基于大数据的虚拟现实技术模型在课堂教学上的应用研究＊

陈建敏

基于大数据的虚拟现实技术模型在课堂教学上的应用研究＊

陈建敏

（黄山职业技术学院，安徽 黄山 245000）

随着信息化技术的飞速发展，大数据、虚拟现实技术等词频繁出现在大众视野，特别是2020年疫情爆发后，全国上下掀起了线上教学潮，转变了课堂教学模式。如何利用好线上授课的大量数据，做好线上线下课堂教学等引发人们的思考。从大数据技术入手，引入文本分析算法，构建基于大数据的虚拟现实技术模型，改变传统课堂授课模式，探索利用大数据分析授课数据，建立文本分析模型，更好地利用虚拟现实技术来满足课堂教学要求，基于大数据的虚拟现实技术在课堂教学中的应用展开研究。

大数据；虚拟现实技术；文本分析；课堂教学

随着科技的不断进步，信息化技术飞速发展，已在各行各业中得到应用，给我们的生活带来了翻天覆地的变化。近年来，大数据、人工智能、虚拟现实技术常被用于教育教学之中，已经成为了热点研究问题。有的研究指出利用虚拟现实技术实现“以虚补实”，利用虚拟现实交互技术开发的实验平台达到提高实践能力的目的[1]。有的研究指出利用虚拟现实技术开发实验实训项目，代替高危的实验[2]。但是虚拟现实技术应用的同时，产生了大量的数据，并且学生在交互式操作过程中也会遇到各种各样的问题，学生会给出相应的评价和评论，这些评价数据量也逐渐增大。如何对这些数据加以挖掘和分析，使虚拟现实技术的应用取得更好的效果，是本文的研究重点。

1 大数据相关技术

1.1 大数据技术

大数据技术概念比较抽象，一直以来不同的专家学者给出的定义也不同。笼统地说，大数据技术从狭义上可以认为是对大量数据进行分析，改善传统技术难以管理大量数据的弊端，以便从大量的数据信息中能够获得有用信息。从广义上来看，大数据技术涉及诸多领域，包括大数据应用、大数据工程、大数据技术等[3]。

1.2 大数据平台

大数据Hadoop是当今流行的大数据平台，其中的伪分布就是在一台电脑上模拟多台电脑进行计算模式[4]。HBase是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群，HBase是Hadoop的核心技术。Hive依赖于分布式存储的查询和管理大型数据集的数据仓库，负责将SQL语句模板化成Map-Reduce任务，Hive对上层屏蔽了将SQL任务转化为Map-Reduce任务的复杂细节，可以进行数据查询处理等，是数据库管理框架之一。Spark是专为大规模数据处理而设计的快速通用的计算引擎，是Hadoop Map-Reduce的通用并行计算框架，能更好地适用于数据挖掘和机器学习等需要迭代的Map-Reduce的算法。Mathout其主要目标就是创建一些可伸缩的机器学习算法，包括集群、分类、CP、进化程序，Hadoop生态系统的机器学习Mathout和Pig。Storm是一个分布式的容错的实时计算系统，为分布式实时计算提供了一组通用原语，可被用于“流处理”之中，在计算时将结果以流的形式输出给用户。Zookeeper是Hadoop和HBase的重要组件，是一个为分布式应用提供一致性服务的软件。

1.3 文本分析

文本分析主要侧重的是文本的情感分析，利用情感分析分类算法，针对评论提炼出情感的积极面或消极面。评论的情感倾向分析主要是研究评论中每一句话的情感倾向分 析[5]。文本情感分析的步骤设计面较广，主要包括：①基础数据的准备。②文本的预处理。文本的预处理又包括两步，第一步“去污”，将文本中与我们所要分析的内容无关的地方全部去掉，以免给分析带来“负担”；第二步对处理后的进行分词、定位其词性和停用词处理等。③针对文本中出现的客观文本，不影响到评价的情感倾向的全部去除，也是为了给数据处理减负。④特征提取以及权重的加权计算，对文本每一句进行分析的时候，要提取出特征值，并针对每个特征值给出权重，加权得到整个评论的分值，在这个过程中，要建立正面和负面的语义库以及网络用语语义库，用以匹配提取特征。⑤情感分类。基于情感分析分类算法进行情感倾向分析，最终得到相应高精准的预测结果。在进行文本的情感倾向分析的时候，有些词语在特定的领域所表示的意思是不同的，而且在特定的领域才有其情感倾向，设计特定语义库，分别区分正面的极性词和负面极性词。情感分析过程中，对评论中的所有分词后，去除停用词，进行词性分析，计算出极性值和其权重，结果如果大于0，则为正面；结果小于0，则为负面；结果等于0，则为中性评价。

