互聯網+大數據環境下個性化學習空間研究

余驥超 余小高

摘要：為了提高人才培養質量，做到因材施教，將互聯網+、大數據和虛擬現實技術應用到個性化學習中，提出個性化學習空間。首先探討個性化學習空間功能，提出學習空間架構;其次對個性化空間工作流程進行梳理，并分析學習空間特點;最后通過原型系統分析可知，學生課程學習效果得到了提高。因此，該學習空間可激發學生學習積極性，有效提高人才培養質量。

關鍵詞：互聯網+;大數據;虛擬現實;個性化學習空間;人才培養

DOI：10.11907/rjd k.191300

中圖分類號：G434 文獻標識碼：A 文章編號：1672-7800（2019）012-0245-04

0引言

當今社會對人才的需求日趨強烈，知識更新越來越快，全民終身學習時代已到來。為了最大限度地實現個人價值，個性化學習模式是未來發展必然趨勢。《國家中長期教育改革和發展綱要（2010-2020年）》提出“注重因材施教，關注學生不同特點和個性差異，發展每一個學生的優勢潛能”。當前以課堂集中學習為主的模式已不能滿足個性化人才培養要求。為了滿足社會對各種人才的需求，充分發揮每個人的價值，亟待創建個性化學習空間。

眾多學者對個性化學習空間開展了積極研究，主要從個性化空間理念、模型、設計與現實3個方面展開，重點論述了個性化空間對教育發展的積極意義、對人才培養的價值及個性化學習空間構建方法，但是沒有提出確定的學生個性化學習實現方法，無法滿足不同學生的學習需求，同時也沒有提出獲取國內外優質學習資源的措施，不能發揮互聯網+和大數據的優勢。目前構建的大多數學習空間也沒有體現3D和虛擬現實的特點，離實際學習空間相差甚遠，達不到沉浸式學習的效果。

本文擬利用互聯網+與大數據技術實現學生數字畫像，分析不同學生的個性，測量其知識掌握程度和學習能力，發現其行為模式及規律。該研究在理論上可為探索和構建個性化學習空間提供參考，在應用上可為個性化學習空間設計與實現提供借鑒，為學習者提供終身學習機會，實現人盡其才，同時彌補傳統教學資源的不足，改進傳統集中教學無法滿足學生個性化需求的弊端。

1功能結構

互聯網+大數據環境下，基于虛擬現實的個性化學習空間功能主要由學生個性確定、學習室、個人檔案室、監控室和虛擬交互中心組成。功能結構如圖l所示。

1.1學生個性確定

以互聯網+大數據技術為基礎，采集各種學生數據，進行清洗和存儲。對清洗后的學生數據進行分析和挖掘，提取和選擇學生特征。選擇合適的分類預測算法，構建預測模型，預測不同學生個性。

1.2學習室

利用互聯網+、大數據、3D建模和虛擬現實等技術，建立學習室，動態調整學習方案、學習計劃、學習進度，優化知識推薦內容。學習進度指根據學生特點和學習要求，為學生量身定制學習計劃。推薦學習知識功能指根據學生特點和個性化學習知識體系，向其推薦優質學習資源，幫助其完成學習任務。

1.3個人檔案室

自動收集、整理、統計學生學習資源，為其它功能的實現提供數據支持，并具有測評學習效果和存儲學習情況等功能。測評學習效果的功能指學生能夠根據學習要求完成考試，并對其學習情況進行評價反饋。

1.4虛擬交互中心

該功能提供人機交互、師生交互、學生之間交互等，主要包括研討室、會議室和閱覽窒。根據學生特點，對這些空間進行個性化虛擬布局，滿足各自功能，為學生提供一個良好的學習交流平臺。

1.5監控室

分析和挖掘學習資源，動態跟蹤學科發展動態。根據人才培養標準和知識體系，實時動態跟蹤學生學習進展，監測其學習狀況，并具有學習預測功能，引導學生牢固掌握知識，健康成長。自適應調整功能指個性化學習空間可根據實際監測數據，自我智能學習，并進行改進。

2個性化學習空間架構

將互聯網+和大數據技術應用到教育領域，構建滿足個性化學習需要的平臺;收集、存儲、分析和挖掘國內外學習資源，提煉符合個性化學習的標準;采用3D建模和虛擬現實技術，實現個性化學習空間，推薦有針對性的優質學習資源，對學生整個學習過程進行動態跟蹤和指導。個性化學習空間架構共分7層，如圖2所示。

2.1數據源

該平臺的數據源由學校內部數據源與校外數據源組成，校內數據源包括網絡日志、教務系統、學生管理系統、校園一卡通系統及學習系統等校內各種教育教學資源;校外數據源指充分利用互聯網+等收集的國內外優質學習資源等。

