基于云計算的只能資源中心設(shè)計研究

王新鵬　趙劍冬　趙玉

摘 要：本文在深入探討中職教育資源建設(shè)的現(xiàn)狀和云計算技術(shù)的基礎(chǔ)上，重點研究了優(yōu)化資源建設(shè)，云計算資源中心智能代理和云計算認知管理技術(shù)對學(xué)生學(xué)習(xí)過程的監(jiān)控、指導(dǎo)作用，搭建了云計算資源中心體系架構(gòu)，擴展認知模型在職教的應(yīng)用研究領(lǐng)域，為深入開展云服務(wù)相關(guān)研究做了些有益的嘗試。

關(guān)鍵詞：云計算；智能指導(dǎo)模塊；關(guān)鍵詞子結(jié)構(gòu)

分類號： TP391 文獻標(biāo)識號：A 文章編號：2095-2163（2014）06-

Abstract： In-depth analyzing on the basis of the status of vocational education resources construction and cloud computing technology， this article focuses on the optimization of resource development， intelligent agent and cloud computing knowledge management technology on student learning process monitoring， guidance， builds a cloud computing resource center architecture， and extends the field of applied research of cognitive model in vocational education. Furtherly，the，paper does something useful attempt in order to carry out the cloud services related research.

Keywords： Cloud Computing； Intelligent Guidance Module； Keywords Substructure

1

0引 言

目前一些中職學(xué)校雖已建有自己的教學(xué)資源平臺，可是卻相迎地存在一定問題。具體描述為：資源數(shù)量有限，質(zhì)量不高，缺乏系統(tǒng)性，共享度也較低；教師對網(wǎng)絡(luò)教學(xué)資源平臺的建設(shè)雖具興趣，可是課程學(xué)習(xí)資源網(wǎng)站的自主建設(shè)中卻缺乏良好、有效的互動，致使操作不便，利用率也不高；此外，一些欠發(fā)達地區(qū)學(xué)校的信息化設(shè)備與當(dāng)?shù)刭Y源的建設(shè)尚未達到同步。

綜上所述，問題的導(dǎo)致成因可以歸納如下：缺乏對網(wǎng)絡(luò)學(xué)習(xí)資源的更深層次挖掘，而且學(xué)習(xí)資源也未考慮到不同類型學(xué)習(xí)者的個性化需求，對學(xué)習(xí)者的分類指導(dǎo)也較為匱乏；在技術(shù)方面，硬件設(shè)備更新較快，設(shè)備逐年淘汰，資源浪費嚴重。

基于此，如何在有效的成本投入下，為用戶提供高效、智能、個性化的服務(wù)，業(yè)已成為中職教育的一個關(guān)注熱點，而隨著云計算的出現(xiàn)，這一問題即因之衍生獲得了一定實效科研成果。

1 云計算對教育的影響

云計算可將資源集中存儲，統(tǒng)一組織；節(jié)省了大量本地重復(fù)建設(shè)的投入；搭建在云端的中職資源中心在其中存儲著各類資源，只要能聯(lián)網(wǎng)就可以實現(xiàn)資源訪問，因而可以有效地解決教育資源分配不均等問題[1]。

目前，云計算與教育結(jié)合已形成了一些應(yīng)用，如華師京城教育云以構(gòu)建“學(xué)習(xí)場”為目標(biāo)，覆蓋中小學(xué)各個學(xué)段的課程，提供教師與家長聯(lián)系、家長與學(xué)生溝通的有效途徑的多種范例和模板[2]。但是，其中卻也存在人力資源郵箱與智能人機交互欠缺和局域網(wǎng)與公網(wǎng)之間網(wǎng)速太慢等問題[3]。。鑒于以上問題，本文提出基于認知模型的中職云計算資源中心建設(shè)具體設(shè)計。

