基于大数据技术的高职院校O2O智慧教学平台构建

谌顺周，吴 云，谢红英，姜 莉

（湖南怀化职业技术学院信息与艺术设计系，湖南 怀化 418000）

0 引言

在“互联网+”时代，信息技术的快速发展为高职教育教学改革提供了先进技术支撑和新的发展方向。随着信息技术和职业教育教学的不断融合，MOOC、翻转课堂等在线学习方式越来越多地应用在职业教育中，改变了学生的学习理念和学习方式，突出了学生个性化学习的特点。但是，这并不意味着以互联网为依托的在线学习就完全可以取代传统的线下教学。虽然过去以讲授为主的教学方式已经难以满足“互联网+”时代学生发展新要求，但是在线学习要求学生高度诚实和自律，这对于职业院校的学生来说是个较大的考验。因此，职业教育教师很有必要对传统线下教学和现代线上学习做进一步的结合起来，构建既符合“互联网+”时代发展要求又符合职业教育发展特点的教学平台。“互联网+教育”是指将互联网基因注入时代教育中去，运用互联网技术和信息手段实现与课堂教学内容的高度整合，以促进教育理念、教学过程、教学方式、教学评价的创新。本文立足于互联网信息技术的发展现状，并结合高职院校线上线下教育实践，对智慧型O2O教学平台的构建和建设中的关键技术和问题进行研究，并提出平台的设计思路和总体框架[1]。

1 O2O智慧教学平台概述

O2O模式即Online to Offline，最早是美国电子商务领域提出的概念，在互联网广泛发展的今天，O2O模式已经不仅仅是针对商业领域，对于传统教育同样适用，教育O2O模式在社会培训市场已经兴起，但是这些商家大多数是将O2O模式应用在对自身课程产品的销售上，没有对教学过程或者教学内容进行有效的促进与改善。O2O 智慧教学平台是指集智慧学习、智慧答疑、精准教学、在线讨论、个性化练习测试、多维度评价等多项服务在内的一体化教学服务系统[2]。通过实现教学资源和学习内容的个性供纪念品，以及线上自主学习与线下课堂教学打通。在这种互动共享空间里，学生通过平台线上自主学习、多方讨论、多维度评价，教师通过平台进行学情分析、问题答疑、教学设计，通过线上线下有机结合，形成闭环，有效推进个性化精准教学，提升教学质量和效果。

2 大数据学情分析在 O2O 智慧教学平台中的应用分析

通过对学生学习过程数据、练习测试数据、互动问答数据、教师教学课堂数据、搜索提问数据等教学数据的进行记录采集，形成教学大数据，再通过大数据挖掘分析，实现对学生学情、学习习惯、学习行为、教师课堂效果等进行数据分析，实现教学资源的精准推送，个性化学习资源推送、精准练习测试、测量与记录，智慧答疑系统自主问题搜索，有效促进教师根据学情分析数据进行精准课程设计、精准课堂把握，并为课堂上的教学决策和学习干预提供数据支持，为教学评价提供数据支撑，为教学管理提供决策依据，进而实现线上线下相结合的智慧教学。

3 基于大数据技术的高职 O2O 智慧教学平台框架设计

3.1 O2O智慧教学平台建设目标

基于大数据技术的高职 O2O智慧教学平台构建是将大数据技术应用于O2O教学平台中，旨在通过该系统构建能让教师在实施教学过程中，根据学生学习学情数据分析，实现差异化的教学，使教学更精准化[3]。学生可在系统中根据自身基础进行个性化学习，系统可为学生进行量身定制学习、练习内容。教学管理者可根据教师教学数据和学生学习反馈数据，对课堂教学质量把控，实施更精准化教学决策。

3.2 O2O智慧教学平台关键技术应用

3.2.1 学情分析系统

通过大数据技术和数据挖掘进行学情分析，能够让每一个学生根据自身知识结构量身定制一套学习资源和课程，还能够及时了解学生学习兴趣、学习习惯，提前预警和提示，依靠大数据驱动学生学习，促进教师改善教学方法和手段，进一步提升教学质量。学情分析系统可通过对预测、聚类、相关性挖掘、数据判断、用模式进行发现等技术实施学情分析[4]。

3.2.2 个性知识供给模型

个性化推荐在各个领域都能看到，如商品推荐、新闻推荐、电影推荐，系统会根据你最近浏览信息和搜索内容进行综合分析，推断出你所关注的内容，精准推送相关内容给你。O2O智慧教学系统个性知识供给系统也是根据你最近浏览内容、搜索关键词和错误练习题等综合判断，为学生推荐相关学习资源和内容。构建一种高效可靠的个性化知识推荐模型对智慧教学平台的构建起到很关键的作用，符合“以生为本、因材施教、自主学习”的教育理念[5]。

