论文部分内容阅读
摘 要：文章分析和阐释了智慧教学中精准学习的概念与意义，构建了智慧教学的基本框架，提出了智慧教学需求精准感知策略。文章重点在智慧教学框架中分析基于大数据技术的智慧教学需求精准感知过程，探讨智慧教育中教学需求精准感知策略的优势与实际教学意义。
关键词：精准教学;智慧教育;学习需求感知;大数据
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2021）18-0014-04
Abstract： This paper analyzes and explains the concept and significance of accurate learning in wisdom teaching， constructs the basic framework of wisdom teaching， and puts forward the strategy of accurate perception of wisdom teaching demand. In the framework of intelligent teaching， it analyzes the process of accurate perception of intelligent teaching demands based on big data technology. This paper expounds the advantages and practical teaching significance of the strategy of accurate perception of teaching needs in wisdom education.
Keywords： accurate teaching; intelligent education; learning need perception; big data
當今世界已经步入了新一代人工智能和大数据2.0时代。随着智能社会的逐渐来临，人类社会也已经慢慢踏上了智能决定一切的新征程。人工智能和大数据信息已经成为像饮食、电、燃气、网络一样的必需品。作为智能社会的关键因子，高等教育应该充分利用大数据、人工智能技术积极促进我国快速进入智慧教育时代。为了将党的十九大精神深入落实到实际工作中，为了迅速推进教育强国建设，为了加速我国新时代教育信息化的进程[1]，教育部根据我国教育进程的实际情况，制定了详细的教育信息化2.0计划[1-3]。该计划是能够有效促进我国智慧教育[2]高速发展的一项强有力的先导性工程。
一、相关研究
在党的十九大报告中，习近平总书记强调了坚持质量第一、效率优先的重要性，强调了供给侧改革对促进经济发展质量变革、提高行业全要素生产率的重要作用，突出了供给侧结构改革过程中创新供给结构、实现精准供给的重要地位。如果要实现资源的精准供给，首先要对需求进行精准感知，从而获得用户的精准需求[4-5，15]。“精准教学”当初是基于斯金纳的行为主义学习理论而提出的，主张学习条件与环境的作用。然而当今信息技术日益发展，已经足以为学习者的学习条件与环境提供强大的技术支持，足以有效促进精准教学的发展。确切而言，就是基于人工智能与大数据技术[6]，可以实现对学生学习需求的精准感知，同时可实现教学资源精准供给。“精准”是教学存在的必要条件。教学不精准就不是优质的教学[6]，学生的学习就不可能有真正意义上的收获。此外，为了实现智慧教学，高校教学过程也需要从供给侧改革的“需求精准感知和资源精准供给”中寻找思路，积极为知识学习者寻求、提供有效的知识获取方法[7-8]，从而实现智慧教育。因此，习近平总书记的供给侧结构改革思路，对人工智能与大数据时代高校基于精准教学的智慧教育[9，14]的发展起到了极其重要的指导作用[10]。
