面向大数据远程开放实验平台构建研究

尹学松+蒋融融+张吉先+齐幼菊+厉毅

【摘 要】 远程开放实验平台是开展远程实践教学的主体，为培养应用型人才提供了重要的远程实验资源保障。现有的大多数远程开放实验平台通常不能有效处理大并发量访问请求，也不能提供自适应的个性化学习环境，难以满足大规模实验教学和个性化学习的要求。针对这些问题，结合工作实践，笔者对面向大数据远程开放实验平台进行了深入研究。首先，使用云计算技术搭建平台基础服务设施，着重解决大数据存储与分析等问题，为应用层服务提供计算支撑；其次，基于泛在学习理念，并融入开放教学设计理念，勾勒出一个新的面向大数据的远程开放实验平台体系架构，以支持个性化自适应学习；最后，以平台架构为依托，以提升学习效果为导向，设计面向大数据远程开放实验平台的实践案例，为开展远程实践教学提供范例。所提出的构建平台体系架构的思想可为面向大数据在线学习平台建设提供有益的借鉴。

【关键词】 大数据分析；深度学习；智慧化学习环境；知识计算；自适应学习

【中图分类号】 G420 【文献标识码】 A 【文章编号】 1009—458x（2016）11—0028—07

一、引言

近年来，随着物联网、云计算、移动互联网与社交网络等新兴技术和服务的不断涌现与逐渐应用，数据种类和数据规模急剧增加，不知不觉间，大数据时代已悄然走进人们的生活和学习。王元卓等（2013）认为大数据（Big Data）一般是指使用超大规模的机器和软硬件工具才能对数据进行获取、存储、加工、管理、分析与服务的数据集合，常规的机器在一定时间内难以处理。一般说来，大数据有五个特性：数量（Volume）、速度（Velocity）、种类（Variety）、价值（Value）与真实性（Veracity）（方巍，等，2014）。自从2008年《自然》（Nature）杂志出版了大数据专刊，从网络经济学、互联网技术、生物医学与超级计算等方面研讨大数据带来的挑战后，大数据真正走入人们的视野；《科学》（Science）杂志也于2011年推出数据处理（Dealing with Data）专刊，讨论大数据对工业与科学研究的重要性。2012年，美国将大数据提升到国家战略的高度，美国政府宣布启动“大数据研究和开发计划”，并投资2亿美元。这是继1993年宣布“信息高速公路”之后的又一次重大科技战略部署。我国目前也在积极进行大数据研究与应用，《国家中长期科技发展规划纲要（2006-2020年）》与《“十二五”国家战略性新兴产业发展规划》中都明确指出支持海量数据存储和处理技术的研发与产业化，科技部将大数据计算研究作为国家基础研究发展计划（ 973计划） 2014 年度重要支持方向之一。国内学术界对大数据的研究如火如荼，一些权威期刊最近两年多次刊出大数据研究的学术论文（张引，等，2013；陈恩红，等，2014；孟小峰，等，2014）。

魏顺平（2013）认为挖掘教育大数据对了解学习过程、调整教学方法、完善考核方式及掌握学习动态具有重要价值，也为远程开放学习平台的构建提供了新的研究视角。如何构建和谐、易操作的远程开放实验平台，如何实现远程开放实验平台的可持续发展，大数据和学习分析技术带给我们重要启示，也是未来几年远程开放学习平台研究和建设急需解决的核心问题之一。本研究旨在从大数据的视角出发，构建远程开放实验平台模型，重点剖析实验平台的体系架构、功能模块及实践案例，以期为泛在学习理念下面向大数据远程开放实验平台和其他学习平台的建设提供有价值的参考。

