云计算环境下E-learning的IMS-LD规范

陈军

（山东医学高等专科学校 山东省临沂市 276000）

1 引言

互联网的飞速发展引发了教育领域的一系列变化和改革[1]。E-learning 已经取代了传统的课堂学习，迈向了全民的终身学习和按需学习，它旨在提供一种可配置的基础架构，将学习材料、工具以及服务融为一体，创建并快捷、有效且经济地传送训练或教育内容。

依据一组配置元素，在一个特定的时间给学生和教师创设一次学习经历往往不很容易，尤其是在高校添加了云计算的时候。

在技术层面上使用云（Cloud）进行E-learning 能够克服E-learning 系统的局限性，但各类机构中云训练模块的扩散又造成了E-learning 繁杂的异构系统。为此，我们提出了一种新的自适应模型，旨在依据IMS-LD 规范，按照学生档案开展云环境下的E-learning。该模式能确保分布式体系结构中云训练模块之间的互通，从而有利于任务的识别、重复利用、共享以及适应云环境下教学和学习资源。

2 高等教育中的云计算

云计算作为一项服务，在一个网络群里传送计算资源（硬件和软件），它通过远程服务为用户提供数据、软件和计算[2]。正是因为它拥有许多性能特征，在云环境下可以提供大量的服务和应用程序。云计算就是一种基于网络的计算模型，它能确保用户根据所需简单地使用计算资源，并通过一定的计量模式，按照资源的用途支付费用，这与水电消耗计量一样。

另一方面，许多研究人员表示，他们很需要使用大规模的云计算基础设施，这是因为：先前，由于涉及大量的数据，有些项目和研究活动很难或者不能完成，而通过访问云计算基础设施，就变得较为轻松。此外，当今云计算提供商为大学现有的数据中心、服务器和应用程序提供了“云”中真实存在，从而取代了这些设备传统的“物理”存在。

应用云计算对于一所高校将会有很大的帮助，特别是某门课程专门作为软件即服务（Software as a Service，SaaS）进行开发和配备应用。通过亚马逊网络服务（Amazon Web Services，AWS）提供的数据储备、计算和应用程序的租赁服务，这所学校就能将本地所拥有的该门课程的基础设施移入到Cloud[3]。在有些情况下，一所大学可能会成为云服务提供商，其它学校通常就可从Cloud 中获取服务。更为广泛地应用移动设备也支持云计算，这是因为用户几乎可以从任何设备获取应用程序、存储以及其它资源。

在高校内使用云计算进行E-learning 将会使设备的复杂度得以简化，并且对E-learning 软件项目管理的方式也会产生影响。对于不同类型的参与者，任务将会是特定的。为了更好地了解云计算的贡献，我们有必要对远程教育系统的复杂性进行简单描述（学习者、教师、培训、教育资源、技术交易、平台等等）。为了处理这种复杂的状况，我们设计了大规模集中式云计算(Massive Centralized Cloud Computing，MCCC)模型，即教育云模型（如图1），这样，通过将参与者不同的任务进行联合，就能大大减少E-learning 系统中一些不利因素的限制。

图1：教育云模型

云计算能够克服E-learning 系统的一些制约因素，其优点如下：

（1）联营（Pooling）：联营是指为了获取更为有利的支持，将资源（设备、技术、最佳实践、应用、教育内容和基础设施）结盟并进行整合，从而避免了不同的工具以及系统之间不兼容问题或者是难以集成问题，确保每个机构必要地获取其它地方的现有资源。教育内容的联营（共享和交换）将会消除教育的不平衡，防止了有些学校网络出现资源匮乏。

（2）折扣（Discount）：Cloud 能够更好地应对越来越迅速发展的信息技术，同时，它可能更新所有文档（如：工作、家庭作业、合作练习、科研项目等）的集中和系统化的方式，而且连贯地融入一个中心点，这将有助于确保其充分性和相关性；同时，对所有用户呈现相同信息。

（3）灵活性（Elasticity）：IT 以及“云”环境下的学习资源中一个突出特点就是灵活适应的资源以及可利用的手段（服务器、存储空间、计算能力、应用程序实例和内容），基础设施灵活，而且易于寻找所需资源。

（4）经济（Economies）：每所机构中，规模得以缩减，机械和软件安装的复杂度得到降低；而且，因不需发挥全部潜能，也避免了本机昂贵的基础设施，因此，也就减轻了授权和维护的负担。

3 适应教育和建模

3.1 适应性E-learning

作为一种方法， E-learning 的适应性不仅给学生而且也给教师创造了一次学习经历，这要基于在一个特定时期一组元素的配置，其目的就是要提高一个预定义标准的效能[4]。这些标准可能是教育方面的或是经济方面的，也可能是基于时间、基于用户满意度或基于其它参与E-learning 的方方面面；要进行修改或调整的元素可以基于内容、时间、顺序、评估、接口等等。

在现代学习理论当中，有四种主要的自适应学习方法[5]：

（1）宏观自适应法（Macro-adaptive）：选择几个组件，以便定义E-learning 过程中的总体指导准则，如：学习目标或细节层次，而且主要应根据学生的状况；

（2）性向与处理交互作用（Aptitude-treatment interaction）：对于能倾不同的学生，应提出不同类型的指令和（或者）不同类型的媒体，以期达到理想的教学效果；

