大数据背景下智慧教育云平台的构建研究

龙虎　张小梅　唐林海

摘要：大数据背景下，随着物联网、云计算、移动互联网和人工智能技术的快速发展，智慧教育迎来了智慧化和智能化的云时代。笔者首先对大数据和智慧教育的概念以及研究现状进行了梳理，给出了智慧教育云平台的构成以及系统架构，通过利用Hadoop技术来对大数据进行分析与处理，采用数据挖掘算法并结合云计算对智慧资源的获取、表示、建模和融合进行研究，建立数据分析与处理模型图，将得到的数据智能融入智慧教育云平台，并对平台进行了应用和性能的测试。

关键词：大数据；智慧教育；Hadoop；云平台

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）20-0109-03

大数据是继移动互联网、物联网、云计算之后新的IT界流行的词语，已成为科技、企业、学术界关注的热点。国际权威杂志《Science》和《Nature》专门出版了有关大数据的专刊，专门探讨有关大数据的机遇以及带来的挑战等问题。美国教育部在2010年11月，发布了《改变美国教育：技术增强的学习——美国国家教育技术计划2010》[1]（NETP2010），智慧教育方面，IBM提出了构建智慧教育的方案。新加坡在2006年就开始了Intelligent Nation 2015计划，其中智慧教育是其最重要的组成部分。韩国教育科学技术部（MEST）于2011年6月向韩国总统府提交了《通往人才大国之路：推进智慧教育战略》提案，并于同年10月发布了《推进智慧教育战略》，目的是进行智慧教育变革，改造课堂，提高技术支持的学习效果，培养适应未来信息社会的创新型国际人才[2]。2014年12月1日由中国教育部直属单位教育学会在北京主办了2014国际智慧教育展览会（简称Smart Show），多所学校还对智慧教育的产品进行了全方位的展示。利用大数据技术可以构建复杂的模型来表征数据和解释数据，利用基于大数据的知识计算，可从大数据中抽取有价值的知识，构建成可支持查询、分析和计算的知识库。知识计算的前提是首先构建好知识库，其次是多元知识的融合，此外还有知识库的更新。大数据可利用数据挖掘技术对存储在数据中心的数据（包括结构化和非结构化的数据）进行分析与挖掘，及时掌握学习者的学习动态数据，对学习的效果、技能水平等进行评估，便于及时对出现的问题进行智能诊断，将信息智能推送到用户端。智慧教育云平台能为学习者提供很好的智慧学习环境和个性化的学习体验。通过运用系统分析法，并在梳理国内外智慧教育研究的基础上，尝试构建大数据环境下智慧教育云平台，提出了大数据背景下的智慧教育云平台系统架构图，并对大数据背景下的智慧教育云平台进行了的应用和测试，以其能为未来大数据环境下的智慧教育的建设提供参考。

1 智慧教育概述

智慧教育是整合物联网、云计算、大数据、移动通信、增强现实等先进信息技术的增强型数字教育（Enhanced e-Education），是对数字教育的进一步发展[3]。智慧教育的真谛就是通过利用智能化技术（灵巧技术）构建智能化环境，让师生施展灵巧的教与学方法，使其由不能变为可能，由小能变为大能，从而培养具有良好价值取向、较高思维品质和较强施为能力的人才[4]。智慧教育可培养出智慧型和创新型的人才，智慧教育的核心技术为大数据、云计算、物联网、增强现实、移动通信和定位技术。智慧教育的学习资源是动态生成的，MOOCs、微课、移动课件、电子教材、可进化的内容库，智慧教育的学习方式主要有泛在学习和云学习以及无缝学习；智慧教育的教学方式主要有以学习者为中心，大规模在线开放教学（MOOCs）、深度互动教学、智能教学（智能备课、智能批阅等等）、科研方式：跨地域大规模协同科研，科研数据及时分享与深度挖掘；管理方式：高度标准化、归一化管理、智能管控；评价思维：数据导向的评价、基于大数据库的科学评价。