二、远程开放实验平台研究现状

近年来，远程开放实验平台建设受到越来越多高校的重视，如同济大学建筑学院研发的建筑景观与结构虚拟现实实验，北京邮电大学与北京工业大学共同开发的网络虚拟实验等（尹学松，等，2008）。翟敬梅等（2012）设计了一个面向机械类基础课程的远程实验系统，其目的是让学生通过互联网完成机械类的基础实验。沈曦等（2004）也设计了远程虚拟实验教学系统，该系统的主要功能模块有访问控制、虚拟现实实验、系统与实验管理、网上答疑与考核和统计。孙莹等（2010）尝试研究了一个基于物理化学和化工原理两门课程的远程模拟实验系统。屈鸿翔等（2010）构建了一个简单的包括四个功能模块的现代远程教育实验教学平台。董黎明等（2013）搭建了一个面向远程开放教育的多媒体网络实验平台，在该平台上将实验分为初级实验、中级实验与拓展实验三类，每类实验包括多个实验任务供学生完成。如何将学生模块、教师模块与实验模块有机结合起来，是远程开放实验平台的一个难点。

随着云计算技术的应用，一部分教师将该技术运用到远程开放实验平台的设计中。黄晓玲等（2011）提出了一个基于云计算的实验教学平台，其框架包括应用层 、虚拟化层与物理层。鲁慧民等（2012）根据云计算理念设计了一个虚拟实验教学系统，将基础软件和应用软件放在基础设施层，把开发的小实验放在平台层，将虚拟实验模块、管理模块和交流模块功能放在软件层。孔艺权（2014）研究了3G移动模式下远程实验教学平台框架，利用3G移动网络与计算机技术拓展现有基于Internet的远程开放实验平台，实现通过移动设备完成实验。浙江广播电视大学从2005年起就开展了远程开放实验平台的研究与建设，研究人员从远程开放实践教学理念（方志刚，2012；龚祥国，等，2012）、实践教学体系（齐幼菊，等，2014）、策略研究（方伟军，等，2006）、平台架构设计与应用（齐幼菊， 2007；齐幼菊，等，2007；厉毅，2009；郑炜，等，2013）等方面进行了研究。齐幼菊等（2007）还研发了基于互联网的远程开放实验平台，集成各种实验与实验教学资源，整个平台包括基本信息管理系统、实验数据处理系统、实验调度系统与实验结果管理系统等功能。

总的来说，当前大多数远程开放实验平台关注少数课程实验的设计和实验的集成，缺少平台架构层面的设计和数据分析，尤其是借鉴云计算和大数据技术对可持续发展的远程开放实验平台的设计。所构建的平台通常局限于对少数课程实验的集成，没有突出平台应对大规模访问的处理方法，缺乏对实验数据的分析与挖掘。因此，从大数据视角去分析远程开放实验平台的建设具有重要的意义。

三、面向大数据远程开放实验平台模型设计

（一）远程开放实验平台的新发展

随着学生人数、课程实验、学习数据与学习资源的增多，以及学习者学习需求的多元化和服务社会功能的多样化（吴战杰，等，2013），远程开放实验平台面临的数据会越来越多，数据结构也越来越复杂。因此，构建一个能处理大数据的远程开放实验平台至关重要。面向大数据远程开放实验平台（BODOP， Big Data Oriented Distant and Open Experiment Platform）是以远程开放教育理论为指导，使用云计算技术、计算机技术、网络技术、多媒体技术和通信技术等将课程中的实体实验迁移到互联网环境中，在网络空间实现各种实验过程，获取与保存实验数据，并使用大数据技术和学习分析技术挖掘实验数据，为教师合理开展实验教学提供科学决策的线上实验系统。一方面，BODOP为开展远程开放实验教学提供线上实验学习环境；另一方面，学生能够通过互联网参与并体验符合课程要求的各种实验，不仅能学到实验知识，掌握实验过程，观察实验现象，得到合理的实验结果，还可以学到相关的信息技术。

远程开放教育是面向在职或职前人员的继续教育，通过一段时间学习，使学习者获得满足职业提升与转岗的知识与技能。为了顺应“互联网+”的发展趋势和学习者的多样化诉求，远程开放教育在教学过程中需要突出职业特色，将学习者迫切需要的职业技能与现代信息技术素养作为教学核心，培养符合区域经济发展与行业特点、适应企业需求的应用型技术人才。显然，远程开放实践教学在提升学习者职业技能等方面扮演着极其重要的作用。而远程开放实验平台（BODOP）是开展远程开放实践教学的线上教与学场所。因此，建设BODOP，改革实践教学模式，加强面向任务和实践技能的线上学习环境建设，是当前开展远程开放教育的重要任务之一。

