面向大数据应用的教学平台设计及应用研究

【摘 要】本文分析面向大数据应用的数据服务关键技术，论述基于大数据关键技术的智能化教学平台设计及应用，从大数据关键技术平台、智能化教学平台总体架构设计、智能化教学平台服务层核心设计、智能化教学平台的功能实现及应用测试等方面进行阐述，以满足学生的个性化学习需求，加强学生的智能化教学管理。

【关键词】大数据 教学平台 架构设计 应用测试

【中图分类号】G  【文献标识码】A

【文章编号】0450-9889（2021）31-0174-03

随着教育教学研究和实践的不断发展，教育领域的资源体量日趋庞大，这为教育现代化、信息化建设带来了一定的困扰，即出现了资源分配不均衡、教学平台建设重复、平台影响效应不强等问题。而大数据技术的不断成熟，其应用领域愈发广泛，大数据所具备的多元、巨量、分布式、时效等特性都是其用于建设教学平台的优越性。利用大数据技术设计和开发智能化教学平台，将大数据与教育教学工作进行深度融合，积极发挥大数据技术的作用与优点，创新教育教学模式，推动教育领域改革，已成为现阶段教育领域的共识。

一、面向大数据应用的数据服务关键技术

设计和开发面向大数据应用的智能化教学平台，要先准确把握学校在管、教、学、研等诸多方面的实际情况与内在诉求。新平台的建设，是要更加灵活、更加高效地运用各类数据分析处理的结果，为教育教学工作中的各主体提供服务。因此，应该积极了解和掌握面向大数据应用的数据服务关键技术。

（一）分层式系统结构

大数据应用下所构建的平台系统，往往在架构上看是层次分明的，实现了结构分布且利用扩展。若平台系统处于不同的运算环境，可以结合实际情况对结构进行扩展，从而相应地强化服务功能，可以更好地提供層次化的数据存储以及数据运算等服务，这样可以确保平台系统在不同程度的指令要求下都可以展现可扩展性，同时增加数据存取、处理等操作的可靠性。

（二）灵活态数据模型

依据大数据建设智能化教学平台，其数据模型应接受大数据应用的管控，从而使得模型对不同数据的特征都可以灵活便捷地表达，数据既包括结构化数据也包括非结构化数据。智能化教学平台要在院校中推行，因此整体的数据模型不要求复杂高级，而应简洁化，有助于学生等用户的查询请求可快速得到响应和反馈;指令的处理流程也应该进一步简化，可以根据需要重用现阶段院校已用的关系数据处理框架。数据模型的构建应考虑到其存储模式的特殊性，即要明确大数据应用的多元需求，确保存储模式的可配置性;同时，数据模型还应支持类 SQL查询语言，保障智能化教学平台可以和院校已有的关系数据库管理系统形成统一关联度。

（三）多数据查询处理

智能化教学平台应通过运用SQL优化平台的查询语言与分析处理能力，其结构化数据所形成的查询语言可以接受非结构化数据管理系统的支持，由平台用户对非结构化数据的元数据实施捕捉提取并整合集成。面向大数据应用的智能化教学平台内部应加载算法用于完成数据的有效分析与深度挖掘，诸如聚类、关联、分类等典型算法都可加载。新建的智能化教学平台还应通过DBA管理工具的设置，持续对非结构化数据内含语义信息进行挖掘，从而可以稳定高效地为机构决策分析提供支撑。

（四）开放性应用架构

面向大数据应用的智能化教学平台应确保非结构化的数据管理系统拥有开放性的应用框架，为用户的活动提供便捷，用户可以在其中注册类型差异化的非结构化数据，运用元数据提取、数据匹配、数据集合以及特定操作相关的方法，打造开放统一的数据操作平台，为非结构化的数据系统应用于多个应用场景提供可能。

二、面向大数据应用的智能化教学平台的设计

（一）大数据关键技术平台

智能化教学平台沿用大数据关键技术构建平台的分布式架构，大数据关键技术平台主要是整合大数据的处理、交换、共享、分析、挖掘等技术，使得应用在构建智能化教学平台时更加便利。