2 智慧教育云平台

智慧教育云平台可为学生提供基于知识图谱（所有知识点汇聚的知识架构图）的学习，知识架构图有利于学习者快速查找自己需要的知识点，只需点击便可轻松获取自己想要的知识，使学生更容易把握学习的脉络。智慧教育云平台主要由智慧教育、智慧学习、智慧服务、智慧资源、智慧环境、智慧管理和智慧评价等多个部分组成，如下图1所示。

图1 智慧教育云平台的构成

智慧教育和智慧学习是智慧教育云平台的核心部分，通过该平台教师可实现智慧教学，学生可实现智慧学习，智慧资源主要是指智慧教育资源和智慧学习资源，在云平台可实现智慧资源的智慧检索和共享，智慧管理、智慧环境和智慧评价是智慧教育云平台不可或缺的，都具有重要的作用。教师通过云平台可实时在线查看学生的学习情况反馈信息以及通过聚类分析来获取有用信息，并针对该信息进行有针对性的授课和解答。丰富的智慧教学场景可为教师带来新的互动教学体验，教师可通过学生学习数据和成长轨迹，利用数据可视化技术和人工智能技术以及数据挖掘技术，来对学生的学习进度和知识掌握情况进行可视化显示，并对学生的学习效果进行个性化和科学性的评价，评价后可及时将信息智能推送到学习终端，获得信息后可及时做出调整，以便于提升学生的学习效果。

3 大数据背景下智慧教育云平台的构建

智慧教育历来受到人们的重视，在国内已有很多专家和学者研究，智慧教育云平台的构建是智慧教育大厦的重要部分，该平台可支持各类智慧教育，如在线交互式学习、在线互动教学、智慧管理、智慧评价等，大数据背景下的智慧教育云平台打破了传统的教育信息化边界，可实现在线数据信息的可视化以及可视化智慧教育管控，远程督导等。

大数据背景下，由于数据量巨大，因此，需要用Hadoop来对大数据进行分析与处理，大数据环境下的智慧教育云平台数据分析与处理模型图中物理层是底层部分，在该层可实现海量数据资源的存储，通过Hadoop和数据统计、机器学习以及数据挖掘技术以及人工智能技术可实现信息的智能推送，该平台的应用层主要部分有智慧教学、智慧学习、智慧管理、智慧服务、智慧环境和智慧评价多个部分组成。大数据环境下的智慧教育云平台数据分析与处理模型图如下图2所示。

图2 大数据环境下的智慧教育云平台数据分析与处理模型图

3.1 平台总体架构

大数据环境下，根据智慧教育云平台的设计原则和设计流程，给出了智慧教育云平台的架构图，该架构共分为七层，如下图3所示。

图 3 大数据环境下智慧教育云平台系统架构图

（1）物理层

在物理层，主要包括一些硬件设备，如海量数据存储设备、网络设备、服务器和计算机等，在大数据环境下，该层起着非常重要的作用。

（2）虚拟资源层

虚拟资源层位于物理层之上，逻辑层之下，主要包括网络资源池、存储资源池、数据资源池、计算资源池四个部分，该部分为平台的运行提供了保障。

（3）逻辑层

逻辑层位于虚拟资源层和应用层之间，为智慧教育云平台平台的核心管理层，负责对任务以及资源等方面进行管理，并对用户的请求给予及时的响应，使资源实现有效地管理，并为用户提供安全有效地服务。

（4）展现层

展现层位于应用层之上，该层主要提供手机客户端、WEB门户、WAP门户等的展现方式，主要有展现模块、接入模块和可视化模块三部分。展现模块主要包括栏目展现、个性化设置、信息推送、个人信息管理、内容搜索、注册登录、栏目管理等部分构成；接入模块，主要有服务接入、接入授权、接入配置等部分组成，可视化模块，主要有在线数据信息可视化，可视化智慧教育管控等多个部分组成。

（5）应用层

应用层在逻辑层之上，展现层之下，在该层中，主要有智慧教学、智慧学习、智慧管理、智慧服务、智慧环境和智慧评价等部分组成，主要为教师、学生、家长提供应用服务，通过利用现有的智慧信息资源，为用户提供个性化、多样化、全方位的智慧服务。

