云计算与大数据下高校个性化教学

前言:寻找写作灵感?中文期刊网用心挑选的云计算与大数据下高校个性化教学,希望能为您的阅读和创作带来灵感,欢迎大家阅读并分享。

云计算与大数据下高校个性化教学

摘要:云计算和大数据是移动互联网技术快速发展的产物,在面对数据量庞大、种类繁多、杂乱无章的高校大数据的背景下,本文探讨了基于云计算和大数据的高校个性化教学的构建设想,应用云计算和大数据的存储、过滤、分析和挖掘对高校教学提供相关的服务,使高校的决策者能及时根据个性化教学平台提供个性化的教学服务措施,从而促进高校教学的发展和提高。

关键词:云计算;大数据;个性化教学;教学服务

现行中国高校普遍面临的共性问题,就是伴随着互联网技术的快速发展,在线教学资源非常丰富,高校课堂教学却受制于时空局跟导致的资源缺乏对高校教学造成的冲击。高校如何发挥丰富的教师资源,如何整合高校的教学资源在高校教学中充分发挥作用,如何增强学生在教学中化被动为主动,成为教学的“主角”[1],积极融入教学中去;如何去除高校教师受限于课堂教学时间以及为了教学任务而忽略了学生的个人兴趣,而学生对不断增长的网络教学服务需求急剧增加,导致高校教学过度强调共性以及所谓的相关“教学成果”,导致学生的兴趣与教师的理念、社会的需求脱节严重。如何在现实中寻找切实可行的教学方法呢?对于众多研究高校教学的学者来说,并未找到突破口,其主要原因在于:①高校现在越来越多的与社会接触,也就意味着大学生除了学生这个属性以为,也具有社会的属性,从而导致大学生的信息无法掌握充分;②信息缺乏,导致对学生的个性化关注不够,不能挖掘出学生的兴趣点,也就导致高校教学“千篇一律”。因此,面对现在越来越热的针对高校学生的个性化的在线学习,如何来应对这种冲击,如何改进高校现行日常教学,达到实现“私人订制”的个性化教学方式,该私人订制更多的是以满足学生获取知识为最终目的,这对于我们高校从事教学的一线教师是个巨大的挑战。近年来,云计算和大数据技术出现并且不断发展。面对高校教学存在的这些问题,大量资源堆积,缺乏科学管理,出现重硬件、轻软件的现象,如何利用云计算和大数据技术实现高校的个性化教育教学,通过云计算存储并挖掘相关的教学大数据,来挖掘出适合高校师生的教育交互平台模型。通过研究发现,通过有效的交互活动可以增加学习者的兴趣和主动性,减少了学习者的不重视感,提高了学习者的质量。如何充分地利用云计算和大数据技术快速地进行教师教学资源内容的传播和师生快速方便地个性化教学,从而使高校教学达到教学资源共享、突破时空限制和个性自主化教学,进而提高高校教学质量。

