Сервисные платформы электронного обучения: от монолитных систем к гибким сервисам

На протяжении последних двух десятилетий в области Internet-образования доминируют LMS (Learning Management Systems) — системы управления обучением. Однако в своем традиционном виде они не в состоянии поддерживать все новые возможности Internet-технологий и использовать потенциал всех средств взаимодействия внутри социальных сетей. Учесть имеющиеся технологические нюансы и возможности современных платформ помогло появление таких систем, как E-Learning Framework (ELF), IMS Abstract Framework и Open Knowledge Initiative (OKI), которые определили первые шаги на пути создания сервисных платформ электронного обучения. Следующее поколение систем дистанционного обучения будет опираться на сервисные архитектуры.
По мере того как Internet-технологии становятся неотъемлемой частью повседневной жизни, люди все ближе подходят к осознанию новых возможностей общения, и одна из таких возможностей — электронное обучение (e-learning). В этой области создаются все более динамичные платформы, которые приходят на смену традиционным «пассивным». При активном электронном обучении используется широкий спектр Internet-технологий, подобных персонификации, моделированию и мобильности, что позволяет внедрять недоступные для традиционных видов обучения методики [1]. Растет спрос на модульные и персонифицированные платформы электронного обучения: традиционные платформы не обладают достаточной гибкостью из-за своей монолитной внутренней структуры [2]. Производители систем электронного обучения пытаются удовлетворить этот спрос, предлагая инструментальные средства, поддерживающие настройку или возможность модифицировать исходные тексты таких систем в соответствии с условиями различных лицензий на свободно распространяемое программное обеспечение. Это свидетельствует о зарождающейся тенденции отказа от универсальных решений в пользу специализированных. Новые платформы электронного обучения предоставят интероперабельные архитектуры для уже существующих и вновь создаваемых сервисов. Эти требования включают в себя федеративный обмен между сервисами (информацией и управлением), различные уровни интероперабельности (внутри домена и между доменами) и композицию сервисов (организацию и управление). Однако при реализации платформ нового поколения возникает множество проблем в самых разных исследовательских областях, таких как Semantic Web, адаптивные гипермедиа, динамические сервисы и федеративное моделирование.
Платформы электронного обучения
Традиционные платформы электронного обучения, или системы управления обучением, представляют собой среды для предоставления учебных курсов и управления ими. Они предлагают пакеты инструментальных средств, которые поддерживают создание онлайновых курсов, их обслуживание и предоставление, средства регистрации студентов и управления работой с ними, администрирование процесса обучения и генерацию отчетов об успехах учащихся. Все LMS-системы можно разделить на две основные категории:

• свободно распространяемые инициативы, к которым относятся Moodle (www.moodle.org), Sakai (www.sakaiproject.org) , ATutor (www.atutor.ca) и Whiteboard (whiteboard.sourceforge.net);
• проприетарные решения, в том числе WebCT/Black board (www.blackboard.com), Gradepoint (www.gradepoint.net), Desire2Learn (www.desire2learn.com) и Learn.com (www.learn.com).

Свободно распространяемые решения, как правило, созданы на основе расширяемых оболочек, которые позволяют настраивать и модифицировать системы обучения в соответствии с конкретными требованиями. Несмотря на то что в категории проприетарных систем данный подход не нашел широкого применения, он возник в рамках таких инициатив, как PowerLinks в WebCT и Building Blocks в Blackboard, предусматривающих предоставление средств для связи программного обеспечения сторонних поставщиков с LMS.