2 云計算教學(xué)資源系統(tǒng)設(shè)計

云計算教學(xué)資源平臺建設(shè)包括基于認知模型的中職云計算資源中心，中職學(xué)校智能終端和學(xué)生終端建設(shè)，其總體架構(gòu)如圖1所示。

2.1 基于認知模型的云計算資源平臺設(shè)計

云計算資源中心由主從兩個異地備份的節(jié)點組成，起到一個負載平衡、容災(zāi)和防篡改的作用；各中職學(xué)校都有一個智能終端，由每所中職學(xué)校原有服務(wù)器承擔(dān)，這些服務(wù)器除了可以從云計算資源中心下載必要的服務(wù)、智能組件外，還保存著本校師生近期經(jīng)常使用的資源和對個體的指導(dǎo)性信息，這就使得快速的資源訪問得以實現(xiàn)的同時，又可以圍繞不同的學(xué)習(xí)目標(biāo)、學(xué)習(xí)個體、學(xué)習(xí)內(nèi)容和學(xué)習(xí)情境，將云端的資源，服務(wù)、智能組件有機關(guān)聯(lián)起來，從而為學(xué)生提供個性化、自適應(yīng)的學(xué)習(xí)指導(dǎo)，學(xué)生的學(xué)習(xí)活動也將更具效率[4]。智能終端有本地賬號管理、終端代理和常用資源本地存儲代理三個模塊組成。其中，終端代理是將可以公開的資源和學(xué)生的特征信息上傳到云計算資源中心，并返回個性化指導(dǎo)信息；賬號管理實現(xiàn)的是單點登錄的效果；常用資源本地存儲代理可以讓登錄平臺的用戶，首先在本校存儲中尋找這個資源，如果本校有這個資源，則直接訪問本校的資源，如果沒有這些資源，將訪問云計算資源中心節(jié)點的資源，中心節(jié)點對用戶提供服務(wù)的同時，還會將該資源下載到中職學(xué)校本地服務(wù)器中存儲，從而提高了資源訪問的速度和質(zhì)量。為了給新下載的資源騰出存儲空間，需要將哪些本地已存儲的資源優(yōu)先刪除，針對此一這個問題，可以采用資源使用時間與使用次數(shù)結(jié)合的調(diào)度算法來予以解決。

學(xué)生客戶端支持電腦和手持設(shè)備，更重要的是具有情境感知的功能，也就是可以對學(xué)習(xí)者所處的環(huán)境信息、學(xué)習(xí)時的眼睛和語言等身體狀態(tài)信息進行實時智能感知，以更好地提高學(xué)習(xí)者的學(xué)習(xí)效率，實現(xiàn)基于真實情境的高效學(xué)習(xí)。

2.2 基于認知模型的中職云計算資源中心設(shè)計

基于認知模型的中職云計算資源中心主要由賬戶管理層，資源建設(shè)層，應(yīng)用層，云端智能指導(dǎo)中心，基礎(chǔ)服務(wù)管理層，數(shù)據(jù)層和基礎(chǔ)架構(gòu)層等模塊組成[5]。各模塊的具體結(jié)構(gòu)則如圖2所示。

24小時智能指導(dǎo)服務(wù)

2.2.2 資源建設(shè)層

資源可以由終端用戶上傳，還來自于終端用戶對資源的編輯和評價，或者由學(xué)校直接購買。終端用戶在其數(shù)字設(shè)備上的任何學(xué)習(xí)資源，只要點擊“共享到教育云”按鈕，再填入資源的介紹性文字，由本校的管理員審核通過后，該項資源就可以上傳到本校資源云智能終端，而終端代理與中職云計算資源中心溝通協(xié)調(diào)之后，即將各具價值的資源上傳到中職云計算資源中心。同時，資源使用者也可以對資源進行編輯，在得到相關(guān)資源的指導(dǎo)老師審批通過后，這些更新資源就會替換原始資源。如此設(shè)置就既可以如維基百科全書那樣實現(xiàn)資源的自動增長，而且還能在保證資源的準(zhǔn)確性和質(zhì)量的前提下，使得后續(xù)資源使用者對資源獲得更加全面的理解和更加成熟的認知。