（二）大数据远程开放实验平台的网络拓扑设计

远程实验教学面临的数据通常规模大、结构复杂、关联度高，因此，传统的远程开放实验平台在处理这些大数据时，无论是响应并发量大的用户访问请求，还是存储大规模交互数据，都难以在有效的时间里完成。因而，构建面向大数据的远程开放实验平台，解决上述问题，需要以智能化云计算中心与较高带宽互联网为基础设施，使用基于SOA（Service - oriented Architecture，面向服务架构）的技术搭建系统，设计平台的网络拓扑结构，以互联网服务体系为依托，并辅以大数据存储、分析与挖掘等技术，通过互联网、移动互联网及智能终端，为学习者提供实验学习、数据存储与分析服务。根据云计算的特点，在设计框架时，要充分考虑平台的扩展性与计算性能，在硬件与软件上都要具有前瞻性的部署（平台的网络拓扑如图1所示）。事实上，在BODOP的整体架构中，云计算服务器是核心，所有的实验与实验教学资源都存放在云服务器上，借助云计算服务器的高性能服务，保障平台平稳高效地运行。

对学习者来说，应用层呈现给用户的实验是平台建设核心，没有好的学习交互和环境体验，平台计算速度再快，也未必能实现实验教学的真正目的。因此，在重视云计算服务建设的同时，也要重视实验的建设。远程实验通常有两类：一类是虚拟现实实验，包括交互式虚拟实验与沉浸式虚拟实验；另一类是远程控制实验。从这两类实验出发，建设符合学习者职业发展和技能提升的远程开放实验。

平台中的数据库建设和维护也同样重要，数据的收集、分析与挖掘结果都保存在服务器里。为了维护这些重要数据的安全，需要进行数据同步备份，可根据平台运行实际情况，制订时间与周期，将平台里各子系统和每次学习者在实验场景中的交互数据进行备份。此外，平台还应有核心交换机、负载均衡设备与WEB服务器等重要设备，保障平台的正常运行。

（三）大数据远程开放实验平台的体系架构搭建

BODOP需要支持自适应学习环境，实现个性化的自适应学习以及完成实验人才培养模式由平移式学习过渡到智慧化学习。因此，它的架构设计既要支撑基于互联网的实验学习与移动学习，又要支持数据分析与挖掘。

面向大数据的远程开放实验平台体系架构如图2所示。整个平台架构包括服务层、功能层、系统层和实施层，每层的内涵如下：

1. 服务层主要面向学习者、教师、技术人员与管理人员，为学习者提供基于Web的实验学习和移动实验学习，同时根据学习者的学习能力和偏好等推荐相关学习资源。

2. 功能层基本上提供各种实验，并融合这些实验，为学习者提供实验学习场景；收集各种数据，提供大数据存储、分析与挖掘功能，为实现个性化自适应学习提供数据支撑，并实施实验资源管理。

3. 系统层是由各个系统组成，如基于Web的远程实验系统、移动实验系统、大数据计算系统（包括大数据存储系统、分析系统与挖掘系统）、个性化自适应学习系统、实验资源推荐系统等，这些系统虽然呈现给用户的是不同的功能模块，但底层数据互通，运行时互不影响，从而保证整个平台的功能实现。

4. 设施层提供平台运行需要的硬件、软件及网络资源，包括云计算服务器、核心交换机、负载均衡、数据库、网络等。

在设施层采用虚拟化技术，包括存储虚拟化、网络虚拟化及计算虚拟化，动态计算平台上各种资源更准确地为各子系统分配计算资源，达到平台最优化配置。平台采用数据处理技术，将非结构化数据及结构化数据处理以后存储在设施层，加强应用知识计算技术、知识库技术等，并与数据处理技术相结合，为远程开放实验学习平台智慧化服务提供技术支撑。