基于精准学习与个性化教学的智慧教学[11]，国外已开展了相关工作，并且取得了一定的成就。例如，Peter Brusilovsky等人（匹兹堡大学）[12-13]，把奥苏伯尔学习理论和模糊神经网络方法融入到MOOC教学中，有效地对学生知识水平、学习动机和兴趣偏好进行收集，实现学习个性化精准定制[12]。德国学者Bela（卡尔斯鲁厄大学）基于内容知识图谱和本体论等理论构建了个性化的知识脉络图，实现了对学习者的知识水平把握。马来西亚理工大学Idris等人，基于神经网络原理，实现了学习目标和学习对象之间逻辑关系的确定，从而有助于学习需求的精准感知和学习资源的精准供给。与此同时，国内相关研究也开展得如火如荼。例如，浙江工业大学李浩君和江南大学牟智佳等学者，通过收集学习者的生物数据（例如，面部行为、眼球运行特征等），采用启发类算法针对上述数据进行分析，为学习者推荐学习资源序列。朱建东教授（华东师范大学）、蒋强（四川大学）等学者，根据贝叶斯网络、模糊理论设计了自适应学习风格模型的动态学习路径，构建了学习诊断系统模型。在智慧教育体系构建策略方面，主要集中在解决“双精准”智慧教学“如何实施”的问题[14]。
二、智慧教学需求精准感知的意义
随着大数据技术的日益发展，我国已经步入了大数据应用高速发展期，智慧教育体系中精准教学（学习需求精准感知与学习资源精准供给）的教学过程与传统教学相比，覆盖的教学范围更加广泛。基于精准教学的智慧教学模式肯定会成为最具有广泛前景的教学模式之一。目前，我国已经步入了大数据应用高速发展期，在此阶段结合大数据环境中多样的教学数据资源，基于大数据的智能化数据分析与知识推荐技术，可以为高校教育中的师生提供精准的学习偏好分类，同时也可以设计更加有针对性的智慧教学活动。根据大数据技术分析结果，会感知到精准的学习需求，从而教师就可以更加明确教学动机，进行精准的学习资源供给，从而实现智慧教育。线上学生也可以根据学习偏好的匹配，获得更加有效的学习资源，从而形成了线上、线下教学方式相结合的智慧教学模式。因此，基于需求精准感知与资源精准供给的智慧教学的研究，对于促进高校智慧教育教学体系的完善有着重要意义。 三、智慧教学需求精准感知策略
本文主要围绕目前高校教育过程中出现的若干问题，在人工智能与大数据2.0时代，针对智慧教育提出一种智慧教学框架与教学需求精准感知策略。
（一）智慧教学主体框架
在新的教育改革浪潮中，教育发展总体方向应强调学生的个性发展和自主选择。基于精准学习的框架，根据学习者兴趣推送精准的学习资源，使学习者更加明确学习内容，从而实现精准学习的智慧教育目标。同时学习者也可以适当控制学习进度，确保学习的高效率，从而最大程度地激发学习潜能。尤其在人工智能与大数据时代，社会已经完全处于信息公开、资源共享的状态。在此情境下，需求精准偏好与内容精准供给模式的智慧教学模式已势如破竹。为此本文提出智慧教学框架结构，如图1所示。
（二）智慧教學主体框架过程
智慧教学框架中以兴趣、专业、课程、资源、学生、教师为主线，建立以教学目标、教学内容、学习评价等要素为主要内容，适合线上教学平台的统一资源存储模式。学习者首先通过客户端或者APP等方式提交个人学习兴趣。教学服务器端存储个人兴趣数据作为学习兴趣偏好源数据。在教学框架中的数据分析服务器（需求感知部件）对数据进行分类处理，提取数据特征，形成不同知识点学习特征的数据集合。根据上述数据特征教学端可以获取不同学习者的学习兴趣与供给知识的有效对应关系，完成教学过程。主体知识供给与学习流程如图2所示。
四、智慧教学需求精准感知策略
基于精准教学的数字化智慧教学学习需求感知策略，力求突破传统的教学模式，构建以智能大数据分析、推荐技术为载体，具有评分标签的新型学习资源分层对象资源集合。精准地感知学生的偏好信息，然后基于偏好信息为学生进行精准资源供给。
（一）智慧教学体系设计思路
主要体现为关注每个学习主体的个性化学习需求差异，教学资源推荐过程中体现出知识和学习需求的有效对应。如果要做到对应，那么必须要设计出学习需求与学习资源准确的映射关系。构建一套完整的以信息数据共享平台为资源依托，以精准需求为关键，突出精准教学服务为重点的智慧教学体系。设计过程主要基于以下两点：
第一，构建基于推荐机制的数字化智慧教学资源库
构建多平台资源标准，先在院系常规课程中建立相应的专业课程资源库，然后由小组成员带领专业教师收集学生学习偏好，并且构建有推荐机制的相应专业课程、专业实践教学、专业课程标准、技能鉴定资源库。
第二，构建基于精准学习的智慧教学模式
构建出统一的信息类专业课程的精准需求感知与精准资源供给的智慧教学模式框架。
（二）智慧教学需求精准感知过程