具體地，資源建設(shè)分為條目類資源建設(shè)和應(yīng)用型資源建設(shè)[6]。其中，條目類資源建設(shè)可以由終端代理將數(shù)據(jù)庫整合，系統(tǒng)整合，協(xié)議標(biāo)準(zhǔn)整合，網(wǎng)絡(luò)爬蟲等相關(guān)技術(shù)相結(jié)合而集成實現(xiàn)信息資源自動化搜索和智能整理，并將有價值的非重復(fù)資源吸收到云中，再按照各種語義關(guān)系歸類、重組，構(gòu)建成為智能資源網(wǎng)絡(luò)。而應(yīng)用型資源，即如考試系統(tǒng)，仿真實驗等，則不能脫離應(yīng)用系統(tǒng)獨立使用，智能代理終端就是通過采用應(yīng)用程序虛擬化等技術(shù)而遷移、共享到云計算中心、并為師生提供服務(wù)的。

2.2.3 應(yīng)用層

應(yīng)用層模塊提供文本框、語音搜索和資源應(yīng)用客戶端服務(wù)。在發(fā)現(xiàn)用戶的需求信息后，可根據(jù)用戶的輸入，上下文情景、用戶個人學(xué)習(xí)習(xí)慣、創(chuàng)新能力、知識水平和性格特征，利用文本挖掘、自然語言處理等云調(diào)度技術(shù)，對云存儲中的信息進行挖掘，藉此找出與關(guān)鍵詞相關(guān)的各種資源，從而實現(xiàn)信息資源需求與供應(yīng)的高效、快速、精準(zhǔn)云匹配，給特定用戶提供恰當(dāng)?shù)慕Y(jié)果；當(dāng)用戶學(xué)習(xí)某類資源后，系統(tǒng)除了會自動推薦與此資源相關(guān)的其他資源外，還會提供具有相同興趣的學(xué)生或資源提供者的博客、郵箱等聯(lián)系方式，用以提高資源交互性；資源中心在與學(xué)生交互過程中，將會監(jiān)控學(xué)生的認知過程，并結(jié)合專任老師的評價，由此確定學(xué)生的認知和心理等方面的問題，用以給學(xué)生的學(xué)習(xí)過程提供更加個性化的指導(dǎo)[4]；資源應(yīng)用客戶端支持手機等移動設(shè)備接入云計算資源中心，用以提供資源瀏覽、下載、檢索和智能交互等服務(wù)。

2.2.4 云端資源認知指導(dǎo)模塊

學(xué)生個性認知行為的過程分析主要依靠于云端資源認知指導(dǎo)模塊來解析與完成。其中，短期記憶包括最近學(xué)生瀏覽過的文章，看過的視頻，發(fā)表的評論，聯(lián)系過的伙伴等；長期記憶則包括學(xué)生的姓名、住址、性格、個人偏好、年齡、學(xué)習(xí)模式、科學(xué)文化素養(yǎng)和創(chuàng)新能力等信息；長期記憶信息可以通過學(xué)生的注冊信息獲得，并通過學(xué)生對資源的瀏覽、編輯、評論、收藏、訂閱和以及與學(xué)生的交互過程進行適當(dāng)修正?！爸悄芊治鱿到y(tǒng)”即從用戶自身特點出發(fā)，將用戶的文字和語音的輸入以語義的形式予以表示，并相應(yīng)給出更加合理的指導(dǎo)方法。