Первое поколение
Платформы электронного обучения первого поколения, появившиеся примерно в 1993 году, по сути, представляли собой «черные ящики». В большинстве случаев эти системы использовали внутренние форматы для непосредственного управления курсами. Как правило, между системами и курсами существовало взаимно однозначное соответствие при очень ограниченных возможностях контроля пользователей. Приоритетным требованием при создании этих платформ стало предоставление и обеспечение интероперабельности конкретного контента, предназначенного для определенного курса. В это же время появился целый спектр стандартов — Dublin Core (www.dublincore.org), IMS Learning Resource Metadata (www.imsglobal.org/specifications.html), IEEE Learning Object Metadata (ltsc.ieee.org/wg12/) и ряд других, которые используются и поныне. Эти стандарты описывали контент, которым удовлетворяющие им LMS могли обмениваться на уровне ресурсов, однако такая практика не получила широкого распространения. Вместо этого стандарты обеспечивали совместимость между различными системами на уровне контента через коммуникационные каналы наподобие AICC Computer Managed Instruction (CMI; www.aicc.org/pages/aicc_ts.htm). AICC описывал общие коммуникационные протоколы для работы с учебным контентом. В частности, были предусмотрены уведомления, посылаемые LMS и указывающие начало и конец учебного контента. Платформы первого поколения обеспечили дальнейшую эволюцию, поскольку поддерживали разделяемый контент. В качестве примера таких платформ электронного обучения можно назвать первые версии WebCT и Blackboard.
Второе поколение
Платформы электронного обучения второго, или текущего, поколения (они стали появляться примерно с 1999 года) развили успех своих предшественников и начали исправлять их ошибки. К таким платформам относятся WebCT/Blackboard, Moodle и Sakai. С точки зрения эволюции электронного обучения, они обеспечили переход к реализации модульной архитектуры и показали необходимость семантического обмена. Они начали создаваться в расчете на обмен не только контентом, но и обучающими объектами, их последовательностями и информацией об учащихся. Появившиеся в это время стандарты и спецификации, такие как Shareable Content Object Reference Model (SCORM; www.adlnet.gov), IMS Content Packaging и IMS Learning Design (www.imsglobal.org/specifications.html), поддерживали способность различных платформ совместно использовать курсы или части курсов. IMS Tool Interoperability определил принципы обеспечения интероперабельности инструментов между различными системами LMS. Еще один важный аспект состоял в том, что платформы второго поколения начали поддерживать принцип «сервисов», открывая извне доступ к определенным аспектам своей функциональности. По мере повышения уровня модульности структуры становилось проще интегрировать в платформы новые функции. В некоторых случаях, например в Sakai, создаваемые Web-сервисы предоставляли доступ к ограниченному набору функций: сообщество LMS все активнее стремилось отделить контент от инструментов и уделить особое внимание информации об учащихся. Однако эти системы еще не были полностью ориентированы на учащегося: они по-прежнему в значительной степени сосредоточены на администрировании обучения, то есть на управлении курсами.
Эволюция
Эволюция открывает путь к платформам электронного обучения следующего поколения, что, по существу, предполагает применение сервисных оболочек к модульной архитектуре платформ. Разделение функциональности LMS и системы управления учебным контентом (Learning Content Management System, LCMS) обеспечит поддержку еще большей интероперабельности, при которой системы смогут бесконфликтно и динамически обмениваться не только контентом и сценариями обучения, но и инструментами, функциональностью, семантикой и средствами управления. Это также касается значительно более широкого спектра информации (данные пользователя, контекст, программирование, потоки заданий и управление), которую сервисы могут использовать и анализировать в платформах электронного обучения. Это даст возможность создавать настраиваемые платформы из широкого спектра сервисов для поддержки конкретных задач, динамически решаемых в определенное время. Традиционные производители LMS будут продавать не монолитные, универсальные решения, а интероперабельные платформы и разнообразные сервисы электронного обучения, предоставляя пользователям возможность выбирать нужную им комбинацию сервисов.