如果要准确实施上述方案，教学需求的精准感知是重中之重。在大数据环境下，本文针对基于精准学习的智慧教学策略进行研究。建立较完善的基于精准学习的智慧教学框架。在智慧教学过程中勾勒出需求精准感知与资源供给的智慧教育体系。基于多专业学生学习目标的细化和教师的内在化反思，收集教学协同体系中学习偏好和对应的资源，形成偏好和资源之间相对应的映射关系。进而通过偏好定位和推荐系统，形成规范统一的智慧学习资源推荐模式。具体的学习需求感知过程如图3所示。
学习需求感知过程主要包含以下几部分：
1. 明确学生个性化学习目标的差异，精确收集学生在线输入的学习兴趣数据，形成初步的学习兴趣数据集合。通过学习兴趣的有效性收集，构建一套完整的模糊兴趣数据集。
2. 结合获得的模糊兴趣数据集，进行初步的符合常理的学习兴趣分析，得到有效的学习兴趣数据。但是，在此数据集合中并没有按照统一的数据格式进行存储，因此对于该数据集合需要进行统一的数据规范化处理，从而生成规范化的兴趣数据形式。
3. 针对上述步骤中生成的兴趣数据，进行兴趣类别划分，比如工科类、理科类、文科类，然后进一步对上述类型的兴趣进行科目对应。例如，“CPU”是属于工科大类，然后进一步确定，该兴趣数据属于计算机类。此操作的目的是将学生的兴趣准确地规约到具体的科目类别中。
4. 针对具有分类信息的学习兴趣，进行学习兴趣模式提取，并对所获得的有效模式进行存储。目前，完成了主体兴趣模式的识别，但是该模式是否合理需要进行评估和验证。主要从学习模式的精确度和有效性两个方面进行评估。
5. 存储经过评估后的学习兴趣模式，为精准知识的提供做好准备。
在整个兴趣模式获得的过程中，数据采集和模式提取起到了很重要的作用，为下一步精准知识的供给，提供了必要条件。
五、结束语
基于大数据的智能化数据分析与知识推荐技术，可以为高校教育中的师生提供精准的学习偏好分类，同时也可以设计更加有针对性的智慧教学活动。精准教学的教学过程与传统教学相比，覆盖的教学范围更加广泛。不囿于学科限制，线上学习者都可以根据自身学习偏好的匹配，获得更加有针对性的学习资源，从而形成学习需求与学习资源相结合的智慧教学模式。基于需求精准感知的智慧教学，对于促进高校智慧教育教学体系的完善，加深教与学双方的有效精准对接，有着深远的理论意义和重要的应用价值。
参考文献：
[1]习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[EB/OL]. http：//www.gov.cn/zhuanti/2017-10/27/content_5234876.htm，2017-10-18.
[2]薛小勇.整合技术平台构建智慧教育[J].科学大众（科学教育），2020（2）：14.
[3]马天寿，付建红，曾德智，等.混合式教学在钻采概论课程教学改革中的探索与实践[J].教育现代化，2020，7（16）：49-52. [4]张宝君.“精准供给”视域下高校思想政治理论课教学现实反思与策略[J].思想理论教育导刊，2017（8）：99-102.
[5]刘健，何德波，刘晖晖.供给侧结构性改革背景下专业技术人员继续教育精准化水平提升策略研究-以四川省绵阳市为例[J].继续教育，2018，32（7）：31-33.
[6]许爽，周铜.大数据背景下的智慧教育工程[J].智库时代，2020（4）：203-204.
[7]杨燕艷，朱春燕.基于大数据的智慧教育云平台设计与实现[J].科技传播，2019，11（23）：123-124+127.
[8]谢鑫.微时代基于大数据的精准移动学习模式研究[A].Proceedings of 2017 4th International Conference on Management Innovation and Business Innovation[C]. 2017：6.
[9]陈思迪.“互联网+”背景下高校智慧课堂教学模式构建[J].中国现代教育装备，2019（23）：15-17+26.
[10]雷云鹤，祝智庭.基于预学习数据分析的精准教学决策[J].中国电化教育，2016（6）：27-35.
[11]苏永频.全息技术在智慧教育中的应用分析[J].科学技术创新，2019（33）：87-88.
