陈婷(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)刘清珺(北京市科学技术研究院)张旭(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)孙畅(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)
分析测试方法标准在线学习云平台应用架构1)
陈婷(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)
刘清珺(北京市科学技术研究院)
张旭(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)
孙畅(北京市理化分析测试中心,北京市食品安全分析测试工程技术研究中心)
利用云计算架构搭建分析测试方法标准在线学习平台,为分析测试人员提供直观、规范的方法标准操作和分析仪器使用在线学习课件,提升对方法标准的应用能力。分析了我国方法标准的组成结构特点,提出了结构化和模块化的标准在线学习课件设计模式,搭建了在线学习云平台,探讨了平台的关键技术和主要功能。采用本文提出的架构方案在很短的时间制作出了食品安全近100项方法标准在线学习课件,分析测试人员可以通过访问平台(http://chinatt315. e-learning.ac.cn)进行学习。以本文提出的架构方案进行方法标准在线学习课件制作,能够节省课件制作成本,提高课件制作效率;平台采用多媒体演示和个性化学习的模式进行方法标准应用学习,能够提升分析测试人员对方法标准的学习兴趣和学习效果。
分析测试方法标准在线学习云计算食品安全
近年来,我国分析测试方法标准的数量逐年递增,这些方法标准需要相关分析测试人员能够及时了解和掌握。同时,随着现代分析仪器的日新月异,分析测试人员要不断学习新的仪器使用和仪器维护知识。从目前检测实验室方法标准应用情况看,实施效果并不理想。2011年12月,国家质检总局在抽样检测中发现蒙牛乳业(眉山)有限公司生产的一批次产品被检测出黄曲霉素M1超标140%,而眉山工厂原奶质检员工由于方法标准操作有误导致这一批次原奶中超标的黄曲霉素M1未能检出[1]。2012 年7月,美赞臣惠氏1阶段奶粉被报道违禁“添香”危害婴儿肝肾,而后负责出具检验报告的湖南农业大学营养与食品安全检测中心发表声明承认是检验技术人员误判了色谱分析图谱导致检测结果错误,该次送检样品未检出香兰素[2]。2013年5月,宁波知名品牌龙海蜇头被江东工商局查出硼酸超标,事后负责产品质量标准检验的第三方检测机构宁波中普检测公司发表道歉声明,系公司检验人员对标准的理解错误,将检出5.9mg/kg天然硼酸本底含量的陆龙家宴海蜇丝误判为“不合格”[3]。2016年4月,由于北京兴奋剂检测实验室在2015年10月世界反兴奋剂机构(WADA)组织的双盲考试中报告两个假阴性结果被暂停实验室检测资格。据报道,实验室出现假阴性结果报告首先是因为检测方法没有及时跟上WADA的最新技术要求,其次在审阅仪器分析结果时出现疏忽[4]。通过以上案例不难发现,分析测试方法标准的有效实施亟待提升。
截至2015年12月底,全国各类检验检测机构31122家,分布在31个省份,从业分析测试人员近94万人[5]。由于检测实验室每天承担着大量的检测任务,分析测试人员能够用于集中学习的时间十分有限。要实现对如此分散、数量庞大、学习时间有限的分析测试人员进行系统性和针对性的方法标准学习,平台化的方法标准在线学习模式是可行途径。首先,平台化的方法标准在线学习模式不需要对分析测试人员进行大规模的集中,技术人员学习时间和学习空间比较自由;其次,分析测试人员对仪器实操学习的需求旺盛,现场进行实操学习,分析测试人员往往无法完全跟上演示者的实操讲解进程,通过平台化的方法标准在线学习模式可以反复学习,使得实操学习更加全面深入;第三,平台化的方法标准在线学习模式涵盖的内容形式丰富,这是现场学习难以企及的;第四,平台化的方法标准在线学习模式能够让分析测试人员自主选择需要学习的内容,学习主动性和弹性大大增强。
在线学习(E-learning)是指利用现代信息网络技术提供的具有丰富资源与沟通机制的学习环境进行学习的方式。在线学习最早兴起于美国,随后在全球范围内得到迅速普及[6-12]。早期,在线学习课件受限于网络带宽的限制,主要以文字课程的形式展示。2007年,可汗学院(khan academy)以视频教学模式吸引了千万学生的关注,引发在线学习发生重要变革。随后,伴随着智能终端的普及,基于应用商店模式的在线学习应用大量涌现,泛在学习模式雏形出现。近年来,紧随着云计算与大数据时代的到来,基于云学习平台的统一资源中心与数据中心开始形成,并为精细化学习分析提供了可能[13]。经过近20年的发展,在线学习在大规模学习覆盖率与个性化学习体验之间实现了较好的平衡。