（四）大数据远程开放实验平台的功能模块实现

大数据技术可以分析与挖掘教育数据，为教师进行教学改革提供科学依据（何克抗，2014；吕瑶，2014）。在收集个人数据、实验数据及系统数据的基础上，BODOP对这些数据进行分析。教师根据分析结果，对实验教学进行科学安排，帮助学习者完成实验的深度学习，掌握职业知识，提升岗位技能。BODOP需要向社会提供服务，感兴趣的学习者可以通过该平台参加远程实验学习，学到相关的实践知识。基于上述分析，BODOP的功能模块设计理念体现在：一是有智慧化的学习场景，二是有针对性的课程实验，三是有灵活便捷的交互，四是有数据分析与挖掘功能，五是有贴身式学习支持服务。

BODOP的功能模块设计需要突出基于互联网实验学习和移动实验学习功能，满足学习者多样化、多终端、个性化的随时随地学习需求，具体功能模块如图3所示。平台实验集成管理模块不仅是集成与融合各种课程实验，还要负责与实验学习功能之间数据交互，使实验过程数据和学习者实验学习数据完好地保存到数据库，便于数据分析与挖掘使用。用户权限管理是对平台各个角色进行定义，并分配给各角色相应的权限。

图4展示的是BODOP的角色任务，不同职责的教师在平台里的任务不同，功能自然也不同。平台管理员可以兼任实验责任教师；教学管理员可以兼任课程责任教师，负责学生的实验学习。尽管这些教师在平台里的责任不同，但他们建设实验资源和辅导学习者的实验学习的责任相同（如图5所示）。

具体地说，平台管理员负责添加实验软件、设置实验责任教师、导入开课总表和学生总表；教学管理员负责教学点管理、设置课程责任教师、注册开设课程、选择本校学生、管理辅导教师与分组实验；实验责任教师负责设置软件子实验与管理子实验；课程责任教师选择课程子实验、添加理论测试与管理课程资源；实验辅导教师需要确认课程子实验与管理实验资源；学生的职责是学习课程实验资源。其中，教师要根据学生学习数据的分析结果，在实验过程中调整实验难易度，干预实验过程，促进学生深度学习。

四、面向大数据远程开放

实验平台实践案例分析

（一）个性化自适应实验学习系统设计

BODOP构建的目的是将课程中的实体实验迁移到互联网上，搭建智慧实验学习环境，学生可以在任何时间、任何地点完成实验。实现上述目的，需要两个要素：一是使用信息技术将课程实验变成数字化虚拟实验，在这个过程中，要充分利用各种技术将实验完整体现，如使用交互式虚拟实验与沉浸式虚拟实验让学生在网络环境中学到的实验与课本讲授的实验知识一致，达到实践教学的目标；二是构建一个智慧化的网络平台，将各种实验有机地集成起来，实现实验数据、学生数据与其他课程数据之间的融合，并提供个性化实验学习环境。智慧教育是借助于现代信息技术搭建具有感知、推理与决策等智慧特征的学习时空环境，以此促进学生身心协调、智力全面及个人可持续发展。智慧教育强调以人为本、一切为了学习者的教育思想，充分体现学习是一个充满平衡与张力的接收知识过程（祝智庭，等，2013）。不难发现，构建BODOP，与智慧教育的特性是一致的。

BODOP注重智慧化远程实验环境建设，平台以学习者为中心，围绕实验学习，搭建实验资源、实验评价系统、实验管理系统、学生信息库、学习实验库以及数据分析系统等，旨在构建一个个性化自适应实验学习系统（如图6所示）。在这个系统里，信息反馈与数据分析流程如下：

STEP 1：学生在平台上注册，平台通过与教务系统的对接，保存学生的相关基本信息；

STEP 2：学生学习实验，平台启动导学式引擎，旨在快速让学生理解实验；

STEP 3：学生与实验之间的交互数据存储在学习数据库里；

STEP 4：数据分析系统根据学生的基本信息与学习数据进行分析，将结果传输给自适应引擎；

STEP 5：自适应引擎根据分析结果，调整实验学习内容的进度；

STEP 6：教师分析实验结果与实验评价，参与实验内容调整；

STEP7：教师与管理人员修改导学引擎，同时教师修改或完善实验资源。

在第五步中，学生根据自适应引擎反馈的实验学习进度、实验技能完成情况、实验过程测评等信息，结合自身学习实际，进行自我调节。例如，对简单的实验减少学习时间，对较为复杂的实验投入更多的学习时间，及时掌握实验知识与技能。教师根据数据分析系统得到反馈信息，及时掌握每个学生的实验学习情况，根据这些信息，针对不同学生做出实验内容调整和实验进度调整，根据实验中学生的学习信息，修改和完善实验资源，与管理人员修改相应的导学引擎。实验完成后，教师根据数据分析与评价系统，掌握哪些实验内容有难度、需要哪些相关的实验资源、如何做出辅导等，为下次实验提供贴身式的服务。