大数据关键技术平台的逻辑架构如图1所示。在大数据分析层，SQOOP等数字交换工具会对来源于院校不同单位所产生的以及外来存储系统中所携带的教育教学数据进行同步，然后将数据存储于数据存储文件系统，数据存储文件系统一般包括Linux文件系统、HDFS在线扩容、HDFS分布式文件系统等，数据在存储文件系统中会进一步向分析层传输汇聚。在大数据分析层中，一般采用HBase 数据库作为主体，同时配合载入SQL计算执行引擎，对庞大多样化的智能化教育教学数据进行分析。接口层设置了可扩展端口，业务层将对传输来的智能化教育教学数据进行挖掘、处理和分析。

（二）面向大数据应用的智能化教学平台总体架构设计

在以上提到的大数据关键技术的基础上，面向大数据应用的智能化教学平台的设计可分成五层架构，分别是数据层、分析层、服务层、应用层、表现层。

面向大数据应用的智能化教学平台的总体设计架构如图2所示。数据层事实上就是整个教学平台所需要的数据资源库，在数据库中囊括了可用于数学平台运行的所有数据，数据层将数据库中的数据调出并传输到分析层后，分析层主要采用大数据关键处理技术，以SQL计算执行引擎对不同的教学数据信息进行运算分析和处理，从而得到有关学生、教师、资源、决策等方面的信息，可用于在服务层汇聚后传输到应用层发挥出相应的服务功能，最终用户利用智能移动终端或计算机浏览器的门户网站可以直接体验由教学平台提供的多样化服务。

（三）面向大数据应用的智能化教学平台服务层核心设计

面向大数据应用的智能化教学平台服务层是表现层与应用层之间的关联层或过渡层，应作为智能化教学平台的核心层。在服务层中，可设定为两个主要的功能模块，其一为线上学习，其二为平台综合信息发布与决策管理。线上学习模块，主要包含教课、学习、审查、交流等功能;平台综合信息发布与决策管理模块则重点对用户注册、账户信息验证、使用权限配置等流程进行管理。

如图3所示，面向大数据应用的智能化教学平台的服务层中的用户与平台服务的关系具有网络拓扑形态。面向大数据应用的智能化教学平台的服务主体主要分为用户和服务两大块。平台用户在正确注册后，借助用户管理以及登录校验等功能，可以安全可靠地注册并登录平台。担任管理员身份的用户将及时收集并整理教学平台上的已经注册并校验身份的教师、学生以及其他工作人员的基本信息，为平台的集约化、智能化管理提供支撑。

从服务来看，智能化教学平台的服务也需有必要的流程，即经过服务注册、服务查询、服务管理，最终向平台用户提供服务授权，授权的过程需要进一步完成用户的身份验证，并对匹配用户的服务进行绑定，继而针对性地提供服务。教职员身份的用户可以在服务授权后，行使文件存储、课程管理、课程发布等职权，从而让学生等其他用户可以直接调出数据，享用智能化教学平台服务。

（四）面向大数据应用的智能化教学平台的功能实现

1.线上学习的功能实现

线上学习的功能实现，是设计开发面向大数据应用的智能化教学平台中服务层的核心任务。对于线上学习，其功能是否可靠、全面地发挥，审查的机制是否严谨，审查的效果是否细致，用户的使用体验是否达标，都会直接对面向大数据应用的智能化教学平台中的各主体在线教学、交流的过程产生影响。

线上学习模块的设计，一般设定管理员、教师、学生三类角色。其一，管理员的功能在于科学实施学生管理和教师管理，确保教师组织课程教学所需的资料通过审核，同时对学生的学习轨迹、学习进度进行跟踪，积极采用大数据分析技术为相关的数据挖掘和提取分析做好技术支撑。管理员认真开展课程审查，是教学平台教学质量的保障。其二，教师在智能化教学平台的线上学习模块，可以积极利用海量教学资源完成备课，也可以录制视频或是组织直播完成线上授课;同时可与学生在平台上直接进行交流对话，实现一对一个性化答疑，也可实现一对多的集中辅导答疑。线上教学结束后，教师可同步发布训练题目或课程实训任務，帮助学生进一步掌握线上所学知识与技能。其三，学生利用线上学习模块的功能，可以积极了解教师的课程安排，结合自己的实际需求选择课程，并确认好具体的课程开讲时间与网课教室的路径;同时，可以利用教师在直播或录播教学中展示的各种视频资料完成重复学习，在课后积极完成实训练习，将实训结果以线上传输的方式发送给教师，待教师完成检查评价后，再进入后一阶段的线上课程学习。