（3）微观自适应法（Micro-adaptive）：运行特定的任务时应监控学生的学习行为，而且根据定量信息来调整教学设计；

（4）建构主义合作法（Constructivist-collaborative）：当学生与他人共享知识和活动时，我们要关注学生究竟是如何学习的。

基于适应现代化的系统应该把这四种学习方法都要考虑在内，以便于为E-learning 提供广泛的可能性。在最强大的建模语言中，我们发现IMS-LD 最为适用。

3.2 IMS学习设计

我们把描述方案作为数字教育资源的描述性语言，因为它允许快速索引教育资源，从而能够加快信息检索任务。

描述方案有几种标准，学习对象模型（Learning Object Model, LOM）就是其中之一。该模型是一个元数据模型，由IEEE 财团于2002年所开发，其设计目的是为了教学上的资源描述。它确保了数字化学习资源的加工处理、评价、共享、互换交流和重新利用。

另外一种标准是共享内容对象参考模型（(Sharable Content Object Reference Model，SCORM）。该模型的设计目的是为了创建结构化的学习对象，从而实现了需求的易访问性、适应性、可持续性、互操作性和可重用性。

此外，创建结构化学习对象的另一个规范是IMS-LD，它能很好地完成LOM，同时，也是SCORM 的补充；它为学习者实现他们的目标定义了情景明确的学习设计。

IMS-LD 提供了一种教育建模语言（Educational Modelling Language, EML），它由荷兰开放大学（the Open University of the Netherlands, OUNL）研发。IMS-LD 使教学过程的形式化描述适用于在线学习中（包括协作学习）多种不同的教学法。

IMS-LD 的研发目的就是为各种不同的学习情境中的教学设计提供适当的模型，这种学习设计模式重点在于三个实体，即：角色、活动和环境。活动处于过程的中心位置（参照图2）；它被定义为具有特定学习目标的一项任务；它是在一定的环境下，并且基于许多数字资源，包括学习对象、资源材料、模拟等，由一些不同角色的人（教师、辅导员等）来完成。

图2：IMS LD 模型

学习设计可以基于学习者指定的学习目标所取得的成就；它也可以定义先决条件。正如整个设计允许共享或重用，IMS-LD 也允许这些元素在其它学习设计中被重新利用。

3.3 分布式架构和教育建模

经过全面研究，我们发现有些研究涉及到了建模学科教学（在线课程、课程材料等）。在分布式体系结构中，仓库的分布式是由元数据LOM 基于学习对象（Learning Objects，LOs）的描述，旨在使LO 易于访问和重复使用。

为此，我们提出了一个分布式架构，将其置入到一个系统中，从而将会使得：

（1）每所高校都能够利用所提供的所有相关LOs；

（2）对每个LO 进行注释，使其可访问和可重复使用；该注释基于LOM 的元数据描述和语义标注。

（3）创建一个所有描述符驱动的教育元数据仓库；校际之间的每项资源都可以共享，且可以远程访问。

另外，通过DBpedia 类别对LOs 进行自动分类，可以处理有关大型仓库LOs 建模[6]，目的就在于：根据IEEE LOM，描述LO科目，链接文本字段；数字图书馆在DBpedia 中描述了一组语义类别。

4 云中的互操作模型

通过对这一领域的研究，我们认为：在云计算中，电子学习系统的实现不太适应教学和建模。基于教学和学习资源的分布式架构，我们分析了在云计算中建模的贡献。

4.1 云中的教学模型

假设在云中涉及到几所大学，我们如何才能根据学生的需求受益于其中的资源并保持它们之间的互操作性，同时，促进云中任务的识别、资源的重用、共享和适应教学和学习资源？每位学生都是大学云的组成部分，他学习IMS-LD 建模课程，并且也可以访问其它大学所提供的相似的内容，从而丰富他的专业知识。

IMS-LD 语言建模开发的目的就是适应学习者的训练需求且获得支持；同时，教师能够共同协作，提高对学习者的训练质量。因此，不论是教师还是学习者都能从中受益。

在我们的模型设计中（图2），各种实体均已列出。其中，作为云中的学习者和帮助者（老师、辅导员和协调人），角色（Roles）是由不同属性的人所扮演。我们在活动（Activities）方面进行投资，从而确保了不同角色之间所需的互操作性；在不同的环境中，活动可以被不同角色多次重复使用。环境（Environments）包括所有类型的学习对象（LO）或在活动中角色所使用的服务以及活动中角色产生的结果。

4.2 云中教学模型的优点

我们的所设计的教学模型对于云中的不同角色都大有益处。

对于学习者来说，通过教育云使用IMS-LD 就可以获取更多利益。学习者可以从自己的大学选取网络课程，他们也可以从其它的大学选取类似的网络课程，从而，丰富他们的知识。

对于教师来说，通过教育云也能得到很多益处。当他们与其他教师进行合作时，就可以互换资源并能为学生创建更为优质的内容资源；当然，他们也完全可以从云中借用其他教师的课程资源。

在学习环境中，通过云计算使用IMS LD 规范进行E-learning，对于各种角色都会有三个方面的优点：

（1）各大高校教师可以循环使用云中的学习资源（Learning Objects），从而可以节省很多的精力和时间；

（2）学习者之间共享学习资源，就可提高他们学习经验的满意度，促进他们对主题内容的积极态度；教师能够了解云中的其它课程资源，从而提高方案设计的质量；

（3）根据学生的学习情况，教师就能够为下一步的工作目标制定学习内容。

5 结束语

综上所述，云计算能够为E-learning 系统提供几大优势，不论学习者还是教师都能够从中受益。在分布式体系结构中，用户使用IMS-LD 规范能保证异构平台之间的互通性，从而有利于任务的识别、循环利用、共享以及适应云环境下教学和学习资源。同时，我们应该看到，IMS-LD 规范比较适合我国高等教育现状，参照这一规范设计的教学模式和方法，对改善我国高等教育水平，形成中国特色的教育技术都会有极大的帮助。