Трудности с поддержкой гибкости и интероперабельности
Новое поколение платформ электронного обучения ставит несколько ключевых проблем, касающихся поддержки интероперабельности на уровне информации, частично из-за перехода к обмену семантикой. Нужно уметь не только импортировать и экспортировать информацию, но и обмениваться ею в гетерогенных средах. Современные платформы электронного обучения, например, могут пересылать пользовательскую информацию (уровень знаний, уровень навыков, предпочтения) или информацию о контенте (метаданные о предметной области, технические аспекты контента и т.д.) между средами. Однако пока нет возможности «понять» семантику такой информации, выяснить, как ее анализировать или как ее могут использовать различные среды. Для такого уровня интероперабельности среды должны обмениваться синтаксисом информации и ее семантикой. Этого невозможно добиться с помощью того, что называют «разделяемой» семантикой, то есть с помощью единых глобальных семантических моделей. На самом деле, люди (главная составляющая информационных систем) совершенно по-разному описывают объекты, поэтому гибкие решения должны выявлять и поддерживать динамические семантические соответствия для того, чтобы обеспечивать подлинную семантическую интероперабельность [3, 4].
Еще один ключевой аспект семантического обмена связан с управлением. Нельзя предполагать, что сервисы электронного обучения — это просто «плоский» контент. Они имеют и будут иметь свое собственное внутреннее представление, потоки управления и, в некоторых случаях, механизмы слежения. Таким образом, будущие платформы электронного обучения должны поддерживать обмен управлением между взаимодействующими сервисами.
Еще одна трудность связана с обеспечением более высоких уровней интероперабельности, например требуется создание оболочек и стандартов для поддержки подключаемости новых систем и возможностей. Решению этой задачи уже посвящены многочисленные инициативы, и ею активно занимаются организации по стандартизации. Композиция сервисов позволит таким платформам электронного обучения динамически обнаруживать и компоновать соответствующие сервисы для того, чтобы добиться особых целей, которые ставит каждый конкретный пользователь. В этом случае будут необходимы организация сервисов («оркестровка») и управление сервисами («хореография»). Уже предпринят целый ряд исследовательских инициатив, посвященных решению упомянутых проблем, но большая часть работ еще находится на ранней стадии [5].
Стандарты и технологии
Некоторые стандарты и технологии поддерживают требование интероперабельности для следующего поколения платформ электронного обучения (рис. 1). Существующие и создаваемые методологии развиваются на основе модуляризации и разделения сфер влияния, что по сути означает распределение функциональности по модулям, которые затем можно объединять для того, чтобы сформировать интегрированную платформу электронного обучения. Сервисные архитектуры (Service-Oriented Architecture, SOA) описывают архитектурную концепцию, которая определяет представление процессов и логики в виде отдельных сервисов. Эти сервисы, в свою очередь, предоставляют другим сервисам возможность стандартным образом использовать элементы своей функциональности.

С другой стороны, компонентно-ориентированные архитектуры (Component-Oriented Architecture, COA) рассчитаны на более низкий уровень и более тесно связаны, чем SOA. Изменения в отдельных компонентах, как правило, влияют на программное обеспечение, к которому эти компоненты получают доступ, в силу чего SOA более гибкие и расширяемые, чем COA. Компонентно-ориентированная архитектура, в первую очередь, имеет отношение к локальному компоненту, его свойствам и методам.

В архитектурах, основанных на использовании инструментария промежуточного слоя (middleware), интероперабельность между приложениями или сервисами поддерживается на программном уровне, что позволяет предоставлять такие сервисы, как идентификация, аутентификация, авторизация, обмен информацией и безопасность. Программное обеспечение промежуточного слоя специально предназначено для современных систем знаний, разработанных на базе XML, SOAP и SOA. Действительно, это программное обеспечение часто называют «водопроводной системой», объединяющей Web-сервисы.
