在現今遠距教學的環境中已存在著許多教學資源編輯系統或學習管理系統等，但許多組織及學術單位仍積極投入大量的人力及物力進行系統開發，會有此現象皆是因為隨著網路技術的進步以及投入使用遠距教學的人日益增多，傳統的簡易遠距教學系統已漸漸無法滿足使用者多方面的需求，再者如何以網路技術減少開發成本以及降低伺服器負擔也成為各大組織及學術單位積極研發的重點。所以本研究論文主要是結合IMS Learner Information package (IMS LIP)、IEEE Learning Object Metadata (IEEE LOM)以及IMS Common Cartridge 此三套學習標準實作一適性化的數位學習教材編輯系統並且運用此三種遠距教學標準所提供之資訊，實作一資源搜索機制提供使用者快速取得編輯資源以降低編輯成本、提升編輯效率。

In distance learning environment, systems that assist instructors in generating or storing learning materials are called authoring system. When generating the learning materials, it is essential to collect some learning resources that are relevant to the editing learning materials. But how to calculate the relevance between two learning resources is a challenge. In this paper, we integrated a search wrapper with our previous developed authoring system called Web Authoring System. The instructors could search the resources efficiently by using the new search service. Based on the search results, we also introduced a similarity calculation mechanism to calculate the relevance between the editing learning materials and  the search result. The calculated result could re-rank the original search result from the backend repository in relevance order. As a result, it could help to reduce the overall cost that instructors spend on collecting useful learning resources.

目錄
第一章	緒論	1
1.1.	研究背景與目的	1
1.2.	論文架構	5
第二章	相關研究工作	7
2.1.	數位學習課程資源說明與探討	7
2.2.	數位學習課程標準說明與探討	10
2.2.1.	Learning Technology System Architecture (LTSA)	11
2.2.2.	IMS Common Cartridge	13
2.2.3.	IMS Learner Information Package (IMS LIP)	18
2.3.	資訊檢索技術說明與探討	21
第三章	研究方法與系統架構分析	30
3.1	開發概念	30
3.2	研究方法	32
3.2.1.	IEEE LOM與IMS Common Cartridge之分析	33
3.2.2.	Author Expect Value (AEValue)	37
3.2.3.	Mine Authoring Rank (MARank)	41
3.3.	系統架構及分析	43
3.3.1.	Profile Management Module (PMM)	48
3.3.2.	Search Wrapper Module (SWM)	50
3.4.	測量評估方法	53
第四章	系統實作	59
4.1.	開發工具與環境	59
4.1.1.	.NET Framework 2.0	59
4.1.2.	Microsoft Visual Studio .NET 2005	60
4.1.3.	AJAX Control ToolKit	61
4.2.	系統介面與操作說明	63
4.3資源搜索實例分析	73
第五章	結論與未來展望	77
5.1	結論	77
5.2.	未來展望	78
參考文獻	80
附錄 英文論文	82
 
圖目錄
圖 1、系統與學習資源之關係圖	9
圖 2、IEEE LOM metadata欄位	13
圖 3、Common Cartridge課程封裝架構	15
圖 4、IMS LIP主要資料架構	20
圖 5、協同式過濾執行程序	25
圖 6、傳統遠距教學系統搜索介面	33
圖 7、CSC向量空間	39
圖 8、Middleware開發階層式架構圖	45
圖 9、線上編輯系統架構圖	46
圖 10、IMS LIP之個人資訊紀錄檔	48
圖 11、Profile management module	49
圖 12、IMS LIP goal element	50
圖 13、參數型搜索介面	51
圖 14、Search wrapper module	52
圖 15、Precision recall curve	56
圖 16、AEValue precision值評估	57
圖 17、MARank nIAP值評估	58
圖 18、.NET Framework 2.0架構	60
圖 19、Visual Studio .NET 2005開發環境	61
圖 20、Ajax control toolkit控制項	62
圖 21、Mine web authoring 首頁	63
圖 22、Mine web authoring tool 註冊頁面	64
圖 23、Mine web authoring tool課程管理介面	65
圖 24、編輯課程屬性介面	66
圖 25、新增課程屬性編輯介面	66
圖 26、包裝及下載課程	67
圖 27、IMS Common Cartridge課程封裝內容	68
圖 28、進入編輯課程頁面	68
圖 29、課程資源瀏覽介面	69
圖 30、課程資源之編輯介面	70
圖 31、參數型搜索模式	71
圖 32、經MARank排序後結果	72
圖 33、未設定課程相似度之排序情況	72
 
表目錄
表格 1、IEEE 1484.12.1-2002 LOM v1.0 類別項目及其子項目	34
表格 2、IEEE LOM系統實作選取項目	36
表格 3、precision值和recall值公式元件表	55
表格 4、nIAP評估數據表	58
表格 5、AEValue實驗數據表	73
表格 6、MARank實驗數據表	74

參考文獻
[1]	IMS Learner Information Packaging (LIP), http://www.imsglobal.org/profiles/index.html
[2]	IEEE LTSC(Institute of Electrical and Electronic Engineers Learning Technology Standards Committee), http://ltsc.ieee.org/
[3]	IMS Common Cartridge, http://www.imsglobal.org/commoncartridge.html
[4]	Sharable Content Object Reference Model (SCORM) 2004 Overview, http://www.adlnet.gov/scorm/
[5]	IEEE Public And Private Information (PAPI), available on jtc1sc36.org/doc/36N0186.pdf
[6]	Hyacinth S. Nwana （1991） User modelling and user adapted interaction in an intelligent tutoring system. User Modeling and User-Adapted Interaction.
[7]	Victoria Tsiriga and Maria Virvou （2004） A Framework for the Initialization of Student Models in Web-based Intelligent Tutoring Systems. User Modeling and User-Adapted Interaction.
[8]	P Brusilovsky （2001） Adaptive Hypermedia. User Modeling and User-Adapted Interaction.
[9]	P Brusilovsky and MT Maybury （2002）  From adaptive hypermedia to the adaptive web. Communications of the ACM.
[10]	PW Foltz and ST Dumais （1992） Personalized information delivery: an analysis of information filtering methods. Communications of the ACM.
[11]	SE Middleton， NR Shadbolt and DC De Roure （2004） Ontological User Profiling in Recommender Systems. ACM Transactions on Information Systems.
[12]	G Salton, A Wong, CS Yang (1975) A vector space model for automatic indexing. Communications of the ACM. 
[13]	B Sarwar, G Karypis, J Konstan and J Riedl (2001) Item-Based Collaborative Filtering Recommendation Algorithms. Proceedings of the 10th international conference on World Wide Web.
[14]	K Järvelin, J Kekäläinen (2000) IR evaluation methods for retrieving highly relevant documents. Proceedings of the 23rd annual international ACM SIGIR.