（二）实验案例设计

基于BODOP设计架构，并结合实验学习流程，浙江广播电视大学教学中心开发多门课程的实验教学，本文以“计算机网络”这门课程为例，讨论实验教学的开展，并通过案例的介绍，验证BODOP对实验教学与学习支持的有效性，实验模型如图7所示。

在BODOP上开设实验课程，一般包括实验预备、实验学习、学习交流、实验分析和统计分析五个模块。实验预备包括课程资源、辅导材料、课程题库与理论测试，主要让学生做实验前掌握实验必备的基础知识，并根据课程内容和实验内容，做一些习题测试，加深对课程知识的理解和掌握。对“计算机网络”而言，实验学习共有“网卡配置实验”“DNS服务与配置实验”“DHCP服务与配置实验”“路由器配置实验”“交换机IP地址配置实验”等11个实验。学习交流主要是学生与教师之间讨论互动，还包括学生实验学习的心得体会。实验分析包括实验过程评价、实验结果评价和预测未来学习，主要是借助于大数据和学习分析技术对学生的实验学习数据进行挖掘，对教学和学习进行指导。统计分析主要统计与分析学生实验完成情况，包括实验完成明细、成绩统计分析、选课人数统计和完成实验统计。

通过四个学期的课程实验教学，相关实验数据情况统计如表1所示。不难发现，对于简单的实验，即使事先预习实验知识的学习者较少，实验成绩也较高，如实验1“网卡配置实验”；对于一些复杂的实验，如果预习实验知识的学习者不多，实验过程中需要教师辅导，花的时间较长，实验结果也不是太好，如实验3 “DHCP服务与配置实验”。通过对这些数据进行分析，挖掘其背后的一系列元数据（如学生的学习时间安排、认知能力、操作技能和学习态度等），帮助教师合理安排教学。

借助远程开放实验平台进行实验教学时，以学生为中心，在传授实践知识的同时，充分注重学生的个人成长与可持续发展。主要表现为，BODOP能根据学生的学习基础、学习能力、学习需求与偏好等个性差异，提供个性化的辅导与学习服务，记录每一位学生的实验学习数据，然后对数据进行深入挖掘与分析，得到的数据分析结果用于揭示潜在问题、评估实验学习过程、建设实验资源、完善实验评价与预测未来学习。因此，包含个性化自适应实验学习系统的BODOP是远程开放教育智慧学习环境构建的重要组成部分。同时，构建BODOP，实施远程实践教学，不仅能使学习者顺利完成实验，还可以对学习者的实验学习进行辅导与干预，提升实验学习的沉浸感，最终提高学习者的学习兴趣与学习成就感，有助于学习者实践知识的掌握，进一步提高职业技能。

五、结语

远程实践教学是提升学习者职业能力、岗位技能、社会综合能力及职业创新能力的重要环节，通常起到不可替代的作用。在大数据环境下，构建远程开放实验平台能为学习者提供个性化自适应远程实验学习环境，使学习者在愉悦的环境中完成实验学习，提升职业技能。首先，对现有的远程开放实验平台进行总结，分析平台的不足；其次，从远程开放实验平台（BODOP）的新发展、BODOP的网络拓扑设计、体系架构搭建和功能模块实现四个方面，提出了BODOP的模型设计；最后，从个性化自适应实验学习系统和实验案例设计分析BODOP实践案例。从大数据视角讨论远程开放实验平台模型的构建，旨在为今后搭建类似的远程学习平台提供有益的建设思路。

随着互联网技术、大数据技术、云计算技术和物联网技术等的快速发展，学习者对远程开放实验学习不断提出更高的要求，构建面向大数据远程开放实验平台不仅能很好地完成实验教学，创建高效、适合泛在学习的智慧化学习环境，满足学习者个性化、多元化及多终端的学习需求，还能进一步促进远程开放教育的发展，扎实推动学习型社会的建设。

[参考文献]

陈恩红，于剑. 2014. 大数据分析专刊前言[J]. 软件学报，25（6）：1887-1888.