Организации по стандартизации уже в течение ряда лет изучают различные оболочки, спецификации и принципы построения сервисных платформ электронного обучения. IMS Abstract Framework (www.imsglobal.org/specifications.html) выявляет и представляет основные компоненты и интерфейсы для систем электронного обучения. E-Learning Framework (ELF; www.elframework.org) иллюстрирует общую функциональность систем электронного обучения. Open Knowledge Initiative (OKI; www.okiproject.org) определяет уровни сервисов для разработки платформ электронного обучения. Общий подход, лежащий в основе этих создаваемых стандартов, заключается в модуляризации функциональности, как правило, определяющей следующие группы:

• наборы приложений (уровня LMS);
• сервисы приложений (низкоуровневые сервисы, такие как опросы и моделирование, с которыми пользователь взаимодействует напрямую);
• образовательные сервисы (как правило, касающиеся администрирования обучения, такие как управление курсами и расписание курсов);
• общие сервисы (важная функциональность, к которой пользователь не имеет доступа, например, аутентификация, обмен файлами, регистрация и управление базами данных);
• инфраструктура (основа сервисов, в том числе HTTP, SOAP и XML).

Оболочки, спецификации и принципы организации, в свою очередь, определяют поуровневые подходы к созданию систем электронного обучения из этих наборов ранее определенных сервисов. Такие спецификации определяют представления личной и групповой информации (IMS Enterprise), профиля студента и истории его обучения (IMS Learner Information Package and ePortfolio), оценки (IMS Question and Test Interface), группировки изучаемого контента (IMS Content Package и SCORM), динамического программирования контента (IMS Simple Sequencing), компетентности учащегося (IMS Reusable Definition for Competence and Educational Objectives), операций обучения (IMS Learning Design), поиска в федеративных базах данных (IMS Digital Repositories Interoperability) и связывания различных инструментов электронного обучения. На низком уровне эти стандарты и спецификации описывают синтаксис, который различные сервисы должны реализовать для внешнего представления информации. Однако упущен критически важный компонент интероперабельности — способность динамически использовать содержательную информацию. Именно в этом направлении серьезную работу проводит сообщество Semantic Web.
Ключевое допущение для считываемой машиной информации и сервисов состоит в том, что сервисы могут взаимодействовать и договариваться «на лету». Разработки в области Semantic Web начинались с RDF и DAML+OIL и с тех пор продвинулись до языка онтологий OWL (Web Ontology Language, www.w3.org/TR/owl-features/), который недавно стал стандартом консорциума W3C. Язык OWL может использоваться для описания «онтологий» — баз знаний о концепциях, к которым могут обращаться сервисы с запросами на получение информации. В частности, онтологии помогают создавать новые знания, в которых вывод может формироваться в базе знаний с учетом поставленной цели, вне зависимости от информации, непосредственно занесенной создателем онтологии. Эта способность распространяется на мир Web-сервисов с помощью подмножества языка онтологий — OWL for Services (OWL-S).
На низком уровне разработчики могут использовать Web Service Description Language (WSDL), предложенный W3C для описания функциональности Web-сервисов в терминах «ввода», «вывода», «предопределенных условий» и «эффектов» (inputs, outputs, preconditions, effects — IOPE). WSDL предоставляет синтаксис, с помощью которого вызывающая система или сервис могут получать доступ к открытой функциональности, не рассматривая ее внутреннюю реализацию.
Для более высокого уровня сообщество Semantic Web разрабатывает спецификации для организации сервисов и потоков заданий. Web Services Business Process Execution Language (WSBPEL, docs.oasis-open.org/wsbpel/2.0/wsbpel-specification-draft.html) поддерживает организацию сервисов и потоков в рамках SOA. Организацией и управлением сервисами также занимается сервисная шина предприятия (Enterprise Service Bus, ESB) [6].
Адаптивные гипермедиа-системы [7] формируют вторую группу технологий для поддержки взаимодействия в обучающих системах. Здесь используется иной подход, поскольку, как правило, адаптивные системы представляют собой открытые информационные системы с практически неограниченным доступом к имеющимся знаниям по конкретной предметной области. Это значит, что внешние источники относительно легко могут добавлять новую информацию при обращении к данной системе и что небольшое количество дополнительных данных может привести к значительному росту производительности. Адаптивные сервисы, используя OWL-S в дополнение к основному OWL, предоставляют широкие возможности для взаимодействующих сервисов.