[12]姜强.大数据背景下的精准个性化学习路径[N].中国信息化周报，2018-2-5（14）.
[13]Danielle H. Lee，Peter Brusilovsky. How to measure information similarity in online social networks： A case study of Citeulike[J]. Information Sciences，2017，418-419.
[14]谢琨，苗启广，郑海红，等.“双师双侧”线上教学模式的探索[J].计算机教育，2020（8）：6-8+13.
[15]张佳妮，朱江.“精准供给”视域下远程教育学习支持服务路径研究[J].成人教育，2019，39（6）：29-34.
基金项目：2019年教育部协同育人项目-湖南女子学院-北京无忧创想信息技术有限公司“大数据2.0时代基于精准学习偏好的人工智能课程教学体系构建研究”（编号：201901050006）;2020年度湖南省社会科学成果评审委员会课题“大数据时代基于需求精准感知与资源精准供给的教学策略”（编号：XSP20YBZ043）、“大数据时代网民隐私泄露风险分析与保护机制研究”（编号：XSP20YBC138）;湖南省自然科学基金面上项目“分布式云中虚拟机资源分配及自适应部署策略研究”（编号：2018JJ2193）;2020年湖南省教育科学“十三五”规划课题“新一代人工智能与大数据2.0时代基于精准教学的智慧教育体系构建研究”（编号：XJK20BGD007）;2018年湖南省教育科学“十三五”规划课题“大数据环境组件模式教学资源库构建方法”（编号：XJK18BJC003）;湖南省教育厅科研项目“云际云中虚拟机资源动态均衡系统构建技术研究”（编号：18A471）、“大数据环境下教育信息化发展关键方法研究”（编号：18C1054）;湖南省职业院校教育教学改革项目“移动互联网环境下的高职专业课程重构与实施策略创新研究”（编号：ZJGB2016023）;2018年湖南省普通高校教学改革研究项目“教育供给侧改革视域下共生型校企合作人才培养模式研究”（编号：479，文件号：湘教通[2018]436号）
作者简介：刘树锟（1980-），男，汉族，河北沧州人，博士，教授，教学督导，研究方向：教育信息化、云计算。
关键词：精准教学;智慧教育;学习需求感知;大数据
中图分类号：G640 文献标志码：A 文章编号：2096-000X（2021）18-0014-04
Abstract： This paper analyzes and explains the concept and significance of accurate learning in wisdom teaching， constructs the basic framework of wisdom teaching， and puts forward the strategy of accurate perception of wisdom teaching demand. In the framework of intelligent teaching， it analyzes the process of accurate perception of intelligent teaching demands based on big data technology. This paper expounds the advantages and practical teaching significance of the strategy of accurate perception of teaching needs in wisdom education.
Keywords： accurate teaching; intelligent education; learning need perception; big data
當今世界已经步入了新一代人工智能和大数据2.0时代。随着智能社会的逐渐来临，人类社会也已经慢慢踏上了智能决定一切的新征程。人工智能和大数据信息已经成为像饮食、电、燃气、网络一样的必需品。作为智能社会的关键因子，高等教育应该充分利用大数据、人工智能技术积极促进我国快速进入智慧教育时代。为了将党的十九大精神深入落实到实际工作中，为了迅速推进教育强国建设，为了加速我国新时代教育信息化的进程[1]，教育部根据我国教育进程的实际情况，制定了详细的教育信息化2.0计划[1-3]。该计划是能够有效促进我国智慧教育[2]高速发展的一项强有力的先导性工程。
