学习云空间支持下的研究性学习研究与实践

研究性学习对于培养创新精神和实践能力至关重要,空间化设置的虚拟学习云环境能在学习资源与服务的动态供给、便捷交互上提供支持,为研究性学习实践提供了新的途径。以促进研究性学习与学习云空间深度融合为目标,对学习云空间支持下研究性学习各要素进行适配分析,提出了学习云空间支持下的研究性学习系统架构和功能设计。为了促进学习者交互学习的主题管控和目标的快速达成,以构建语义相似度计算方法为基础,提出了一种思维发散与聚集保障机制;依托Cloudstack,开发实现了以云空间为基础的研究性学习系统,完成了交互协作学习与思维智能导引的有效结合。基于学习案例进行应用效果测试,结果显示该研究能较好地提高研究性学习的学习效果。

学习云空间中基于大数据分析的学情预测研究

随着学习云空间应用的不断深入,海量过程性数据与富媒体资源使其呈现为典型大数据特征环境。文章对学习云空间的大数据特征、分析方法及其带来的机遇进行了深入的分析,并依据学习云空间传统数据及其过程性数据提出一种学情预测模型及其实现方法。在模型构建过程中,通过计算各学情因素的Gini增益,实现学习效果影响程度的判别,并提出改进的并行随机森林算法,以世界大学城系统平台为支撑进行学习预测与效果检验。结果表明,该方法较为有效地实现了大数据环境下学习云空间的学情预测,并为学习云空间中基于大数据技术的智能服务提供了一种可行的参考方案。

基于TPACK的大学英语学习云空间构建及教学应用研究

学习云空间是国家教育信息化"三通两平台"的核心建设内容,对促进教育教学效率效果具有重要意义。该文基于TPACK框架设计了大学英语学习云空间的构建维度,并结合教学需求与学习云空间特征构建其系统架构;其次,阐述了学习云空间在大学英语教学中的四个应用策略:个性化空间动态配置策略、经验支持下的自学策略、基于泛在环境的碎片化学习策略以及语言学习导向的交互对话策略;最后,结合学习云空间介绍其在大学英语教学中的三种应用模式:翻转课堂、主题探究学习和混合教学模式,并通过案例验证学习云空间的应用效果。研究结果表明定制化的学习云空间及其应用能较好地提高大学英语教学效率,并促进学生对英语应用技能的掌握。

基于终身职业教育的“学习云”构建

职业教育必须面向终身,为每位学习者在不同发展阶段提供相应的服务。基于终身职业教育的"学习云"秉承和传载了"交流共享、随时随地、资源丰富、个性定制"的教育理念,可以有效整合各类优质职业教育资源,通过搭建职业教育云平台,为受教育者提供优质、便利、灵活和个性化的配送式移动学习服务,实现终身职业教育。

智慧校园中学习云空间的设计与应用

网络学习空间作为信息化进程的一部分,为学生提供个性化的泛在学习环境,使智慧校园中课堂内外学习过程更为智能,进而提高学习效率。本文分析了云计算、智慧校园与网络学习空间三者的关系,并基于此进行了智慧校园中学习云空间的系统框架设计与系统搭建,最后提出了学习云空间在智慧校园课堂内外环境中的应用策略与应用模型,旨在为智慧校园环境中的学习云空间建设探索出一条有效途径。

基于云学习模式的现代远程教育学习云环境构建

文章介绍了云学习这一由云计算应用衍生而来的全新学习理念,并阐述其概念和优点。本文指出目前阶段我国远程教育的现状及存在的不足,探讨了关于学习云环境构建的几点策略和要素,提出了基于云学习模式的远程教育为现代远程教育的发展方向。

云服务支持下学习云空间的构建策略及系统实现

云计算具备强大、便捷的计算能力和安全、集中的资源组织能力,从技术上能够满足网络学习空间的数据处理和存储需求,因此,学习云空间是网络学习空间发展的新阶段。本文针对云服务与网络学习空间的现状,构建云服务支持下的学习云空间,设计学习云空间的云服务体系,提出系统中存在的多类型数据获取、用户需求保障和用户学习目标偏离问题的解决策略,并从实验的角度完成了系统的构建并实现相关功能。

