王曉燕 余東先

【摘要】互聯(lián)網(wǎng)應用技術飛速發(fā)展，大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、云計算等技術目前已開始應用于智慧教學?；诰W(wǎng)絡互聯(lián)的各類教學設備、系統(tǒng)統(tǒng)一協(xié)作，實現(xiàn)設備的集中智能管理，環(huán)境的智能適應、學習方式的不斷進步，全面實現(xiàn)信息化管理服務保障教學工作、逐步提升教學質(zhì)量，最終讓“智慧教學”無處不在。國家《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》提出到2020年，基本建成人人可享有優(yōu)質(zhì)教育資源的信息化學習環(huán)境，基本形成學校型社會的信息化支撐服務體系。本文結合大眾對快速、便捷、安全的智慧教育的廣泛需求，研究基于云計算的智慧教育應用領域的關鍵技術問題。主要闡述了智慧教育體系架構及平臺基本功能，分析了智慧教育體系中人臉檢測技術、虛擬化技術、數(shù)字孿生技術等人工智能技術的使用。在此基礎上開發(fā)智慧教育應用服務，進一步豐富我國物聯(lián)網(wǎng)應用，滿足人們在工作節(jié)奏加快環(huán)境下對高質(zhì)量教育的需求。

【關鍵字】智慧教育;云計算

2017年河南省教育廳河南省高等學校重點科研項目《基于云計算的智慧教育關鍵技術研究》，項目編號17B520016;河南省教育廳教育科學研究“十三五”規(guī)劃課題《智慧教育生態(tài)系統(tǒng)構建與發(fā)展策略研究》，項目編號JKGHYB0433;河南省教育廳河南省職業(yè)教育教學改革研究項目《智慧教育視域下的職業(yè)教育信息化發(fā)展路徑研究》，項目編號ZJB17233。

1. 智慧教育體系架構

1.1 總體建設思路

按照智慧校園總體規(guī)劃，依托物聯(lián)網(wǎng)技術、云計算技術、大數(shù)據(jù)技術和人工智能技術，構建一個舒適、智能、支持多種教學模式、留存所有教學數(shù)據(jù)、支持數(shù)據(jù)分析、持續(xù)改進的智慧學習環(huán)境。

1.2 智慧教育平臺功能

1.2.1 綜合數(shù)字服務平臺

數(shù)據(jù)是學校重要資產(chǎn)，也是學校建設的核心競爭力之一，通過數(shù)據(jù)治理服務進行全校性數(shù)據(jù)治理解決數(shù)據(jù)問題，為后續(xù)大數(shù)據(jù)應用做好基礎準備，提高信息化應用水平，也是當前高校在信息化發(fā)展中的必須步驟。數(shù)據(jù)治理服務將通過一套科學數(shù)據(jù)管理方法，對學校各業(yè)務域分散、重復、混亂的數(shù)據(jù)，進行梳理、建模、整合、評價、控制，制定數(shù)據(jù)標準和工作規(guī)范，打破信息壁壘，消除信息孤島，提高數(shù)據(jù)合規(guī)監(jiān)管和安全控制，對數(shù)據(jù)從產(chǎn)生、處理、整合、共 享、應用、銷毀等全生命周期進行管理，從而建立高質(zhì)量的數(shù)據(jù)管理體系和統(tǒng)一的基礎數(shù)據(jù)庫，支撐各相關業(yè)務高效運行，支持學校管理者方便、安全、快速、可靠地利用數(shù)據(jù)進決策。根據(jù)行業(yè)實踐經(jīng)驗，數(shù)據(jù)治理是破解信息孤島、數(shù)據(jù)質(zhì)量不高、信息安全隱患等數(shù)據(jù)管理難題的行之有效做法。面向全校性數(shù)據(jù)治理工作，對全校數(shù)據(jù)開展數(shù)據(jù)梳理、數(shù)據(jù)標準制定、數(shù)據(jù)治理體制機制建立等工作，并建立數(shù)據(jù)治理平臺。

1.2.2 教學大數(shù)據(jù)分析平臺

教學大數(shù)據(jù)分析平臺作為教學數(shù)據(jù)分析結果和相應業(yè)務模塊的展示端，是學校領導、教師、學生接觸的終端平臺，以業(yè)務模塊為架構，對教學大數(shù)據(jù)的功能進行展示，具體的業(yè)務模塊介紹如下：

