高職院校移動教學管理平臺的構建

黃友鵬 郭曉旭

自《教育信息化2.0行動計劃》正式發布以來，互聯網和教育就已經成為不可分割的整體。從中不難看出，“智慧校園”成了貫穿始終的重點任務之一[1]。目前很多高職院校信息化建設推行非常成功，但是仍然存在一些問題，如信息化平臺被多所高校共享，導致授課時間集中時網絡擁堵現象嚴重;信息化教學過多依賴手機、平板電腦等終端設備，使得學生在課上時間無法確定教學主題，教師也很難判斷學生上課的狀態;現有的智慧校園偏重使用新技術提升“外在形象”，往往忽略了這些技術在課堂教學、學生管理方面的作用等[2]。

構建思路

移動教學管理平臺（以下簡稱“平臺”）旨在解決現有信息化平臺的問題，減少高職院校對于智慧校園的投入成本，依托校園局域網服務器搭建數據處理后臺，使用用戶（教師、學生）終端設備（手機、平板電腦等）實現移動客戶端使用。

1.數據處理后臺設計

數據處理后臺主要用戶為系統管理員，可以宏觀掌握院校課程進展情況，并自動獲取分析數據向移動客戶端對應用戶提供數據視圖以及通知。以下從三個方面對后臺具體設計進行說明。

（1）結構設計。數據處理后臺采用B/S架構實現，該架構兼容性強，能夠很容易搭建環境以及后臺遷移。

數據處理后臺的設計選擇了MVC設計模式，由應用層、邏輯層、數據層三部分組成。數據層直接對數據進行操作，即對數據庫進行增刪改查，數據交互主要指通過WebService進行數據的讀取和共享。邏輯層主要負責數據處理后臺的業務邏輯，包含基本業務和數據分析兩部分。基本業務包含學生信息、課程信息、教師信息、課程進行實際發生信息等基礎數據進行管理維護;數據分析包括對課上情況、學業進度、質量檢測、學業警示等數據進行處理得到分析結果，便于直觀對教學質量進行把控。應用層主要負責將平臺功能直觀展示給用戶，包含數據展示、信息推送、用戶操作、技術支持等要素。通過邏輯層分析得出的數據，直觀展示給用戶。

三層結構設計，體現了“高內聚、低耦合”的理念，提高了數據處理后臺的維護性、擴展性。

（2）功能設計。為了提高智慧校園在課堂教學、學生管理方面的比重，本研究設計了數據處理后臺的功能結構，如圖1所示。數據處理后臺可以通過學生、教師課程的基本情況及授課各個環節數據分析后的情況，自動提醒教師、學生針對當前自身情況合理調整教學方式、端正學習態度。學業警示提醒功能不只是對學生的鞭策，更是提醒對應教師有針對性地重點關注落后學生。

（3）網絡設計。數據處理后臺的網絡部分針對數據上傳下載的交互方式以及提高后臺、移動客戶端數據交互速度的方式兩方面進行設計。數據后臺可以與各高職院校智慧校園無縫對接，實現數據共享，滿足智慧校園建設中所需的數據源。在教育信息化2.0的大背景下，大數據是所有平臺的基本要求，實現數據分析后臺，需要從各個渠道獲取師、生、課等數據，也需要向對應渠道反饋最新的數據，主要通過WebService方式實現。在校園局域網下搭建數據后臺，數據的規模減小了很多，可以有效地提升數據交互的速度。同時為了更好地實現速度的提升，在各高職院校信息中心、網管中心的配合下，還可以采用負載均衡算法設計網絡，以提升速度。

2.移動客戶端設計

移動客戶端主要用戶為教師和學生，用戶賬號由后臺獲取教師、學生數據自行分配并由管理員審核確認。客戶端使用Hybrid App（混合應用）設計開發，將Web頁面封裝在原生應用之中，解決了用戶終端操作系統多樣性造成的開發時長及成本問題，也提高了兼容性和可維護性。

（1）功能設計。客戶端功能根據用戶不同有教師、學生兩套界面。教師客戶端主要實現登錄、管理學生、管理課堂、查看報表、留言板、接收通知等功能。學生客戶端主要實現登錄、查看課程、查看報表、留言板、接收通知等功能。教師可以管理自己所屬課程以及學生，并通過校園資源庫下載或上傳課程資源，每堂課布置簽到、作業以及頭腦風暴。學生可以查看自己的課程，根據課程獲取教師布置的任務并完成。教師和學生都可以查看屬于自己的、通過數據分析后臺得到的數據報表，以此完善自己的狀態。課后師生可以通過留言板進行交流;當數據分析后臺分析出某位學生出現學習異常時，該生以及對應教師會收到客戶端的通知。