Основная связь между Semantic Web и адаптивными гипермедиа — это композиция и технология Web-сервисов. Технологии SOAP и REST поддерживают удаленные системы для того, чтобы использовать коммуникации на базе Web для формирования сложных систем из атомарных сервисов.
Сервисы электронного обучения
Сервисы электронного обучения могут покрывать любой технический аспект дистанционного обучения, а такие инициативы, как ELF, IMS Abstract Framework и OKI определяют широкий спектр высокоуровневой функциональности, которую в состоянии обеспечивать сервисы электронного обучения. Такие сервисы включают в себя традиционную функциональность (аутентификация, слежение, управление курсами, расписание, операции, инструменты и оценка), а также новые возможности — презентации, сбор ресурсов, управление контекстом, федеративный обмен, моделирование, игры, wiki, блоги, подкастинг и т.д. Таким образом, для обеспечения подлинной гибкости платформа электронного обучения должна поддерживать постоянно расширяющийся спектр высокоуровневых и новых низкоуровневых сервисов. Сложности и вариации в стандартах второго поколения приведут к появлению более разнообразных реализаций, чем допускают связанные с контентом стандарты первого поколения. Кроме того, платформы электронного обучения должны иметь возможность поддерживать слабое связывание, тем самым обеспечивая интероперабельность семантики сервисов.
Интероперабельность сервисов предполагает бесконфликтное создание, развертывание, использование и организацию Web-сервисов. Большая часть исследований в этой области посвящена интероперабельности на уровне синтаксиса, то есть, способности создавать сервис на любой платформе в любой среде и взаимодействовать с ним из другой платформы и среды. С помощью таких спецификаций, как OKI, сообщество электронного обучения описывает общие API на базе оболочек для конкретных областей применения. Однако эти API обеспечивают поддержку только тесно связанных коллекций сервисов, сгруппированных по функциональности. В перспективе более слабые связи должны обеспечить больший потенциал для интероперабельности и гибкости, и IMS Tool Interoperability стал позитивным шагом в этом направлении. Вместо того чтобы описывать API для коммуникаций в общем синтаксисе, разработчики будут сосредотачиваться на обмене семантикой и управлении потоками команд между сервисами.
Сервисы, учитывающие контекст. В основу исследований, посвященных «всепроникающим» компьютерным системам, положены две основные концепции: повсеместные вычисления (pervasive computing) и фоновые вычисления (calm computing), которые позволяют пользователям упростить управление своими сложными информационными профилями [8]. Электронное обучение, использующее контекст, ставит своей целью снизить информационную нагрузку на учащихся и позволить им сосредоточится на других задачах обучения.
Как правило, современные системы формируют контекст, опираясь на физические свойства, например, местонахождение [10]. Системы следующего поколения смогут эффективно использовать источники информации, доступ к которым станет возможен благодаря сервисному подходу. Сервисы предоставят значительно больший объем информации об учащихся и их деятельности, в том числе метаданные для описания этой информации. Это более насыщенное информационное пространство позволяет системам получать больший объем данных, существенная часть которых обнаруживается во время работы.
Один из подходов предусматривает интеграцию адаптивных систем с семантически описанными сервисами [11] путем использования семантической перекрывающейся сети для создания ссылок между знаниями, размещенными во внешних сервисах, и приложением электронного обучения. Среда, учитывающая контекст, может использовать эти ссылки для преобразования информации, которой владеют внешние сервисы, в приложение электронного обучения с учетом ситуации и требований пользователей (то есть, их контекста).
За счет генерации разделяемого семантического представления пользовательского контекста приложение электронного обучения может включать в себя широкий спектр дополнительных данных, связанных с задачами пользователя, без априорного моделирования типов подходящей информации. Семантический подход позволяет настроить поведение адаптивных систем так, чтобы можно было динамически использовать дополнительные знания. Разработчику платформы не нужно заранее указывать тип информации, вместо этого среда, учитывающая контекст, обнаруживает сервисы и находит ссылки, опираясь на описания, которые сопровождают эти сервисы.
