韩希武 包一平 王新源

摘  要：在本文中，我们介绍了融点学习平台的设计理念和开发架构。与其他的传统平台相比，融点学习平台将大数据面板技术融入系统中，解决了传统在线学习平台交互性较差、无法实现学生个性化学习的问题。这样使学生在学习过程中能够实时查看多维度的學习数据，从而获得游戏化的学习体验。论文不仅从理论上验证了使用大数据面板技术改进传统在线学习平台的可能性，还从实际的技术实现上阐述了融点学习平台的优越性。

关键词：大数据面板;学习平台;在线学习;开发;融点

Abstract： This paper introduces design concept and development framework of the Fusion Learning Platform. Compared with other traditional platforms， Fusion Learning Platform applies big data dashboard technology into system， which improves interactivity and realizes personalized learning of students. The designed data dashboard enables students to check multi-dimensional learning data during the learning process， thereby obtaining a game-based learning experience. This paper not only verifies possibility of using big data dashboard technology to improve traditional online learning platform， but also demonstrates advantages of Fusion Learning Platform from the technology realization perspective.

Keywords： big data dashboard; learning platform; online learning; development; fusion learning

1   引言（Introduction）

目前，高校中通常还是采用传统的言传身教的方式进行授课。传统的授课模式有以下几点不足[1]：首先，一节课授课时间有限，很难将应该传授的知识完全传授给学生;其次，学生很难在课堂的有限时间内掌握所有应该掌握的知识，课下只能通过阅读教材的方式进行复习，这种方式与课堂传授相比更加事倍功半;最后，教师在课堂上以传授课本上的内容为主，很少有对相关课程知识的拓展。以上缺点限制了传统教育方式的授课效果。

随着时代的发展，互联网逐渐改变了人们的日常生活，让人们的生活更加便利。在此过程中，教学管理者也逐渐意识到，可以使用基于互联网的网上教学平台解决传统线下授课中存在的问题，因此许多在线教学平台应运而生[2-7]。不过，现如今新兴的网上教学仍然处于起步阶段。这些教育平台主要是将教师的授课视频收集在一起，学生在登录后自行观看自己感兴趣的视频，从而完成自学。这类教育平台虽然学习内容较为丰富，可以满足学生课内和课外吸收知识的需要，但是与学生的互动性和交互性较差，学生无法得知自己需要弥补的知识点短板和拓展知识点的方向。而且，单纯地看视频学习需要考验学生的自制力，对自制力差的学生来说，这种学习方式不够吸引学生，效率自然也不会很高。

今年，随着新冠疫情的影响，大部分学校都开展了线上教学，虽然形式有所创新，但是线下授课的缺点在线上教学也仍然存在，同时还会出现对学生监控力度较差等不足。综上所述，学校和学生对一个好的线上教育平台的需求日益迫切。

在这种环境下，我们为东软教育科技集团旗下的三所大学搭建了融点学习平台。该平台吸取了以往线上教育平台的优点[2，3，8-11]，同时针对它们的不足之处，提出了线上教育平台与大数据面板技术相结合的思想，目的是解决传统线上教育平台可能出现的可交互性差、过分强调学生自觉性、对学生自身学习方向无法给出明确指导等问题。通过大数据面板，可以根据学生当前的学习行为将学生的学习进度形象地可视化，这样不仅提高了平台与学生之间的交互性，还提高了学生的学习积极性。

本文的主要内容如下：首先是对全文的概述，其次是对教育平台的发展进行介绍，然后是对大数据面板这一概念的介绍，接下来介绍融点学习平台的需求、设计思路和功能，最后是本文的总结部分。

2   在线教育平台（Online education platform）

2.1   教育平台的起源和发展

远程教育起源于19世纪的美国[3]，当时芝加哥大学的教师和学习者位于不同的地点，他们尝试通过函授计划进行联系。随着20世纪50年代电视的普及，异地的视觉教学首次成为可能。随着计算机和电子邮件技术在1970年至1980年蓬勃发展，远程教育开始急速发展。1981年出现了第一套完全在线课程，而在20世纪80年代中期，几所大学和学校开设了第一批在线本科和研究生课程。在20世纪80年代后期，由于数学、科学、外语等方面的师资短缺，一些学校转向通过当时新的卫星技术提供的商业课程，这极大地促进了远程教育的更快发展。