基于MVC设计模式的学习云架构探析

云计算技术在各行各业的应用将引来一场教育的革命,云计算机是一种全新的学习平台,具有着极大的优势。对于院校中学习云的平台的搭建与运用还有许多值得探讨与挖掘的地方,安全问题也是关注的一个层面。

基于国家超级计算资源建设高等教育学习云的研究与探索

本文分析我国教育信息化建设需求,切合国家教育信息化"十二五"发展规划,把握国家超级计算长沙中心的建设契机,发挥湖南大学优质教学资源和通过网络充分整合的湖南省各高校优质资源的优势,研究将这些资源与国家超算中心稳健的服务器、海量的存储器、巨大的吞吐能力和可并行计算等IT硬件资源进行充分融合,建设高等教育学习云的可能,探索实现数字化校园、教育资源共享等教育服务平台在技术上与超算资源的对接。

学习云空间中基于应用语义的资源组织模型研究与实践

在“三通两平台”建设背景下,云空间以高度的资源共享和便捷的交互支持为学习者提供了一个良好的在线学习环境,然而随着学习者数量和资源规模的急剧扩张,资源的有效组织与高效应用成为云空间面临的重要问题。从资源应用视角出发,依托云计算与本体技术,提出了基于应用语义的资源组织模型及其应用服务策略。探讨了云空间中资源的学习支持力并对资源应用语义进行了分析;设计了资源组织原则,并构建了基于应用语义的资源组织模型;阐释了基于本体和动态副本的实现机制,并提出了应用服务策略;依托iStudy实现了基于应用语义的资源组织功能,并采用实验研究法和问卷调查法分析了实践效果。结果表明,该模型能有效提高资源获取效率,优化资源交互体验,为学习云空间的可持续发展和学习者的高效学习提供了良好的支持。

学习云平台服务课堂交互关键技术探究

课堂交互技术是构建学习云平台服务的一项重要研究内容。提升交互体验对提高课堂中教师、学生和资源相互之间互动的效率,激发学生主动学习欲望等方面有着重要的推动作用。智能终端的普及使其成为智能课堂环境的重要组成部分,同时也为改善交互体验提供了更多的方案选择。本文探讨了学习云平台服务课堂交互的关键技术的内涵,从多模态互动的概念、课堂互动教学需求模型、课堂互动技术应用模式三方面,研究了多种交互手段的融合策略,实现了从资源平台到课堂教学新的交互模式的建构。

数据库应用网络学习云平台建设研究

现阶段,很多网络平台中都应用了数据库功能,该文在这一背景下,首先阐述了数据库应用在网络学习云平台中的好处,然后从网络学习云平台的建设思路、网络学习云平台中的网络协作功能和网络学习云平台中的云计算功能三方面分析了数据库应用网络学习云平台建设策略。希望对相关技术与开发人员带来启示,促进网络学习云平台的科学建设。

学习云空间中基于情境感知的移动学习自适应模型及其应用研究

随着移动互联网等新技术的快速发展,移动学习成为网络学习空间的主要学习方式之一,然而移动学习效果的提升面临着复杂移动情境下空间化学习的自适应挑战。文章以云计算支持下的网络学习空间(即学习云空间)为背景,分析了移动学习的自适应因素,提出了一个基于情境感知的移动学习自适应模型,并探讨了移动学习的自适应实现机制及其应用策略。研究依托iStudy的移动学习自适应系统进行应用实践和实证分析,结果表明:该系统更有利于提高场独立型与场依存型两种风格学生的自我效能感,以及场依存型学生的学习成绩;不同知识类型学习中均使用该系统,其学习成绩没有差异;两种风格学生均认为该系统更加便捷适用,场依存型学生认为该系统更有利于促进学习。研究为促进移动学习的自适应和个性化理论与实践探索提供了有力支撑。

基于网络学习云平台的计算机教学分析

基于网络学习云平台,采用线上线下混合教学,可以弥补传统计算机教学的不足。通过该平台的教学资源,实现教、学、管相结合,实施过程包括课前自学、自测、自评,课中释疑,课后学情统计分析三个阶段。这样做,可以弥补《大学计算机基础》课程课时少、计算机基础水平差异大、教学缺少互动的不足,方便教师更好地了解学生对课程各个知识点的掌握程度,培养高校学生的自学能力,为综合成绩的形成性评价提供更多的参考依据。

