook: 社群資料庫 • Youtube、無名: 影音相片資料庫,YouTube 的主要內容貢獻者要求分廣告利益。
NEWS:微軟擴大廣告聯盟,砸下2.4億美元入股FacebookNEWS:微軟擴大廣告聯盟,砸下2.4億美元入股Facebook • Facebook:http://www.facebook.com/ • 社交網站, • 擁有150億美元的身價, • (宣稱)使用者直逼5,000萬人 • 超越MySpace:www.myspace.com WHY??? Source: http://taiwan.cnet.com/news/
廣告主的天堂 • 絕佳廣告平台: • 豐富的個人資料與附加資訊: • 誰(Who)與他們往來,他們在做什麼事(What)等等。 • 個人偏好& Social Network。 • [聚焦廣告](targeted advertising) : • 派送鎖定目標的個人化廣告。 • 成功案例: Google 、Amazon。 • 範例: • 已訂婚Users: • 婚紗業者&蜜月旅遊方案&禮餅& etc.。 • 地區&年齡&音樂喜愛& [七月半]歌手樂團: • 音樂會宣傳 • 愛吃披薩: • 顯示出住家附近 [打不樂]披薩門市的電話號碼。 Source: http://taiwan.cnet.com/news/
Web 2.0原則: Service • 網路時代的軟體最重要的特徵是服務(Service),而非產品(Product): • Gmail, Google Maps, Flickr, del.icio.us, etc. • 輕巧的程式設計模式: • 組裝式創新(Mashup): • 整合網路上多個資料來源或功能,以創造新服務的網路應用程式 • Google Map、YouTube、Slideshare
信義房屋 地圖日記
Web 2.0企業的核心競爭力 • 提供服務,而不是套裝軟體,能以符合成本效益的方式擴充: • Google Mail, Map. • 控制獨特的、難以再製的資料來源,隨著越多人使用而累積越豐富的資料: • Wikipedia, Facebook, 無名 • 使用者為共同的開發者,善用眾人的集體智慧與自助服務效能: • Wikipedia, Myspace, Youtube • 不再侷限於個人電腦的平台之上: • iPod / iTunes , Podcasting • 輕巧的使用者介面、開發模式、及商業模式: • Google API, Mashup
1.Proposing a knowledge-based rapid prototyping approach to TM design for e-Learning grids • Traditional teaching-material design process: ADDIE model • Analysis, Design, Develop, Implement, and Evaluate • Disadvantage • Time-consuming, Expensive , Redundant effort • Alternative : Automated authoring and Reusing existing TMs • Challenges/Difficulties • Requirement elicitation • Finding useful TMs from existing ones • Minimize Development time, Development cost
Problem • Teaching-Material Designing Problem • For a query given by a teaching-material editor, design a teaching-material, where • the designer can interactively consult the editor to elicit the meaning of the query; • the existing materials in m LORs can be reused. • The objective is to minimize the total development time.
Idea • Idea: a rapid prototyping approach to designing TMs • Reuse • Using expertise to search useful TMs • Automated • KA tools are available to speed the process. • Automatically merge algorithm • Collaborative authoring • Using a Wiki-based authoring environment • Design and implementation of a searching expert system to find reusable TMs
Approach System overview: WARP (Wiki-based Authoring by Rapid Prototyping) • Phase 1: to verify user’s query • Phase 2: to expand the query • Phase 3: to search existing relevant TMs • Phase 4: to generate the 1st version • Phase 5: to revise by Wiki-based authoring
Implementation (1)A Wiki-based authoring environment on grids
Implementation (2)Grid Configuration • The grid test-bed is composed of 4 domains. • Implemented by Globus Toolkit 4.0
Web 2.0: UGC+SNS http://www.slideshare.net/heyjudeonline/creative-web-20-learning
為一群擁有相同興趣與活動的網友,建立並鞏固網絡上的社交網路為一群擁有相同興趣與活動的網友,建立並鞏固網絡上的社交網路 • 提供使用者進行互動: • 聊天、寄信、影音、分享檔案、寫部落格、參加討論群組等等: • EX: Facebook Social Networking Service (SNS) http://staffdev.henrico.k12.va.us/parents/socnetwork.htm http://zh.wikipedia.org
User-Generated Content (UGC) http://www.linuxelectrons.com/news/general/user-generated-web-content-will-grow-rapidly-through-2010
長尾(The Long Tail): • Chris Anderson (2004)發表在 連線雜誌: • 亞馬遜和NetflixReal.com Rhapsody的商業和經濟模式: • 一半左右的銷售來自於比較熱門的商品, • 另一半卻來自相對不那麼熱門的商品 人口( popularity ) 20% Long Tail 產品( products )
長尾(The Long Tail): • 20-80法則: • 企業界80%的業績來自20%的產品 • 長尾(The Long Tail): • Web2.0興起後,改變20-80法則的新理論 • Internet讓99%的產品都有機會銷售: • 長尾特性商品將具有增長企業營利空間的價值。 • 長尾商品總值甚至可與暢銷商品抗衡。 • 「長尾」的總合也未必超越幾個暢銷品,更何況不只一家 Web 2.0 在分一條長尾。
2. Folksonomy-based Indexing for Location-aware Retrieval of Learning Contents • An example scenario of location-aware u-learning • The “identification of plants” unit of the Nature Science course in an elementary school • Place: campus • System: Can you identify the type of the plant in front of you? • Student: No. • System: What is the color of the flower? • Student: red. • … • The system is aware of the location of the student, and the nearby plants, by sensor technologies and maps.