一、相关研究
在党的十九大报告中，习近平总书记强调了坚持质量第一、效率优先的重要性，强调了供给侧改革对促进经济发展质量变革、提高行业全要素生产率的重要作用，突出了供给侧结构改革过程中创新供给结构、实现精准供给的重要地位。如果要实现资源的精准供给，首先要对需求进行精准感知，从而获得用户的精准需求[4-5，15]。“精准教学”当初是基于斯金纳的行为主义学习理论而提出的，主张学习条件与环境的作用。然而当今信息技术日益发展，已经足以为学习者的学习条件与环境提供强大的技术支持，足以有效促进精准教学的发展。确切而言，就是基于人工智能与大数据技术[6]，可以实现对学生学习需求的精准感知，同时可实现教学资源精准供给。“精准”是教学存在的必要条件。教学不精准就不是优质的教学[6]，学生的学习就不可能有真正意义上的收获。此外，为了实现智慧教学，高校教学过程也需要从供给侧改革的“需求精准感知和资源精准供给”中寻找思路，积极为知识学习者寻求、提供有效的知识获取方法[7-8]，从而实现智慧教育。因此，习近平总书记的供给侧结构改革思路，对人工智能与大数据时代高校基于精准教学的智慧教育[9，14]的发展起到了极其重要的指导作用[10]。
基于精准学习与个性化教学的智慧教学[11]，国外已开展了相关工作，并且取得了一定的成就。例如，Peter Brusilovsky等人（匹兹堡大学）[12-13]，把奥苏伯尔学习理论和模糊神经网络方法融入到MOOC教学中，有效地对学生知识水平、学习动机和兴趣偏好进行收集，实现学习个性化精准定制[12]。德国学者Bela（卡尔斯鲁厄大学）基于内容知识图谱和本体论等理论构建了个性化的知识脉络图，实现了对学习者的知识水平把握。马来西亚理工大学Idris等人，基于神经网络原理，实现了学习目标和学习对象之间逻辑关系的确定，从而有助于学习需求的精准感知和学习资源的精准供给。与此同时，国内相关研究也开展得如火如荼。例如，浙江工业大学李浩君和江南大学牟智佳等学者，通过收集学习者的生物数据（例如，面部行为、眼球运行特征等），采用启发类算法针对上述数据进行分析，为学习者推荐学习资源序列。朱建东教授（华东师范大学）、蒋强（四川大学）等学者，根据贝叶斯网络、模糊理论设计了自适应学习风格模型的动态学习路径，构建了学习诊断系统模型。在智慧教育体系构建策略方面，主要集中在解决“双精准”智慧教学“如何实施”的问题[14]。
二、智慧教学需求精准感知的意义
随着大数据技术的日益发展，我国已经步入了大数据应用高速发展期，智慧教育体系中精准教学（学习需求精准感知与学习资源精准供给）的教学过程与传统教学相比，覆盖的教学范围更加广泛。基于精准教学的智慧教学模式肯定会成为最具有广泛前景的教学模式之一。目前，我国已经步入了大数据应用高速发展期，在此阶段结合大数据环境中多样的教学数据资源，基于大数据的智能化数据分析与知识推荐技术，可以为高校教育中的师生提供精准的学习偏好分类，同时也可以设计更加有针对性的智慧教学活动。根据大数据技术分析结果，会感知到精准的学习需求，从而教师就可以更加明确教学动机，进行精准的学习资源供给，从而实现智慧教育。线上学生也可以根据学习偏好的匹配，获得更加有效的学习资源，从而形成了线上、线下教学方式相结合的智慧教学模式。因此，基于需求精准感知与资源精准供给的智慧教学的研究，对于促进高校智慧教育教学体系的完善有着重要意义。 三、智慧教学需求精准感知策略
本文主要围绕目前高校教育过程中出现的若干问题，在人工智能与大数据2.0时代，针对智慧教育提出一种智慧教学框架与教学需求精准感知策略。
（一）智慧教学主体框架
在新的教育改革浪潮中，教育发展总体方向应强调学生的个性发展和自主选择。基于精准学习的框架，根据学习者兴趣推送精准的学习资源，使学习者更加明确学习内容，从而实现精准学习的智慧教育目标。同时学习者也可以适当控制学习进度，确保学习的高效率，从而最大程度地激发学习潜能。尤其在人工智能与大数据时代，社会已经完全处于信息公开、资源共享的状态。在此情境下，需求精准偏好与内容精准供给模式的智慧教学模式已势如破竹。为此本文提出智慧教学框架结构，如图1所示。
