基于云計算的個性化網絡學習空間研究*

李 振 周東岱,2 鐘紹春 孫 聘 董 巖

?

基于云計算的個性化網絡學習空間研究*

李 振1周東岱1,2鐘紹春3孫 聘1董 巖1

（1．東北師范大學信息與軟件工程學院，吉林長春 130117；2．吉林省“互聯網+”教育科技創新中心，吉林長春130117；3．教育部數字化學習支撐技術工程研究中心，吉林長春130117）

網絡學習空間作為一種虛擬的學習環境，為學習者的個性化學習提供了場所，而云計算又為網絡學習空間提供了強大的技術支撐。針對個性化網絡學習空間建設的需求，文章綜述了國內外有關教育云和網絡學習空間的研究成果，并以PST（Pedagogy-Space-Technology，教學法—空間—技術）框架為基礎，構建了個性化網絡學習空間的要素模型——PST-SDC（Stakeholder-Data-Content，利益相關者—數據—學科內容）模型。在此基礎上，文章設計了基于云計算的個性化網絡學習空間體系架構，并對其關鍵實現技術進行了闡述。

網絡學習空間；云計算；PST-SDC模型；個性化定制；主動服務

引言

隨著“互聯網+”行動計劃的提出，教育與信息技術的深度融合受到前所未有的關注，教育信息化已經納入到國家發展戰略層面。而“網絡學習空間人人通”作為“十二五”期間教育信息化建設的重要內容之一，既是個性化學習的服務層[1]，也是推進教育信息化進一步發展的應用模式。因此，研究支持個性化學習的網絡學習空間具有重要意義。

在“互聯網+”時代，云計算、大數據、物聯網等新技術將廣泛應用于教育各行各業。其中，云計算作為各種應用的運行平臺和支撐技術，具有基礎設施的作用。因此，構建云計算支持下的個性化網絡學習空間，既能發揮云計算強大的計算和存儲能力，為網絡學習空間提供技術支撐，也能將各種云應用和服務進行組合，豐富網絡學習空間的功能，更好地促進學生的個性化發展。為此，本研究在國內外相關文獻綜述的基礎上，對個性化網絡學習空間的基本概念、相關要素、基于云計算的個性化網絡學習空間體系結構及其實現的關鍵技術進行了研究，以期對個性化網絡學習空間的研究提供參考。

一國內外研究現狀

1 云計算在教育領域的應用現狀

云計算在教育領域的遷移應用稱為教育云，它以按需分配、彈性擴展的模式為教育提供教學、科研、管理等應用服務[2]。相關教育云的研究成果頗豐，如黎加厚[3]提出了“云計算輔助教學”的概念，即用戶可以利用云端的各種應用構建學習環境；路鵬等[4]將云計算應用到數字化校園建設當中；蔣家傅等[5]提出了以云計算為基礎的智慧校園整體解決方案；郁曉華等[6]提出以云計算為支撐，利用電子書包集成云端的各種資源和工具來開展教學活動。

在云環境中部署網絡學習空間，一方面可以利用云計算彈性擴展的特性動態分配計算資源，滿足突發的大量應用請求；另一方面，云存儲可以為網絡學習空間提供豐富的資源，滿足學習者差異化的需求。

2 網絡學習空間的研究現狀

學習空間作為學習環境的重要組成，它關注的是學習者的個性化需求[7]。Brown等[8]較早提出了學習空間的概念，他認為學習空間包括物理的學習空間和虛擬的學習空間。此后，Oblinger[9]指出把學習空間、技術和教學技巧結合后，更能促進有效學習；Knight10]提出學習空間要滿足以教為中心和以學為中心這兩種教學模式，要能支持靈活多變的教學法；2008年，澳大利亞又發布了“學習空間框架”[11]。而在國內，許亞鋒等[12]認為學習場所的研究范式正從教室空間轉向學習空間，而利益相關者、設計理念和方法、技術是學習空間設計要考慮的因素；畢家娟等[13]認為學習空間是學習者將外在空間中的資源、人、工具、服務等轉化成內在知識網絡的過程；王偉等[14]將網絡學習空間與翻轉課堂教學模式相結合，探討了網絡學習空間支持下的教學模式的具體應用；楊俊鋒等[15]則提出學習空間的建設要充分考慮最新的技術，要能夠滿足學生個性化學習的需要，還要滿足不同的教學法對學習空間的需求。

雖然網絡學習空間的研究已成為數字化學習環境研究的一個熱點，國內外的學者也對此進行了積極的探索，但目前關注的重點主要集中在理論基礎、空間架構、教學應用模式等層面，仍然處在初期階段。本研究主要將云計算技術與網絡學習空間進行有效的整合，旨在解決傳統網絡學習空間存在的動態擴展性差、資源共享難、個性化學習支持不足等問題。