綜合教情?；诮虒W工作的管理需求，將與高校教學工作密切相關的數(shù)據(jù)組織起來，以數(shù)字化方式呈現(xiàn)出來，形成系統(tǒng)化的反映高校教學運行狀態(tài)的數(shù)據(jù)集，可以直觀看到全校教學相關數(shù)據(jù)，為相應的決策做輔助。包括學生數(shù)據(jù)、教師數(shù)據(jù)、課程數(shù)據(jù)、教室畫像、預警數(shù)據(jù)。

學院教情。針對各學院、專業(yè)的教學相關數(shù)據(jù)進行綜合的數(shù)字化呈現(xiàn)。包括學院整體的課程運行狀態(tài)和相關指標呈現(xiàn);學院整體在教學平臺上的教學資源建設情況;教學平臺上的課程運行情況，如學院課程分析、教學建設數(shù)據(jù)、課程運行數(shù)據(jù)。

教學狀態(tài)預警。建立全校、院系和專業(yè)的教學狀態(tài)預警指標體系，綜合考慮不同變量對教學質(zhì)量的影響程度，設立不同級別的預警值。在預警指標體系的基礎上，對不同指標的運行結果進行實時監(jiān)控，實現(xiàn)對各級教學狀態(tài)數(shù)據(jù)的可視化管理。教學狀態(tài)預警包括課堂秩序預警、學業(yè)預警、學生到課率預警、督導評分預警和學生評分預警，將教學質(zhì)量監(jiān)督細化到每一節(jié)課，并有針對性的對預警進行處理，提高教學質(zhì)量。

教室畫像。通過對教室分類、教室資產(chǎn)統(tǒng)計、教室運行狀態(tài)監(jiān)控以及教室使用情況匯報，全面了解學校當前教室的資源情況和使用狀態(tài)，方便對教室資源進行調(diào)配和維護。

教學數(shù)據(jù)報告。教學數(shù)據(jù)報告是根據(jù)不同角色及需求，將平臺已有數(shù)據(jù)進行整合后導出相應的數(shù)據(jù)表，便于不同場合需求使用。具體內(nèi)容包括：教師個人畫像、教學行為分析、教學督導評價、學生評價、課程成績分析。

學生畫像。建立學生在學習習慣、學習軌跡、學習成果以及生活方面的行為標簽，為每類標簽劃分等級，根據(jù)每位學生的實際行為習慣以學生年級、性別、民族、籍貫、學習習慣、學習成果、學習軌跡、成績、消費強度、運動強度、網(wǎng)絡使用等為維度的行為個性標簽分析和展示;呈現(xiàn)學生個性標簽及詳細行為數(shù)據(jù)等。

智能錄播。教學過程中，通過錄播攝像頭對學生端和老師端進行行為掃描，對師生課堂行為進行觸發(fā)記錄，對行為數(shù)據(jù)進行相應的分析。首先對課堂行為進行建模，在教學過程中對學生及教師行為進行拍攝，掃描相應主體的行為，與前面建立的模型進行匹配，符合即觸發(fā)記錄，課程結束后輸出課堂行為報告，并進行相應的數(shù)據(jù)分析。根據(jù)行為觸發(fā)報告對學生在課堂上的行為進行分析，包括學生玩手機，趴桌子等，分析出該節(jié)課課堂秩序。根據(jù)行為觸發(fā)報告對教師在課堂上的行為進行分析，包括教師授課、走下講臺、板書等行為的占比，分析出教師課堂授課風格。

1.2.3 人工智能AI平臺

AI平臺是一個簡單易用的大規(guī)模機器學習和深度學習平臺，涵蓋機器學習、自然語言處理、圖像識別、深度學習、數(shù)據(jù)智能化等多項人工智能技術。內(nèi)置豐富的機器學習算法和深度學習框架，提供數(shù)據(jù)預處理、模型訓練、評估、預測、發(fā)布等功能，同時提供可視化建模界面，支持拖拽式交互，讓用戶可以快速、便捷的洞察數(shù)據(jù)價值，探索人工智能應用。AI平臺主要包括數(shù)據(jù)集管理、任務管理、模型管理、人工智能實踐、自然語言處理、人臉識別6大模塊，涵蓋可視化建模及人工智能應用。其在教學中的應用場景譬如：