（2）網絡設計。為了提高安全性，客戶端限制訪問路徑，需要各高職院校信息中心、網管中心開放客戶端接口對于WebVpn的使用權限，教師和學生登錄自己的校內賬號即可進行操作。

關鍵技術

依托于智慧校園的移動教學管理平臺必然離不開技術的支撐，以下闡述平臺開發所使用的4種高新技術。

1.人臉識別算法

該平臺使用了一種基于特征的高效人臉識別方法實現了客戶端登錄的功能[3]。這種方法的優點是減小了存儲空間和運算強度，保持了準確性。采用K近鄰和支持向量機算法，通過交叉驗證學習FOL算法中比較好的數據樣本，借助FOL這種穩健而直接的特征壓縮算法，與使用未壓縮特征的方法相比獲得了更高的識別準確性。

2.大數據分析

數據分析后臺利用大數據技術提取數據源并通過運算生成報表，分析報表判斷是否向客戶端發送通知。

數據源包含很多數據，但多為非典型數據，不能直接利用。所以在使用數據之前要進行數據清洗，以獲取到相關性高且匹配調用格式的數據。將數據進行規范化操作后才可以進行分析，判斷數據的發展趨勢，檢測預期的效果。可以將所有有效數據建立線性模型，并把數據集分為訓練集和測試集，以測試模型的準確性。

3.負載均衡算法

負載均衡算法主要是為了通過對網絡請求和數據分攤的具體設計來提升資源使用的效率，減少響應時間，避免單點壓力過大。本平臺對于數據分析后臺和客戶端具體使用的Nginx負載均衡算法，每個請求按時間順序逐一分配到不同的后端服務器，如果后端某臺服務器死機，自動剔除故障系統，使用戶訪問不受影響。

4.Hybrid App開發

App的開發方式有很多種，主流的有Native App（原生應用）開發，根據不同操作系統提供的官方開發語言實現開發，這種開發方式用戶體驗很好，應用市場也認可，但是為每一種操作系統開發一個客戶端App成本很高、維護起來很復雜;Web App（網頁應用）與之相比開發成本低、維護起來容易，而且也不需要考慮操作系統的差異性，但是用戶需要登錄瀏覽器才能使用，用戶體驗和穩定性極差。

摒棄兩種開發方式的劣勢，結合二者優點的開發方式就是Hybrid App（混合應用）開發，這種開發方式利用HTML5、CSS3技術編譯應用的內部功能，通過native技術嵌套原生開發的App外殼，開發成本低、維護容易，用戶體驗和穩定性都很好。

在教育信息化2.0大背景下，每所高職院校都有屬于自己的教學系統。該平臺可以根據原有系統，進行匹配升級，不具備的功能，選擇性引入。對于網絡安全問題，在成本可控的條件下應果斷升級，提升平臺使用效果，但是對于更新的時機一定要慎重決定。針對該平臺，也有很多不足之處，如數據分析后臺應不斷完善算法為師生提供高質量的服務和準確的分析;教師應該根據平臺反思自己的教學思路，主動完善教學模式;學生應該培養自主學習的習慣以及良好的信息素養等。

希望該研究能夠促進高職院校的智能化設備管理與信息化平臺建設，推動信息化與教學實踐的融合，完成教育信息化2.0時代的教學環境建設，為教學改革與教育發展貢獻一份力量。

參考文獻

教育信息化2.0行動計劃[J]. 西部素質教育，2018 （10）：123.

楊萍，姚宇翔，史貝貝，王運武. 智慧校園建設研究綜述[J]. 現代教育技術，2019（1）： 18-24.

Solon A. Peixoto，Francisco F.X. Vasconcelos，Matheus T. Guimaraes，Aldísio G. Medeiros，Paulo A.L. Rego，Aloísio V. Lira Neto，Victor Hugo C. de Albuquerque，Pedro P. Reboucas Filho. A high-efficiency energy and storage approach for IoT applications of facial recognition[J]. Image and Vision Computing，2020.