智慧社區教育的微信云服務平臺建設

魏兵海, 魏藍云天

(1.甘肅開放大學,信息中心，甘肅,蘭州 730030;2.北卡羅來納大學教堂山分校,文理學院，北卡羅來納，教堂山 27514)

0 引言

社區教育是一種以社區為中心面向全社會開放的全民終身教育范式。智慧社區教育則是基于大數據、人工智能等新興前沿技術，集成智慧教育、智慧社區、智慧校園等多型優勢的跨界綜合體。快速升級的5G，程式不斷迭代翻新，超越Facebook/WhatsApp的微信新技術，給智慧社區教育帶來了更多的創新驅動發展新模式[1]。智慧社區教育掀起了新型微信云服務智慧化建設的新熱潮[2]。

1 基于新技術的微信智慧功能創新

自微信2012年推出以來，從微信公眾號(訂閱號、服務號、企業號)再到微信App、微信小程序，微信功能不斷創新拓展，版本不斷升級，應用場景和應用領域不斷延伸，微信新應用、智慧新功能不斷推陳出新。

1.1 5G新技術革命強基智慧微信教育

早前微信受限于帶寬，視頻處理、終端物聯交互等受到制約。5G傳輸速率可高達10 GB/s，是4G的數百倍，網絡延遲低于1 ms，是4G的幾十分之一，每比特能耗比4G降低約近千倍。基于5G的高帶寬、低延遲，高清立體視頻、VR虛擬現實/AR增強現實、3D全息投影、物聯網交互通信等高度可用[3]。

5G手機已進入市場，其帶寬超高速，畫質超高清超高分辨率，電池續航時間倍率提高，用戶體驗流暢，用戶黏度大幅提升，超高清立體全息視頻課件、VR/AR虛擬仿真、智慧課堂、虛擬實驗室、虛擬臨場實訓、遠程AI交互式互動教學等等，智慧教育新動能新場景異彩紛呈。

1.2 大數據智能挖掘賦能智慧微信教育

大數據智能分析技術是通過系統存儲用戶的學習大數據，比如不同內容學習時長數據、不同內容學習頻度數據、學習內容關聯度數據、學習者興趣內容點數據、課程內容偏好數據等，深度挖掘學習者的學習習慣、特長愛好，對用戶行為作畫像，助力人工智能基礎上的個性化學習資源匹配推薦。

大數據智能分析的對象主要是用戶的學習過程大數據，即學習行為軌跡大數據。通過收集、存儲、清洗、變換、統計分析、機器(深度)學習、識別表達相關教學過程大數據，精準助力教學資源個性化推薦，完成學習路徑適時調配，輔助教學智慧決策和管理智慧決策。

1.3 人工智能創新算法賦能智慧微信教育

人工智能機器學習是計算機憑借各種特定算法分析事件已有的前置數據，不斷反復改進產出的規律性模型(即機器從數據中學習，總結出規律)，以預測事件的將來或對事件做出決策。深度學習則專指深層次的多層機器學習，即計算機通過使用輸入層、多層隱藏層、輸出層等多層“人工神經網絡”迭代分析算法，逐層收斂，逐步計算出更加精確的模型公式的機器學習數據生產出特征規律結論的行為。

微信平臺機器學習/深度學習功能則是通過已知數據，學習分析其中特征規律，預測未來未知數據的功能，表現為微信平臺具備廣告精準推送、內容個性化推薦、分叉路徑決策等智慧能力。

1.4 微信新功能衍生智慧微信教育新模態

微信平臺與用戶之間高頻互動，反饋路徑的每節點都面臨著多態選擇的決策問題，通過用戶軌跡大數據挖掘，機器(深度)學習預測模型前置訓練，平臺預測未來最優策略，以智能決策反饋的方案，從而實現智慧平臺的預測決策功能。

微信平臺系統底層內嵌豐富高能的大數據處理和機器學習模塊，生成特定的策略優化分析工具和策略效能評測工具，集成組建各種不同用途的用戶(行為、特點、習慣)畫像子系統，利用推薦系統模塊中廣泛應用的各種深度學習算法，精確定位目標用戶群體，精準定位個體用戶的個性化需求，向微信平臺客戶端提供精準廣告推送、個性化適配推薦等自動化智慧功能，賦能新型微信智慧教育。

微信平臺“看一看”“搜一搜”等功能，則基于用戶(地域、愛好、興趣等)畫像，搜尋同類興趣圈子，推薦相關熱點內容和興趣內容等，以迎合用戶興趣，為同類聚集提供賦能，增加用戶黏度。

2 智慧社區教育微信云服務平臺

2.1 體系架構

基于微信云服務基礎框架，以社區為校園，與“甘肅社區學習網”智慧校園數據庫等互聯互通，設計建設智慧社區教育微信公眾(企業)號微網頁欄目矩陣、智慧社區教育微信App矩陣以及智慧社區教育微信小程序矩陣等(圖1)。