在线学习的广泛应用推动了标准的电子化发展。据统计,全国提供标准信息的平台网站有200多个。
纵观目前标准在线服务平台,主要提供标准分类、标准检索、标准更新与标准全文阅览信息服务,不涉及标准实操在线学习、标准个性化学习评估以及标准互动交流学习功能。而针对分析测试方法标准规范使用,让分析测试人员自主进行标准实操在线学习,并自发性地进行标准互动交流讨论以及技能考试测评具有积极的作用。同时,通过线上大量学员的学习行为记录进行大数据分析,针对性地引导其进行线下实操培训,强化其标准的规范实践能力。因此,研究制作成本低、服务体验好的分析测试方法标准实操在线学习云平台是对现有标准在线服务平台能力的一个有力补充。
为了实现分析测试方法标准实操多媒体课件的高效、规范制作,首先对分析测试方法标准的结构特征进行分析。我国分析测试方法标准涉及领域众多,但其结构具有相似性,通常包含样品前处理操作与上机操作两个部分。其中,样品前处理操作和上机操作是由一系列的规范操作组合而成,如图1所示。
图1 分析测试方法标准的结构特征
以GB 5009.12—2010《食品安全国家标准食品中铅的测定》[14]与GB 5009.123—2014《食品安全国家标准食品中铬的测定》[15]的样品前处理为例。
粮食、豆类、坚果类中铅的测定与铬的测定,样品前处理操作均为图2所示。
图2 粮食、豆类、坚果类中铅和铬的测定前处理操作
蔬菜、水果、肉类、鱼类及蛋类中铅的测定与铬的测定,样品前处理操作均为图3所示。
图3 蔬菜、水果、肉类、鱼类及蛋类中铅和铬的测定前处理操作
从以上两个例子看出,虽然是两个不同的方法标准,但是对于同类型样品其前处理操作基本是相同的,不同的是所需的溶液、体积和操作时间因方法而异。对同类型样品前处理操作进行多媒体课件制作,我们会发现:画面是相同的,只是字幕和音频不一样。而对于不同类型的样品,虽然样品前处理过程有差异,但是有些操作步骤是相同的。因此,在进行分析测试方法标准多媒体课件制作时,将样品前处理过程进行模块拆分,按照模块进行多媒体拍摄制作能够大大减少课件重复录制过程。同理,仪器操作过程基本上是相同的,只是在软件设置上会有所不同。
利用面向对象的结构化思想,将样品前处理操作和分析仪器操作流程分解为最小完备操作集,形成标准化操作规范多媒体课件素材库。然后,通过结构化和模块化的多媒体课件制作技术,将素材库内容按照新的分析测试方法标准流程进行快速组合,实现方法标准多媒体课件的快速制作,如图4所示。
图4 分析测试方法标准多媒体课件结构化与模块化设计
以结构化和模块化的分析测试方法标准实操多媒体课件为基础,搭建分析测试方法标准在线学习云平台,为分析测试人员打造用户体验好的方法标准个性化学习与互动交流学习社区。平台采用SOA (ServiceOrientedArchitecture)的技术体系架构,流程、任务、文档、组织、权限等组成部分均以细粒度的服务形式存在,由在线学习模型对这些服务进行组合、编排,依靠XML(Extensible Markup Language)、WebService、SOAP(Simple Object Access Protocol)等技术通过ESB(Enterprise Service Bus)最终形成综合管控平台。
3.1平台应用架构
分析测试方法标准在线学习云平台采用分层应用架构,涵盖资源层、服务层、业务层和表现层,如图5所示。
图5 分析测试方法标准在线学习云平台应用架构
3.1.1资源层
资源层支撑整个平台的数据库群并预留数据接口,包括学习资源中心、用户数据中心、社区数据中心以及运营数据中心等。其中,学习资源中心由样品前处理微视频素材库、分析仪器操作微视频素材库、分析仪器工作原理3D动画素材库等组成;用户数据中心包含平台用户的基本信息、个性化学习记录信息等;社区数据中心涵盖了社区论坛的留言信息以及论坛用户关联信息等;运营数据中心是支撑平台安全运行的后台信息数据库群。
3.1.2服务层
服务层是实现注册、编目、存储、多媒体处理和智能应用的核心。依托云计算技术构建门户、目录、存储、搜索、安全、多媒体处理、多媒体播放等一系列全局核心服务,对资源层的数据进行加工、编目与存储,并提供搜索机制,创建平台在线学习共享环境,通过技术上松耦合的SOA架构,为上层业务应用提供广泛信息共享与跨平台智能应用支持能力。
3.1.3业务层
业务层直接面向用户,为分析测试人员提供方法标准在线学习、考试、培训等服务。业务层实现多媒体课件在线学习核心业务,依托下层提供的全局核心服务功能,对平台学习资源数据进行综合加工,对用户数据信息进行智能分析,为分析测试人员提供更加智能化的服务。
3.1.4表现层
表现层集中呈现面向终端用户提供的服务内容,包括在线学习管理、培训管理、考试管理、资源管理、查询和统计等功能。该层面向多屏融合多媒体应用开发了多屏门户内容管理平台App接口,并开发了多屏移动终端客户端,从而实现Web/App终端自适应功能。
3.2平台关键技术
