基于大數據背景的多媒體設計

文/吳瓊香

1 序言

隨著我國設計行業的飛速發展，越來越多的傳統設計方式開始逐步發生變革。以多媒體方面為例，多媒體設計是傳統設計的重要組成部分，但隨著科學技術的進步，傳統多媒體設計已經越來越不適應當前的信息數字化設計環境，所以有必要針對當前設計環境和硬件技術，設計出符合當前不同人群學習習慣的多媒體設計方式。本次研究主要針對大數據背景進行展開，融合了當前設計方面的客觀因素，針對不同人群進行了多媒體設計優化。

2 大數據在設計中的應用

2.1 大數據背景

在設計領域，大數據技術主要被應用在設計內容和設計方式兩個方面。首先是設計方式，相關人員在進行設計行為時無時無刻不在產生相應的數據，常見的有用戶的反饋、其他設計者反饋、社會企業反饋等等的客觀數據，這時候相關人員就可以依靠相應的大數據平臺和相關技術，來對客觀信息進行挖掘、解析、存儲和融合，幫助相關對設計信息反饋進行梳理，此外大數據系統還能夠被應用到用戶的學習行為分析中，讓相關人員和設計研究人員對用戶行為的規律和特點有一個細致的了解，從而制定出更為高效的設計方案；其次是設計內容，在不少涉及到網絡學科或專業的設計中，大數據無疑是當前互聯網領域的熱點，用戶學習大數據方面的知識能夠對用戶今后的就業提供優勢，同時也能夠幫助用戶了解當前計算機領域的市場風向，讓用戶所學的知識能夠順利的對接到工作崗位上，所以針對大數據知識的特點進行設計引入十分有必要。

2.2 多媒體與大數據的相性

多媒體設計，顧名思義是利用多種媒體技術進行針對性的設計。比如現在的數字媒體、網絡媒體等新型媒體渠道也能夠被叫做多媒體，在設計領域，多媒體學習很早就已經得到了相應的普及，事實證明多媒體畫面和聲音讓用戶能夠對所學知識的架構更為清晰和具現?，F在如今各行各業都在進行大數據的改革，大數據也可以幫助多媒體學習進行更為精準的調整和優化，讓多媒體的畫面和聲音變得更具針對性，從而讓用戶從不同的層面對知識進行梳理。

3 基于大數據的多媒體學習研究

3.1 設計方法

3.1.1 應用方式

首先需要基于大數據對多媒體學習進行分析，多媒體學習已經成為信息化環境下的主流學習方式。傳統的多媒體學習研究主要采用認知行為實驗方法，對學習后的任務完成情況和學習效果進行測試，是一種“離線”手段，相關測試與學習者的學習行為和認知加工過程分離，不能同步考察學習者學習過程的真實情況?；诖髷祿膶W習分析技術為開展“在線”的多媒體學習過程分析提供了方法和技術上的支持。利用大數據技術支持下的生物表征數據、外顯行為數據和情感體驗數據，可以實時、準確、全面地表征學習者的認知行為與過程，實現了在多媒體學習過程中外顯學習行為和內部認知行為的整體性分析，有助于研究者全面了解學習者的真實狀態，并據此提出相應的多媒體設計策略。

其次是基于大數據的多媒體學習資源的設計與評價，設計開發符合學習者學習需求和認知規律的多媒體學習資源是多媒體畫面語言研究的基本目標。滿足學習者個性化需求的自適應學習資源是大數據時代對學習資源的新要求。大數據技術能全面地跟蹤、記錄、分析學習者個體的學習過程和學習行為，獲知學習者的學習需求，進行個性化服務和指導。在多媒體畫面設計中，應以滿足學習者需求為出發點，為學習者提供個性化的學習資源和策略指導，促進學習資源的優化與改進。在大數據技術支持下，借助于學習分析方法對基于畫面和聲音的學習行為進行分析，獲取生物表征、外顯行為、情感體驗及相關認知活動等方面的多模態全息數據，建立以學習者為中心的立體化數據模型，從而進行多模態整合分析，為學習者提供個性化的學習資源、指導和干預等相關學習支持服務，為多媒體學習資源的設計與評價提供有力的數據支持。

3.1.2 應用實例

比如傳統的多媒體學習在利用大數據優化之后就可以分為翻轉課堂設計、虛擬現實設計等等不同的模式。比如翻轉課堂就是多媒體學習的特種化應用。翻轉課堂的核心在于“教為主導，學為主體”的指導思想，以多媒體設施作為實施設計的主要途徑，通過大數據對翻轉課堂進行優化，讓翻轉課堂更加突出其自身的新穎性、生活性和實踐性。

