大数据背景下在线教育的资源库建设

王国勇

(洛阳理工学院，河南 洛阳 471023)

0 引言

在大数据发展的背景下，在线教育得到了迅猛发展，不仅显示出了社会发展的进步，更在一定程度上促进了现代化的教学改革。在线教育是将信息技术与现代管理理念进行融合，通过网络工作，对现有的教学资源进行有效的整合，实现以用户为中心的在线教学，促进现代化教学的空间和时间利用的最优化。在现代化社会，在线教育资源共享已经成为不可阻挡的趋势，对于促进社会的发展具有重要意义。

1 大数据的概念与优势

大数据技术属于数据分析，主要是从多种类型的复杂数据中快速找到具有高价值的数据信息，并利用强大的数据分析能力去实现对数据的分析与处理，得到优质的数据信息。大数据在数据处理上具有显著的优势，对于结构化与非结构化的工具，能够进行全新的数据分析，有较大的数据存储空间，在数据的处理和分析上也存在明显的优势。

在当前信息化的发展趋势下，将大数据技术与云计算进行有效的结合，进行在线教育资源库的建设，具有以下几个优势。

1.1 资源利用率高

凭借其虚拟化平台，可以为各个教学案例库建立具体的资源地，并且有效地对各个虚拟机及应用进行部署。

1.2 可靠性较高

借助其在数据存储上的多副本容错以及计算节点的可互换性，可以有效地提高数据服务的可靠性，便于用户更好地实现数据的分析与处理。

1.3 规模化高

云计算凭借其自身拥有的较大规模的硬件资源，可以在用户的数据分析上起到良好的促进作用。

1.4 服务性好

云计算主要是向用户提供相关的数据信息服务，借助其在数据信息收集与处理上的优势，可以充分地满足用户的使用需求。

2 在线教育资源库发展的现状与意义

2.1 在线教育发展的现状

在大数据与云计算技术逐渐发展成熟的背景下，将其运用在当前的在线教育中，可以有效地促进社会的发展进步。但是在当前，就我国在线教育建设发展的现状来看，还存在很多不足，影响了具体效果。在大数据发展的当下，在线教育资源库的建设虽然已经取得了不少的成就，总体而言，还有需要改进的地方，用户的满意度还有较大上升空间。

2.1.1 资源共享性不高

当前资源库的建设在很大程度上存在“信息孤岛”的现象，使得资源的建设出现重复，资源的利用率不高。例如，在各个学校内部之间会存在本地资源库的建设与各个院系之前以及各个专业之间重复建设的情况，关联程度较低，使得一部分优质的资源无法实现共享，导致资源建设的利用率不高。

2.1.2 资源融合度差

在数据库的建设过程中，由于各个学校之间的数据库建设的应用系统不同，使得各个存储模式都各具特色，在数据标准上也存在差异性，使得资源的融合度较差，不利于资源的优化使用。

2.1.3 精准性差

在现有资源库的建设与使用中，多数资源库的建设都还只是停留在资源堆积层面，随着资源的不断丰富，由于缺少相应的服务机制，并不能有效地提供精准化与个性化的推荐服务，用户的使用积极性不高，对促进资源利用率的提升帮助不大。

2.2 在线教育资源库建设的意义

在线教育资源库的建设是当前信息化技术发展不可阻挡的趋势，其在建设上也具有很多的现实意义。

将激励理论应用于沙盘实训课程，主要目的在于激发学生的学习兴趣和热情，转变学习态度，改善学习行为，提升学习效果，并能从中体会到主观能动性的积极作用，增强学生自信。基于学生在沙盘实训课程学习过程中可能存在的障碍，例如团队成员的激励问题、学习目的不明确的问题、学习态度问题等等，需要多种激励措施共同发力，综合作用，克服障碍。

2.2.1 经济效益明显

进行在线资源库的建设，可以实现多平台在线教育资源的实时共享，促进教学资源的优化利用，能够有效地减少相关资源重复利用的问题，降低相关的成本。除此之外，基于Hadoop云架构，可以利用服务器的虚拟化技术[1]，促进数据物理存储利用率的提高，在很大程度上降低了物理存储成本，提高了在线教育的经济效益。