学习云空间中学习路径的情境语义标识及应用

学习云空间中学习路径的情境语义标识是为了满足学习者个性化学习的现实需要,也是自适应学习的研究热点之一。文章首先探讨了学习云空间的理想学习环境,提出了基于建构主义理论的学习机制。随后,文章设计了面向学习云空间的情境要素,在此基础上构建了面向富语义学习路径的云空间情境感知模型,揭示了基于情境感知的富语义学习路径生成原理,并对学习路径进行了有效性评估。最后,文章依托世界大学城的学习路径功能模块,对富语义学习路径的应用效果进行检验,展现了良好的学习效果。文章的研究可助力于学习路径的精准推荐和学习云空间的进一步发展。

学习云空间支持的大学生全球素养教育模式研究——基于广东省四所高校的调查

全球化时代,大学生全球素养教育对国际人才的培养、推动社会协同进步、人类共同发展至关重要,学习云空间融资源、服务、数据为一体,支持共享、交互、创新的特性,能够为大学生全球素养教育提供支持。为了了解现阶段大学生全球素养水平,该文在梳理国内外相关研究的基础上,构建了大学生全球素养结构模型,设计了大学生全球素养评价量表,并采用整群抽样的方法,以广东省四所高校2060名大学生为调研对象展开抽样调查。结果表明:大学生全球素养总体不高,在知识和技能方面的水平存在明显不足。为此,该研究从教育目标、教育内容、教育资源、教育过程、教学互动和教育评价六个方面构建了学习云空间支持的大学生全球素养教育模式。

“U校园”学习云平台的英语自主学习需求分析

"互联网+"时代,随着混合式教学模式的出现,大学生依靠互联网进行自主学习的需求日益提升.如何使学生更有效地利用互联网学习云平台进行自主学习,如何满足学生线上学习时的不同需求,是当前需要探讨的问题.本研究基于需求分析理论,随机抽样279名非英语专业本科学生进行实证研究,考察大学生使用英语学习云平台的现状.并通过问卷调查和数据分析,对学生在使用云平台学习中的需求特征进行分析.英语学习云平台的使用与学生学习动机显著正相关;学生对于英语学习云平台功能需求,更多体现在学习环境维度的需求;文科、理工科与医科学生对于英语学习云平台的需求不具有显著差异性.

全息学习云平台:让学习活动看得见——以《诸子论水》教学为例谈学习活动源于技术的变革

我校基于大数据和数字化技术建设"全息学习云平台",在《诸子论水》一课的教学中,以"云平台"为技术支撑,实现深层次、体系化的教学变革,让学习活动更丰富,更立体,更多元。

云学习平台在高中物理教学中的应用研究

云学习平台具有较强的交互性、引导性与适用性,可为学生提供多元化的学习情境及学习资源,提升学习效率。基于此,本文分析了云学习平台在高中物理教学中的有效性及应用策略,以期提升高中物理学科教学效率。

深度学习容器云平台下的GPU共享调度系统

近年来,容器由于具有轻量级以及高可扩展性,逐渐替代了虚拟机,被广泛应用于深度学习云平台中。但目前深度学习云平台在GPU资源管理上依然存在着不足,主要表现为由于容器编排技术的限制,多个容器无法共享使用GPU资源,而对于一些小规模模型的训练任务和推理任务,单个任务并不能充分利用整张GPU卡的计算资源。当前的独占模式会导致昂贵的GPU资源的浪费,降低资源效率和服务可用性。针对这一问题,提出了一种GPU共享调度系统。一方面,基于Kubernetes的Operator机制对现有集群功能进行扩展,实现了多个Pod共享使用GPU资源,同时设计了一种代理机制保证了与原生Kubernetes的兼容性。另一方面,基于GPU时间片与抢占机制,实现了GPU资源的动态管理与调度,在多个任务之间进行细粒度的协调,并减少了任务干扰。实验结果表明,与原生Kubernetes调度系统相比,该系统能够将一组深度学习训练任务的完成时间平均减少约20%,使得集群GPU资源利用率平均提升约10%。在共享使用GPU时高优先级任务性能相较于独占GPU损耗不到5%,同时能够使得低优先级任务以20%的性能运行在同一张GPU上。