學業(yè)預警。使用全新計算模型對每個學生的行為模型進行建模包括學習成績預測，學分情況，掛科情況，逃課情況，學習活躍度，并根據(jù)算法學習學生行為習慣，對預警值進行動態(tài)調(diào)整，方便老師和領導及時介入、給予疏導和幫助，有利于學校加強對學生的提高與管理。

學習軌跡分析。學生學習軌跡是綜合學生在教學平臺上的行為日志，學習時長，學習習慣和學習偏好等信息，對學生學習行為形成軌跡化圖表。并提供優(yōu)秀學生學習軌跡推薦，讓學生可以參考優(yōu)秀學生為榜樣進行學習。

個性化學習推薦。個性化學習推薦是基于學生對知識點的測試成績、圖書館借閱信息、學習軌跡、學習習慣和興趣，為每位學生提供個性化學習資料推薦，包括網(wǎng)絡視頻資料、書籍資料、文字資料等，減少學生學習的盲目性，增強學習興趣，同時支持微信端展示，方便學生學習使用。

2. 核心技術解決方案

2.1 基于人臉識別技術的智慧校園“一臉通”解決方案

2.1.1 人臉識別技術

人臉識別，“是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別”。人臉識別主要包括人臉檢測和情緒識別，是自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術。人臉識別基于深度神經(jīng)網(wǎng)絡模型，通過本地上傳或上傳圖片地址，能夠檢測圖中的人臉進行標記并且進行性別分類。同時可以識別人臉情緒，并顯示每種情緒的概率值。目前支持生氣、高興、厭惡、害怕、悲傷、驚訝、平靜7種人類面部表情。

2.1.2 算法驅(qū)動

研發(fā)的一整套基于深度神經(jīng)網(wǎng)絡的人臉識別相關算法模型，包括人臉檢測，關鍵點定位，情緒識別，活體檢測，人臉認證等，準確率業(yè)界領先，并且后續(xù)還將持續(xù)不斷優(yōu)化和豐富算法模型。在人臉識別的算法和技術基礎上，推出了人臉識別服務平臺。將人臉識別技術全面運用于智慧校園管理和服務，“人臉識別服務平臺”管理全校所有師生的人臉識別特征庫，以人臉識別為基礎支持，實現(xiàn)跨場景、跨應用的系統(tǒng)性整合。

當前，校園資產(chǎn)面臨分布廣而散、資產(chǎn)種類多數(shù)量大、人員流動，責任人不明確、盤點耗時耗力，不準確等問題，將物聯(lián)網(wǎng)技術融入到智慧教室建設方案中。

2.1.3 場景應用案例——智能無感知考勤

課堂無感知考勤解決方案，人臉識別服務平臺提前采集學生的人臉庫，并設置上課考勤時間，在開始上課前，人臉識別服務平臺的課堂無感考勤模塊啟動，實時捕獲、識別人臉信息，形成課堂考勤記錄。同時，自動將數(shù)據(jù)進行統(tǒng)計匯總，形成報表或圖形反映學生出勤情況。人臉識別系統(tǒng)能有效地解決代簽到、代上課等學生管理頑疾，同時不占用課堂教學時間，全流程自動監(jiān)控，逃課、遲到、早退系統(tǒng)自動記錄，顯著提升學生出勤率，提高教學質(zhì)量。無感知考勤系統(tǒng)通過前端教室內(nèi)的攝像頭采集人臉圖像，經(jīng)過人臉識別服務器比對，對學生的身份進行識別，從而做到無感知，解決傳統(tǒng)刷卡考勤、指紋考勤、二維碼考勤效率低、代打卡等問題。課堂無感知考勤結果實時顯示，包含到課率、應到人數(shù)、實到人數(shù)、請假人數(shù)、曠課人數(shù)。