資源智能指導(dǎo)模塊即如一個智能干預(yù)體，當(dāng)感知到學(xué)生不能出色地完成某個學(xué)習(xí)內(nèi)容時，例如一段簡單的文字，學(xué)生卻看了很長時間，或者一會看，一會做別的什么事情，當(dāng)然這也可能是因為學(xué)生在思考一些相關(guān)的問題，或者就是無心學(xué)習(xí)；在此情況下，干預(yù)子模塊將會以書面或者語音的形式提出一個或幾個問題、甚或一份問卷調(diào)查以供學(xué)生回答，并根據(jù)學(xué)生的問題，再提出一些改進方案。這些方案可以是一些相關(guān)的提高情商的文章、名言警句等啟發(fā)性的語言、以至建設(shè)性的意見，旨在于綜合效果上為學(xué)生提供參考與借鑒。

根據(jù)學(xué)生互動信息，簡單策略指導(dǎo)子模塊和復(fù)雜策略指導(dǎo)子模塊會將這些信息以語言或文本的形式傳輸給云端智能中心的語言識別器。而語言識別器即將問題字符串流與云端語言元數(shù)據(jù)知識庫中的字段、實體進行匹配，并且映射為概念本體層次的信息解釋，即理解文本的語義。在語言識別器分析出語義之后，返回的信息再交給策略指導(dǎo)子模塊進行有關(guān)處理。處理時，簡單策略指導(dǎo)子模塊將采用文本挖掘、IRT項目反應(yīng)理論、學(xué)科能力測評和智能檢索等技術(shù)，而復(fù)雜策略指導(dǎo)子模塊就將挖掘短期記憶系統(tǒng)和長期記憶系統(tǒng)內(nèi)保存的信息，計算分析學(xué)員當(dāng)前狀況，包括：學(xué)習(xí)速度、知識背景、性格、個人偏好、年齡、學(xué)習(xí)模式等，又采用腦科學(xué)技術(shù)、教育學(xué)技術(shù)、心理測評技術(shù)、教育統(tǒng)計學(xué)、神經(jīng)網(wǎng)絡(luò)等多元智能測評技術(shù)對信息進行智能匹配和信息清洗，同時消除冗余信息，準(zhǔn)確把握學(xué)生的問題，為獲取最佳解決方案提供準(zhǔn)備；具體指導(dǎo)子模塊在對學(xué)生學(xué)習(xí)過程和問題回答的感知后將展開學(xué)生認知分析，進行認知識別并比對認知和心理特征數(shù)據(jù)庫字段，以此分解學(xué)員當(dāng)前的認知結(jié)構(gòu)和出現(xiàn)問題，并對候選的認知判斷進行解析，以及消除歧義部分，而且再解決方案進行分類，同時運用關(guān)聯(lián)規(guī)則[7]、神經(jīng)網(wǎng)絡(luò)和回歸分析等人工智能技術(shù)，挖掘出有用知識，給出評價，進一步將符合認知規(guī)律的個性化資源、學(xué)習(xí)工具和建設(shè)性的意見反饋給學(xué)生，藉此將綜合性地檢測實際效果，從而為下一輪認知指導(dǎo)實現(xiàn)相應(yīng)準(zhǔn)備。這些工作可以從側(cè)面折射出學(xué)生的學(xué)習(xí)模式、個人偏好、性格、科學(xué)文化素養(yǎng)和創(chuàng)新能力，而在確認效果后，即可將如上的分析結(jié)果補充至長期記憶知識里面，以供日后決策使用。

研究可知，電腦在某些方面的分析也可能存在紕漏[8]，因此仍需指導(dǎo)老師的引導(dǎo)與協(xié)調(diào)，專任老師也可以查看這些云計算分析數(shù)據(jù)，并通過即時通訊工具，可隨時開展師生間交流，即學(xué)生可以就智能指導(dǎo)提出疑問，老師也可以提出一些建設(shè)性的評價，而且對智能指導(dǎo)方案進行修正，由此保證因材施教的推行與實施[9]。這些疑問和評價也會存儲在資源智能指導(dǎo)模塊的長期記憶中，為今后的智能分析留作有益參考。