二PST-SDC模型的構建

網絡學習空間的研究尚處于初級階段，目前還沒有統一的定義。比如，吳永和等[16]認為網絡學習空間是利用現代信息技術和計算機網絡構建的面向正式學習與非正式學習的虛擬空間；劉喆[17]認為該空間是以云計算為基礎集成教學資源和個性化學習軟件的云端應用；鐘紹春[18]認為該空間應具有在線課堂、答疑、作業、互動交流、知識管理等功能，并能進行個性化集成。綜上所述，本研究認為，個性化網絡學習空間是在“以學習者為中心”的理念指導下，以促進學習者個性化發展為目標，充分利用云計算、大數據等現代信息技術和計算機網絡技術，而構建的集成各種教學資源和學習工具的虛擬學習空間。

網絡學習空間要素模型是網絡學習空間構建的理論基礎，目前國內外相關網絡學習空間要素模型的研究基本上都以Radcliffe[19]提出的PST框架（如圖1所示）為基礎。PST框架是一般性的學習空間框架，故針對具體研究問題還需要加以補充完善（如陳向東等[20]提出了“教育—社會—空間—技術”的四維框架）。本文以PST框架為基礎，構建了個性化網絡學習空間的要素模型——PST-SDC模型，如圖2所示。

圖1 Radcliffe提出的PST框架

圖2 PST-SDC模型

PST-SDC模型包括5個要素：

①教學法（Pedagogy）：針對不同的學習目標和學習內容，應采用不同的教學方法和策略。對不同教學法的需求決定了學習空間應具有多種形態特征，學習空間的設計應能夠支持講授、合作、探究、討論等不同教學法的開展。

②技術（Technology）：個性化網絡學習空間需要綜合運用云計算、大數據、物聯網等來支持學習者主動建構并實現社會化交互。具體來說，應利用云計算超大規模的計算和存儲能力，為學習空間提供部署環境；利用云計算高可靠性、高可拓展性的特性，為學習空間提供不間斷的服務；利用大數據的技術記錄、分析學習者的歷史和實時數據，建立量化的、精準的學習者模型，為學習者個性化推薦奠定基礎。

③利益相關者（Stakeholder）：個性化網絡學習空間涉及學習者、教師、家長、管理者等利益相關者，集教學、教研、管理于一體，強調的是如何能為學習者的個性化學習提供資源、工具等條件。此外，還要為教師的備課、教研互動、在線培訓提供便利，并為管理者在線組織管理創造條件。

④數據（Data）：個性化的實現可歸納為數據驅動和目標驅動兩種。其中，數據驅動的個性化從收集每個學生的數據開始，利用數據建立每個學生的學生模型，面向個體推薦學習內容，體現了“自底向下”的思想；而目標驅動的個性化從個性化的評價指標出發，根據指標確定學習內容和策略，面向群體推薦學習內容，體現了“自頂向下”的思想——顯然，數據驅動的過程能更好地實現個性化學習。

⑤學科內容（Content）：大教育思想家夸美紐斯在《大教學論》一書中提出要進行分科教學，因此要針對不同學科的培養目標、學科內容等特點，設計針對課程體系結構的工具、資源等支撐環境。比如，唐燁偉[21]、孫永強[22]分別針對初中物理、高中語文進行了網絡學習空間的設計。

三基于云計算的個性化網絡學習空間體系架構設計

針對個性化網絡學習空間建設的需要，本研究以PST-SDC模型為理論基礎，提出了基于云計算的個性化網絡學習空間體系架構，共分為5層，如圖3所示。

圖3 基于云計算的個性化網絡學習空間體系架構

1 基礎設施層

基礎設施層的關鍵實現技術是虛擬化，包括服務器虛擬化、存儲虛擬化和網絡虛擬化[23]。借助虛擬化可以將物理資源進行資源池化，然后結合管理平臺提供自動化、安全可靠的服務。管理平臺一般設有資源調度、用戶管理、服務部署、自助服務、日志∕審計等功能。

2 數據存儲層

數據存儲層主要采用結構化數據庫、NoSQL數據庫存儲學生的基本信息、行為數據、教學資源等數據，驅動上層學生模型和資源模型的構建，并為個性化網絡學習空間提供教學資源。

3 模型層

模型層主要以數據存儲層存儲的大量數據為基礎，構建學生模型和資源模型，然后使用相似度計算方法進行二者之間的匹配。學生模型使用學生基本信息和學生行為數據來構建，而資源模型則根據教學資源信息來描述——這兩種模型都是進行個性化推薦的基礎。

