基于云計算與大數據的高校個性化教學

曾志宏

(龍巖學院 信息工程學院， 福建 龍巖 364012)

現行中國高校普遍面臨的共性問題，就是伴隨著互聯網技術的快速發展，在線教學資源非常豐富，高校課堂教學卻受制于時空局跟導致的資源缺乏對高校教學造成的沖擊。高校如何發揮豐富的教師資源，如何整合高校的教學資源在高校教學中充分發揮作用，如何增強學生在教學中化被動為主動，成為教學的“主角”[1]，積極融入教學中去；如何去除高校教師受限于課堂教學時間以及為了教學任務而忽略了學生的個人興趣，而學生對不斷增長的網絡教學服務需求急劇增加，導致高校教學過度強調共性以及所謂的相關“教學成果”，導致學生的興趣與教師的理念、社會的需求脫節嚴重。

如何在現實中尋找切實可行的教學方法呢？對于眾多研究高校教學的學者來說，并未找到突破口，其主要原因在于：①高校現在越來越多的與社會接觸，也就意味著大學生除了學生這個屬性以為，也具有社會的屬性，從而導致大學生的信息無法掌握充分；②信息缺乏，導致對學生的個性化關注不夠，不能挖掘出學生的興趣點，也就導致高校教學“千篇一律”。因此，面對現在越來越熱的針對高校學生的個性化的在線學習，如何來應對這種沖擊，如何改進高校現行日常教學，達到實現“私人訂制”的個性化教學方式，該私人訂制更多的是以滿足學生獲取知識為最終目的，這對于我們高校從事教學的一線教師是個巨大的挑戰。

近年來，云計算和大數據技術出現并且不斷發展。面對高校教學存在的這些問題，大量資源堆積，缺乏科學管理，出現重硬件、輕軟件的現象，如何利用云計算和大數據技術實現高校的個性化教育教學，通過云計算存儲并挖掘相關的教學大數據，來挖掘出適合高校師生的教育交互平臺模型。通過研究發現，通過有效的交互活動可以增加學習者的興趣和主動性，減少了學習者的不重視感，提高了學習者的質量。如何充分地利用云計算和大數據技術快速地進行教師教學資源內容的傳播和師生快速方便地個性化教學，從而使高校教學達到教學資源共享、突破時空限制和個性自主化教學，進而提高高校教學質量。

1 云計算與大數據的關系及特點

云計算是一種建立在相對于傳統的分布式計算、虛擬化計算、web相關服務等技術的基礎之上，利用基于互聯網的強大的計算能力，對應客戶的需求，滿足客戶對于數據存儲和性能計算要求的新型技術模式。云計算使互聯網提供應用和服務的能力克服了時空的局限。大數據就是通過不斷地、持續性地對客觀事物進行觀測、存儲、計算分析，從而形成了大量的相應數據。大數據的價值體現還需要相應的技術模式去處理才能體現數據之間存在的關聯以及蘊含的規律，以此來對事物進行決策、優化[2]。

大數據中的數據的概念，是指相關客觀事物的某方面的特征，有所區別于其他事物的或者用于判斷驗證等的數值。如果有意識地借助于某些工具對相關客觀事物進行觀察、獲取、存儲、統計分析，從而得到具有海量的數據規模的就是大數據。大數據也就是意味著樣本齊全，不需要抽樣，也就意味著我們需要去深度挖掘，大數據具有海量數據規模[3]、快速的迭代更新、數據類型多樣、較低的價值密度的特性。

私人訂制的高校個性化教學模式，建立的基礎是首先肯定是大數據和云計算，爾后建立個人畫像。眾所周知，其實每個人都會對認識的人建立個人所有的畫像，但是這是不客觀的，會有主觀性，如何避免呢？高校的教學手段必須不斷更新，積極利用大數據和云計算的技術優勢，務求對在校大學生的各方面的信息進行觀察跟蹤，如課堂教學、同學關系、師生關系等，以及這些信息的交叉融合產生的新的信息，從而通過不同的維度的信息建立模型，利用大數據和云計算進行大批量的合理計算，并隨時利用大數據和云計算及時更新修正信息，做到知己知彼，以達到“因材施教”的目的。