3.2.3 知识图谱智慧答疑系统

O2O智慧教学平台来说，学生答疑是其中的重要模块，学生碰到问题可在线咨询老师，但老师不可能24小时在线，如不能及时回答，可能会造成学生因为学习困难而放弃，影响学习兴趣和积极性，通过智慧答疑系统开发能够有效解决类似问题，有助于提高教学效能，普通答疑系统无法对课程知识进行全面表示，缺乏对问题答案的归纳功能，在答疑系统中引入知识图谱，把学生提的问题以知识点树的形式展现，结合朴素贝叶斯算法进行文本分类，归类问题相关知识点，搜索相匹配的教学视频或课件，能够更好的为学生解决问题，学生还可进行相关知识点的扩展学习，有效提升系统的智能化[6]。

3.3 O2O智慧教学平台技术架构设计

高职 O2O智慧教学平台技术框架采取分布式大数据集群技术框架，基础数据计算机平台使用Hadoop技术，通过与其相关的数据处理和工具，使用HDFS分布式文件存储，ETL进行数据采集处理、MapReduce分布式计算框架，系统还包括大数据访问框架和数据安全保障体系等。如图1所示。

高职 O2O智慧教学平台通过对学生自主学习过程、课堂教学过程、测试考试、头脑风暴、在线答疑、问答搜索等教学数据进行采集，形成海量的教学大数据，通过过滤算法和去噪手段对数据进行处理，得到数据集合，再利用 Hadoop分布式存储数据，使用MapReduce分布式计算，采用数据挖掘技术算法中的分类、回归分析和相关性分析算法对教学大数据进行分析建模，通过挖掘分析结果，为学生提供个性化学习知识推荐，为教师提供教学数据支撑，为教学管理者提供教学决策参考，形成线上线下教学学习闭环。

图1 O2O智慧教学平台技术架构图Fig.1 O2O intelligent teaching platform technology architecture

3.3.1 平台基础设施和数据库层

平台的基础设施层是整个平台架构的根基，为整个服务平台能够高效稳定运行提供基础支持和有力保障[7]。平台的基础设施层主要包含以下几个方面。

①服务器：服务器是服务平台赖以运行的容器。

②网络：网络是用户和服务平台之间交互的媒介。

③数据库：数据库存储了服务平台上所有学习、教学相关的信息基础数据。

④虚拟化软件：使用VM集群技术虚拟一个统一的服务平台，来满足系统的服务需求。

3.3.2 数据采集层

数据采集服务是保证数据来源的重要手段，本系统通过使用ETL数据采集工具、网络爬虫等对各类学习、教学数据进行采集，将采集到的数据经过数据抽取、清洗、转换后放到数据仓库中存储起来，采集数据的质量直接决定数据分析的准确性和可靠性。

3.3.3 数据计算服务层

数据计算服务层是该平台的核心，采用以HDFS分布式数据存储为基础，通过MapReduce分布式计算，为应用呈现层提供可靠的、高质量的数据分析结果，为学生学习、教师教学精准化服务。

3.3.4 数据分析层

过大数据技术对学习行为分析，实现教学资源的精准推送，个性化学习、精准练习、测量与记录，通过智慧答疑系统自主问题搜索，教师根据学情分析数据精准课程设计、课堂精准把握，并为线下课堂上的教学决策和学习干预提供数据支持；数据处理模块主要包括数据收集、数据分析、数据挖掘以及数据应用等。

3.3.5 应用呈现层

应用层是服务平台向租户提供的业务服务层，根据不同租户的需求，该层为用户提供不同的服务功能，如线下学习子系统、课堂教学子系统、智能问答子系统、教学决策子系统，该层对内向数据提供各类基础数据，对外向学生、教师和教学管理者提供各项业务服务，实现O2O智慧教学学习。

3.3.6 系统安全保障体系

系统安全保障体系包含系统数据安全和系统运行安全两个模块，系统数据安全主要包括学生和教师个人相关信息安全不被泄漏，系统重要数据不被盗取。系统运行安全包括系统可靠性，系统备份和恢复等。

4 结束语

本文立足于互联网信息技术的发展现状，并结合高职院校线上线下教育实践，对智慧型O2O教学平台的构建和建设中的大数据学情分析、知识图谱答疑系统、个性化知识供给模型等关键技术和问题进行研究，并提出关键技术应用策略、平台的设计思路和总体框架。