Интероперабельность гибких сервисов. Для того чтобы продемонстрировать интероперабельность гибких сервисов в среде электронного обучения, рассмотрим следующий пример. Дэвид — инженер сайта, работающий в Tech Corporation, крупной компании, создающей программные сервисы и аппаратное обеспечение. В соответствии со своими рабочими обязанностями, Дэвид посещает офисы клиентов, выполняя модернизацию и поддержку разного программного обеспечения и серверов, выпускаемых Tech Corp. В данном конкретном случае Дэвид находится в офисе компании Widgets, и ему необходимо модернизировать серверы клиента. Эта задача предусматривает использование ряда новых технологий, с которыми Дэвид не знаком, поэтому ему необходимо обратиться к базе знаний Tech Corp.
Tech Corp поддерживает базу технических знаний TKB (рис. 2), для того чтобы помочь сотрудникам разных уровней и специализаций в получении новых навыков и выполнении конкретных задач. Помимо TKB компания Tech Corp ведет базу данных кадров (HR), где имеется подробная информация о сотрудниках и их должностях. Все это дополняет база данных управления отношениями с клиентами (CRM), содержащая подробную информацию об инфраструктуре каждого из клиентов компании. Наконец, сайт, который поддерживает Widgets, включает в себя сервисы обеспечения безопасности и управления серверами.

Сначала Дэвид связывается с TKB своей компании через портал обучения (например, LMS или корпоративный Web-сайт), который проводит аутентификацию, управляет его сессией и по мере необходимости обменивается информацией со вспомогательными сервисами. Затем TKB получает данные о предпочтениях Дэвида при обучении с помощью федеративного сервиса обмена информацией о моделировании пользователя FUMES (Federated User Modeling Exchange Service). Этот сервис извлекает соответствующие данные из сервисов LMS (LMS1 и LMS2), которые Дэвид использовал раньше. В результате формируется семантически богатое описание предыдущих сеансов обучения Дэвида.

TKB представляет собой пакет адаптивных сервисов, учитывающих контекст, а адаптивный контекстный портал (ACP) управляет им, знает все о сервисах, имеющихся в офисе клиента и в офисе Дэвида. ACP поддерживает разделяемое семантическое представление о контексте Дэвида и может адаптировать возможности обучения с учетом информации, содержащейся в сервисах CRM и HR. Система способна руководить Дэвидом в его выборе обучающих ресурсов и указывать дополнительные параметры для персонификации его возможностей. Кроме того, система подбирает соответствующие обучающие ресурсы, содержащие техническое описание, поскольку Дэвид — выездной инженер, которому для выполнения его задачи необходим практический совет.
TKB содержит архив контента, который необходим и полезен для обучения и профессионального роста сотрудников компании. Однако задача, назначенная сотруднику, может иногда предусматривать использование технологий, которые в данный момент TKB не поддерживает. В этом случае TKB может использовать дополнительный сервис сбора контента OCCS (Open Corpus Content Service). Сейчас проводятся исследования по разработке данного сервиса, который может эффективно использовать открытый свод контента в средах электронного обучения [12].
OCCS использует специализированный Web-поисковик для обнаружения подходящего контента в Web и в различных цифровых репозиториях с целью формирования архива. OCCS индексирует этот архив, а TKB может искать в нем ответы на запросы. TKB извлекает требования к контенту из семантической интерпретации задачи, которая стоит перед Дэвидом, полученной ACP из его текущих предпочтений при обучении и предыдущих сеансов обучения FUMES.
