智慧学习空间架构实现关键技术研究

余必胜，蒋凌雁

(中国地质大学 远程与继续教育学院，湖北 武汉 430074)

0 引言

智慧教育是一种新型教育形式，在新的教育理念指导下，引入更多技术手段传递教育信息，满足智慧学习的需要。远程与继续教育学院作为新型教育形式的实践者，唯有在智慧学习的浪潮中抢占先机，方能立于不败之地。对于智慧学习的研究分为两个方面：①在理论上研究从教学结构向学习结构的转变，以期构建指导智慧学习的基本范式；②在技术层面上实现智慧学习空间，找到合适切入点将相关技术引入学习者空间。架构智慧学习空间，涉及到学习空间的系统模型与通用服务平台模型。本研究从架构通用服务平台模型入手，对涉及到的关键技术作完整梳理，并对智慧学习空间的架构进行归纳总结。

1 架构模型

1.1 空间系统模型

智慧学习空间给学习者提供一个开放的、能够相互协商的学习环境，并为学习者学习提供必要支持条件，帮助学习者进行有效学习。智慧学习空间设计架构包括了网格、集成、代理与开放理念。其中，网格为智慧学习空间共享教学资源、改革不合潮流的教学方式、教学管理的自动化等提供了技术支撑；将体现现代教学理论的学习适应性等集成进智慧学习空间，为学习者提供强大的学习导航功能；目前运用较广的虚拟现实学习空间则是代理理念的具体体现；智慧学习空间同时应该具有可扩展性，允许使用者根据具体情况添加、更新、删除某些部件或内容，用开放的理论完善、优化学习空间[1]。

参照北师大黄荣怀教授的观点，将智慧学习空间的组成要素归纳为学习资源、智能工具、学习社群与教学社群等4个要素，学习者通过学习方式、学习活动与4要素互动。通过跟踪学习过程与结果，调整教学方式后，经智慧决策作用于学习者，影响学习者的学习方式。该学与教的方式与智慧学习空间4个组成要素的相互作用，如图1所示。

图1 智慧学习空间系统模型

学习者个体在智慧学习空间中，能够得到学习资源与智能工具的有力支持，学习社群强调学习者的互动、协作、交流，个体间交流有效减少了远程教育中不可避免的学习孤独感，维持并促进了学习者学习兴趣，保障了有效学习发生；而在教学社群里，教师通过学习交流，互相切磋，共同在专业上取得进步。

学习资源是智慧学习空间最基本的物质基础，它为教学双方都提供了内容支撑，智能工具则为学习空间提供全面技术支持，学习社群与教学社群为资源与工具的进化起到了推动作用。

1.2 服务平台模型

智慧学习通用服务平台模型分为基础设施层、学习支撑层、学习应用层、访问层等4层，基于云计算的智慧学习通用服务平台框架如图2所示。基础设施层包括基于各种传感设备的感知层、基于物联网等的传输层，以及在此基础上的资源库与相关信息库等；学习支撑层由各种信息开放平台、云计算平台与服务支持平台组成，实现学习服务与系统的可扩展、可伸缩，并向上提供模块化服务功能；学习应用层是在学习支撑层的基础上开发或集成的各种应用系统，如虚拟教室、在线考试、各类资源库以及视频会议系统等；访问层则是学习者接口，用户利用各类终端设备(如浏览器)访问学习应用层提供的应用系统与学习资源。

图2 基于云计算的智慧学习通用服务平台框架

2 关键技术

2.1 云计算

云计算技术目前得到业界广泛应用，大量的公有云与私有云集成计算与存储资源，使用相对统一的接口提供各自的云服务。云计算平台是支撑智慧学习空间构建的关键要素，云平台的用户与服务提供商可以动态加入或退出。

云计算在智慧学习空间构建中的作用表现为以下方面：

(1)设备集成与智慧化控制。智慧学习空间是一个由许多先进技术支持的泛在技术学习环境，为保证各个技术系统的模块化，要求硬件系统必须独立存在，并需要相应软件系统的支持。智慧学习空间中进行各种教学活动与交互活动产生的实时数据，需要传输与存储系统的支持。用户可以根据需要租用云计算中心提供的存储、计算与应用程序服务。云计算的廉价解决方案为智慧学习空间中的资源整合与集成服务提供了可靠技术支持。

(2)个性化学习环境。学生利用学习终端自主到云中心选择适合自己的学习模型与学习媒体，同时选择适合自己的学习方式与自我控制学习过程，实现有效学习。

(3)安全可靠的数据存储与管理。云计算平台提供可靠安全的数据存储中心，专业的团队管理、严格的权限管理策略能保证数据安全，使得学习资源可以达到有效低成本共享。

(4)数据与软件共享。云计算平台提供了数据与软件的集成，节约了智慧学习空间中的软件成本，提高了效率。使用智慧学习空间的教师与学生在获得一定的授权后，可以在任何时间、地点访问云端资源，实现了资源的有效共享。