2.2.2 社会效益明显

在当前的教学中，还存在教学资源分配不均的情况。利用在线教育资源库的建设，在很大程度上可以突破教学资源分配不均的现象，让用户突破时间和空间的局限性去参与学习。通过在线教育资源库的建设，还可以为用户提供精准化的服务，根据用户的使用情况在后台及时地更新相关的数据报表，反映数据库资源的应用情况，并及时给出相关对策，促进社会效益的增加。

3 在线教育资源库的建设优化策略

3.1 实现数据共享平台的构建

在线教育资源具有大量、高速、多样以及高价值等特点，在进行系统建设时需要对海量的数据资源进行融合，实现数据共享平台的构建，在这个过程中，可以采取3种模型解决相关的问题。

3.1.1 建立基于深度学习的多元数据融合模型

其主要是便于实现数据共享的第一步，将深度模型与多元异构数据模型进行有效的集合，使得资源库的使用可以有效地突破媒体与语言的关联，通过建立多元异构数据融合管理系统，对数据资源节点泛在的分布问题进行处理，解决异构大数据的多模态和动态的变化问题，促进资源有效的融合。

3.1.2 基于Hadoop云计算架构模型的资源库建设

利用分布式文件系统的高效的数据访问能力，将其应用在大规模的数据集上，可以广泛地适应各种硬件设备的使用。利用较为简单的软件框架，添加相关设备进行扩展，增强了容错性，在数据处理上有更多的优化，能够更好地提供个性化的服务。

3.1.3 基于协同过滤的学习资源个性化模型

在分析该学习行为的基础上，有效地实现了学习系统的个性化服务，结合用户的数据信息库以及操作信息收集的方式，建立相关的兴趣模型，研究不同用户的学习行为与学习偏好，更好地实现个性化的服务。

3.2 优化平台服务模式

在数据资源库的建设中，要实现资源库的共享，还需要成立资源管理委员会，并制定相应的资源共享机制，促进各个高校资源库之间的交流，实现数据的互通。在这个过程中，要注重实现资源库的管理，建立相关的标准以及管理策略；各个高校之间要制定相关的协议，以便于更好地促进数据资源的共享；除此之外，还要基于信息协议来提供相关的资源接口，更好地实现数据资源的融合与共享。在优化平台服务模式上还要基于信息使用协议从平台获取相关的授权，便于更好地实现资源库系统的应用[2]。

3.3 优化平台架构

在进行在线教育数据库的平台架构时，主要分为物理层、数据层、应用层以及服务层4层。具体来说，物理层主要是对各个高校的数据资源进行有效整合，实现教学资源的跨媒体与跨语言。利用这种模式，可以有效地解决资源节点的分布问题，实现数据资源的动态管理，还可以减少网络部件异构性的出现，促进服务器的透明以及网络的透明性，能够在一定程度上促进资源库的高效融合。

数据层则是对高校的资源进行有效的分析与应用，作为平台架构的核心层，主要从3个方面来实现对资源库的管理工作：(1)进行资源管理，对相关的资源进行审核，并根据具体的情况对相关资源进行分配，实现访问与申请等管理工作；(2)提供平台安全服务；(3)提供数据挖掘等服务，能够有效地实现数据的快速处理和高效查询，提高了平台的数据存储能力[3]。

应用层则是通过创建相关的应用以及制定相关的标准实现具有个性化的定制服务，包含了基础资源库与推荐推送服务等，进行在线教育资源库的建设时，高校可以根据自身情况进行个性化建设，并立足于专业特色进行改进和完善。

服务层主要是根据各个院校自身的需求制定个性化的服务，建立相关的服务协议以及应用层接口，并制定好系统化的策略，借助于应用层的接口，使得在线教育资源库能够得到充分利用。

4 结语

随着信息化时代的发展，在线教育获得了全新的发展机遇，但是在现行的发展状态下，还存在很多的不足，需要针对其中的问题进行改进，要立足于各个高校的发展特点，对在线教育资源库的建设进行优化，搭建数据共享平台，优化平台服务模式，做好平台的架构，有效地实现资源的融合与高效利用，以更好地促进在线教育的发展。