高职院校移动教学管理平台的构建

黄友鹏 郭晓旭

自《教育信息化2.0行动计划》正式发布以来，互联网和教育就已经成为不可分割的整体。从中不难看出，“智慧校园”成了贯穿始终的重点任务之一[1]。目前很多高职院校信息化建设推行非常成功，但是仍然存在一些问题，如信息化平台被多所高校共享，导致授课时间集中时网络拥堵现象严重;信息化教学过多依赖手机、平板电脑等终端设备，使得学生在课上时间无法确定教学主题，教师也很难判断学生上课的状态;现有的智慧校园偏重使用新技术提升“外在形象”，往往忽略了这些技术在课堂教学、学生管理方面的作用等[2]。

构建思路

移动教学管理平台（以下简称“平台”）旨在解决现有信息化平台的问题，减少高职院校对于智慧校园的投入成本，依托校园局域网服务器搭建数据处理后台，使用用户（教师、学生）终端设备（手机、平板电脑等）实现移动客户端使用。

1.数据处理后台设计

数据处理后台主要用户为系统管理员，可以宏观掌握院校课程进展情况，并自动获取分析数据向移动客户端对应用户提供数据视图以及通知。以下从三个方面对后台具体设计进行说明。

（1）结构设计。数据处理后台采用B/S架构实现，该架构兼容性强，能够很容易搭建环境以及后台迁移。

数据处理后台的设计选择了MVC设计模式，由应用层、逻辑层、数据层三部分组成。数据层直接对数据进行操作，即对数据库进行增删改查，数据交互主要指通过WebService进行数据的读取和共享。逻辑层主要负责数据处理后台的业务逻辑，包含基本业务和数据分析两部分。基本业务包含学生信息、课程信息、教师信息、课程进行实际发生信息等基础数据进行管理维护;数据分析包括对课上情况、学业进度、质量检测、学业警示等数据进行处理得到分析结果，便于直观对教学质量进行把控。应用层主要负责将平台功能直观展示给用户，包含数据展示、信息推送、用户操作、技术支持等要素。通过逻辑层分析得出的数据，直观展示给用户。

三层结构设计，体现了“高内聚、低耦合”的理念，提高了数据处理后台的维护性、扩展性。

（2）功能设计。为了提高智慧校园在课堂教学、学生管理方面的比重，本研究设计了数据处理后台的功能结构，如图1所示。数据处理后台可以通过学生、教师课程的基本情况及授课各个环节数据分析后的情况，自动提醒教师、学生针对当前自身情况合理调整教学方式、端正学习态度。学业警示提醒功能不只是对学生的鞭策，更是提醒对应教师有针对性地重点关注落后学生。

（3）网络设计。数据处理后台的网络部分针对数据上传下载的交互方式以及提高后台、移动客户端数据交互速度的方式两方面进行设计。数据后台可以与各高职院校智慧校园无缝对接，实现数据共享，满足智慧校园建设中所需的数据源。在教育信息化2.0的大背景下，大数据是所有平台的基本要求，实现数据分析后台，需要从各个渠道获取师、生、课等数据，也需要向对应渠道反馈最新的数据，主要通过WebService方式实现。在校园局域网下搭建数据后台，数据的规模减小了很多，可以有效地提升数据交互的速度。同时为了更好地实现速度的提升，在各高职院校信息中心、网管中心的配合下，还可以采用负载均衡算法设计网络，以提升速度。

2.移动客户端设计

移动客户端主要用户为教师和学生，用户账号由后台获取教师、学生数据自行分配并由管理员审核确认。客户端使用Hybrid App（混合应用）设计开发，将Web页面封装在原生应用之中，解决了用户终端操作系统多样性造成的开发时长及成本问题，也提高了兼容性和可维护性。