圖1 微信平臺Web顯示層應用矩陣

智慧社區教育微信云服務平臺解分為前端顯示層(B/S架構中的Browser層或 C/S架構中的Client層)和實現安防、邏輯處理、數據處理等功能的后端服務器層，其架構如圖2所示。

圖2 智慧社區教育微信云服務平臺體系架構

手機客戶端微信Web顯示層負責前端用戶消息的后送傳遞以及后端處理結果消息的前送顯示。Web顯示層包括微信微網頁、微信App以及內嵌的微信小程序等，共同協調完成應用，實現B/S架構內Browser中微網頁的內容顯示或C/S架構內Client中微信App的內容顯示。

微信后臺服務器包括騰訊的微信基礎設施，負責基礎安防管理、信息的邏輯處理和后臺數據處理等，包括用戶學習行為軌跡大數據智能挖掘分析模塊、人工智能算法智慧適配個性化推薦等模塊。處理完成后，結果消息回送顯示前端。

后端第三方服務器是智慧社區教育微信云服務平臺需要鏈接的其他數據庫系統或業務系統，負責微信基礎服務器的功能擴展即數據/消息/邏輯功能的外延支撐，包括已建成運行中的原有異構數據庫、原有異構信息系統、第三方信息平臺和第三方數據等資源層第三方云服務器系統等，如智慧社區中教學場地管理、戶籍管理、財務管理、健身器材管理、樂器管理、圖書管理等原有智慧服務平臺系統等。

防火墻等安防服務器是微信內網系統對外部第三方接入系統實施入侵防范(如病毒防護、木馬偵測、DNS劫持)、安全審計(如日志檢索、事件過濾、漏洞檢測)等安全過濾的防護設施。

中間件功能模塊即中間接口服務器則是負責數據和消息的邏輯轉換以及格式轉換，實現異構資源共享連接即底層子模塊功能直接調用的中介。

2.2 微信人工智能大數據核心智慧算法模型

微信基礎框架不斷吸收新算法，創新拓展新功能，機器學習算法不斷推高微信智慧化水平。以微信“看一看”“搜一搜”應用場景中的核心內嵌智慧算法為例。

Look-alike相似用戶查找算法是根據特定Item(如一個廣告內容)的歷史行為特征判定部分種子用戶，再做相似算法計算以尋找目標用戶加以推廣，其本質是通過深度學習種子用戶特征來挖掘高相似度目標用戶群。算法基本分為兩類：一類是對現有已知的有興趣種子用戶做相似度算法計算的目標用戶推廣；另一類是對種子用戶進行特征回歸建模，之后依據特征規律分類辨識的目標用戶推廣。

RALM(Real-time Attention based Look-alike Model)基于實時關注力的尋仿算法模型是微信基于經典Look-alike的創新改進型算法。RALM將Look-alike中圍繞Item歷史行為(特征)精準建模改進為圍繞某一特定Item的種子用戶user行為特征精準建模，從而解決糾葛長尾馬太效應的推薦系統多樣性問題，達成高效實時小計算量的目標，實現高精準強定向目標用戶的資訊推薦功能。限于篇幅，詳細細節可研讀相關延伸文獻[4]等。

2.3 微信開發工具與開發技術

微信公眾號(訂閱號、服務號、企業號、小程序)的開通首先必須經過注冊認證，認證后能夠具備更多的權限和功能,比如接口功能；其次是設置公眾號導航工具，如自定義菜單等，完成微信公眾號自帶基礎功能的部署和配置；最后則是對微信公眾號進行二次定制開發，通過二次開發構建微信公眾平臺內置API，以建立更多的外部鏈接，賦能更多的高階功能，如微官網、微商城、微客服等。

微信號的二次開發有多種開發技術，比如Springboot輕量框架技術[5]、ThinkPHP輕量框架技術[6]等等。Springboot開發框架包含Web前端開發框架Thymeleaf和微信公眾號后臺數據庫持久層開發框架Mybatis等，配置和開發非常輕量簡易。ThinkPHP開發框架則是一款基于PHP的國產、簡易、兼容、快速的輕量開發框架，使用該框架則可使企業級應用開發更為簡化和使Web應用開發更為敏捷。騰訊官方也提供了“微信開發者工具”用以查看和調試頁面，包括早前的公眾號調試模式和之后添加的小程序調試模式。

3 總結

在開放的社區教育中導入升級的微信云服務平臺新技術和智慧校園框架是一個值得探索的新結合領域。如何利用微信新技術、使之更加智慧精準地對接社區教育中的各類個性化需求是智慧社區教育微信云服務平臺建設中的核心問題，微信云服務平臺的個性化定制二次開發以及與第三方現有平臺的互連互通則是建設中的重點問題。“甘肅社區教育網”智慧微信云服務平臺建設效果良好，曾在權威“清博大數據中心”主持的全國終身學習平臺一周排行榜評測中進入前十！