1云计算与大数据的关系及特点

云计算是一种建立在相对于传统的分布式计算、虚拟化计算、web相关服务等技术的基础之上,利用基于互联网的强大的计算能力,对应客户的需求,满足客户对于数据存储和性能计算要求的新型技术模式。云计算使互联网提供应用和服务的能力克服了时空的局限。大数据就是通过不断地、持续性地对客观事物进行观测、存储、计算分析,从而形成了大量的相应数据。大数据的价值体现还需要相应的技术模式去处理才能体现数据之间存在的关联以及蕴含的规律,以此来对事物进行决策、优化[2]。大数据中的数据的概念,是指相关客观事物的某方面的特征,有所区别于其他事物的或者用于判断验证等的数值。如果有意识地借助于某些工具对相关客观事物进行观察、获取、存储、统计分析,从而得到具有海量的数据规模的就是大数据。大数据也就是意味着样本齐全,不需要抽样,也就意味着我们需要去深度挖掘,大数据具有海量数据规模[3]、快速的迭代更新、数据类型多样、较低的价值密度的特性。私人订制的高校个性化教学模式,建立的基础是首先肯定是大数据和云计算,尔后建立个人画像。众所周知,其实每个人都会对认识的人建立个人所有的画像,但是这是不客观的,会有主观性,如何避免呢?高校的教学手段必须不断更新,积极利用大数据和云计算的技术优势,务求对在校大学生的各方面的信息进行观察跟踪,如课堂教学、同学关系、师生关系等,以及这些信息的交叉融合产生的新的信息,从而通过不同的维度的信息建立模型,利用大数据和云计算进行大批量的合理计算,并随时利用大数据和云计算及时更新修正信息,做到知己知彼,以达到“因材施教”的目的。近年来,西方国家的高校,利用学生在学校通过访问网络的各类资源的记录进行大数据分析,可以及时预警并且制止有可能产生危险行为的学生,并且借鉴根据分析出来的学生的各类表现进行学习的实时跟踪,比如美国哈佛和麻省理工推出的大数据学习分析EDX平台[4-5]。总之,云计算强调的是实时计算,而大数据强调的是数据存储能力,是云计算的处理对象。大数据需要有强大的对数据进行处理的能力;云计算的计算基础需要大量的数据作为运算基础。因此两者的结合是必然的。云计算为大数据提供计算空间,而大数据则充分利用了分布式来应用于云计算。

2基于云计算与大数据的高校个性化教学

传统的以课堂为主的教学环境,可利用的教学资源有限,从而导致实施个性化教学难度大,无法更好地满足不同的师生偏好。但是随着云计算和大数据的出现,打破了传统教育的局限。云计算的出现打破了高校各个部门、二级学院信息化“各自为战”的局面,充分整合了各个部门、二级学院的分散教学资源,形成了一个集中高校所有教学资源的平台;从而使高校师生有了充分的真正的互动。近年来,随着云计算的兴起,极大地促进了大数据的应用。两者的结合几乎波及了各行各业,它们的联合应用对于高校教学而言会带来更多的提高空间。基于此,本文通过基于云计算和大数据技术构建个性化的高校教学,以实现高校教学的师生互动,实现高校教师因材施教,学生个性化教学,解决高校教学当中个性化教学的问题。为了给高校师生提供有针对性的服务,构建了利用云计算和大数据的高校个性化教学平台模型(如图1),主要分为云资源端、数据分析、个性化教学服务三部分。

2.1云资源端

云资源端主要包括云资源、云管理等,云资源主要用来存储高校内的各类型的基本原始的信息(如图2),包括教师信息、教室信息、学生信息、电子图书馆、部门信息、慕课信息和高校的各类相关基础信息等;云管理是对云资源进行管理,包括资源的分配与回收、资源的使用实时监控、资源的更新与维护、资源的安全等。云资源端主要利用SPRK技术对相关的数据资源进行存储,并且再利用相关的数据处理和管理工具进行计算和相关的聚合高效处理.

2.2数据分析

数据分析主要包括数据筛选过滤、数据重组、数据分析挖掘等(如图3)。由于存储的数据量大而且广泛,因此不同的数据之间可能存在不同程度的重复,去除数据冗余;针对数据的一些现实存在的相关约束,对数据进行过滤操作,经过数据的筛选过滤后,确保数据真实性高、重复性低、准确性高.在确保数据的可靠性后,对那些不符合标准的数据,比如半结构化、结构化甚至非结构化数据,进行重组,确保数据格式标准统一再进行存储。数据分析挖掘是采用相关的大数据算法对存储在云端的数据主要包括学校教师和学生进行行为处理分析。首先是针对高校老师的个人基本信息,包括老师的身份相关信息、兴趣爱好、相关的性格特征等;其次是教师的教学信息,包括师生授课评价、课堂教学、申请科研、指导学生比赛等;最后针对学生的身份信息、兴趣爱好、课堂考勤等。将这三类信息进行相关维度的分析和关联规则分析后从而进行相关的行为模型的分析,分析出各个老师的授课能力、学习能力、满意度等,以及学生的性格特征、团队意识、对老师的偏好等,从而方便高校教学针对这些分析结果进行个性化教学[7]。