（1）功能设计。客户端功能根据用户不同有教师、学生两套界面。教师客户端主要实现登录、管理学生、管理课堂、查看报表、留言板、接收通知等功能。学生客户端主要实现登录、查看课程、查看报表、留言板、接收通知等功能。教师可以管理自己所属课程以及学生，并通过校园资源库下载或上传课程资源，每堂课布置签到、作业以及头脑风暴。学生可以查看自己的课程，根据课程获取教师布置的任务并完成。教师和学生都可以查看属于自己的、通过数据分析后台得到的数据报表，以此完善自己的状态。课后师生可以通过留言板进行交流;当数据分析后台分析出某位学生出现学习异常时，该生以及对应教师会收到客户端的通知。

（2）网络设计。为了提高安全性，客户端限制访问路径，需要各高职院校信息中心、网管中心开放客户端接口对于WebVpn的使用权限，教师和学生登录自己的校内账号即可进行操作。

关键技术

依托于智慧校园的移动教学管理平台必然离不开技术的支撑，以下阐述平台开发所使用的4种高新技术。

1.人脸识别算法

该平台使用了一种基于特征的高效人脸识别方法实现了客户端登录的功能[3]。这种方法的优点是减小了存储空間和运算强度，保持了准确性。采用K近邻和支持向量机算法，通过交叉验证学习FOL算法中比较好的数据样本，借助FOL这种稳健而直接的特征压缩算法，与使用未压缩特征的方法相比获得了更高的识别准确性。

2.大数据分析

数据分析后台利用大数据技术提取数据源并通过运算生成报表，分析报表判断是否向客户端发送通知。

数据源包含很多数据，但多为非典型数据，不能直接利用。所以在使用数据之前要进行数据清洗，以获取到相关性高且匹配调用格式的数据。将数据进行规范化操作后才可以进行分析，判断数据的发展趋势，检测预期的效果。可以将所有有效数据建立线性模型，并把数据集分为训练集和测试集，以测试模型的准确性。

3.负载均衡算法

负载均衡算法主要是为了通过对网络请求和数据分摊的具体设计来提升资源使用的效率，减少响应时间，避免单点压力过大。本平台对于数据分析后台和客户端具体使用的Nginx负载均衡算法，每个请求按时间顺序逐一分配到不同的后端服务器，如果后端某台服务器死机，自动剔除故障系统，使用户访问不受影响。

4.Hybrid App開发

App的开发方式有很多种，主流的有Native App（原生应用）开发，根据不同操作系统提供的官方开发语言实现开发，这种开发方式用户体验很好，应用市场也认可，但是为每一种操作系统开发一个客户端App成本很高、维护起来很复杂;Web App（网页应用）与之相比开发成本低、维护起来容易，而且也不需要考虑操作系统的差异性，但是用户需要登录浏览器才能使用，用户体验和稳定性极差。

摒弃两种开发方式的劣势，结合二者优点的开发方式就是Hybrid App（混合应用）开发，这种开发方式利用HTML5、CSS3技术编译应用的内部功能，通过native技术嵌套原生开发的App外壳，开发成本低、维护容易，用户体验和稳定性都很好。

在教育信息化2.0大背景下，每所高职院校都有属于自己的教学系统。该平台可以根据原有系统，进行匹配升级，不具备的功能，选择性引入。对于网络安全问题，在成本可控的条件下应果断升级，提升平台使用效果，但是对于更新的时机一定要慎重决定。针对该平台，也有很多不足之处，如数据分析后台应不断完善算法为师生提供高质量的服务和准确的分析;教师应该根据平台反思自己的教学思路，主动完善教学模式;学生应该培养自主学习的习惯以及良好的信息素养等。

希望该研究能够促进高职院校的智能化设备管理与信息化平台建设，推动信息化与教学实践的融合，完成教育信息化2.0时代的教学环境建设，为教学改革与教育发展贡献一份力量。

参考文献

教育信息化2.0行动计划[J]. 西部素质教育，2018 （10）：123.

杨萍，姚宇翔，史贝贝，王运武. 智慧校园建设研究综述[J]. 现代教育技术，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.