1991年万维网（WWW）的出现是推动远程教育向前发展的强大催化剂，并且成为在线教学迅速拓展和成长的里程碑。从那以后，世界各地的大学和学院不仅提供单独的在线课程，还支持通过在线学习获取学位。这也是在线教育平台的一个最基本的雏形。

2.2   在线教育平台现状

目前，互联网教育平台如雨后春笋般出现，比如慕课、网易公开课、可汗学院、Bilibili、Youtube、Coursera、Udacity等。这些教育平台主要是将教师的授课视频和其他著名的公开课视频收集在一起，学生在登录后自行观看自己感兴趣的视频，从而完成自我学习。这类学习平台学习内容较为丰富，可以满足学生课内和课外吸收知识的需要。然而这种平台只是简单地提供教学视频，无法发挥互联网和计算机技术的很多潜力。比如说，这类平台与学生的交互性较差;只能授之以鱼，不能授之以渔，无法让学生获取学习方法，也不能让学生养成良好的学习习惯;传授知识方式单一，学生长期学习会产生枯燥感等问题。

基于此，我们需要运用技术手段打造一个平台，让学生脱离传统的灌输式教学，给学生更多的主动性，并且根据不同学生的个体情况因材施教，且利用大数据面板技术，将学生所应该掌握的知识分析可视化。

3   大数据面板（The big data dashboard）

3.1   大数据面板介绍

大数据面板技术是一种在上下文环境中共享和管理信息的框架技术，并且在工厂、电力系统控制、商业决策分析等大数据情境中有着广泛应用。大数据面板给使用者全系统的鸟瞰视角。在这个视角下，系统中每个维度的数据都会以多种维度进行真实和实时的展示。这可以帮助决策者及时发现异常情况，并提供了深入了解问题根本原因的入口。

顾能信息咨询公司创始人Gartner把大数据面板定义为：“一种直观的交互式信息显示，当中的信息包括：刻度盘、滑块、复选框和指示灯等，这些信息度量了当前状态和目标状态的差距”。这种全局的可见性让被检测系统或者决策者随着时间而逐渐获得改进，让正确的人使用正确的信息做出正确的决策。

大数据面板的颜色、底纹、空白和动画图像都是经过精心设计的，目的是让使用者快速而直观地评估他们目前的状态离目标有多远。一些失败的大数据面板解决方案会将系统包装成一个复杂的数据分析系统。过于复杂的信息展示方式会让用户无法理解大数据面板中的内容从而放弃使用系统。我们的融点学习平台致力于融合大数据面板技术，让学生可以更加灵活地观测到他们自己的学习状态，并且做出正确的学习行为。

3.2   设计大数据面板教育平台所面临的挑战

教学信息和教学效果评估通常都是由管理经验丰富的学校、有多年教学经历的教师和教学组长所完成的。高水平的教师能够从学习记录当中获取有价值的信息，从而有针对性地指导每一个学生，做到有教无类和因材施教。现在通过使用新型的信息工具和科学的处理流程，更多的教师能够帮助学生更好地完成学习—总结—再学习这个过程。在讨论如何做一个教育类大数据面板之前，先要指出通常的教育教学信息分析所面临的挑战

（1）用户有限的设计能力：大部分教学平台的使用者不是经验丰富的教师，而是像一张白纸的学生，他们既不掌握学习的内容，通常来说也不掌握学习的技巧。提供过多的组件，让学生自己建立学习流程会大大提高平台的使用门槛。因此给用户提供一体化的解决方案是一个更好的选择。

（2）用户需求时常在变化：学生的学习过程本身不是一成不变的，预习、上课、测验、复习、分享，每个阶段所需要的指导和反馈是不一样的。缺少变化的系统不能很好地支持学生的这种角色转换。

（3）所需要的互动程度会有所变化：用户使用平台的周期是很长的，根据用户对教育平台功能的熟悉程度不同和学习角色转换，不同用户的需求也不尽相同，一些用户直接就可以独立使用大数据面板所提供的全部功能，而有一些用户需要新手引导或全程指导。大数据面板教育平台需要适应这种用户多样性和需求多样性。