董黎明，白晓晶，苏明. 2013. 远程教育中多媒体类课程网络实验系统的研究[J]. 北京广播电视大学学报（6）：42-45.

方巍，郑玉，徐江. 2014. 大数据：概念、技术及应用研究综述[J]. 南京信息工程大学学报（自然科学版）（5）：405-419.

方伟军，沈晓敏. 2006. 远程开放教育实践性教学开展的对策研究[J]. 远程教育杂志（3）：53-56.

方志刚. 2012. 远程实践教学：理念·环境·创新[J]. 中国远程教育（1）：58-67.

龚祥国，郑健民，刘冬旭. 2012. 开放大学远程实践教学：架构、机制及教学改革[J]. 中国远程教育（4）：62-65.

何克抗. 2014. 大数据面面观[J]. 电化教育研究（10）：8-17.

黄晓玲，赵生慧. 2011. 面向云计算的实验教学平台的研究和设计[J]. 滁州学院学报（2）：90-93.

孔艺权. 2014. 3G移动模式下远程实验教学平台的研究与应用[J]. 实验技术与管理（5）：140-145.

厉毅. 2009. 支架教学模式在远程教育实验教学中的应用探索[J]. 现代远距离教育（2）：56-58.

鲁慧民，刘刚. 2012. 基于云计算理念的虚拟实验教学系统设计探讨[J]. 实验技术与管理（4）：334-338.

吕瑶. 2014. 大数据下的智慧教育发展路径[J]. 中国远程教育（3）：41-44.

孟小峰，高宏. 2014. 大数据专题前言[J]. 软件学报（4）：691-692.

齐幼菊. 2007. 远程开放实验教学平台的构建技术[J]. 远程教育杂志（1）：46-49.

齐幼菊，尹学松，龚祥国. 2007. 远程开放实验平台的研究与设计[J]. 中国远程教育（10）：53-56.

齐幼菊，卢方，厉毅. 2014. 开放教育实践教学体系研究——以远程实验为主体的实践教学应用探析[J]. 远程教育杂志（6）：56-64.

屈鸿翔，李民. 2010. 现代远程教育实验教学平台的构建[J]. 北京广播电视大学学报（1）：22-24.

沈曦，常胜利，李修建. 2004. 远程虚拟实验教学平台及其实验的管理设计[J]. 计算机工程与应用（27）：225-227.

孙莹，姚俊，高建宝. 2010. 远程模拟实验的探索与研究[J]. 现代教育技术（2）：127-130.

王元卓，靳小龙，程学旗. 2013. 网络大数据：现状与展望[J]. 计算机学报（6）：1125-1138.

魏顺平. 2013. 学习分析技术：挖掘大数据时代下教育数据的价值[J]. 现代教育技术（23）：5-11.

吴战杰. 2013. 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（19）：53-59.

尹学松，陈小冬，郑炜. 2008. 反思、探索与突破——对远程开放实验教学的思考[J]. 远程教育杂志（2）：45-48.

翟敬梅，徐晓，黄平，何军，刘新育. 2012. 机械基础远程实验教学平台的设计与建设[J]. 实验技术与管理（4）：84-89.

张引，陈敏，廖小飞. 2013. 大数据应用的现状与展望[J]. 计算机研究与发展（1）：216-233.

郑炜，齐幼菊，蒋融融等. 2013. 面向成人教育开放式虚拟实验平台的设计与应用[J]. 现代教育技术（6）：116-119.

祝智庭，沈德梅. 2013. 基于大数据的教育技术研究新范式[J]. 电化教育研究（10）：5-13.

Science. 2011. Dealing with data. Science（6018）： 639-806.

责任编辑 韩世梅