近年來，西方國家的高校，利用學生在學校通過訪問網絡的各類資源的記錄進行大數據分析，可以及時預警并且制止有可能產生危險行為的學生，并且借鑒根據分析出來的學生的各類表現進行學習的實時跟蹤，比如美國哈佛和麻省理工推出的大數據學習分析EDX平臺[4-5]。

總之，云計算強調的是實時計算，而大數據強調的是數據存儲能力，是云計算的處理對象。大數據需要有強大的對數據進行處理的能力；云計算的計算基礎需要大量的數據作為運算基礎。因此兩者的結合是必然的。云計算為大數據提供計算空間，而大數據則充分利用了分布式來應用于云計算。

2 基于云計算與大數據的高校個性化教學

傳統的以課堂為主的教學環境，可利用的教學資源有限，從而導致實施個性化教學難度大，無法更好地滿足不同的師生偏好。但是隨著云計算和大數據的出現，打破了傳統教育的局限。云計算的出現打破了高校各個部門、二級學院信息化“各自為戰”的局面，充分整合了各個部門、二級學院的分散教學資源，形成了一個集中高校所有教學資源的平臺；從而使高校師生有了充分的真正的互動。近年來，隨著云計算的興起，極大地促進了大數據的應用。兩者的結合幾乎波及了各行各業，它們的聯合應用對于高校教學而言會帶來更多的提高空間。

基于此，本文通過基于云計算和大數據技術構建個性化的高校教學，以實現高校教學的師生互動，實現高校教師因材施教，學生個性化教學，解決高校教學當中個性化教學的問題。為了給高校師生提供有針對性的服務，構建了利用云計算和大數據的高校個性化教學平臺模型(如圖1)，主要分為云資源端、數據分析、個性化教學服務三部分。

圖1 基于云計算和大數據的高校個性化教學模型

2.1 云資源端

云資源端主要包括云資源、云管理等，云資源主要用來存儲高校內的各類型的基本原始的信息(如圖2)，包括教師信息、教室信息、學生信息、電子圖書館、部門信息、慕課信息和高校的各類相關基礎信息等；云管理是對云資源進行管理，包括資源的分配與回收、資源的使用實時監控、資源的更新與維護、資源的安全等。云資源端主要利用SPRK技術對相關的數據資源進行存儲，并且再利用相關的數據處理和管理工具進行計算和相關的聚合高效處理[6]。

圖2 云資源端

2.2 數據分析

數據分析主要包括數據篩選過濾、數據重組、數據分析挖掘等(如圖3)。由于存儲的數據量大而且廣泛，因此不同的數據之間可能存在不同程度的重復，去除數據冗余；針對數據的一些現實存在的相關約束，對數據進行過濾操作，經過數據的篩選過濾后，確保數據真實性高、重復性低、準確性高[7]。

圖3 數據分析

在確保數據的可靠性后，對那些不符合標準的數據，比如半結構化、結構化甚至非結構化數據，進行重組，確保數據格式標準統一再進行存儲。

數據分析挖掘是采用相關的大數據算法對存儲在云端的數據主要包括學校教師和學生進行行為處理分析。首先是針對高校老師的個人基本信息，包括老師的身份相關信息、興趣愛好、相關的性格特征等；其次是教師的教學信息，包括師生授課評價、課堂教學、申請科研、指導學生比賽等；最后針對學生的身份信息、興趣愛好、課堂考勤等。將這三類信息進行相關維度的分析和關聯規則分析后從而進行相關的行為模型的分析，分析出各個老師的授課能力、學習能力、滿意度等，以及學生的性格特征、團隊意識、對老師的偏好等，從而方便高校教學針對這些分析結果進行個性化教學[7]。