智慧校園“一臉通”解決方案基于人臉識別技術，圍繞校內(nèi)場所規(guī)范管理、校區(qū)安全管理、智能化教學業(yè)務場景，結合校園攝像頭、Wi-Fi、一卡通系統(tǒng)等數(shù)據(jù)，通過部署校園人臉采集工具、人臉識別服務平臺，基于各場景的應用模塊，解決照片采集、人臉識別、數(shù)據(jù)存檔分析等問題，實現(xiàn)校園安全可視化管理，及時預警危險信息，保障校園秩序，提升校園信息化建設水平。

2.2 基于虛擬化技術的數(shù)字資源整合方案

通過計算、存儲和容量資源的虛擬化技術為基礎設施的整合與重構提供技術支撐，建立彈性云服務，整合數(shù)據(jù)資源，為校園用戶提供便捷、易用和安全可靠的數(shù)據(jù)中心基礎設施。

計算虛擬化。將多臺物理機的計算資源虛擬為資源池，合理分配、提供給多個虛擬機使用，有效地解決了資源分配、安全隔離等問題;虛擬化引擎則帶來了管理上的便利，提供高可用、遠端維護等功能;從規(guī)劃和資源合理利用上，進行全局規(guī)劃，而不再按需申請物理設備。

存儲虛擬化。建立存儲資源池，將面向單一應用的存儲資源進行整合，采取統(tǒng)一管理。按其系統(tǒng)特征，設置FC、IP、NAS、SSD固態(tài)硬盤等多種訪問模式，對后端存儲差異進行封裝。從全局角度對數(shù)據(jù)分層、高速緩存等進行設計，按需分配存儲資源。存儲虛擬化采用先進的預分配虛擬容量技術，按照實際使用情況實時調(diào)整物理資源，有效地解決了物理資源何莉配置問題。

資源虛擬化帶來的好處是從全局角度統(tǒng)一規(guī)劃，隨業(yè)務發(fā)展進行分步建設。

2.3 基于RFID技術和數(shù)字孿生技術的全生命周期資產(chǎn)管理方案

智慧教室包含9大智能硬件AIoH子系統(tǒng)：AIoH視頻顯示子系統(tǒng)、AIoH中央控制子系統(tǒng)、AIoH交互討論子系統(tǒng)、AIoH遠程求助子系統(tǒng)、AIoH感知子系統(tǒng)、AIoH電子班牌子系統(tǒng)、AIoH錄播子系統(tǒng)、AIoH無線投屏子系統(tǒng)、AIoH擴聲子系統(tǒng)等9大智能硬件AIoH子系統(tǒng)。當前，校園資產(chǎn)面臨分布廣而散、資產(chǎn)種類多數(shù)量大、人員流動，責任人不明確、盤點耗時耗力，不準確等問題，將物聯(lián)網(wǎng)技術融入到智慧教室建設方案中。通過RFID技術的全生命周期資產(chǎn)管理模塊，為每個被管理設備貼上對應的有源或無源標簽，實時檢測設備的在位狀態(tài)，設備離位告警，到達資產(chǎn)防盜的目的，同時還能實時統(tǒng)計設備數(shù)據(jù)，達到資產(chǎn)自動盤點，解決了人工盤點費時費力的現(xiàn)象。

數(shù)字孿生技術構建全新一代管理平臺，實時反饋全校、每棟樓、每層樓、每間教室所有設備運行的實時狀態(tài)，比如：當前有多少設備是在使用狀態(tài)，有多少設備是異常狀態(tài)，有多少設備發(fā)生了故障進入每間教室后，每種設備的工作狀態(tài)，都實時呈現(xiàn)在圖中。

2.4 基于自然語言處理技術的課堂行為深度智能分析方案

自然語言處理（NLP）是計算機科學，人工智能，語言學關注計算機和人類（自然）語言之間的相互作用的領域。包含文本分詞、詞頻分析和情感分析三個功能點。文本分詞是將連續(xù)的自然語言文本，切分成具有語義合理性和完整性的詞匯序列的過程，支持輸入或粘貼需分詞文本，并提供分詞結果展示。詞頻分析是統(tǒng)計給定文本中分詞的出現(xiàn)頻率，并按照頻率排序展示，同時提供幾十種詞云圖樣式，用戶可選擇想要的樣式，將分詞一鍵生成詞云圖并下載。情感分析是自動對包含主觀信息的文本進行情感極性判斷并給出置信度。情感極性我們分為正負兩極，當極性置信度大于50%為正極，小于50%為負極。情感分析是一種常見的自然語言處理（NLP）方法的應用，特別是在以提取文本的情感內(nèi)容為目標的分類方法中。情感分析可以被視為利用一些情感得分指標來量化定性數(shù)據(jù)的方法。情感分析分為：基于情感詞典的傳統(tǒng)情感分析和基于機器學習算法或者深度學習的情感分析。