（二）智慧教學主体框架过程
智慧教学框架中以兴趣、专业、课程、资源、学生、教师为主线，建立以教学目标、教学内容、学习评价等要素为主要内容，适合线上教学平台的统一资源存储模式。学习者首先通过客户端或者APP等方式提交个人学习兴趣。教学服务器端存储个人兴趣数据作为学习兴趣偏好源数据。在教学框架中的数据分析服务器（需求感知部件）对数据进行分类处理，提取数据特征，形成不同知识点学习特征的数据集合。根据上述数据特征教学端可以获取不同学习者的学习兴趣与供给知识的有效对应关系，完成教学过程。主体知识供给与学习流程如图2所示。
四、智慧教学需求精准感知策略
基于精准教学的数字化智慧教学学习需求感知策略，力求突破传统的教学模式，构建以智能大数据分析、推荐技术为载体，具有评分标签的新型学习资源分层对象资源集合。精准地感知学生的偏好信息，然后基于偏好信息为学生进行精准资源供给。
（一）智慧教学体系设计思路
主要体现为关注每个学习主体的个性化学习需求差异，教学资源推荐过程中体现出知识和学习需求的有效对应。如果要做到对应，那么必须要设计出学习需求与学习资源准确的映射关系。构建一套完整的以信息数据共享平台为资源依托，以精准需求为关键，突出精准教学服务为重点的智慧教学体系。设计过程主要基于以下两点：
第一，构建基于推荐机制的数字化智慧教学资源库
构建多平台资源标准，先在院系常规课程中建立相应的专业课程资源库，然后由小组成员带领专业教师收集学生学习偏好，并且构建有推荐机制的相应专业课程、专业实践教学、专业课程标准、技能鉴定资源库。
第二，构建基于精准学习的智慧教学模式
构建出统一的信息类专业课程的精准需求感知与精准资源供给的智慧教学模式框架。
（二）智慧教学需求精准感知过程
如果要准确实施上述方案，教学需求的精准感知是重中之重。在大数据环境下，本文针对基于精准学习的智慧教学策略进行研究。建立较完善的基于精准学习的智慧教学框架。在智慧教学过程中勾勒出需求精准感知与资源供给的智慧教育体系。基于多专业学生学习目标的细化和教师的内在化反思，收集教学协同体系中学习偏好和对应的资源，形成偏好和资源之间相对应的映射关系。进而通过偏好定位和推荐系统，形成规范统一的智慧学习资源推荐模式。具体的学习需求感知过程如图3所示。
学习需求感知过程主要包含以下几部分：
1. 明确学生个性化学习目标的差异，精确收集学生在线输入的学习兴趣数据，形成初步的学习兴趣数据集合。通过学习兴趣的有效性收集，构建一套完整的模糊兴趣数据集。
2. 结合获得的模糊兴趣数据集，进行初步的符合常理的学习兴趣分析，得到有效的学习兴趣数据。但是，在此数据集合中并没有按照统一的数据格式进行存储，因此对于该数据集合需要进行统一的数据规范化处理，从而生成规范化的兴趣数据形式。
3. 针对上述步骤中生成的兴趣数据，进行兴趣类别划分，比如工科类、理科类、文科类，然后进一步对上述类型的兴趣进行科目对应。例如，“CPU”是属于工科大类，然后进一步确定，该兴趣数据属于计算机类。此操作的目的是将学生的兴趣准确地规约到具体的科目类别中。
4. 针对具有分类信息的学习兴趣，进行学习兴趣模式提取，并对所获得的有效模式进行存储。目前，完成了主体兴趣模式的识别，但是该模式是否合理需要进行评估和验证。主要从学习模式的精确度和有效性两个方面进行评估。
5. 存储经过评估后的学习兴趣模式，为精准知识的提供做好准备。
在整个兴趣模式获得的过程中，数据采集和模式提取起到了很重要的作用，为下一步精准知识的供给，提供了必要条件。
五、结束语
基于大数据的智能化数据分析与知识推荐技术，可以为高校教育中的师生提供精准的学习偏好分类，同时也可以设计更加有针对性的智慧教学活动。精准教学的教学过程与传统教学相比，覆盖的教学范围更加广泛。不囿于学科限制，线上学习者都可以根据自身学习偏好的匹配，获得更加有针对性的学习资源，从而形成学习需求与学习资源相结合的智慧教学模式。基于需求精准感知的智慧教学，对于促进高校智慧教育教学体系的完善，加深教与学双方的有效精准对接，有着深远的理论意义和重要的应用价值。
参考文献：
[1]习近平.决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告[EB/OL]. http：//www.gov.cn/zhuanti/2017-10/27/content_5234876.htm，2017-10-18.