云端資源認知指導(dǎo)模塊如同真正的知識專家，保存了學(xué)生的學(xué)業(yè)、智力水平、特長領(lǐng)域和人格心理特征等多方面的重點信息，再借助多個領(lǐng)域的知識，在與學(xué)生交互過程中，監(jiān)控學(xué)生的認知過程，同時結(jié)合專任老師的評價，科學(xué)有效確定學(xué)生的認知和心理問題，并具體給出具體指導(dǎo)策略；而將復(fù)雜的信息分析隱藏在云計算資源中心，學(xué)生因此將能更加清楚地認知自身，從而更加專注于復(fù)雜思維能力和個人素質(zhì)的提升。在此過程中，老師、學(xué)生和云端智能指導(dǎo)模塊融為一體，實現(xiàn)了人腦與人工智能的互聯(lián)，進而將云計算“整合資源、高效管理”的思想從根本上予以完整實現(xiàn)。

2.2.5 基礎(chǔ)服務(wù)管理層

基礎(chǔ)服務(wù)管理層在數(shù)據(jù)層之上，主要實現(xiàn)中職資源平臺中多個節(jié)點設(shè)備的高效協(xié)調(diào)工作。云數(shù)據(jù)證書加/解密技術(shù)為傳輸過程的安全性和授權(quán)用戶身份識別提供了新的途徑。分布式文件系統(tǒng)和P2P技術(shù)可以實現(xiàn)資源的多點傳輸和共享，用以提高資源訪問速度和訪問質(zhì)量；而數(shù)據(jù)卷影副本和實時的異地備份提供容錯、高可用性和負載平衡等功能，從而在提高資源響應(yīng)速度的基礎(chǔ)上，進一步消除了不可抗因素產(chǎn)生的數(shù)據(jù)損失。

2.2.6 數(shù)據(jù)層

2.2.6.1 數(shù)據(jù)資源的多層次展示

本文采用知識樹和知識點子結(jié)構(gòu)形式搜索和展示資源，具體結(jié)構(gòu)如圖4所示。其中樹葉為知識點層次結(jié)構(gòu)，樹葉之上第二層為知識點，樹葉之上第三層為課程；每門課程除了按知識組織結(jié)構(gòu)的先后順序排序，對知識點進行重難點分類和排序以外，各個知識點也分別提供了背景知識、視頻資源、學(xué)習(xí)案例、教學(xué)動畫、關(guān)聯(lián)信息、習(xí)題和評價等子結(jié)構(gòu)學(xué)習(xí)資源；如此結(jié)構(gòu)的資源組織形式即可改善網(wǎng)絡(luò)學(xué)習(xí)資源交互性，同時降低學(xué)習(xí)者的認知負荷[10]。

2.2.6.2 關(guān)鍵詞子結(jié)構(gòu)的顯示

為了避免學(xué)生經(jīng)常查找不熟悉的知識點而在多個頁面之間跳轉(zhuǎn)的不良效果，并且提升學(xué)生學(xué)習(xí)過程中的認知效率，本系統(tǒng)采用關(guān)鍵詞子結(jié)構(gòu)用以實現(xiàn)資源顯示。每個段學(xué)習(xí)內(nèi)容都有若干關(guān)鍵詞，而每個關(guān)鍵詞也是一個知識點。例如學(xué)生在閱讀Photoshop污點修復(fù)工具的介紹性文字時，若需進一步了解“仿制圖章工具”知識點的更多信息，就可以點擊關(guān)鍵字“仿制圖章工具”，在當(dāng)前頁面打開一個標(biāo)簽式菜單的子窗口，其中即呈現(xiàn)與此知識點相關(guān)的子結(jié)構(gòu)信息，具體展示效果則如圖5所示。

