面向大數據應用的教學平臺設計及應用研究

【摘 要】本文分析面向大數據應用的數據服務關鍵技術，論述基于大數據關鍵技術的智能化教學平臺設計及應用，從大數據關鍵技術平臺、智能化教學平臺總體架構設計、智能化教學平臺服務層核心設計、智能化教學平臺的功能實現及應用測試等方面進行闡述，以滿足學生的個性化學習需求，加強學生的智能化教學管理。

【關鍵詞】大數據 教學平臺 架構設計 應用測試

【中圖分類號】G? 【文獻標識碼】A

【文章編號】0450-9889（2021）31-0174-03

隨著教育教學研究和實踐的不斷發展，教育領域的資源體量日趨龐大，這為教育現代化、信息化建設帶來了一定的困擾，即出現了資源分配不均衡、教學平臺建設重復、平臺影響效應不強等問題。而大數據技術的不斷成熟，其應用領域愈發廣泛，大數據所具備的多元、巨量、分布式、時效等特性都是其用于建設教學平臺的優越性。利用大數據技術設計和開發智能化教學平臺，將大數據與教育教學工作進行深度融合，積極發揮大數據技術的作用與優點，創新教育教學模式，推動教育領域改革，已成為現階段教育領域的共識。

一、面向大數據應用的數據服務關鍵技術

設計和開發面向大數據應用的智能化教學平臺，要先準確把握學校在管、教、學、研等諸多方面的實際情況與內在訴求。新平臺的建設，是要更加靈活、更加高效地運用各類數據分析處理的結果，為教育教學工作中的各主體提供服務。因此，應該積極了解和掌握面向大數據應用的數據服務關鍵技術。

（一）分層式系統結構

大數據應用下所構建的平臺系統，往往在架構上看是層次分明的，實現了結構分布且利用擴展。若平臺系統處于不同的運算環境，可以結合實際情況對結構進行擴展，從而相應地強化服務功能，可以更好地提供層次化的數據存儲以及數據運算等服務，這樣可以確保平臺系統在不同程度的指令要求下都可以展現可擴展性，同時增加數據存取、處理等操作的可靠性。

（二）靈活態數據模型

依據大數據建設智能化教學平臺，其數據模型應接受大數據應用的管控，從而使得模型對不同數據的特征都可以靈活便捷地表達，數據既包括結構化數據也包括非結構化數據。智能化教學平臺要在院校中推行，因此整體的數據模型不要求復雜高級，而應簡潔化，有助于學生等用戶的查詢請求可快速得到響應和反饋;指令的處理流程也應該進一步簡化，可以根據需要重用現階段院校已用的關系數據處理框架。數據模型的構建應考慮到其存儲模式的特殊性，即要明確大數據應用的多元需求，確保存儲模式的可配置性;同時，數據模型還應支持類 SQL查詢語言，保障智能化教學平臺可以和院校已有的關系數據庫管理系統形成統一關聯度。

（三）多數據查詢處理

智能化教學平臺應通過運用SQL優化平臺的查詢語言與分析處理能力，其結構化數據所形成的查詢語言可以接受非結構化數據管理系統的支持，由平臺用戶對非結構化數據的元數據實施捕捉提取并整合集成。面向大數據應用的智能化教學平臺內部應加載算法用于完成數據的有效分析與深度挖掘，諸如聚類、關聯、分類等典型算法都可加載。新建的智能化教學平臺還應通過DBA管理工具的設置，持續對非結構化數據內含語義信息進行挖掘，從而可以穩定高效地為機構決策分析提供支撐。

（四）開放性應用架構

面向大數據應用的智能化教學平臺應確保非結構化的數據管理系統擁有開放性的應用框架，為用戶的活動提供便捷，用戶可以在其中注冊類型差異化的非結構化數據，運用元數據提取、數據匹配、數據集合以及特定操作相關的方法，打造開放統一的數據操作平臺，為非結構化的數據系統應用于多個應用場景提供可能。

二、面向大數據應用的智能化教學平臺的設計

（一）大數據關鍵技術平臺

智能化教學平臺沿用大數據關鍵技術構建平臺的分布式架構，大數據關鍵技術平臺主要是整合大數據的處理、交換、共享、分析、挖掘等技術，使得應用在構建智能化教學平臺時更加便利。