OCCS должен решать определенные вопросы интероперабельности для того, чтобы использовать Web-контент, в том числе проблемы, связанные с контентом, который имеет недостаточные описания или, в некоторых случаях, описания без соответствующих метаданных. Сложности также возникают в тех случаях, когда в различных фрагментах контента реализованы несовместимые стандарты на метаданные. Для того чтобы решить эти проблемы, OCCS выполняет семантическое отображение на каноническую модель метаданных, используя фиксированную систематику терминов. Полуавтоматическая или автоматическая аннотация контента также генерирует описания контента без соответствующих метаданных.
Для реализации подхода, учитывающего контекст, TKB участвует в следующем процессе. Каждый сервис, найденный для ACP, регистрирует онтологию информации, которой тот может обмениваться. Затем пакет анализа проверяет концепции, известные для каждого сервиса, и создает разделяемое семантическое представление в виде карты тем внутри системы. Как только TKB выполняет операции, необходимые для создания курса для Дэвида, специальные подпрограммы TKB обмениваются имеющимися знаниями сервиса с ACP. Внешние сервисы расширяют эти знания с помощью своих знаний через разделяемое семантическое представление ACP и «передают» его обратно TKB. Затем Дэвид изучает предложение от TKB (шаг 5 на рис. 2) и выполняет свою задачу. Подход, учитывающий контекст, означает, что разработчикам TKB необходимо лишь определить точки, в которых TKB может использовать контекст, и позволить среде передать системе модели, расширенные с помощью контекста.
Литература

1. T. Mayes, S. de Freitas, Review of E-Learning Theories, Frameworks, and Models. Joint Information Systems Committee e-Learning Models Desk Study, 2004.
2. P. Trafford, PLEs as Environments for Personal and Personalised Learning. www.weblearn.ox.ac.uk/site/asuc/oucs/staff/pault/research/ramble/present/uploads/PaulT_Mini%20PLEPaper 1.0.pdf.
3. A. Mathes, Folksonomies — Cooperative Classification and Communication through Shared Metadata. Computer-Mediated Communication Magazine, 2004; www.adammathes.com/academic/computer-mediated-communication/folksonomies.html.
4. D. O’Sullivan,D. Lewis, Semantically Driven Service Interoperability for Pervasive Computing. Proc. 3rd ACM Int’l Workshop on Data Engineering for Wireless and Mobile Access, ACM Press, 2003.
5. C. Feier et al., Towards Intelligent Web Services: The Web Service Modeling Ontology (WSMO). Proc. Int’l Conf. Intelligent Computing (ICIC), 2005.
6. D.A. Chappell, Enterprise Service Bus. O’Reilly Media, 2004.
7. P. Brusilovsky, Methods and Techniques of Adaptive Hypermedia. User Modeling and User-Adapted Interaction, vol. 6, nos. 2-3,1996.
8. M. Weiser, The Computer for the 21st Century. Scientific Am., vol. 9, Sept. 1991.
9. M. Ratto et al., The ActiveClass Project: Experiments in Encouraging Classrom Participation. Proc. Int’l Conf. Computer Support for Collaborative Learning 2003, Computer-Supported Collaborative Learning Series, vol. 2, B. Wasson, S. Ludvigsen, U. Hoppe, eds., Kluwer Academic, 2003.
10. P. Lonsdale et al., Context Awareness for MOBIlearn: Creating an Engaging Learning Experience in an Art Museum. Proc. MLearn 2004: Learning Anytime, Everywhere, Learning and Skills Development Agency (LSDA), 2004.
11. A. O’Connor, V. Wade, Informing Context to Support Adaptive Services. Proc. Conf. Adaptive Hypermedia and Adaptive Web-Based Systems, LNCS 4018, Springer-Verlag, 2006.
12. S. Lawless. V. Wade, Dynamic Content Discovery, Harvesting, and Delivery from Open Corpus Sources, for Adaptive Systems. Proc. 4th Int’l Conf. Adaptive Hypermedia and Adaptive Web-based Systems, V. Wade, H. Ashman, B. Smyth, eds., LNCS 4018, Springer-Verlag, 2006.