[2]薛小勇.整合技术平台构建智慧教育[J].科学大众（科学教育），2020（2）：14.
[3]马天寿，付建红，曾德智，等.混合式教学在钻采概论课程教学改革中的探索与实践[J].教育现代化，2020，7（16）：49-52. [4]张宝君.“精准供给”视域下高校思想政治理论课教学现实反思与策略[J].思想理论教育导刊，2017（8）：99-102.
[5]刘健，何德波，刘晖晖.供给侧结构性改革背景下专业技术人员继续教育精准化水平提升策略研究-以四川省绵阳市为例[J].继续教育，2018，32（7）：31-33.
[6]许爽，周铜.大数据背景下的智慧教育工程[J].智库时代，2020（4）：203-204.
[7]杨燕艷，朱春燕.基于大数据的智慧教育云平台设计与实现[J].科技传播，2019，11（23）：123-124+127.
[8]谢鑫.微时代基于大数据的精准移动学习模式研究[A].Proceedings of 2017 4th International Conference on Management Innovation and Business Innovation[C]. 2017：6.
[9]陈思迪.“互联网+”背景下高校智慧课堂教学模式构建[J].中国现代教育装备，2019（23）：15-17+26.
[10]雷云鹤，祝智庭.基于预学习数据分析的精准教学决策[J].中国电化教育，2016（6）：27-35.
[11]苏永频.全息技术在智慧教育中的应用分析[J].科学技术创新，2019（33）：87-88.
[12]姜强.大数据背景下的精准个性化学习路径[N].中国信息化周报，2018-2-5（14）.
[13]Danielle H. Lee，Peter Brusilovsky. How to measure information similarity in online social networks： A case study of Citeulike[J]. Information Sciences，2017，418-419.
[14]谢琨，苗启广，郑海红，等.“双师双侧”线上教学模式的探索[J].计算机教育，2020（8）：6-8+13.
[15]张佳妮，朱江.“精准供给”视域下远程教育学习支持服务路径研究[J].成人教育，2019，39（6）：29-34.
基金项目：2019年教育部协同育人项目-湖南女子学院-北京无忧创想信息技术有限公司“大数据2.0时代基于精准学习偏好的人工智能课程教学体系构建研究”（编号：201901050006）;2020年度湖南省社会科学成果评审委员会课题“大数据时代基于需求精准感知与资源精准供给的教学策略”（编号：XSP20YBZ043）、“大数据时代网民隐私泄露风险分析与保护机制研究”（编号：XSP20YBC138）;湖南省自然科学基金面上项目“分布式云中虚拟机资源分配及自适应部署策略研究”（编号：2018JJ2193）;2020年湖南省教育科学“十三五”规划课题“新一代人工智能与大数据2.0时代基于精准教学的智慧教育体系构建研究”（编号：XJK20BGD007）;2018年湖南省教育科学“十三五”规划课题“大数据环境组件模式教学资源库构建方法”（编号：XJK18BJC003）;湖南省教育厅科研项目“云际云中虚拟机资源动态均衡系统构建技术研究”（编号：18A471）、“大数据环境下教育信息化发展关键方法研究”（编号：18C1054）;湖南省职业院校教育教学改革项目“移动互联网环境下的高职专业课程重构与实施策略创新研究”（编号：ZJGB2016023）;2018年湖南省普通高校教学改革研究项目“教育供给侧改革视域下共生型校企合作人才培养模式研究”（编号：479，文件号：湘教通[2018]436号）
作者简介：刘树锟（1980-），男，汉族，河北沧州人，博士，教授，教学督导，研究方向：教育信息化、云计算。