大數據關鍵技術平臺的邏輯架構如圖1所示。在大數據分析層，SQOOP等數字交換工具會對來源于院校不同單位所產生的以及外來存儲系統中所攜帶的教育教學數據進行同步，然后將數據存儲于數據存儲文件系統，數據存儲文件系統一般包括Linux文件系統、HDFS在線擴容、HDFS分布式文件系統等，數據在存儲文件系統中會進一步向分析層傳輸匯聚。在大數據分析層中，一般采用HBase 數據庫作為主體，同時配合載入SQL計算執行引擎，對龐大多樣化的智能化教育教學數據進行分析。接口層設置了可擴展端口，業務層將對傳輸來的智能化教育教學數據進行挖掘、處理和分析。

（二）面向大數據應用的智能化教學平臺總體架構設計

在以上提到的大數據關鍵技術的基礎上，面向大數據應用的智能化教學平臺的設計可分成五層架構，分別是數據層、分析層、服務層、應用層、表現層。

面向大數據應用的智能化教學平臺的總體設計架構如圖2所示。數據層事實上就是整個教學平臺所需要的數據資源庫，在數據庫中囊括了可用于數學平臺運行的所有數據，數據層將數據庫中的數據調出并傳輸到分析層后，分析層主要采用大數據關鍵處理技術，以SQL計算執行引擎對不同的教學數據信息進行運算分析和處理，從而得到有關學生、教師、資源、決策等方面的信息，可用于在服務層匯聚后傳輸到應用層發揮出相應的服務功能，最終用戶利用智能移動終端或計算機瀏覽器的門戶網站可以直接體驗由教學平臺提供的多樣化服務。

（三）面向大數據應用的智能化教學平臺服務層核心設計

面向大數據應用的智能化教學平臺服務層是表現層與應用層之間的關聯層或過渡層，應作為智能化教學平臺的核心層。在服務層中，可設定為兩個主要的功能模塊，其一為線上學習，其二為平臺綜合信息發布與決策管理。線上學習模塊，主要包含教課、學習、審查、交流等功能;平臺綜合信息發布與決策管理模塊則重點對用戶注冊、賬戶信息驗證、使用權限配置等流程進行管理。

如圖3所示，面向大數據應用的智能化教學平臺的服務層中的用戶與平臺服務的關系具有網絡拓撲形態。面向大數據應用的智能化教學平臺的服務主體主要分為用戶和服務兩大塊。平臺用戶在正確注冊后，借助用戶管理以及登錄校驗等功能，可以安全可靠地注冊并登錄平臺。擔任管理員身份的用戶將及時收集并整理教學平臺上的已經注冊并校驗身份的教師、學生以及其他工作人員的基本信息，為平臺的集約化、智能化管理提供支撐。

從服務來看，智能化教學平臺的服務也需有必要的流程，即經過服務注冊、服務查詢、服務管理，最終向平臺用戶提供服務授權，授權的過程需要進一步完成用戶的身份驗證，并對匹配用戶的服務進行綁定，繼而針對性地提供服務。教職員身份的用戶可以在服務授權后，行使文件存儲、課程管理、課程發布等職權，從而讓學生等其他用戶可以直接調出數據，享用智能化教學平臺服務。

（四）面向大數據應用的智能化教學平臺的功能實現

1.線上學習的功能實現

線上學習的功能實現，是設計開發面向大數據應用的智能化教學平臺中服務層的核心任務。對于線上學習，其功能是否可靠、全面地發揮，審查的機制是否嚴謹，審查的效果是否細致，用戶的使用體驗是否達標，都會直接對面向大數據應用的智能化教學平臺中的各主體在線教學、交流的過程產生影響。

線上學習模塊的設計，一般設定管理員、教師、學生三類角色。其一，管理員的功能在于科學實施學生管理和教師管理，確保教師組織課程教學所需的資料通過審核，同時對學生的學習軌跡、學習進度進行跟蹤，積極采用大數據分析技術為相關的數據挖掘和提取分析做好技術支撐。管理員認真開展課程審查，是教學平臺教學質量的保障。其二，教師在智能化教學平臺的線上學習模塊，可以積極利用海量教學資源完成備課，也可以錄制視頻或是組織直播完成線上授課;同時可與學生在平臺上直接進行交流對話，實現一對一個性化答疑，也可實現一對多的集中輔導答疑。線上教學結束后，教師可同步發布訓練題目或課程實訓任務，幫助學生進一步掌握線上所學知識與技能。其三，學生利用線上學習模塊的功能，可以積極了解教師的課程安排，結合自己的實際需求選擇課程，并確認好具體的課程開講時間與網課教室的路徑;同時，可以利用教師在直播或錄播教學中展示的各種視頻資料完成重復學習，在課后積極完成實訓練習，將實訓結果以線上傳輸的方式發送給教師，待教師完成檢查評價后，再進入后一階段的線上課程學習。

