(网经社讯)【摘要】随着社会经济和科学技术的发展与进步，我国教育领域逐渐出现在线教育模式，在线教育交互是其重要的组成部分。云计算和大数据也为在线教育交互提供了重要的技术基础，影响着其数据处理、服务模式等各个方面。基于当前云计算和大数据的优势，有效地应用在线教育平台，实现师生之间在线授课和高效互动。
【关键词】云计算 大数据 在线教育 交互
随着当今社会逐渐向智能化和信息化的方向发展，人们的教育方式也逐渐发生了相应的变化，也有越来越多的人愿意、乐于接受在线教育。在线教育的出现是以先进的科学技术为支撑的，随着云计算和大数据的出现，在在线教育中人们逐渐实现双方之间的交互，这能够有效地提升教育质量和效率。为了实现这一目标，就需要教师加强对在线教育交互模型的分析与研究，深入的分析和探讨相关问题，最终实现在线交互。
一、云计算和大数据概述
1.云计算概述
所谓的云计算指的是通过运用互联网对信息数据处理的能力，自动的将待处理程序分成大量的子程序，然后通过庞大的服务系统来分析、计算和搜寻信息数据，最终向用户传递处理结果，这使网络应用得到了更加广泛的应用和推广。其优势主要表现在（1）超大规模：能够实现对现有的、大量的规模硬件资源进行综合，进而使其计算能力得到显著的提升；（2）虚拟化：通过对基础资源池的建立，就能够部署和应用多部虚拟机，资源利用率得到有效提升，而且在出现过载的时候，也能够实现自动迁移；（3）高可靠性：在数据储存的同时，会采取计算节点同构和多副本容错等措施，有效的提升了保障服务的可靠性；（4）高可拓展性：会根据实际的需求来减少或增加资源，不需要对承载业务系统进行考虑，其便利性得到了显著的提升；（5）按需服务：所提供的服务的根据自身的资源能力，用户可以根据自身的实际需求来购买资源，能够节约成本。
2.大数据概述
大数据作为一种前沿技术，主要就是对数据进行分析，从海量的信息数据中，快速的取得价值信息，显著的提高了处理模式的流程优化能力、洞察发现力以及决策力，其信息资源富有多样化和高增长率。其优势主要表现在（1）体积大：增长快、存储量大，能够同时生成海量数据，其级别已经从 TB 上升为 PB；（2）种类多：具有结构化和非结构化的数据格式，其分析处理能力也得到了有效的提升；（3）价值密度：价值密度低，但是数据价值大，通过挖掘和分析海量数据，就能够分析和预测出未来的模式和趋势，并实现深度复杂分析；（4）速度快：通过对数据信息的快速处理分析，就能够快速的掌握市场变化情况，进而把握市场先机，采取相应处理应对措施。
二、云计算和大数据在在线教育交互平台中的应用
1.在线教育平台现状
对于当前的在线教育交互平台来说，还没有构建统一的身份认证体系，这样一方面会给用户造成一定的不便，同时整个系统的安全隐患也会在一定程度上增加。服务和应用的展现也缺乏必要的统一性，对用户的体验造成负面的影响，同时应用和维护平台的工作也得到了相应的增加。作为一种互联网式的学习模式，在交互的过程中就会产生大量的异构性和非结构化的数据资源信息，这样就难以保证数据的有效储存。另外由于数据格式和编码不统一，这样在数据分析的时候用户的实际需求就难以得到满足。根据在线教育交互用户的不同，对服务质量和服务需求的专业化与个性化的需求也就会存在一定的差异，因此其服务策略就需要及时的更新。在硬件架构方面存在着硬件孤岛，这样就会造成高能耗、低效率、难管理、高投入等方面的问题。
2.基于云计算和大数据的在线教育交互平台应用模型分析
目前的在线教育逐渐表现出同质化的现象，因此在在线教育交互平台上加强对云计算和大数据的应用，其教育服务就能够体现出一定的差异化，同时也能够为用户提供个性化的服务。下图表示在线教育交互平台应用云计算和大数据的模型图。
图1 在线教育交互平台应用云计算和大数据模型图
根据模型图可以看出，在线教育交互平台被分为基础设施硬件层、数据资源处理层以及用户应用服务层。
第一，基础设施硬件层。在基层设施硬件层中主要包括备份设备、安全设备、网络设备以及存储设备四个部分，原先存在的硬件孤岛问题能够利用云计算来有效的解决，并集中管理硬件资源，能耗和复杂性都能够得到有效的降低，设备利用率提升，其中最显著的就是系统的可用性和可靠性得到提高。当系统的应用处于高峰期的时候，其硬件资源能够实现动态分配；当高峰期度过之后，多余的资源也能够实现自动回收，在回收之后可以自动关闭或者是向其他的应用服务调度，其硬件使用寿命能够得到很好的延长。如果其中的某一个设备发生故障的话，该设备中的相关资料就能够被其他的设备自动调取、接管，其可靠性得到了显著的提升。对于云计算技术来说，一方面具有基础的储存能力和计算能力，另一方面还具有自动备份功能，硬件设备的维护成本和投资费用都能够得到有效的减少，可用性得到提高的同时，降低了管理的复杂性。
第二，数据资源处理层。对于数据资源处理层来说也被分为三个部分，即标准化处理、数据挖掘分析整合与数据库，其中核心的部分就是数据挖掘分析整理层，这也是整个平台的核心部分。在云计算和大数据的基础上，数据逐渐向分析与挖掘、分析与预测的方向发展，这样也就不断增加了信息的价值，在整个流程中，其资产是数据，手段是分析和挖掘，目标是趋势的发展与预测。学生的行为数据能够通过大数据来实现收集，这样就能够实现交互数据之间的量化，针对在线教育平台系统中的多种类型，能够通过对数据中的规律和模式挖掘出来，然后建立预测模型。通过对软件教学模型、领域模型以及学生模型的建立与综合，其用户学生的质量和体验就能够得到进一步的提升和改善。
第三，用户服务应用层。这主要是为用户提供多样化的服务，其中主要包括学习管理、交流互动、教学管理以及教学内容这四个方面，用户可以通过授权的不同，来访问相应的用户服务和界面。这一窗口能够实现资源对外交互，是用户资源的主要来源，可以对用户的体验产生直接的影响，因此需要对服务资源进行重构，进而实现个性化，确保其学习进度的合理性。（来源：爱学术 文/林榕 编选：网经社）
