基于大数据的数字化资源共享门户研究.doc

《基于大数据的数字化资源共享门户研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于大数据的数字化资源共享门户研究　　摘要：我国各类教学机构创建了大量的优质网络教学资源，在现有网络资源平台的基础上，建立数字化资源共享门户，充分利用大数据、数据挖掘、物联网等网络技术，实现更高效的数字化资源共享。　　关键词：数字化资源；资源共享；数据挖掘；资源共享门户　　中图分类号：G271文献标志码：A文章编号：1673-8454（2016）07-0012-03　　一、引言　　随着网络技术的普及和不断发展，为我国教育信息化建设带来了机遇和挑战。《国家中长期教育改革和发展规划纲要（2010-2020年）》[

2、1]十九章第六十条提出：“加强优质教育资源开发与应用。加强网络教学资源库建设。引进国际优质数字化教学资源。开发网络学习课程。建立数字图书馆和虚拟实验室。建立开放灵活的教育资源公共服务平台，促进优质教育资源普及共享。创新网络教学模式，开展高质量高水平远程学历教育。”在国家政策的要求和信息化技术飞速发展的时代背景下，高校和教学机构纷纷建立网络共享平台和网络教学资源，其中不乏优质的教学资源，在一定程度上实现了资源的互通共享。然而各单位单独开发，缺少整体规划限制了优质资源的共享，如何提高网络资源的利用效率，实现更高效

3、的实现网络资源共享是我们面临的挑战。　　二、大数据的概念及高校数字化资源共享研究现状分析　　1.大数据的概念　　全球知名咨询公司麦肯锡（MckinseyandCompany）于2011年5月发布了《大数据：创新、竞争和生产力的下一个前沿领域》报告[2]，该份报告中首次提出“大数据”的概念，并在报告中指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”。然而，至今没有一个官方的定义。但各种表述存在的共同点是：大数据并非传统

4、意义上的海量数据，大数据有“4V”特点：Volume（容量）、Variety（种类）、Velocity（速度）和Value（价值）。Volume指巨大的数据体量与完整性，数据量从TB级别跃升到PB级别。Variety指类型繁多，在海量、种类繁多的数据间发现其内在关联。Velocity指大数据要求处理速度快。Value指大数据的洞察力和价值，需要将信号转化为数据，将数据分析为信息，将信息提炼为知识，以知识促决策和行动[3]。　　2.高校数字化资源共享研究现状分析　　西方现代大学城发展于美国硅谷模式。硅谷模式的核

5、心是将大学和科技研发联合在一起。斯坦福大学校长特曼于1951年提出“技术专家社区”构想，明确指出大学不能办成纯学术的象牙塔，而应该兼有科研和技术转让特性，并依此理念创办了斯坦福工业园。随着科技事业的发展，硅谷不但成了世界首屈一指的电子工业中心，而且形成了包括斯坦福大学、圣克拉大学和圣何赛大学以及9所专科学校、33所技术学校、100多所私立专业学校的西方现代大学城[4]，其显著特点是“产学研”一体化。　　美国全国教育统计中心（NationalCenterforEducationalStatistics）的一项调

6、查显示，参加调查的4130所高校中，56%的二年制和四年制大学在2000-2001年开设了远程教育课，其中90%的公立二年制大学、89%的四年制大学开设了远程教育课程。这些二年制和四年制大学总共大约开设了127400门远程教育课程，在2000-2001学年注册学生人数达到308万人。在调查中发现，57%的大学领导相信网上教学的学习效果可以达到和面授课程一样好，一批盈利性的网络大学如凤凰城大学（PhoenixUniversity）、卡佩拉大学（KappellaUniversiyt）[5]等如雨后春笋般发展起来，

7、且规模不断扩大。　　国内各高校在资源共享上做出了许多有效的尝试，如实现课程互选和学分互认制度，2002年6月6日，浙江大学、上海交通大学、西安交通大学三校率先签署“课程互选、学分互认、联合办学”合作协议书，实现不同区域间名校优质教育资源及信息的共建、共享、共管、校际间课程互选、学分互认；并向西部高校输送优质教育资源，实施联合培养计划[6]。　　三、建立资源共享门户，提高网络教学资源共享质量　　我国在数字化教学资源共享上已经取得了一定的成绩，然而近年来大数据、云计算等现代化信息技术不断发展，将这些先进的技术与数

8、字化教学资源共享进行结合，进一步完善我国数字化教学资源共享的策略及方式是我们研究的方向[6]。云计算技术利用云存储管理及建立各种定制化的服务可以为数字化资源平台提供网络化应用，学习者在应用这些网络化应用学习的过程中产生了海量的数据，这些数据很难用关系型数据库表达清楚，大数据能够利用Hadoop技术以内存检索技术以及数据实时反应技术对这些数据进行深层次的处理，对学习者未来可能出现的情况进行预测，从而为