范丹

【摘 要】本文以高等院校研究生教育为例，在国内外研究生教学资源平台建设与管理的研究成果基础上，基于现代研究生教育培养目标，以高科技发展技术、研究生教学发展趋势为指导，以专业、实用为理念，综合运用大数据技术的研究方法与理论，通过数据采集分析、架构模型设计，改革传统教学模式，为研究生教学开启一种崭新的现代化教学模式;通过实例研究，设计规划基础资源平台、互动平台、智能化应用建设方案，为大数据多媒体网络化资源平台建设设计先进的软件平台。通过研究生教学资源平台建设的研究和实践，不仅可以填补一直以来研究生现代化教学手段的不足，而且为研究生实验教学示范提供必要的软件平台参考。

【关键词】研究生教学;教学资源平台;共享;大数据

中图分类号： G643文献标识码： A 文章编号： 2095-2457（2019）14-0107-002

DOI：10.19694/j.cnki.issn2095-2457.2019.14.050

Research and Practice on the Construction of Postgraduate Teaching Resources Platform

FAN Dan

（Department of Economics， Dongbei University of Finance and Economics， Dalian Liaoning 116025， China）

【Abstract】On the basis of the research results of the construction and management of teaching resources platform for graduate students， based on the training objectives of modern graduate education， guided by the development trend of high-tech technology and graduate teaching， with the comprehensive application of the research methods and theories of big data technology， opened a new modern teaching mode for graduate teaching; designed basic resource platform， interactive platform and intelligent application， designed advanced software platform for big data multimedia network resource platform. Through the research and practice of the construction of postgraduate teaching resources platform， we can not only fill the shortage of modern teaching approach for postgraduates， but also provide necessary software platform for the experimental teaching demonstration of postgraduates.

【Key words】Postgraduate Teaching; Teaching Resources Platform; Sharing; Big Data

0 引言

多媒體、智能化教学已成为一种新兴模式，将大数据、人工智能、互联网等高新技术应用于高等教育中，兼容多种教学形式，在时空拓展和定制化教学中发挥了较大优势。国内如中山大学、西藏大学、北京交通大学等率先建立了教育资源平台，提供了面向大学生的基础和专业课程资料及视频等。另外在高校教育资源平台建设和管理方面的研究已经有一定的研究和尝试，如童卫军（2016）的《高等职业教育专业教学资源库平台建设研究》和姚学峰（2018）的《基于云计算理念构建数字化教学资源平台》等，分别就国内教学资源平台建设的现状提出了相应的建设方案，但理论论述、重要性论证和实际计算机技术实现方面研究较多，很难结合具体研究生教学资源的自身特点和发展规划进行数据统计和模型验证并结合需求提出具体的规划设计和实施路径。

1 设计思路

随着大数据、互联网技术的快速发展，人们通过网络资源获取知识的需求日益增多，尤其随着网络视频的普及、5G时代的到来，通过手机等移动设备随时随地自主学习成为必然趋势。因此，在研究生教学资源平台建设的过程中就要充分融合互联网、大数据技术，以适应5G时代越来越丰富的沟通模式和资源获取模式。另外资源的分类、体系设计也是数据爆炸时代迫切需要解决来引导学生学习的重要能力。

（1）目前很多在线授课软件已经融入了QQ等在线交流功能，留言、客服渐渐成为必不可少互动辅助功能。有效、多样的沟通渠道能够激发学生学习意愿、节省学生探索时间，是系统灵活运转的灵魂。

（2）传统资源获取模式如课程列表、关键字检索等基本功能渐渐随着数字资源的膨胀无法帮助学生快速定位自己需要的资源。通过大数据技术如：课程标签、个性化推荐等技术的合理应用，可以实现资源与学生的无障碍互动。

（3）在研究生教学领域各学科分支越来越多，学生如果能够了解整体体系内容，有选择性的挑选自己喜欢的课程体系更能激发学习兴趣。因此，教学体系的数字化直观展示是突破学习障碍的重点。

2 总体规划

研究生教学资源平台的主要建设蓝图主要包括教学资源管理、资源数据平台、数据访问应用三大功能版块。利用成熟、先进的IT技术，构建统一的资源数据服务平台，实现统一的数据获取、统一的数据存储、统一的数据建模，提供多渠道的教学资源服务，同时保障应用和数据安全，实现教学资源充分共享互通，为研究生学习研究提供平台支撑。

研究生教学资源平台的总体分层框架包括数据采集存储、数据加工处理、数据资产、应用支撑、平台访问、数据治理、运行维护七个方面。通过聚合各高校数据资源，形成基础数据资产与应用数据资产，通过数据分析挖掘与数据封装，提供便捷渠道平台，支撑学生的学习与探索研究。系统总体分层体系如下图所示：

3 内容实现

3.1 研究生教学资源平台的基础平台建设

基于研究生教学资源平台的构建目标与构建原则，平台应从总体框架上要支持大数据实时处理和人工智能应用，通过大数据实时处理能力形成核心教学资源数据资产，实现教学平台的智能化支撑。本平台的建设目标在技术架构角度上可概括为：教学资源数据资源池、采集处理层、应用支撑层、共享实现层和综合展示层。

大数据资源池：通过收集高校现有教学数据资源以及合作单位相关外部数据资源，构建一个教学资源数据专属资源池，首先需要建立平台硬件设施基础，在硬件设施基础上汇聚高校内外部数据，形成数据资源池，提供开展多种大量的、异构的、多种类的教学资源数据存储、处理、汇聚和计算的硬件和数据基础。