2.3 個性化教學服務

個性化教學服務主要是數據經過云資源端、數據分析處理后的數據結果得以應用，主要包括各類信息查詢、數據可視化[8]、教學策略建議、教學效果評估和預測等(如圖4)。高校可針對各類信息進行查詢，了解相關師生的個人信息，進而可以對老師的授課及教學進行合理化的安排，及時通報老師所教授相關學生的情況，做出及時的預警；對高校里的所有資源進行合理的可視化；針對教學進行中的情況對教學相關職能部門和人員進行合理的建議，并做出適時的評估和預測，能對所有進行的情況進行及時的更新，一旦不正常的情況做出合理的預警通報，而且可以在授課完成后，及時更新數據，以便對新學期的課程及時得安排。

圖4 個性化教學服務

3 平臺優勢

云計算和大數據所具備的廉價的存儲和計算空間，提供的數據資源廣泛，很好地彌補了高校課堂教學的薄弱環節。①促使高校教學真正的服務主體為高校師生。通過平臺，可以適時地對老師、學生進行合理的數據分析，更好地為師生提供個性化的服務。②老師通過平臺預先了解了所授課班級的學生的個人信息，可以更好地有所側重地進行交流，而不單單就是授課。③高校管理更人性化[9]，可以做出適時預警。可以通過平臺對學校里使用的任何機器設備進行很好的觀察，進而反饋存在的一些問題，及時做出預警[10]。

4 基于云計算和大數據教學建設注意要點

高校教育教學的發展勢必朝著基于云計算和大數據的高校個性化教學方向邁進。在此建設過程中，需要把握以下關鍵點：①云存儲的可靠性必須確保。任何數據能夠使用的前提就是存儲的可靠。②數據必須確保”環保無污染”。數據的準確性是進行數據分析的前提，盡量減少誤差。③在制度上確保安全性，減少人為的影響[11]。

5 結語

隨著高校信息化發展的趨勢，各種有關教學的數據不斷增加，如何加強管理來保存和利用這些數據，促進高校的教學的個性化的發展，從而提高校教學水平，成為高校教育教學關注的焦點。云計算和大數據都是隨著移動互聯網的出現而出現，融合兩者的技術特點，提出適合高校的個性化教學模型，通過對數據進行存儲、過濾、分析挖掘等一系列操作，從而為高校的管理者提供了很好的客觀的決策依據。本文提出的平臺模型可以很好地把高校有關教學的信息之間隱含的規律揭示并挖掘出來，對掌握高校師生的個性化教學規律，利用平臺實施個性化教學，具有現實的意義。當然，在平臺的建設過程中，也面臨著一些問題，如如何盡可能地減少數據語義二義性問題，增強抗容災備份等，隨著技術的發展和不斷成熟，諸多問題都將會得到解決。

參考文獻：

[1] 曾志宏,陳振武,黃婷.基于大數據的高校個性化畫像教學模型的構建[J].赤峰學院學報,2016,32(20)：233-235.

[2] 劉中宇,劉海良.大數據時代高校云資源應用[J].現代教育技術,2013,23(7):59-62.

[3] 劉中宇,劉海良.基于大數據的云教學環境設計[J].中國教育信息化,2013(24):18-21.

[4] 邢丘丹,焦晶,杜占河.基于云計算和大數據的在線教育交互應用研究[J].武漢理工大學學報,2014,36(1):48-51.

[5] 應毅, 劉亞軍, 陳誠.基于云計算技術的個性化推薦系統[J].計算機工程與應用,2015,51(13),111-117.

[6] 陳崇成, 林劍峰, 吳竹，等.基NoSQL的海量空間數據云存儲與服務方法[J].地球信息科學學報,2013(2):166-174.

[7] 霍麗榮, 于淼, 高義棟，等.云計算支持的群體協作學習環境研究[J].中國信息技術教育,2010(5):77-80.