云计算和大数据环境下的在线教育讨论1. 引言 当前云计算和大数据技术的出现，面对在线教育交互中产生的大量复杂数据，可以实现识别、分析、挖掘并组织隐含在学习者交互过程中的结构化、非结构化数据信息，开发交互过程数据的价值,发现其隐性诉求并预测学习支持服务趋势，并以其为导向改进和拓宽在线教育服务，达到在线教育服务与学习者需求的双向平衡。本文就是立足于对在线教育的交互瓶颈和需求分析，构建基于大数据和云计算支持的在线教育交互平台模型。重点讨论交互平台功能实现，使在线的学习者和老师可以实现完美的在线交互活动，并且对交互的数据进行深化挖掘分析,解决目前在线教育所面临的弊端。2. 在线教育交互平台现状分析在线教育交互分为个别化交互和社会性交互，前者是学习者和学习资料之问的交互,后者是学习者和老师或者学习者之问的交互，社会性交互是提高在线教育交互水平的关键因素.随着在线教育的交互信息资源增加，在线学习者和在线老师的需求不断进展和提高，在线教育出现了许多问题.针对服务应用。目前在线教育的交互平台缺乏统一身份认证体系，需要进行身份重复验证,给用户造成不便同时给系统增加安全隐患；缺乏统一的应用展现,用户信息分散在各个应用中,且服务功能重复，堆砌浪费；使用方法、界面和质量不统一,给平台使用和维护管理造成不便.在线学习时间的碎片化趋势对学习者的终端设备要求很高，造成学习质量下降;缺乏跨终端的资源共享系统,影响学习效率和满意度，改变终端学习，增加数据丢失、病毒入侵等安全问题。 针对信息资源的存储和分析挖掘。随着在线学习者和在线老师的服务需求日益个性化和专业化，对于服务质量也越来越看重,在线教育交互平台必须根据在线学习者和在线老师的需求作出相应的策略改变，以适应服务需求的不断改变和提高.由于在线教育是基于互联网的学习方式，学生和学习资源、老师与学生、学生与学生之间的沟通是通过网络全方位进行，所以需要通过对学习沟通的分析挖掘出在线学习者和老师的需求.在线教育的信息资源总量日益增大，主要的数据资源包括结构化和非结构化信息，以及在线教育平台内部以异构化数据为主的相关信息，且每天以大量的非结构化数据和异构性数据资源为主.但是目前对于这些异构性数据和非结构化数据的记录、存储和统计技术，完全不能满足在线教育交互平台的数据需求。因此对平台产生的结构化、非结构化、异构性大量数据进行分析和深度挖掘潜在价值成为必定，为在线学习者和老...
