大数据的应用型多维度生理学在线精品课程平台建设与应用

郑亚萍，陈永华

漯河医学高等专科学校；1中国联通漯河市分公司 (漯河 462002)

伴随国家中长期教育改革和发展规划(2010-2020年)所提出加强开发网络学习课程，建立开放灵活的教育资源公共服务平台，促进优质教育资源普及共享的一系列政策，国内人卫MOOC、中国大学MOOC以及云课堂迅速发展，生理学精品课程建设也将微课、MOOC、翻转课堂等多种信息化手段应用于辅助教学，但笔者在实践过程中发现，一方面在线课程互动时间有限，师生之间、学生之间缺乏有效的沟通方式，学习方法与技巧分享不畅，学生学习效果参差不齐；另一方面即便采用过程性考核方式，教师还是对学生的逻辑思维、学习行为以及创新等能力无法进行客观分析评价，故而不能为课程进一步优化升级提供客观依据。大数据时代的来临则为解决这些问题提供了新思路及新方法。

大数据具有体量大、类型多、时效高及价值密度低的特点，这些特点决定了生理学在线精品课程建设过程中，教师可以将学生个体日常的学习习惯、方式及策略等产生的多维数据保存下来，通过对这些数据进行处理、筛选、挖掘，为“教”与“学”提供个性化的预测性服务信息[1-2]。

本文借助校园大数据相关技术，对应用型多维度生理学在线精品课程平台涉及的资源内容、信息管理平台的使用需求深入挖掘，从教育大数据的视角提出建设基于大数据的应用型多维度生理学在线精品课程的建议，让生理学在线精品课程在“教”与“学”两方面焕发新活力。

1 平台功能

应用型多维度生理学在线精品课程平台通过运营层、业务层及个人层的功能设计，实现平台中管理者、平台资源维护者及师生角色运行，对应平台中运行监控模块、资源管理模块以及师生个体教学模块[3]。

1.1 平台运行监控模块

平台管理者以平台技术管理人员的身份，实时监控应用型多维度生理学在线精品课程平台运行状况，保证调控设备正常运转，并根据运营数据进行平台优化，最大可能减少运营故障，提高平台运行效率。

1.2 资源管理模块

平台资源维护者以生理学精品课程资源管理员的身份，通过数据采集引擎(利用分词、搜索以及测试系统等技术综合分析)对在线精品课程应用数据进行获取与分拣。数据内容包括学生的学习习惯、学习方法、学习兴趣、创新能力、互动与分享等，其通过对学生学习效果与能力进行分析以调整、优化平台资源信息，提高学生对平台资源的满意度[4]。

1.3 师生个体教学模块

教师与学生分别以师生个体身份，通过在线精品课程平台进行多维度生理学教与学，模块通过建立多维度教学空间(学习空间、自测空间、分享空间、互动空间、拓展空间)实现学生自助及个性化学习，促进其学习能力的培养，使其懂得信息的分享。

多维度教学空间包括学习空间、分享空间、自测空间、互动空间及拓展空间(图1)。

图1 生理学多维学习空间

学习空间学生可以根据个人特点制定学习计划、开展学习，并可以在平台设置关注以及分享知识；测试空间则提供不同形式的测试内容以满足不同层次学生的学习及提升需要；分享空间类似于微信朋友圈，学生可将自己的学习方法、技巧发布，便于自身成长及为他人提供有效信息资源；互动空间即交流论坛，主要针对：①热门话题：在主界面按生理学学科的热门话题进行实时排序展示，学生评论会自动同步到空间版面；②自由讨论模块：学生可以自由提问和解答，提出课堂上或者课后经思考后，尚未理解的概念以及课后作业所遇到的问题等，促进学生以及教师的交流，教师解答的同时，可了解到学生尚未理解透彻的地方，以便下次课解释上堂课遗留问题，也为学生提供个性化的师生及学生之间的交流空间[5]；拓展空间主要通过案例及参考书籍等为学生提供检验个人运用生理学知识解决问题的场所，对于提升学生个人能力有积极意义。

通过定期统计并发布学生平台各项学习、考核及交流情况，有利于学生个性化学习，教师进行个性化的指导。

2 平台框架

系统分为源数据层、集成层、存储层、应用层以及数据访问层，每层分别实现不同的功能(图2)。

2.1 源数据层

源数据层包括资源数据、设备数据以及网络数据，资源数据主要由教学资源数据[6]、教师数据及学生数据构成；设备数据即为无限日志及网络数据；而网络数据则指使用模块的网络使用数据。技术人员针对源数据层建立标准的业务数据接口标准，确保整体系统的变动及升级不会影响数据分析平台的稳定运行。