2.3个性化教学服务

个性化教学服务主要是数据经过云资源端、数据分析处理后的数据结果得以应用,主要包括各类信息查询、数据可视化[8]、教学策略建议、教学效果评估和预测等(如图4)。高校可针对各类信息进行查询,了解相关师生的个人信息,进而可以对老师的授课及教学进行合理化的安排,及时通报老师所教授相关学生的情况,做出及时的预警;对高校里的所有资源进行合理的可视化;针对教学进行中的情况对教学相关职能部门和人员进行合理的建议,并做出适时的评估和预测,能对所有进行的情况进行及时的更新,一旦不正常的情况做出合理的预警通报,而且可以在授课完成后,及时更新数据,以便对新学期的课程及时得安排.

3平台优势

云计算和大数据所具备的廉价的存储和计算空间,提供的数据资源广泛,很好地弥补了高校课堂教学的薄弱环节。①促使高校教学真正的服务主体为高校师生。通过平台,可以适时地对老师、学生进行合理的数据分析,更好地为师生提供个性化的服务。②老师通过平台预先了解了所授课班级的学生的个人信息,可以更好地有所侧重地进行交流,而不单单就是授课。③高校管理更人性化[9],可以做出适时预警。可以通过平台对学校里使用的任何机器设备进行很好的观察,进而反馈存在的一些问题,及时做出预警[10]。

4基于云计算和大数据教学建设注意要点

高校教育教学的发展势必朝着基于云计算和大数据的高校个性化教学方向迈进。在此建设过程中,需要把握以下关键点:①云存储的可靠性必须确保。任何数据能够使用的前提就是存储的可靠。②数据必须确保”环保无污染”。数据的准确性是进行数据分析的前提,尽量减少误差。③在制度上确保安全性,减少人为的影响[11]。

5结语

随着高校信息化发展的趋势,各种有关教学的数据不断增加,如何加强管理来保存和利用这些数据,促进高校的教学的个性化的发展,从而提高校教学水平,成为高校教育教学关注的焦点。云计算和大数据都是随着移动互联网的出现而出现,融合两者的技术特点,提出适合高校的个性化教学模型,通过对数据进行存储、过滤、分析挖掘等一系列操作,从而为高校的管理者提供了很好的客观的决策依据。本文提出的平台模型可以很好地把高校有关教学的信息之间隐含的规律揭示并挖掘出来,对掌握高校师生的个性化教学规律,利用平台实施个性化教学,具有现实的意义。当然,在平台的建设过程中,也面临着一些问题,如如何尽可能地减少数据语义二义性问题,增强抗容灾备份等,随着技术的发展和不断成熟,诸多问题都将会得到解决。

参考文献:

[1]曾志宏,陈振武,黄婷.基于大数据的高校个性化画像教学模型的构建[J].赤峰学院学报,2016,32(20):233-235.

[2]刘中宇,刘海良.大数据时代高校云资源应用[J].现代教育技术,2013,23(7):59-62.

[3]刘中宇,刘海良.基于大数据的云教学环境设计[J].中国教育信息化,2013(24):18-21.

[4]邢丘丹,焦晶,杜占河.基于云计算和大数据的在线教育交互应用研究[J].武汉理工大学学报,2014,36(1):48-51.

[5]应毅,刘亚军,陈诚.基于云计算技术的个性化推荐系统[J].计算机工程与应用,2015,51(13),111-117.

[6]陈崇成,林剑峰,吴竹,等.基NoSQL的海量空间数据云存储与服务方法[J].地球信息科学学报,2013(2):166-174.

[7]霍丽荣,于淼,高义栋,等.云计算支持的群体协作学习环境研究[J].中国信息技术教育,2010(5):77-80.

作者:曾志宏 单位:龙岩学院信息工程学院