Introduction (1) • Content Retrieval (CR) is an important task in learning activities. • Classification of CR • Personalization • adaptive to subjective factors • e.g.: user profile, preference, etc. • The same query, different persons -> different results • Context-awareness • adaptive to objective factors • e.g.: time, place, device, activity, peers, etc. • The same query, different contexts -> different results
Introduction (2) • Location-aware content retrieval • Advantages: • Adaptive • Fast • Difficulties: Index creation • Maintenance: lack of flexibility in manually constructed ontology • Usability: corresponding to the content collection • WordNet • Characteristics of learning content are not considered. • Structural information • metadata
Preliminaries (1) • Folksonomy: One of Web 2.0 features • Collaborative categorization using freely chosen keywords • To allow users to describe a set of shared items • Bookmarks: del.icio.us • Photos: Flickr • Scientific publications: CiteULike
Preliminaries (2) • Example: http://del.icio.us • To store your bookmarks online • To use tags to organize and remember your bookmarks • To see the interesting links that your friends and other people bookmark, and share links with them in return. • You can search del.icio.us to discover cool and useful bookmarks that everyone else has saved • Limitations • Informal: • the set of keywords is not fixed • Semantic ambiguity • Single-layer structure • Limited sharing scope: not crossing the boundaries of a single website
Folksonomy • Definition • Tag: T • A set of tags • A tag is a user-defined keyword • Item: I • A set of SCORM-compliant teaching materials • Relation: R • A relation on T× I • Folksonomy • F = (T, I, R) • Example: The folksonomy of User A • T = {t1, t2} • I = {i1, i2, i3, i4} • R = {(t1, i1), (t1, t2), (t1, i3), (t2, i1), (t2, i4)}
Problem • Definition: Index (a rooted tree ) • The nodes represent concepts in the domain, and the edges represent relations between nodes. • A node is a specialization of its parent node. • Each node is associated with a feature vector, which characterizes the semantic meaning of this concept. • Folksonomy-based Index Creation Problem • propose a folksonomy-based method to automatically construct location-based indices. The built ontology can be applied to organization and retrieval of learning contents. Given a collection of learning contents and corresponding folksonomies, construct an Index for the collection. • Precision and recall of retrieval using the built index
http://www.slideshare.net/heyjudeonline/creative-web-20-learninghttp://www.slideshare.net/heyjudeonline/creative-web-20-learning
網路世代(N-gen) • 吸收資訊快,資訊多元. • 反應速度快. • 需求為主(on-demand)地使用媒體: • 喜歡在持續與朋友通訊( MSN、QQ、Skype) • 喜歡自行創作與分享
e-learning 2.0精神:自主學習、參與、分享、討論 Teacher-centered Learning 學生選擇少 學生被動 教師掌控權力 Student-centered Learning 學生選擇多 學生主動 學生掌控權力 http://www.aishe.org/readings/2005-1/oneill-mcmahon-Tues_19th_Oct_SCL.html#x1-30011
eLearning 2.0模式 • 基於Web 2.0 與elearning新趨勢的新模式: • 學生製作內容(students create content) • 協同合作(collaboration) • 利用blogs, Wikis, discussions, RSS, etc. • 組成學習網路(Learning Network). • 利用多元組成的內容來得到學習經驗(learning experiences). • 利用多元工具: • online references, courseware, • knowledge management, collaboration 與 search.
http://www.slideshare.net/heyjudeonline/creative-web-20-learninghttp://www.slideshare.net/heyjudeonline/creative-web-20-learning
Small-Medium Enterprise http://www.slideshare.net/akarrer/elearning-20-karrer-astd-oc-2007
http://www.slideshare.net/akarrer/elearning-20-karrer-astd-oc-2007http://www.slideshare.net/akarrer/elearning-20-karrer-astd-oc-2007
Learning Community • 知識的建構(Knowledge construction): • 最好經由協同合作(Collaboration)來完成. • 學生於同學間經由供給與獲得(give-and-take)來進行學習: • 當學生寫下貢獻(contributions)於討論時: • 學生將學習到他們想說之事 • 他們所得之回應將可促進學習
網路遊戲沉迷原因 • 美國羅切斯特大學研究成果: • 因為網路遊戲滿足了人們的心理需要 • 心理上產生成就感和自我支配感: • 只有讓遊戲者與其他參與者互動的遊戲才能使遊戲者更加投入,更加樂此不疲,也更容易上癮 • 讓遊戲者自行做主,展示自己的能力,還可讓遊戲者支配他人或得到他人的呼應和支援。 • 如果網路遊戲只是單純地向人們提供“樂趣”的話,就不可能讓人長久著迷。
Game based learning community • Web 1.0: • 存取民主化(Democratization of Access) • Web 2.0 : • 參與與協同合作民主化(Democratization of Participation and Collaboration) • Web 3D : • 虛擬學習與共創 • (Enablement of true generative learning and co-creation distributed virtually across the world).
Second Life • 誕生於2003年: • 為RealNetwork前任技術長Philip Rosedale於舊金山成立林頓軟體公司(Linden Lab) • 社交導向的線上遊戲: • 大規模多人線上角色扮演遊戲(MMORG)。 • 遊戲無技能點數、經驗值、等級、打怪或轉職,沒任務、解謎或組隊。 • 實際經濟: • 每1,000個林頓元約可兌換3.3美元。 • 月費為9.95美元,會員約90萬名,每月會費收入高達895.5萬美元,約當於新台幣2.95億元。 • 學習應用: • 某些大學教授會到Second Life裡開堂授課 • 學生在裡面做實驗,也有醫生在裡面開起了診所,提供醫療諮詢服務 • 公益人士成立支持血癌患者的團體 • Toyota及Sun Microsystems進駐: 增加其產品的知名度。 www.secondlife.com/