面对目前的疫情环境和蓬勃发展的新兴技术，我们认为市场需要一款可以让学生沉浸其中的在线教育平台。我们设计的融点学习平台在大数据面板技术的框架下，结合知识图谱、路径推荐、对话机器人、智能状态监测等人工智能技术，为每一个用户提供一个观察自己、了解自己、幫助自己的在线群体化多模态沉浸式教学平台。

4   融点学习平台（Fusion Learning Platform）

4.1   平台开发理念

融点学习平台是一个能够激发学生对知识的好奇心，提高学生学习积极性，帮助学生快速、合理地掌握课程知识内容并及时找到知识盲点的学习平台。

通过将人工智能、大数据分析和大数据面板等先进技术与教学产业相结合，融点学习平台改良了传统网课中填鸭式的教学模式，凭借智能导学、用户画像、学习盲点检测等多种技术及算法，使平台更加贴近用户，能够以用户为中心展开学习路径，做到真正的个性化学习，因材施教。同时，融点学习平台还通过将课程资源精细化、节点化，构建出有层级结构的图谱树，使用户能够更加准确且快速地梳理出自己的学习路径，修复自己的学习盲点。

4.2   平台功能模块

融点学习平台主要包含以下15个模块：安全模块、课程资源及学习路径管理模块、学习状态及个人能力统计图表模块、资源学习模块、学习情绪检测模块、课程大纲模块、学习社区模块、个人学习资料仓库模块、个人知识图谱模块、聊天模块、知识点测验模块、全局知识点模块、资源知识点模块、课程知识点模块、智能机器人小睿模块。

（1）安全模块：安全模块是为了防止未登录的非法用户进入融点学习平台进行非正常操作。

（2）课程资源及学习路径管理模块：课程资源及学习路径管理模块是为了让用户能够对自己想要学习的课程或学习路径进行选定、添加、删除、搜索等操作。

（3）学习状态及个人能力统计图表模块：学习状态及个人能力统计图表模块是为了让用户能够更加直观地查看自己目前的学习状态及经过算法分析后的个人能力数据。

（4）资源学习模块：资源学习模块是为了让用户能够更加便捷地浏览学习资源。

（5）学习情绪检测模块：学习情绪检测模块是为了让用户能够实时地观察自己状态的波动，有效改善自己的学习状态。

（6）课程大纲模块：课程大纲模块是为了让用户了解课程的整体信息。

（7）学习社区模块：学习社区模块是为了让用户对课程知识点的理解能够更加深入，如通过在社区中发表自己对课程及知识点的理解和困惑或参与到他人困惑的解答中，提升自己的理解。

（8）个人学习资料仓库模块：个人学习资料仓库模块是为了让用户能够在平台学习资源的基础上结合自己的学习资源，做到学习效果最大化。

（9）个人知识图谱模块：个人知识图谱模块是为了让用户能够发挥自己的创造性，根据自己对课程知识点的理解构建出一张更贴近自己的知识图谱，既可以便于自己的复习，也可以将其分享给好友便于他人的理解和学习。

（10）聊天模块：聊天模块是为了让用户能够更好地参与到群体化学习的过程中，和众多学习者一起交流。

（11）知识点测验模块：知识点测验模块是为了让用户能够在一定时间和一定量的学习后，通过小测验的形式及时巩固自己的学习成果，查漏补缺。

（12）全局知识点模块：全局知识点模块是为了激发用户的好奇心，让用户能够发挥自己的探索精神，自行探索知识点及各知识点之间的关系。

（13）资源知识点模块：资源知识点模块是为了让用户在浏览学习资源时能够更加直观地了解当前的学习进度及正在学习的知识点与其余知识点之间的关系。

（14）课程知识点模块：课程知识点模块是为了让用户能够更加直观地了解自己对正在学习的课程中的知识点的掌握程度，以及对未掌握的知识点进行精准训练以便掌握。

（15）智能机器人小睿模块：智能机器人小睿模块是为了引导用户在融点学习平台中进行学习，并且在用户需要帮助的时候为用户提供问题解决方案。它还能和用户进行各类知识点的问答和互动，大幅提升用户在融點学习平台中的体验和学习积极性。