4 服務層

服務層主要為個性化網絡學習空間提供教學、教研、學習、管理等應用服務，包括備課服務、授課服務、教研服務、考試服務、培訓服務、管理服務、交流答疑、展示分享等。此外，服務層還提供針對個性化內容的推薦服務。

5 空間層

空間層按利益相關者分為學生空間、教師空間、家長空間等，通過服務層為其提供個性化。個性化可分為主動式和被動式兩種——個性化的樣式、內容、服務需手動定制，屬于被動式個性化；而內容推薦是利用推薦算法實現的，屬于主動式個性化。

四基于云計算的個性化網絡學習空間的關鍵實現技術

1 云計算基礎設施層的實現技術

云計算基礎設施層的實現主要涉及服務器虛擬化、云計算管理軟件、存儲虛擬化等技術。其中，服務器虛擬化是基礎，通過對物理資源進行整合或劃分，提供靈活性的資源調配；云計算管理軟件是整個計算架構的核心，對底層資源進行管理和控制；存儲虛擬化中廣泛采用的存儲技術是分布式存儲系統，它不僅可以為云計算提供共享存儲，也可以存儲用戶的應用數據。

圖4 云計算基礎設施層架構圖

圖5 基于負載預測的虛擬機動態遷移系統邏輯結構

本研究基于開源虛擬化技術KVM、云管理軟件OpenStack、分布式存儲軟件Ceph設計了云計算基礎設施層架構圖，如圖4所示。該架構分為三部分：①管理節點，部署OpenStack的各組件，包括計算組件Nova、網絡組件Neutron和塊存儲組件Cinder等；②計算節點，基于Linux和KVM提供虛擬主機服務；③存儲節點，部署Ceph的各組件，為云計算提供共享存儲服務。

2 虛擬機動態遷移的實現策略

虛擬機動態遷移技術是實現資源優化和應用程序高可用的關鍵，它能將虛擬機從一臺物理機遷移到另一臺資源可用的物理機上而不影響上層應用的執行。采用這一關鍵技術，本研究設計并實現了一種基于負載預測的虛擬機動態遷移系統，其邏輯結構如圖5所示。

如圖5所示，資源監控模塊通過使用Ganglia和Nagios兩種軟件，來監控物理機、虛擬機的CPU和內存資源使用情況，并預測未來負載情況，對此本研究采用了指數平滑時間序列預測模型；遷移控制模塊的主要功能是接收資源監控模塊發送來的監控信息，并根據遷移策略對目標物理機進行查找，最后執行虛擬機的動態遷移。

3 基于Portal的個性化定制技術

個性化定制技術是一種以用戶為中心，提供個性化服務、信息聚合等功能的技術。用戶可以根據自己的偏好，定制個性化界面、個性化的應用與服務。網絡學習空間需要為學生、教師、管理者等利益相關者提供豐富的應用與服務，而這些應用與服務大都基于傳統的Web架構來開發，它們雖然部署在云計算平臺下，但各應用還是一個個信息孤島，需要有效的信息集成手段將各應用進行整合。利用Portal技術構建網絡學習空間，不僅符合個性化空間的思想，也能夠有效集成大量的應用和服務。

網絡學習空間的個性化定制涉及Portal服務器、Portal容器、Portlet組件等三個部分，而一個個性化的空間頁面由一個或多個Portlet窗口組成?？臻g個性化定制的執行流程如圖6所示。

圖6 空間個性化定制的執行流程

4 基于內容的個性化推薦技術

個性化定制是一種被動服務方式；而個性化推薦不需要用戶參與，由系統主動向用戶推送，是一種主動服務方式?；趦热莸耐扑]算法主要涉及兩個關鍵問題：一是用戶模型和資源模型的表征，二是兩者之間的相似度計算。

（1）用戶模型和資源模型的表征

對于用戶模型和資源模型的表征，本研究采用的是向量空間模型（VSM），其中的特征項采用資源內容的關鍵詞表示，權重采用TF-IDF表示法，計算過程如公式（1）所示。其中，Wi表示關鍵詞i的權重，表示關鍵詞t在資源d中出現的頻率；表示總資源數；表示包含t的資源數。

公式（1）

（2）相似度的計算方法

相似度是衡量用戶感興趣的資源與資源庫中資源相似度的變量。對于向量空間模型，常用的是余弦相似度計算公式，如公式（2）所示。

公式（2）

五結束語

網絡學習空間作為國家教育信息化建設的重要內容之一，國內外學者已對此開展了大量的研究工作，但目前的研究主要集中在理論探索方面，而對于云計算、大數據、物聯網等技術在網絡學習空間建設中的應用研究還有待加強。本研究僅從云計算基礎設施即服務層面來研究其在網絡學習空間建設中的應用，同時從個性化主動和被動服務涉及的技術實現層面對個性化網絡學習空間進行了研究。此外，本研究在PST-SDC模型中提出將數據作為驅動個性化的一個重要因素，但并沒有深入闡述大數據的具體應用方式?；诖?，后續研究將以大數據的采集、存儲、分析挖掘技術為基礎，通過空間記錄的大量學習行為數據，構建精準的推薦模型，以便為學生提供更好的個性化服務。

[1]祝智庭,管玨琪.“網絡學習空間人人通”建設框架[J].中國電化教育,2013,(10):1-7.