（6）网络层

网络层位于用户层和展现层之间，用户可通过CMNET、CTNET等网络接入智慧教育云平台系统。

（7）用户层

用户层位于网络层之上，智慧教育云平台支持手机、PC机等多种类型的终端设备接入访问。

3.2 平台的开发

为了构建大数据背景下的智慧教育云平台，本研究进行了智慧教育云的HADOOP大数据平台物理上部署在操作系统和虚拟化环境之上的测试，用到的软硬件设施包括：笔记本电脑3台，服务器一个，一个hadoop-1.2.1.tar.gz以及Sun java6-jdk、SSH、Eclipse和Ubuntu 12.04.3 x86_64安装包。安装和部署的步骤如下：①首先安装Ubuntu ，选用默认配置即可。②安装JDK，设置Sun java6-jdk为默认的JAVA程序。③安装SSH，安装完成后，还需配置SSH。④安装HADOOP，具体的安装和配置可参见HADOOP技术详解[4]。更新HADOOP环境变量，部署HDFS作为分布式文件系统，用于文件级操作，部署HBASE用于分布式的数据存储，采取基于的列式存储，采用Hadoop MapReduce 做非结构数据的批量处理，HIVE和IMPALA的整合构成非结构化数据查询和分析的基础，采用HADOOP的ECLIPSE-PLUGIN作为集成化的编译环境。配置文件conf/core-site.xml，部分代码为：

fs.default.name

hdfs：主机名：端口号

Hadoop.tmp.dir

/home/Hadoop/Hadoop_home/var

配置文件conf/mapred-site.xml，部分代码为：

mapred.jobtracker

主机名：端口号

mapred.local.dir

/home/Hadoop/Hadoop_home/var

配置文件conf/hdfs-site.xml，部分代码为：

dfs.name.dir

/home/Hadoop/name1，/home/Hadoop/name2

dfs.data.dir

/home/Hadoop/data1，/home/Hadoop/data2

启动Hadoop，格式化一个新的分布式文件系统，启动所有节点，进行测试，浏览NAME NODE和JOBTRACKER的网络接口，找到默认地址。

3.3 性能测试

通过对大数据环境下智慧教育云平台的部分进行测试，分别用1至15台终端来登录平台进行智慧学习和智慧教学，每一个终端从服务器中读取600M的教学资源和学习资源，并与传统模式进行对比，得出结果如图3所示。

图3 两种不同模式下的测试效果图

图3中主要展示了客户端读取资源的理论速度和云平台以及普通的移动学习平台的资源读取速度，理论上的速度是指在没有任何的损耗和带宽的延迟以及交换机之间达到链路饱和的情况下的速度。通过测试后发现，大数据环境下，在客户端数量相同的情况下，智慧教育云平台的资源读取速度远远高于传统的移动学习平台的速度，但是当客户端数量增加时，云平台的资源读取速度放缓，但放缓的速度较为缓慢，而传统的移动学习平台放缓的速度较快。

4 结束语

以大数据为背景，构建智慧教育云平台是全方位实现家校与校校的互联、互通的平台，是搭建教师和学生以及家长沟通桥梁，在云端上可以体现新的教学模式和学习模式，如翻转课堂以及以人为本的个性化学习，创建长期可循环的资源共建共享模式，资源使用者同时是资源建设者，各级平台间相互推送、各教师用户分享制作的优质资源，利用该平台可以提高高校教育资源利用率，实现智慧教育资源的共享，具有推广利用的价值。

参考文献：

[1] National Education Technology Plan[OL].

[2] 陈耀华，杨现民. 国际智慧教育发展战略及其对我国的启示[J].现代教育技术，2014，10（24）：5-11.

[3] 杨现民，刘雍潜.我国智慧教育发展战略与路径选择[J].现代教育技术，2014，24（1）：12-19.

[4] 祝智庭，贺斌.智慧教育：教育信息化的新境界[J].电化教育研究，2012（12）： 5-13.