4.3   平台思路设计

在线下教育中，一个良好的教育成果的出现往往可以由一个优质的教师牵头带动。但是区别于线下教育中小班制一对一的跟踪指导式教学，线上教育平台是动辄万人的实时学习，任课教师极难做到一对一式的跟踪指导。因此，在以往的线上教育平台，一个良好的教育成果的出现不仅需要优质的教师和优质的教学资源，还需要能够跟得上整体教学进程的学生。而对于结合了大数据面板技术的融点学习平台而言，用户可以通过平台上多个模块每日常规且快速地定位自己离掌握一门课程，甚至一个知识点还有多远的距离，而不是以往教育平台中的离学完一门课程还有多远，极大地降低了对用户自身学习素质的要求。

当用户想要细致深刻地理解并掌握一门课程时，用户需要了解自己将要学习的课程中各知识点间的依存关系，该课程的推荐学习路径以及自己在学习的各个时刻对各个知识点的掌握程度。因此，融点学习平台提供了五个驱动器以帮助用户更好地进行课程及知识点的学习。

（1）学习资源驱动：用户可以通过选择任意课程的任意学习资源进行知识点内容的学习。

（2）聊天机器人驱动：用户可以通过向聊天机器人询问任何知识点相关内容进行知识点内容的学习，并要求推荐知识点学习路径。

（3）测试题驱动：用户可以通过回答任意知识点的测试题进行知识点内容的学习，并测定自己的掌握状态。

（4）知识图谱驱动：用户可以通过点击知识图谱上的任一知识点查看自身掌握情况、相关联的知识和学习路径。

（5）搜索驱动：用户可以通过搜索任意知识点进行该知识点内容的学习。

这五个驱动器协同运行的同时要满足以下四个条件：

（1）一体化的解决方案：考虑到教育平台的用户整体能力不高的情况，我们选择提供一套整体化的大数据面板布局和联动解决方案，不需要用户自己配置数据流和工作流。功能模块会被开发人员配置好，直接显示在页面中。如果用户提出了新的需求，或者根据后台数据分析，某些模块的功能需要进行升级，用户只需要刷新页面就可以自动获取新版本。

（2）模块联动：如果任何一个模块对用户的动作或者后台发送到前台的数据做出了响应，其他相关模块会做出对应的变化。

（3）全程指导：用户在使用大数据面板的时候，在不同的时刻和不同的上下文情况下，会使用到不同层次的不同模块。每一个模块都要有相对应的帮助漂浮窗口，当时鼠标移动到帮助按钮的时候，会弹出帮助信息。不同于普通的F1帮助文档，漂浮窗不会跳转到另一个窗口，破坏大数据面板的整体性。

（4）自动聚焦：根据大数据面板监控的不同信息源，最重要的模块在刷新时会在边框处高亮，以将用户的注意力吸引到相应的模块，防止用户丢失焦点。

5  融点学习平台技术架构和功能展现（Technological framework and function display of Fusion Learning Platform）

5.1   网页端

HTML、JavaScript、CSS是网页端的三大基石。考虑到市面上我们是第一家做大数据面板教育平台的单位，需求的产生和确定处于非常不稳定的状态，这要求前端技术有很高的表达力，才能满足尽量多的需求。不同于流行的Vue、 Angular、 React等前端框架，原始的JavaScript对表达力没有任何限制。随着ES6标准的发布，JavaScript的新特性让面向对象越来越方便，对大规模工程也越来越友好，所以我们选择使用原生JavaScript作为我们的首选框架。

大数据面板前端分为A-G、X和聊天机器人九个部分，如图1所示，使用Bootstrap grid划分，X屏作为主屏，显示目前用户最关心的信息，其他A-G屏可以拖拽到主屏或者点击模块标题的放大按钮来切换到主屏，这时主屏X会显示对应模块的详细信息。右下角对话机器人（小睿）模块是不可拖拽的，用于和小睿的互动方式限于：（1）使用输入栏输入信息。（2）小睿会主动发起对话，或者提示信息。