[2]吳砥,彭嫻,張家瓊,等.教育云服務標準體系研究[J].開放教育研究,2015,(5):92-100.

[3]黎加厚.低碳型教育與云計算輔助教學[J].中國信息技術教育,2010,(1):73-77.

[4]路鵬,周東岱,鐘紹春,等.基于“云+代理”模式的數字化校園公共服務平臺設計[J].電化教育研究,2012,(10):64-68、73.

[5]蔣家傅,鐘勇,王玉龍,等.基于教育云的智慧校園系統構建[J].現代教育技術,2013,(2):109-114.

[6]郁曉華,祝智庭.電子書包作為云端個人學習環境的設計研究[J].電化教育研究,2012,(7):69-75.

[7][15]楊俊鋒,黃榮懷,劉斌.國外學習空間研究述評[J].中國電化教育,2013,(6):15-20.

[8]Brown M B, Lippincott J K. Learning spaces: More than meets the eye[OL].

[9]Oblinger D G. Learning spaces[M]. Louisville: EDUCAUSE, 2006:91-94.

[10]Knight S. Designing spaces for effective learning——A guide to 21st century learning space design[OL].

[11]Mceetya. Learning spaces framework[OL].

[12]許亞鋒,陳衛東,李錦昌.論空間范式的變遷:從教學空間到學習空間[J].電化教育研究,2015,(11):23-25、32.

[13]畢家娟,楊現民.聯通主義視角下的個人學習空間構建[J].中國電化教育,2014,(8):48-54.

[14]王偉,趙桐,鐘紹春.基于翻轉課堂模式的網絡學習空間設計與案例研究[J].遠程教育雜志,2014,(3):71-77.

[16]吳永和,管玨琪,余云濤,等.“網絡學習空間人人通”技術標準研究[J].信息技術與標準化,2014,(6):40-43.

[17]劉喆.基于個人學習空間的師范生教育實踐課程學習路徑研究[J].教師教育論壇,2015,(9):67-72.

[18]鐘紹春.教育云、智慧校園和網絡學習空間的界定與關系研究[J].中國教育信息化,2014,(6):3-8.

[19]Radcliffe D. A Pedagogy-Space-Technology (PST) framework for designing and evaluating learning places[OL].

[20]陳向東,吳平頤,張田力.學習空間開發的PSST框架[J].現代教育技術,2010,(5):19-22.

[21]唐燁偉.初中物理網絡學習空間模型設計研究[D].長春:東北師范大學,2015:46-48.

[22]孫永強.高中語文閱讀網絡學習空間設計研究[D].長春:東北師范大學,2015:52-54.

[23]韓德志,李楠楠,畢坤.云環境下的虛擬化技術探析[J].華中科技大學學報(自然科學版),2012,(S1):262-265.

編輯：小米

Research on Personalized Web Learning Space based on Cloud Computing

LI Zhen1ZHOU Dong-dai1,2ZHONG Shao-chun3SUN Pin1DONG Yan1

As an important part of virtual learning environment, web learning space provides a place for personalized learning, while cloud computing provides a strong technical support for web learning space. In order to construct personalized web learning space, this paper reviewed relative results of educational cloud and web learning space. Moreover, the elements model of personalized web learning space——PST-SDC (Stakeholder-Data-Content) model was constructed based on the framework of Pedagogy-Space-Technology (PST). On this basis, the paper designed personalized web learning space architecture based on cloud computing, and described the key technology for implementing this model.

web learning space; cloud computing; PST-SDC model; personalized customization; positive service

G40-057

A

1009—8097（2016）11—0114—07

10.3969/j.issn.1009-8097.2016.11.017

本文為2014年度國家科技支撐計劃課題“區域互動教研與培訓學分交互應用示范”（項目編號：2014BAH22F05）、吉林省科技發展計劃資助項目“面向數字化校園建設的教育云計算平臺”（項目編號：20120304）的階段性研究成果。

李振，在讀博士，研究方向為教育云和教育大數據，郵箱為liz666@nenu.edu.cn。

2016年4月18日