2.平台综合信息发布与决策管理的功能实现

面向大数据应用的智能化教学平台同样看重平台综合信息发布与决策管理的功能实现。此模块中，平台用户添加成功与否，可启用算法完成自定义查询，接受数据的统计与判识。如果教师、学生以及管理员等用户添加成功，则会进入用户权限配置的环节，不同的身份所拥有的权限有所不同。学校对用户提到的身份信息进行审核后，将允许不同身份的用户发布权限允许的信息、执行权限范围内的操作。

面向大数据应用的智能化教学平台的综合信息决策管理可形成初级与高级两个层次。在初级层次中，仅可对一定小范围的不同用户的信息数据实施管理;而在高级层次中，可对更大区域的IDE所有用户的信息实施管理。无论是初级层次还是高级层次的信息决策管理，都能够为面向大数据应用的智能化教学平台提供可靠的智能化管理服务，使不同用户的信息服务与决策管理个性化要求得到满足。

三、面向大数据应用的智能化教学平台的应用测试

本文设计和开发的面向大数据应用的智能化教学平台，可以在高校中积极试验，并在测试优化后进行推广。在某高校的应用中，平台可以借助大数据的挖掘、归类、聚类、分析等技术获取校内教师授课与学生学习两方面的数据。以学生为例，能够对学生的个性化学习行为信息进行深度捕捉，从而在海量数据中提取与其本人相关的信息，诸如性别、籍贯、专业、兴趣、特长、政治面貌、运动习惯等，这些信息数据的集合将最终为该学生描绘出个性化的学习行为画像。面向大数据应用的智能化教学平台通过对学生的个性化学习行为的汇聚，可以准确制订方案后向学生输出个性化教学计划和管理办法，从而有效指导线上以及线下教学方式方法的改进。

面向大数据应用的智能化教学平台能积极为高校师生的线上交流提供良好的载体。教师和学生的讨论交流内容，可形成平台运用大数据分析技术进行数据采集和分析的数据资源，并在交流界面的推荐或提示列表中出现相关的学习资料。学生能根据自己查找的学习资料列表，点选其中所感兴趣的课程后，出现可与教师进行线上交流的提示，学生则可选择与课程相关的教师进行线上互动。

通过应用测试，可以总结出：面向大数据应用的智能化教学平台增加了师生的线上互动交流频次，对课程的讨论更有针对性;此外，有关面向大数据应用的智能化教学平台的其他应用功能也能够在测试中得到验证，证实了面向大数据应用的智能化教学平台具有广泛推广应用的可行性。

综上所述，面向大数据应用的智能化教学平台的设计与开发，主要构建数据层、分析层、服务层、应用层、表现层五层架构，采用大数据关键技术进行设计，分析层以Hbase数据库与My SQL运算执行引擎完成对平台数据信息的分析，并传递资源信息至服务层，服务层对用户身份验证并提供服务绑定等操作后，用户就可获得平台的相关服务。教学平台实现了对教育资源的整合，让线上教学、资源服务、教育管理等功能都可达到理想的实现效果，值得进一步研究、优化并推广应用。

【参考文献】

[1]施万里，张余辉.基于大数据分析技术的智慧教育平台设计[J].现代电子技术，2020（9）.

[2]沈贵庆.大数据分析在高校智慧教育中的应用研究[J].现代电子技术，2019（4）.

[3]陈文雄.面向智慧教育的学习大数据：运行机理与实践路径[J].湖南师范大学教育科学学报，2019（4）.

[4]张睿思.基于大数据的教育智慧平台的设计与实现[J].现代电子技术，2019（14）.

[5]吴砥，饶景阳，吴晨.教育大数据标准体系研究[J].开放教育研究，2020（2）.

[6]王鑫.基于教育大数据的教学改革研究[J].教育理论与实践，2019（25）.

注：2019年广西职业教育教学改革研究项目“高职计算机类专业智能生态课堂教学模式的研究”（GXGZJG2019A027）;2021年度广西高校中青年教师基础能力提升项目“基于移动终端的毕业设计管理平台的研究”（2021KY1421）

【作者简介】胡万志（1981— ），男，广西东兰人，广西现代职业技术学院副教授，研究方向为计算机应用技术。