再比如虛擬現實設計，虛擬現實設計是一種集成多媒體、人機交互的信息技術，利用機器學習和模式識別創建一個沉浸感很強的虛擬環境。作為多媒體學習的高級應用，虛擬現實學習環境可以為用戶提供一個虛擬的學習模式，有效解決當前時空受限、設備更新維護代價高、設計成效不突出等問題，為每一個用戶分發一個虛擬設計環境登錄賬號，然后進入到虛擬設計系統，該系統可以重組部署軟件研發服務設備、構建人文信息環境、生成網絡拓撲結構等，有效地提高了計算機軟件設計娛樂性，激發用戶的創造力和主動性。利用大數據技術對虛擬現實進行優化，能夠極大的拓展虛擬現實的功能，比如讓實例腳本可以保存多媒體學習上下文信息，將這些信息反饋到每一個操作部件中，實現多媒體學習場景的初始化，實時記錄多媒體學習系統的運行狀態。

再比如直播平臺是一種有效的遠程學習模式，但是直播平臺這一媒體渠道基本上是由商業平臺所把持，學校內部和各個學校之間的直播平臺缺乏相應的互動性和溝通性。但是利用大數據技術，比如大數據處理技術、推薦系統技術、流媒體技術和實時交互技術等來對學校的直播設計平臺進行改良，就能夠大幅度縮小學校系統與商業化系統的差距，讓用戶能免費享受到優質的遠程設計服務。

3.2 設計思維

在設計思維方面，相關人員可以利用大數據對課程進行及時的調整。當前設計的主要問題集中在社會變化過于快速，而高校的課程調整跟不上各個領域的變化，所以導致畢業生在畢業之后無法形成足夠的競爭力，無法從茫茫的求職者中脫穎而出。所以為了提高相關的效率，為了培養出適應新時代各個領域需求的相關人才，利用大數據思維對設計進行改革必不可少。

多媒體設計的改革可以分為課程設計、個性化設計和高效分組三個方面。

（1）課程設計，開展基于大數據的多媒體學習的軟件基礎是建立先關的設計數據庫，利用高校內部、高效之間的數據庫來對海量的設計數據進行系統的挖掘、解析、存儲和融合，提高課程設計內容的精準度。再利用相關領域整體行業的大數據情況來決定課程調整的大方向，讓用戶獲得的知識能夠在畢業之后學以致用，甚至可以做到利用大數據對行業的未來情況進行預測，針對性的對相關課程進行更新。

（2）根據用戶的特點進行個性化的設計，并不是每一個用戶都適應一種設計模式，但是傳統的設計方法無法顧及到每一個用戶的需求，只能讓用戶來適應不同的設計方法。但是利用大數據技術，相關人員不需要通過一系列的分析與觀察就能夠得出用戶的學習習慣。相關人員通過日常的測驗、作業完成情況、其他相關人員反饋等信息進行收集整理，利用大數據技術對用戶進行分析，進而對用戶的學習情況進行判斷，最后依據用戶的學習習慣和情況進行針對性的設計，真正樹立起以人為本的設計理念。

（3）分組設計，分組設計是當前設計的主流，讓用戶根據不同的情況分成一個個學習小組，互幫互助的進行學習。但是傳統的分組設計更多的是相關人員基于學習成績進行分組，利用大數據技術之后，就能夠通過用戶的愛好、習慣和興趣等復雜因素來進行分組，讓小組內部更好的進行融合，同時根據小組的不同情況進行設計目標的調整，讓每個小組在進行學習時都能做到有所側重。

此外，在大數據背景下，高校還可以利用數據挖掘進行設計和管理創新，將數據挖掘應用到高職院校相關人員評價系統中去，從而得到大量真實有效的評價數據，讓學校和相關人員都能夠了解自身的優勢與劣勢，從而更高效的進行提升。

4 總結

總而言之，利用大數據技術對多媒體學習進行優化讓傳統的多媒體學習煥發出新的生機，但是設計研究并不是基于一份報告、一次研究就能夠完全適用于各種環境的，相關人員還應該結合本地的實際設計情況來進行針對性的調整，并結合國內外先進的設計經驗和設計技術來不斷地進行優化，這樣才能保證多媒體學習在網絡時代中的到更好的發展。