数据采集处理层：建设包括ETL和作业调度的数据采集加工系统、存储结构化和非结构化数据的综合数据库、离线计算和实时/准实时计算相结合的数据处理系统在内的数据处理层，满足日常资源更新维护需求。

数据应用支撑层：应用支撑层包括算法库、模型库和各类业务逻辑库及应用中间件，支撑应用层的访问需求等，并基于已有基础在未来支撑更多创新应用的扩展。

教學资源共享实现层：建立教学资源共享，主要针对目前校内和校外广大师生通过互联网方便快捷随时随地访问的需求，并配合高校教育水平发展需要，通过大数据相关技术实现对教学资源的网络化共享管理，辅助高质量、高效率的实施教学计划。

教学资源数据综合展示层：综合展示层是教学资源平台与学生互动的窗口，同时所有其他外部系统通过展示平台对内外部进行展示和对接，通过网站、APP、微信订阅号等渠道进行数据展示和互动。

标准制度保障：制定与大数据采集、处理、存储、分析、应用展示相匹配的标准体系、安全体系，保障研究生教学资源平台的数据规范化和安全可靠的运行。

通过聚合多态、海量源数据，形成高校自身基础数据资产与应用数据资产，通过数据分析挖掘与数据封装，提供基于数据资产的数据服务，支撑数据应用与数据产品的创新，并通过系统门户面向高校内外各类人员提供学习与查询、交流等能力。

3.2 研究生教学资源平台的互动应用建设

研究生教学相对本科生来讲有着更加深入、专业的需求，因此在教学模式和内容上应提供更高层次的资源，并主要以启发引导自学的模式为主。近年来微课资源是一种较为常见，能够清晰简便、准确地反映出教师的教学思维，带给学生更好的学习体验。本平台借助微课资源思想，进一步加强师生之间有效互动交流，既可以课外利用移动网络平台进行复习、提问，解答疑难问题，也可以建立课题创新研究，持续跟踪研究进展。同时开发移动端使学习不受时间、地域限制，让学生随时随地学习、研究，上传研究成果，及时与老师沟通，大幅度提高学习研究效率。

人机对话式互动主要利用自然语言处理的语音语义识别技术实现人机对话互动。教师、学生与计算机三者可以实现交替对话，通过机器人辅助提问和回答，进行启发和讨论为主的混合式互动。机器人需要通过语料库和知识库进行学习训练，如果有相关专业的学生，也可以提供试验环境不断提高机器人的智能互动水平。同时也可以充当智能客服的身份，有些基础问题可以通过机器人自动应答，降低老师响应压力。

3.3 研究生教学资源平台的推荐引擎建设

推荐引擎主要用来提高资源的曝光率，首先要建立标签库，方便使用者查找以及根据教学资源的标签画像进行主动推荐，增加使用者对教学资源的接触机会，并能够根据资源画像了解资源特征，对所需资源迅速定位。同时也会给自己建立一个有脉络及次序的知识系统。并在持续的学习中不断地扩展及完善这一体系。从而成为持续使用的忠实用户。

标签画像的主要功能是把庞大的资源库进行不同维度的分类，靠着不同归类的方法来方便查找和推荐。也起着导航分类的功能，综合来看有以下几点：分类、为查找提高效率、便于制作专题系列、进行相关主题内容比较或研究、方便进行个性化推荐。

个性化推荐引擎要提供一套可视化的管理后台系统，在管理后台里可以实现栏位管理，以及对每个推荐栏配置不同的推荐策略。通过规则配置、算法配置来实现。此外，在管理后台中还可以通过可视化的数据报表，来查看不同推荐栏的多维度推荐效果数据。其中主要有：

（1）算法引擎：预置各种算法包，包括协同过滤（基于用户/基于物品）、关联挖掘、机器学习、逻辑回归、热榜算法等，满足各场景和冷启动需求。

（2）规则引擎：预置各种规则模块，通过多算法组合调用、过滤、排序、去重、填充等规则，支持灵活配置。可以实时根据发出请求调用规则引擎，快速返回推荐结果。

（3）AB测试：自定义随机分流比例，允许对不同算法、不同规则进行AB测试，以便进行效果对比和模型调优。

个性化推荐可以通过交互页面各个场景实现，除了识别用户的行为，也需配合高校自有的触达渠道如公告、邮件、短信、APP等实现主动推送或反向触发。因此，推荐规则引擎与用户触达系统需做相关的集成，便于圈定用户进行精准有效的投放。

4 总结

通过上述研究生教学资源平台建设力图助力研究生创新能力的培养和高校知识累积沉淀，同时通过大数据、人工智能技术的应用来推动研究生培养工作的改革与创新，满足高层次创新型研究生人才对国内国际高水准教学资源的需求，实现以科技手段辅助教学、新型互动模式改善教学的终极目标。

【参考文献】

[1]童卫军，姜涛.高等职业教育专业教学资源库平台建设研究[J].中国高教研究，2016（1）：107-110.

[2]姚学峰.基于云计算理念构建数字化教学资源平台[J].信息系统工程，2018（3）：169.

[3]郭玲.基于大数据的研究生教育管理平台建设研究[J].科教文汇，2017（9）：134-136.

[4]刘小琦.基于云计算平台的高校教学资源平台建设研究[J].教学与教育信息化，2018（22）：228-229.

[5]易佳睿.MOOC背景下高职教育教学资源库建设研究[D].天津大学，2015.