2 虚拟现实技术

虚拟现实技术是一种现实世界与虚拟世界相融合的一门技术，具有扩展现实、增强现实、混合现实等功能，目前在国内最流行的是VR技术[6]。VR内容的制作是应用时的重点环节，目前VR内容来源分为：全景实拍资源和3D建模资源，而能真正服务于工艺工法培训领域的，以专业化的3D建模资源为主。3D建模通俗来讲就是通过三维制作软件通过虚拟三维空间构建出具有三维数据的模型。很多无法进行实地培训或者培训成本较高的场景，往往都需要通过3D建模来做出某个超现实的模拟环境，模拟环境是由计算机生成的、实时动态的三维立体逼真图像。3D建模类VR资源包括场景、原件、角色、交互这四大部分。

VR中，参与者看到的所有环境信息都是虚拟的，没有任何真实的部分，是完全将用户带到一个虚拟场景当中，因此用户在参与过程中，主要是通过数据头盔、位置跟踪器、运动捕捉器等，便于用户与虚拟空间实现互动。在AR当中，用户通常情况下看到的东西部分真实、部分虚拟，用户在参与过程中可以分清虚拟场景与现实场景。因为AR是现实世界与虚拟世界的结合，因此需要摄像头等设备进行辅助，摄像头拍摄到的现实画面与虚拟场景相结合，实现虚拟世界迁入现实环境的效果。

3 基于大数据的虚拟现实技术模型

综合大数据和虚拟现实技术的特点，基于课堂学习的需要，特别是2020年疫情发生后，全国上下开始了线上教学。线上授课遇到了很多问题，特别是对实操性强的专业，只能借助于虚拟现实技术，将需要实操的内容虚拟仿真，让学生能在模拟的VR世界中实操，并能完成相应的实操，但是也遇到了很多麻烦，以虚代替真实的环境，无法把所有的知识点考虑全面，实验实训的侧重点就只能靠经验来设定。学生线上上课的数据以及实验实训的实操数据、学生使用过后的评论数据，数据集越来越大，从该数据集中提取到有用的信息，然后反馈给虚拟现实实训中心，对于虚拟仿真项目再一次编程，使其更符合学生所需的知识点实操。为了实现上述功能，构建了基于大数据的虚拟现实技术模型，如图1所示。

图1 基于大数据的虚拟现实技术模型

4 模型分析

该模型分三个层次，分别是大数据平台层、虚拟现实技术应用层、用户使用层。大数据平台层为整个模型提供数据存储以及数据处理的平台支持。虚拟现实技术应用层为整个项目的虚拟现实实训项目、课堂教学内容进行开发和数据分析，通过虚拟现实实训中心构建虚拟仿真教学内容，通过二次编程进行针对性修改，修改后用于对课堂教学、课堂教学和用户交互所产生的数据进行分析，同时针对用户评论进行文本分析，确定其文本评论的情感倾向，以反馈给平台，作为课堂项目修改的依据。用户使用层，该模型对管理员用户、虚拟仿真开发者、教师用户、学生用户开放和交互。

5 结语

本文从大数据、虚拟现实技术在课堂教学中的应用入手，建立模型，用于改变传统的课堂教学模式，使得虚拟现实技术更好地应用于课堂的实践教学。大数据虚拟现实技术模型主要用来对数据进行分析，利用好教学过程中的所有数据。随着5G技术的全面覆盖，信息化的快速发展，将利用现代技术去颠覆传统课堂，使得整个实验实训的教学效果更加真实化，其课堂教学的效果真正达到以虚补实，给现有的课堂教学带来重大变革。

［1］谢峰.5G网络下基于虚拟现实技术沉浸式课堂教学的应用与研究［J］.计算机工程与科学，2019（Suppl 1）：14-17.

［2］陈建敏，章艳珍，徐苏丽，等.面向高职教育的智慧课堂“云+端”平台的搭建——以中药鉴定学课程为例［J］.教育教学论坛，2020（4）：364-365.

［3］王洋.大数据和虚拟现实技术的产业融合应用［J］.电信快报：网络与通信，2019（6）：6-8.

［4］陈建敏，徐苏丽.基于人工智能的智慧旅游大数据分析模型的构建［J］.电脑知识与技术，2019（11）：189-190.

［5］毛超群.基于改进情感词典的在线旅游评论文本情感分类研究［D］.杭州：浙江工商大学，2017.

［6］张英驰.探析虚拟现实技术在高校教学中的应用及前景［J］.艺术科技，2018（10）：62.

G434

A

10.15913/j.cnki.kjycx.2020.18.062

2095－6835（2020）18－0150－02

安徽省高等学校省级质量工程项目“VR虚拟现实技术虚拟仿真实验实训中心”（编号：2019xfzx09）阶段性成果；安徽省重大线上教学改革研究项目“互联网+课堂”背景下学生线上自主学习能力培育策略的研究与实践（编号：2020zdxsjg331）成果；安徽省高校自然科学研究重点项目“基于python的智慧旅游大数据智能分析平台的研发”（编号：KJ2018A0953）成果；安徽省高等学校省级质量工程项目“中药鉴定学智慧课堂试点项目”（编号：2017zhkt415）成果

陈建敏（1985—），男，硕士，黄山职业技术学院讲师，研究方向为大数据、人工智能、虚拟仿真等。

〔编辑：王霞〕