(5)学习个性化。智慧教室中的教师与学生都是有不同特性的个体。面对不同个体提供的应该是个性化学习支持；不同教师对同一个知识点有不同理解，会采用不同方法进行教学，需要提供不同教学资源进行支撑。不同的学生在同一个知识点上会产生不同的学习进度与学习需求，需要不同的学习资源库支撑。

2.2 大数据

智慧学习空间构建需要使用大量的科学计算与海量数据处理，利用云计算进行动态资源调度实现一个可靠且可扩展的计算环境进行海量数据处理，要运用海量数据处理编程模型。比较通用的如Google公司设计的Map-Reduce编程模型，是一种主流海量数据处理编程模型，将业务逻辑与实现细节隔离开来，使开发者能够专注于业务逻辑的实现。

智慧学习空间中的教室录播系统与各种交互学习设备在教学中会产生海量异构数据信息。这些数据经过存储、处理、查询与分析后服务于智慧学习空间，以更便捷、直观、易于理解的方式向学习者提供信息。

从数据分析上看，常用的大数据分析方法如数据挖掘、统计分析、语义与情感分析等可以为丰富智慧学习空间建构研究提供帮助，有助于深入挖掘、分析或预测智慧学习空间产生的海量异构信息，对所需数据进行高效统计，探索不同数据之间的关联关系。从数据呈现上看，大数据分析方法可以更直观甚至可视化的方式揭示研究结果内部各要素之间的关系，加深学习者对研究结果的理解[2-3]。

运用大数据分析方法进行智慧学习空间架构的研究是十分重要与必要的，在帮助研究者科学、有效、深入挖掘智慧学习中产生数据的同时，借助于相关研究成果，智慧学习空间也能为学习者提供更好的服务。

2.3 物联网

物联网技术指在指定通信协议下，通过特征识别体，使用识别设备把现实物品接入互联网，现实物品因而有了数字特征与网络特性，物品、网络与人之间可以进行多元信息交换与通信。目前各类传感器的使用得到极大发展，理论知识与现实环境之间有了沟通桥梁，虚拟空间里可以有更真实的体验，逼真的体验能直接提高学习兴趣。这种基于物联网的更为优质的教学资源，为教学质量的提升提供了坚实的物质基础[4]。

利用物联网技术可以拓展学习空间提供泛在服务，促进理论知识与实践相结合，使学习活动得以延伸，课堂教学与学习活动更加真实有效[5]。

智慧学习空间物联网技术构架在完整的无线网络基础上，利用二维条码、RFID、传感器等实现数据输入与输出。

2.3.1 RFID子网

RFID射频识别是一种非接触式的自动识别技术，主要由标签与阅读器组成。运用RFID标签技术可以整合学习环境，数据的输入与输出均通过各类卡介质传输，目前主要应用于学校校门无接触式自动检查登记、自动感应学生考勤、宿舍管理、人员定位、会议无线感应式签到、实验室引导、导游等。

2.3.2 二维码子网

二维码又称QR Code(Quick Response Code)，是目前流行的一种编码方式，比传统的Bar Code条形码能存的更多的信息，而且能表达更多的数据类型。二维条码可分为堆叠式/行排式二维码与矩阵式二维码两类，通过图像输入设备或光电扫描设备自动识读以实现信息自动处理。它能存储大容量信息，占用更小空间(相同信息容量下占条形码1/10空间)，有效表现各种字体，特别适合日文字母与汉字。它具备强大纠错功能，部分编码变脏与破损也能恢复数据，从任意方向读取，支持数据合并。

2.3.3 传感器子网

传感器是物联网的神经末梢，可以检测出物品的实际数据，实现对物品信息的正确识别。

3 结语

泛在学习方式赋予了学习者空间更多的内涵，为传统音视频、电子教材教案重新定义了练习与考试，提供了丰富的数字化资源与工具。多层次的终端设备，低至智能手机、高至虚拟现实设备，林林总总，都构成了智慧学习空间的一部分。

物联网技术帮助现实的物理对象实现了连通，传感技术无障碍感知了学习环境，获取海量的交互数据信息；大数据分析有助于研究者深入挖掘、分析或预测智慧学习空间产生的海量异构信息；而云计算通过大量的公有云与私有云，以相对廉价的方式提供了可靠的计算与存储资源。这些关键技术在教育领域广泛应用，收集学习行为数据，分析学习行为及其中包含的若干关系，进而判断学习是否有效发生，为学习决策提供支持，让学习者拥有更多的资源选择机会，从技术角度完善了智慧学习空间，形成了智慧学习生态。