2.2采集層

該層主要是以互聯網+和大數據為基礎對教育教學數據進行采集，有實時采集與批量采集兩種形式。實時采集主要采用智能技術等手段及時捕獲、傳輸各類教育教學數據;批量采集主要對已收集的各類教育教學數據進行導入和拷貝等操作。個性化學習空間采集的校內教育數據與以互聯網+為基礎的校外教育數據，與傳統教育數據相比，全面性、自然性和時效性等特點更鮮明，能更好地分析和處理復雜多樣的數據。

2.3存儲層

該層采用分布式存儲架構，存儲方式主要有分布式數據庫、分布式數據倉庫、分布式內存存儲和分布式文件系統等。

2.4運算層

該層可提供高效的計算性分析和挖掘大數據，其運算引擎主要包括批處理、流運算、內存計算和圖運算等。

2.5分析和挖掘層

分析和挖掘是大數據兩個主要應用，大數據分析重點是解決個性化學習空間中發現的問題;大數據挖掘重點是設計新算法與構建新模型。雖然二者側重點有所差異，但采用的技術類似，主要有聚類分析、關聯規則、分類預測、語義分析等。

2.6模型構建層

模型構建指選擇適當的學生特征與分類器模型，通過歷史數據對分類器進行訓練和挑戰，最終建立性能良好的學生個性化預測模型，并對個性化空間進行3D建模。該層分為學生特征提取、學生特征選擇、模型選擇、模型訓練和3D空間建模等。

2.7應用層

該層利用互聯網+和大數據等技術實時動態獲取國內外有關人才培養的數據，分析和挖掘滿足各專業人才標準的個性化學習知識體系，滿足個性化學習需求。同時，將3D建模技術、虛擬現實技術、分析和挖掘技術等應用到個性化學習空間中，構建學習室、研討室、檔案室和監控室等，便于學生達到最佳學習效果。

3工作流程

個性化學習空間工作流程包含7個步驟，如圖3所示。

（1）采集學生數據訓練集或待學習的學生數據，并進行清洗、存儲。

（2）利用大數據技術，分析和挖掘清洗后的學生數據。

（3）根據分析和挖掘的結果，提取和選擇學生特征。

（4）選擇合適的分類算法，對學生個性進行分類。

（5）根據學生特征和選擇的分類算法，構建學生個性預測模型。輸人教育教學數據，針對具體對象，利用3D建模技術和虛擬現實技術，搭建個性化學習空間，包括學習室、研討室、檔案室、閱覽室和監控室等，其中監控室由系統控制，學生不能訪問。

（6）學生自主選擇進人虛擬房間，退出房間時，監控室自動判斷是否進行空間調整，若需調整，則轉向上一個步驟，否則重新選擇是否進人房間。

（7）學生完成或暫停學習任務退出空間。

4特點

互聯網+大數據環境下個性化學習空間具有以下5個特點：①真實性。采用虛擬現實技術與3D建模技術，設計實現逼真的學習室、研討室、檔案室和監控室等，讓學生置身于真實環境中，自主學習，達到學習的最佳境界;②針對性。可根據不同學生的個性化需求，協助進行個性化學習，最大限度地幫助學生達到最佳學習效果;③共享性。突破時空限制，傳播和共享各種教育資源;④開放性。可整合和優化國內外教育教學資源、學習理念等，提供給不同學生;⑤拓展性。具有學習室、研討室、檔案室、會議室等功能，充實個性化學習過程，實時動態地獲取、更新和推薦優質學習資源。

5應用分析

在實踐中，為幫助不同學生掌握知識，順利完成學業，本文構建了互聯網+大數據環境下個性化學習空間的原型系統，采用3DMAx建模，開發工具為unitv3D，運行環境為Hadoop。

該原型系統應用到湖北經濟學院《管理信息系統》課程中，學生可申請符合自己要求的個性化學習空間，獲取符合自己特點的優質課程學習資源，自主學習管理信息系統課程知識。虛擬閱覽室如圖4所示。

虛擬閱覽室場景與現實中的閱覽室一樣，配有書架、桌椅、數字化圖書等。與該課程傳統集中教學的班級對比，利用該原型系統，學生可以良好狀態投入學習，全部達到學習目標，取得比接受傳統教學的學生更好的成績。

6結語

互聯網+、大數據與虛擬現實等技術應用到教育領域，為人才個性化培養提供了新思想和新方法，還可充分發揮互聯網+大數據優勢，搭建教育大數據分析平臺，獲取、整合和優化國內外各種教育資源，找出不同學生的特點，教師可有針對性地進行輔導。本文結合3D建模和虛擬現實技術，創建符合不同學生需求的個性化學習空間，實現學生個性化學習，幫助其實現最佳學習效果，做到人盡其能，達到因材施教的目的。