A屏是课程资源及学习路径管理模块，默认情况下系统会自动点选第一门课程，并且将X屏左半侧内容替换为第一门课程的知识点大纲树形结构图，结构化展示课程知识全景;X屏右半侧内容替换为课程可学习的资源列表，便于用户进行资源的学习。如果用户使用过系统，系统会记住用户上次最后学习的课程并自动选定。

B屏是用户学习状态及个人能力统计图模块，该模块通过学习日历图（展示用户每一天观看学习视频的数量）、能量图（展示用户当日观看学习视频及进行知识测验活动所带来的学习能量）、知识测验正确率排行图（展示用户在前七天的时间范围内答题的正确率排行榜）、用户能力画像、用户学习状态追踪图、雷达图、TOPCARES状态图等，实时反馈用户的学习状态，使得用户能够快速评估自己的状态且在学习过程中不易迷失自己的方向。

C屏是资源学习模块，该模块将学习资源的播放置于左下角，使用户能够在观看学习资源的同时进行其他模块的同步操作，体现了大数据面板多模块实时联动的特性。

D屏包含三个模块，分别为课程大纲模块、学习社区模块和个人学习资料仓库模块。其中课程大纲模块和个人学习资料仓库模块拓宽了课程的知识来源，而学习社区模块为用户提供了探讨知识的平台，使用户在讨论过程中深化对知识点的理解。

E屏包含聊天模块和知识点测验模块。其中聊天模块使用户能在各模块联合驱动学习进程的过程中保持与平台好友沟通协作，进一步加深对知识点的理解。而知识点测验模块使用户能在资源学习的同时进行当前学习知识点掌握情况的测定，既测定了掌握程度，使用户能实时在F屏了解课程知识点掌握程度，更强化了用户对该知识点的认知。

F屏为课程知识点模块。该模块将用户当前学习课程的知识点经由算法图谱化、层级化，清晰地展现出用户对当前课程中各个知识点的掌握情况（未学习、未掌握、已掌握），让用户能够每日常规且快速地定位自己当前的掌握程度距离目标知识点的掌握程度有多远。

G屏为学习资源知识点模块，该模块将学习资源知识点图谱化，使用户能够直观地感受到当前学习资源的知识点分布以及知识点的学习进度。

智能機器人小睿。作为面板内容和用户学习的整体引导者，小睿将用户想要了解的知识点内容以及根据算法得出的适合用户的知识点推荐学习路径通过对话框的形式清晰地传达给用户。这不仅满足了大数据面板中清晰传达关键信息的基本规则，更做到了教育中的因材施教的教学原则。各模块联动流程如图2所示。

5.2   网页服务器端

Django是一款基于Python的网站开发框架，它以高效的开发效率而著称。同时它还可以提供众多的可扩展模块，比如支持Websocket的Channels模块。基于Django和Websocket构建有互动和控制功能的大数据面板，模块之间的联动所依赖的数据通信方式为：（1）前端模块A向后台发送数据，后台处理数据，后台发送给前端模块B;（2）用户1的前端模块A向后台发送数据，后台处理数据，后台发送给用户2的前端模块B，如图3所示。对于实时系统，采用HTTP定时询问后台的方式会产生大量的流量开销，实时性也不好。Websocket技术可以让后台主动将信息发送给前端。

5.3   聊天系统

聊天系统使用了Websocket与Redis结合的框架，这样系统可以实现多用户的实时在线互动。当多个用户登录系统后，他们的Web页面和Django后端在Channels模块的支持下分别建立Websocket通道。两个用户或者多个用户想要互相通信时，第一步，用户通过页面选择想与谁通信;第二步，Django使用Redis新建一个key，将这些用户纳入这个key当中;第三步，任意一个用户想要发送信息，这个用户的后台会把这个信息插入这个key当中，其他用户会订阅这个key，并将信息发送到前端。这样就实现了在线实时群体通讯功能。融点学习平台的聊天功能就是基于这个框架实现的。另外，发起视频聊天、知识图谱分享、与小睿对话等功能都依赖于实时群体通讯框架。