3 結(jié)束語

本文以認知模型的中職云計算資源中心建設(shè)為契機，重點研究了優(yōu)化資源建設(shè)，云計算資源認知管理技術(shù)對學(xué)生學(xué)習(xí)過程的監(jiān)控、指導(dǎo)和云計算資源中心本地代理等問題，搭建了基于認知模型的云計算資源中心體系架構(gòu)。在這種資源云服務(wù)模式中，中職學(xué)校只要能聯(lián)網(wǎng)，就可以直接使用中職云計算資源中心的資源；學(xué)生可以較為方便地獲得更多的課程資源；云計算資源中心代替學(xué)生對網(wǎng)絡(luò)資源進行篩選和歸納，用戶所能讀到的只是自己所需要的答案；云計算利用獨具的強大智能處理能力，除了可以智能分析學(xué)生的學(xué)習(xí)行為，推薦適合的學(xué)習(xí)內(nèi)容和方法外，甚至可以分析學(xué)生的學(xué)習(xí)習(xí)慣，進而給出個性化的指導(dǎo)[10]。學(xué)習(xí)者可以與云中的資源智能互動，表達個人意愿，實現(xiàn)思想交匯、甚至情感交流，提高云中用戶參與的積極性、擴大云中不同角色用戶之間的交互性；教學(xué)的目的不再是單純的知識傳授，而是進化為讓學(xué)生發(fā)現(xiàn)知識、創(chuàng)造知識，師生共同發(fā)展知識。教師、學(xué)生和智能指導(dǎo)模塊共同參與到資源的建設(shè)與利用當(dāng)中，實現(xiàn)了人腦與人工智能有機結(jié)合。本文研究使教育過程從粗放型、經(jīng)驗型走向精細化、科學(xué)化，推動教育評價從終結(jié)性導(dǎo)向轉(zhuǎn)變?yōu)檫^程性導(dǎo)向，為實現(xiàn)全民終身學(xué)習(xí)開展了有益的嘗試，期待對國內(nèi)職業(yè)教育改革、學(xué)生創(chuàng)新能力提高等方面做出一定貢獻。

參考文獻：

[1] 魏曉萍，楊思洛，劉波濤. 云計算在區(qū)域信息資源共享中的應(yīng)用探究[J]. 圖書館學(xué)研究， 2011（6）：26-30.

[2] 劉麗艷.基于云計算搭建文化共享工程資源建設(shè)平臺的技術(shù)性探討[J].圖書館工作與研究，2012（10）：41-43.

[3] 郁曉華，祝智庭. 電子書包作為云端個人學(xué)習(xí)環(huán)境的設(shè)計研究[J]. 電化教育研究， 2012（7）：69-75.

[4] 曾憲文， 李憲武. 云計算與高等教育的前瞻性云應(yīng)對[J]. 當(dāng)代教育科學(xué)， 2013（3）： 47-50.

[5] 李玲，何霖俐，張輝蓉，等.云計算基礎(chǔ)教育質(zhì)量監(jiān)測與評價平臺的設(shè)計與實現(xiàn)[J]. 中國電化教育， 2012（5）：113-116.

[6] George F.Luger. 人工智能：復(fù)雜問題求解的結(jié)構(gòu)和策略[M]. 北京：機械工業(yè)出版社， 2010.

[7] 王長全，艾雰.云計算環(huán)境下的數(shù)字圖書館信息資源整合與服務(wù)模式創(chuàng)新[J].圖書館工作與研究，2011（1）：48-51.

[8] 王嘉琦，徐朝軍，鐘柏昌. 基于強化理論的移動學(xué)習(xí)資源推送平臺的設(shè)計與實現(xiàn)[J]. 電化教育研究， 2013（5）：68-72.

[9] 司國東，趙玉，宋鴻陟. 基于認知負荷理論的網(wǎng)絡(luò)學(xué)習(xí)資源多層次模型[J]. 中國電化教育， 2013（12）：79-82.

[10] 張利遠，王春麗. 面向智能導(dǎo)師系統(tǒng)的Siri個人助理應(yīng)用研究[J]. 中國電化教育， 2012（10）：131-135.