本文提出的分析测试方法在线学习云平台关键技术有3项,包括:云计算平台构建技术、开放式平台P2P技术以及模块化的多媒体课件制作技术。
3.2.1云计算平台构建技术
云计算是一种通过网络把计算、存储、应用资源当作服务来使用的计算应用模式[16]。由于分析测试方法标准在线学习平台面向的受众群体广泛、学习功能众多,相应的信息平台具有高并发、低关联、海量数据分级授权、集中管理的特征,因此需要借助计算资源虚拟化与管理调度技术以及存储资源虚拟化与管理调度技术提供负载均衡,实现系统并发支持能力的线性扩展以及流媒体服务。同时,采用CPK(Combined Public Key)技术实现对平台学习资源的安全使用加密以及对学习人员的信息和学习资格的保护。
3.2.2开放式在线学习平台P2P技术
P2P(Peer-To-Peer)技术是通过一种分散、自治的方式来使用分布资源达到一定的目的[17]。在线学习平台采用P2P技术,能够保障平台成员完全控制拥有自主知识产权的课件资源,制定自己的课件资源使用策略以及撤销提供课件资源的功能。通过该技术一方面可以充分调动分析测试行业中的专业积极性,推动这些专家手中的资源发挥最大的社会价值;另一方面可以使学习人员得到最大限度的资源学习,提高学习的质量和较好的执业技能增长,从而保证学习资源(课件)组织的最大化和自由化。
3.2.3模块化的多媒体课件制作技术
以分析仪器设备作为模块划分基础,将样品前处理、仪器分析的操作流程、仪器安装和维护以及仪器结构与原理等学习内容分解为最小完备操作集,实现标准化操作规范并录制,形成独立的可重复使用的在线学习视频模块。然后,针对分析测试方法标准的各个环节采用字幕、音频自动匹配等技术进行模块化组合、标准化制作,从而降低方法标准课件制作成本,提高课件制作效率。
3.3平台主要功能
分析测试方法标准在线学习云平台主要实现全媒体运营管理、个性化学习与O2O(Online To Offline)培训三大主要功能。
3.3.1全媒体运营管理
全媒体运营管理主要实现分析测试方法标准多媒体课件制作与播放的管理功能。它涵盖了视频管理、CMS(Content Management System)栏目管理、播放器管理、视频自动转码、视频、音频、字幕自动同步、字幕与视频反向定位、流媒体服务、负载均衡、防盗链等子功能。其中,视频、音频与字幕自动同步技术解决了模块化多媒体课件自动编辑功能,而字幕与视频反向定位技术可以让分析测试人员通过方法标准的文字描述定位到对应的实操视频演示画面,从而分析测试人员无需从头至尾观看视频课件,只需对标准中自己关注的操作步骤进行观看学习。
3.3.2个性化学习
分析测试人员通过平台课程分类、最热课程、最新上线等方式快速定位选择“选课中心”的课程进行学习。在选课的过程中,分析测试人员可以将所选课程放到“我的收藏”中,方便随时快速访问所选课件。平台在选课功能中还预留了“最近浏览”子功能,可以快速查看最新学习的课件。分析测试人员在“选课中心”选择相应的课件后,可以在我的任务课程列表中进行相应课程学习。当学习开始后,平台将人员的学习轨迹、并根据课件信息进行相应的学习积分转换,记录到人员学习档案中。学习结束后,平台自动将人员学习轨迹归档,学员可以在个人中心查看个人的学习档案。平台可以通过统计分析学习当前课程的人数、学历、年龄段等具体信息。
3.3.3020培训
分析测试方法标准在线学习的最终目的是通过分析测试人员的在线学习转化为实际操作技能的有效提升,因此,平台针对方法标准需要实际操作的需求,建立了线上线下(O2O)相结合的课程培训体系。线上,通过平台“课程体系管理”功能建立岗位层级与课程的对应关系。“岗位课程”形成基于能力模型的课程体系,实现课程与能力要求匹配,构建岗位—能力—课程的联动机制。对于结构树上的岗位节点,调用“学习管理”为其分配学习资源,并制定和发布学习任务和考核任务。线下,通过线上学员引流到全国分析检测人员能力培训委员会 NTC(National Training Committee for Analyzing & Testing Personnel)培训机构/考核基地进行实际操作能力考核,并颁发相应方法标准技术认定资格证书。
本文提出了以结构化和模块化的分析测试方法标准在线学习课件设计为基础,以云计算架构技术为核心的分析测试方法标准在线学习云平台应用架构方案。本文的研究不仅可以为分析测试人员提供个性化学习课程,还可以为不同规模的检测机构提供一站式分析检测能力培训解决方案。通过应用推广分析测试方法标准在线学习云平台,对提升检测实验室的技术服务能力,扩大国家标准普及范围、规范实施国家方法标准起到积极的作用。
[1]中华人民共和国国家质量监督检验检疫总局产品质量监督司.液体乳产品质量国家监督抽查结果EB/OL].[2016-06-24].http://cpzljds.aqsiq.gov.cn/cpzlbgt/ zxgg/201112/t20111224_205617.htm.