2.2 集成层

应用型生理学在线课程通过从系统分别提取平台相关数据(教师个人信息、学生相关数据等)，建立相应数据映射表，数据交换平台直接从映射表中以增量的形式抓取相关数据，集成层按照信息管理标准，通过数据集成工具Sqoop完成HADOOP(Hive)与传统数据库间数据传递，可以将一个关系型数据库中的数据导入到Hadoop的HDFS中，通过异构数据库的数据交换，完成日志挖掘、增量更新、定时抽取以及策略抽取等同步或异步数据维护方式，继而保障多维数据学习平台数据采集的灵活性和可分析及管理性，较好支持系统的动态扩展。

2.3 数据存储层

多维数据的存储层建设为应用层提供文件存储和数据库存储支撑功能。考虑到平台系统的底层存储需要极大的存储空间，故存储层采用了云存储架构，分布式文件系统HDFS接口实现文件的存取功能，调用数据库访问接口则实现数据库访问功能。

HDFS文件系统将文件按照CHUNK(大小相同的数据块)进行存储，数据块大小根据实际需要设置，每个文件存储在一组机器上，多台机器共同为上层应用提供服务，上层应用通过API操作实现数据仓文件和目录的修改功能。模块模式存储平台以数据模型存储多维数据，并以分布式数据仓库为数据分析提供技术支持，通过数据存储的动态分布自动化构建，实现灵活多变的钻取、切片、即席查询、即席分析等功能[7- 8]。

图2 基于大数据的应用型生理学在线平台框架

2.4 应用层

应用层采用BI开发平台构建，通过对数据分析、报表、权限以及移动端应用的灵活调整，借助分布式大数据引擎，可实现数据仓库与实时数据的有效结合，保障系统的高性能、实时性以及稳定性[9]。

2.5 数据访问层

数据访问层主要完成展现层的平台运行监控模块、资源管理模块、师生个体教、学模块的业务处理功能，可为平台技术、资源管理者、教师、学生提供各类服务。

3 建设效果

3.1 提升生理学在线精品课程平台的智能化及应用性

将大数据技术引入原有生理学在线精品课程平台能让网络资源平台重新焕发活力，可突出其应用性及智能性，实现大数据应用型多维度生理学在线精品课程中网络学习的交互性。

大数据技术可对学生的学习路径进行实时监控，通过运算演算技术将在线平台虚拟为实时、智能的辅导教师；通过对学生学习路径的数据整理，可以让授课教师充分了解学生近期的学习动向，使课堂教学更加具有针对性；通过收集了解学生的学习兴趣与行为，制定符合学生的个性化学习计划和教师有针对性的辅导计划，拉近师生距离，让网络学习平台的效能得以提升[10]。

3.2 改善生理学在线课程评价体系

落实考核最根本的目的在于提高学生的自主学习能力，突出其学习的主动性，充分评价学生在生理学学习中的识记、逻辑思维能力、创新能力以及实践交流能力。本课程的评价体系通过网络学习、测试进行大数据分析，并结合线下实验、讨论等项目，综合各种能力要素进行评价体现出大数据在网络学习评价中的地位(图3)。

3.3 实施效果

基于云教育大数据平台，笔者在本校开展教学实验，将被试学生划分到实验班(运用平台辅助教学，85人)，另设一个对照班(常规教学，78人)，实验时间为期一个学期，学期结束后设计考核及问卷，收集整理有效数据。考核内容包括个人考核(识记、逻辑推理、综合运用题型)及团队考核(合作、交流能力)，满分100分。

图3 生理学在线统计情况

表1 实验组与对照组考试成绩比较分)

与对照组比较，*P<0.05

4 结语

当前社会的主流数据运行模式正逐渐向智能化、个性化与及时化转变，数据时代是信息技术网络发展的必然结果，将传统的生理学精品课程资源教学与前沿大数据网络相结合，为“教”与“学”提供预测性的有效并且个性化服务信息，必能弥补前者不足，这对提升生理学在线精品课程教学效果具有积极意义。本文通过解析传统生理学精品课程不足，并试图借助大数据计算技术分析学生的学习习惯、学习方法、学习兴趣、创新能力、互动与分享等，切实发挥大数据对教学过程与质量的评价作用，对学生的学习效果与能力进行分析、改进，未来的工作将逐步搭建该系统实现这些功能，为学生提供更为智能化的服务。