利用自然語言處理技術對課堂行為進行深度智能分析。通過對教師課堂語言進行分析，并進行語音編碼。語音編碼首先是對已經(jīng)錄制完成的語音進行分解，分解為時長為1分鐘的音頻，對每個音頻進行語音轉碼，將音頻文字化，之后對具體的內(nèi)容進行分析歸類，得到課堂行為數(shù)據(jù)，進而對相應數(shù)據(jù)進行分析。以教師和學生的發(fā)言內(nèi)容為分析基礎，教師發(fā)言以產(chǎn)生效果分類，情感的表達：如接納學生感受，表揚或鼓勵，接納學生觀點等;廣泛的表達：如對課堂尚未指定學生回答的提問內(nèi)容等屬于間接影響：指示性語言：如講解、發(fā)表個人看法，給予學生指令等;針對性語言，如對特性學生進行批評等，屬于直接行為。

3. 智慧教育技術的應用價值

教育管理決策更加科學-通過教學靜態(tài)數(shù)據(jù)、教學互動數(shù)據(jù)、教學行為數(shù)據(jù)等全方位、多維度的數(shù)據(jù)分析，為教學管理決策提供客觀的數(shù)據(jù)支撐。

教育教學模式更加精準-根據(jù)專業(yè)知識點與社會需求的匹配，不同課程與教學模式的匹配，不同學生個性化學習方法的匹配，實現(xiàn)教學模式的精準化，學生學習的個性化。

學生學習方式更加個性化-針對學生的專業(yè)、學習軌跡、學習成績進行相關資源的推送及幫扶人員的精準幫扶。

教育評價方法更加公平-教學過程數(shù)據(jù)的可采集、可分析，補充了教學評價中確實的環(huán)節(jié)，更能客觀反映教育過程的真實情況，實現(xiàn)評價更加公平。

科學研究路線更加客觀-針對知識圖譜、專業(yè)語料庫、名師語料庫這些擁有著巨大潛力的教學數(shù)據(jù)挖掘方向，針對教學數(shù)據(jù)對教學改革的影響等領域，做好數(shù)據(jù)的積累和機器學習的準備。

參考文獻：

[1]楊現(xiàn)民，余勝泉.智慧教育體系架構與關鍵支撐技術[J].中國電化教育，2015（01）：77-84

[2]教育管理信息化新發(fā)展：走向智慧管理[J]. 榮榮，楊現(xiàn)民，陳耀華，趙秋錦.中國電化教育.2014（03）

[3]信息時代智慧教育的內(nèi)涵與特征[J]. 楊現(xiàn)民.中國電化教育.2014（01）

[4]智慧教室：概念特征系統(tǒng)模型與建設案例[J]. 聶風華，鐘曉流，宋述強.現(xiàn)代教育技術. 2013（07）

[5]大數(shù)據(jù)研究[J]. 嚴霄鳳，張德馨.計算機技術與發(fā)展.2013（04）

[6]大數(shù)據(jù)視角下個性化自適應學習系統(tǒng)支撐模型及實現(xiàn)機制研究[J].馬相春，鐘紹春，徐妲 中國電化教育.2017（04）

[7]信息技術支持下的小學數(shù)學智慧教學模型研究[J].李祎，鐘紹春，周拓.中國電化教育. 2016（11）

[8]混合學習環(huán)境下中小學校長信息化領導力培訓對策研究[J]. 龐敬文，高琳琳，唐燁偉，鐘紹春，解月光.電化教育研究.2016（06）偉.中國電化教育. 2015（07）

[9]智慧教育體系架構與關鍵支撐技術[J]. 楊現(xiàn)民，余勝泉.中國電化教育. 2015（01）

作者簡介：王曉燕，女，鄭州，1977年2月，碩士，講師，研究方向：人工智能、教育信息化技術。