5.4   数据库

大数据面板所展示的数据质量离不开后台强大的数据分析。融点学习平台所依赖的知识图谱、盲点监测、路径推荐和对话机器人功能都依赖于人工智能算法。而人工智能算法又依赖于大量的数据，因此大数据存储对我们来说是一个重要挑战。除了为算法提供数据支持之外，东软教育科技集团旗下还有很多其他的教育平台，这些平台需要共享用户、学习资料和用户行为数据。为了解决以上问题，同时兼顾网站性能，我们采用了MySQL和PostgreSQL分离的数据库架构。

MySQL作为网站后端的主要数据库，负责存储融点学习平台的用户行为数据和学习资料索引数据。其中用户行为是用户使用融点学习平台过程中产生的，用户的点击、播放、聊天、图谱编辑和分享等信息都会被后台记录并存储到MySQL当中。学习资料索引是从东软教育的学习资料中心数据库导入的，其中包括视频资源路径、PDF文本资源路径等。

PostgreSQL作为人工智能算法的主要数据库，负责存储算法所需要的全局知识图谱和算法计算过程中产生的计算结果。该数据库作为整体东软教育平台的中心数据库，还存储了学习资料数据和各个平台的用户认证信息。

6   结论（Conclusion）

本文主要介绍了东软教育科技集团开发的融点学习平台的功能和设计思路。首先介绍了传统在线教育的发展历史，分析现有教育方式存在的不足;其次介绍了大数据面板的概念，通过分析大数据面板的特性，提出了将大数据面板与在线教育平台相结合的思想;最后介绍了基于大数据面板的融点学习平台的开发功能和设计思路，并做了全面的界面展示。

融点学习平台是第一款融合大数据面板技术的在线群体化互动教育平台，大数据面板技术提供了及时的反馈、丰富的互动和联动特性，带给用户沉浸式的在线学习体验。融点学习平台可以很好地解决当前流行的教育平台所面临的用户活跃度、留存度低的问题。当前只开发了针对学生的网页端界面，未来我们还会基于大数据面板技术开发辅助教师开发教学资源、监控学生学习进度和质量的教师端，以及为学校管理人员提供全方位统计信息、检测教师教学质量和学生教学目标达成度的管理端。学生、教师、管理三个层次的大数据面板并结合人工智能技术，自动化、高质量、全视角地提供分析数据，将会把在线教育行业推向新的高度。

参考文献（References）

[1] 彭建盛.机器人课程教学资源创新实践教学研究[J].中国现代教育装备，2018（07）：27-29.

[2] Ali S M， Gupta N， Nayak G K， et al. Big data visualization： Tools and challenges[C]. 2016 2nd International Conference on Contemporary Computing and Informatics （IC3I）. IEEE， 2016：656-660.

[3] Harandi S R. Effects of e-learning on Students' Motivation[J]. Procedia-Social and Behavioral Sciences， 2015（181）： 423-430.

[4] 罗仁芝.试论可视化大数据在在线教育教学中的应用[J].科技资讯，2020，18（17）：4-5.

[5] 陈桂香.大数据对我国高校教育管理的影响及对策研究[D].武汉：武汉大学，2017.

[6] 杜锦绣.人工智能时代下关于AI+教育平台的研究[J].信息与电脑（理论版），2019（4）：57.

[7] 姚景怡.我国在线教育平台竞争策略研究——以沪江网校为例[J].科技视界，2020（18）：1-4.

[8] 王京瑞.在線教育大数据分析平台的设计与实现[D].西安：陕西师范大学，2019.

[9] Ali S M， Gupta N， Nayak G K， et al. Big data visualization： Tools and challenges[C]. 2016 2nd International Conference on Contemporary Computing and Informatics （IC3I）. IEEE， 2016：656-660.

[10] Dixson M D. Creating effective student engagement in online courses： What do students find engaging？ [J]. Journal of the Scholarship of Teaching and Learning， 2010， 10（2）：1-13.

[11] 曾泽.基于移动互联网的移动教育平台的研究和设计[D].广州：华南理工大学，2013.

作者简介：

韩希武（1991-），男，硕士，中级研究员.研究领域：人工智能，软件架构.

包一平（1993-），男，硕士，初级研究员.研究领域：大数据，人工智能.

王新源（1997-），男，本科，工程师.研究领域：软件架构设计，UI设计.