2.平臺綜合信息發布與決策管理的功能實現

面向大數據應用的智能化教學平臺同樣看重平臺綜合信息發布與決策管理的功能實現。此模塊中，平臺用戶添加成功與否，可啟用算法完成自定義查詢，接受數據的統計與判識。如果教師、學生以及管理員等用戶添加成功，則會進入用戶權限配置的環節，不同的身份所擁有的權限有所不同。學校對用戶提到的身份信息進行審核后，將允許不同身份的用戶發布權限允許的信息、執行權限范圍內的操作。

面向大數據應用的智能化教學平臺的綜合信息決策管理可形成初級與高級兩個層次。在初級層次中，僅可對一定小范圍的不同用戶的信息數據實施管理;而在高級層次中，可對更大區域的IDE所有用戶的信息實施管理。無論是初級層次還是高級層次的信息決策管理，都能夠為面向大數據應用的智能化教學平臺提供可靠的智能化管理服務，使不同用戶的信息服務與決策管理個性化要求得到滿足。

三、面向大數據應用的智能化教學平臺的應用測試

本文設計和開發的面向大數據應用的智能化教學平臺，可以在高校中積極試驗，并在測試優化后進行推廣。在某高校的應用中，平臺可以借助大數據的挖掘、歸類、聚類、分析等技術獲取校內教師授課與學生學習兩方面的數據。以學生為例，能夠對學生的個性化學習行為信息進行深度捕捉，從而在海量數據中提取與其本人相關的信息，諸如性別、籍貫、專業、興趣、特長、政治面貌、運動習慣等，這些信息數據的集合將最終為該學生描繪出個性化的學習行為畫像。面向大數據應用的智能化教學平臺通過對學生的個性化學習行為的匯聚，可以準確制訂方案后向學生輸出個性化教學計劃和管理辦法，從而有效指導線上以及線下教學方式方法的改進。

面向大數據應用的智能化教學平臺能積極為高校師生的線上交流提供良好的載體。教師和學生的討論交流內容，可形成平臺運用大數據分析技術進行數據采集和分析的數據資源，并在交流界面的推薦或提示列表中出現相關的學習資料。學生能根據自己查找的學習資料列表，點選其中所感興趣的課程后，出現可與教師進行線上交流的提示，學生則可選擇與課程相關的教師進行線上互動。

通過應用測試，可以總結出：面向大數據應用的智能化教學平臺增加了師生的線上互動交流頻次，對課程的討論更有針對性;此外，有關面向大數據應用的智能化教學平臺的其他應用功能也能夠在測試中得到驗證，證實了面向大數據應用的智能化教學平臺具有廣泛推廣應用的可行性。

綜上所述，面向大數據應用的智能化教學平臺的設計與開發，主要構建數據層、分析層、服務層、應用層、表現層五層架構，采用大數據關鍵技術進行設計，分析層以Hbase數據庫與My SQL運算執行引擎完成對平臺數據信息的分析，并傳遞資源信息至服務層，服務層對用戶身份驗證并提供服務綁定等操作后，用戶就可獲得平臺的相關服務。教學平臺實現了對教育資源的整合，讓線上教學、資源服務、教育管理等功能都可達到理想的實現效果，值得進一步研究、優化并推廣應用。

【參考文獻】

[1]施萬里，張余輝.基于大數據分析技術的智慧教育平臺設計[J].現代電子技術，2020（9）.

[2]沈貴慶.大數據分析在高校智慧教育中的應用研究[J].現代電子技術，2019（4）.

[3]陳文雄.面向智慧教育的學習大數據：運行機理與實踐路徑[J].湖南師范大學教育科學學報，2019（4）.

[4]張睿思.基于大數據的教育智慧平臺的設計與實現[J].現代電子技術，2019（14）.

[5]吳砥，饒景陽，吳晨.教育大數據標準體系研究[J].開放教育研究，2020（2）.

[6]王鑫.基于教育大數據的教學改革研究[J].教育理論與實踐，2019（25）.

注：2019年廣西職業教育教學改革研究項目“高職計算機類專業智能生態課堂教學模式的研究”（GXGZJG2019A027）;2021年度廣西高校中青年教師基礎能力提升項目“基于移動終端的畢業設計管理平臺的研究”（2021KY1421）

【作者簡介】胡萬志（1981— ），男，廣西東蘭人，廣西現代職業技術學院副教授，研究方向為計算機應用技術。