[2]湖南农业大学营养与食品安全检测中心承认检测失误并致歉[EB/OL].[2016-06-24]. http://www.instrument. com.cn/news/20120712/080139.shtml.
[3]何蒋勇,徐小勇. 宁波海产品牌陷“硼酸门”,检测方推翻结论致歉 [EB/OL].[2016-06-24]. http://www. chinanews.com/ gn/2013/05-26/4856548.shtml.
[4]马向菲.北京兴奋剂检测实验室负责人详解被暂停资格原因 [EB/OL].[2016-06-24]. http://news.xinhuanet. com/sports/2016-04/22/c_128922607.htm.
[5]中华人民共和国国家质量监督检验检疫总局.质检总局召开新闻发布会通报国家检验检测服务业统计信息[EB/OL].[2016-06-24].http://www.aqsiq.gov.cn/zjxw/ zjxw/xwfbt/201606/t20160612_468267.htm.
[6]Hassan M S. Comput. Educ. [J], 2007 (2): 67-69.
[7]Stefan H. Info. Mgmt. [J], 2008 (7): 21-23.
[8]Marijana D Z, Dusan B, Zorica B, Branislav J,Bozidar R. Int.. J. Fed. Eur. Simul. Soc. [J], 2012 (3):66-68.
[9]Agustin C. Comput. Educ. [J], 2009 (4): 35-37.
[10]Asbjorn R. J. Intell. Manuf. [J], 2013 (3):78-79.
[11]Vikas S, Shivraj k. Comput. Educ. [J], 2014 (6): 23-25.
[12]Rynson W H L, Neil Y Y, Frederick L, Benjamin W. World Wide Web[J], 2014 (2):21-23.
[13]吴战杰. 大数据时代E-learning融合式学习框架——学习的规模效益与个性化的实现途径[J].开放教育研究,2013 (4):53-59.
[14]GB 5009.12—2010食品安全国家标准食品中铅的测定.
[15]GB 5009.123—2014食品安全国家标准食品中铬的测定.
[16]Ernesto E. Smart SOA Platforms in Cloud Computing Architectures [M]. New York: Wiley,2014: 38.
[17]Eric S,Bernd G.Peer-To-Peer Video Streaming[M]. Berlin: Springer, 2010: 23.
The Cloud Application Architecture of Analyzing and Testing Standard Methods E-Learning Platform
Chen Ting ( Beijing Engineering Research Center of Food Safety Analysis, Beijing Centre for Physical and Chemical Analysis )
Liu Qingjun ( Beijing Academy ofScience and Technology )
Zhang Xu ( Beijing Engineering Research Center of Food Safety Analysis, Beijing Centre for Physical and Chemical Analysis )
Sun Chang ( Beijing Engineering Research Center of Food Safety Analysis, Beijing Centre for Physical and Chemical Analysis )
With cloud computing architecture, analyzing and testing methods E-learning platform provides an intuitive,standardized operation on standard methods and analytical instrument using E-learning courseware, improving the capacity of the application of standard methods. It is analyzed the standard methods composition structure, proposed a structured and modular standard E-learning courseware design patterns, set up E-learning cloud platform and discussed key technologies and main functions of the platform. Using the proposed architecture solution in this paper,it is produced nearly 100 items of food safety testing E-learning courseware in a short time. Analyzing and testing personnel can access the internet (http://chinatt315.e-learning.ac.cn) to learn. In the proposed architecture solution,it can save courseware production costs, improve courseware production efficiency; the platform can enhance the learning interests and effects using the multimedia presentation and personalize learning on analyzing and testing standard methods.
analyzing and testing, standard method, E-learning, cloud computing, food safety
1))基金项目:质检公益性行业科研专项(201510041)。通讯作者:陈婷,硕士,副研究员,研究方向:数据分析与信息系统设计,Tel:010-68723182,E-mail: chenting@beijinglab.com.cn。