云计算的理解和认识范文

[关键词]云计算；数据挖掘；人工智能

doi：10.3969/j.issn.1673-0194.2012.24.053

[中图分类号]G203[文献标识码]A[文章编号]1673-0194（2012）24-0088-03

1提出背景

在Humanoids2010会议上，卡耐基梅隆大学的JamesKuffner教授提出了“云机器人”的概念，引起了广泛的讨论。Humanoids2010会议上很多专家对云机器人比较看好，或许云机器人就是机器人学的下一个跨越式发展。

要更详细地了解云机器人，首先要了解云计算。根据互动百科的介绍，云计算的概念有狭义云计算和广义云计算之分：

狭义云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源（硬件、平台、软件）。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。

广义云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。

云计算的“云”，可理解为“多”“大规模”。“云”是一些可以自我维护和管理的虚拟计算资源，通常为一些大型服务器集群，包括计算服务器、存储服务器、宽带资源等等。云计算将所有的计算资源集中起来，并由软件实现自动管理，无需人为参与。例如Google云计算有上百万台服务器。

从此可以看出，云机器人并不是指某一个机器人，也不是某一类机器人，而是指机器人信息存储和获取方式的一个学术概念。这种信息存取的方式的好处是显而易见的。比如，机器人通过摄像头可以获取一些周围环境的照片，上传到服务器端，服务器端可以检索出类似的照片，可以计算出机器人的行进路径来避开障碍物，还可以将这些信息储存起来，方便其它机器人检索。所有机器人可以共享数据库，减少开发人员的开发时间。

2云计算的体系结构

2002年亚马逊（Amazon）提供一组包括存储空间、计算能力甚至人力智能等资源服务的WebService；2005年亚马逊又提出了弹性计算云（ElasticComputeCloud），也称亚马逊EC2的WebService，允许小企业和私人租用亚马逊的计算机来运行他们自己的应用。到2008年，几乎所有的主流IT厂商开始谈论云计算，这里既包括硬件厂商（IBM、HP、Intel、思科、SUN等）、软件厂商（微软、Oracle、VMware等），也包括互联网服务提供商（Google、亚马逊、Salesforce等）和电信运营商（中国移动、中国电信、AT&T等），当然还有一些小的IT企业也将云计算作为自己的主战场。这些企业覆盖了整个IT产业链，也构成了一个完整的云计算生态系统。

按需部署是云计算的核心。要解决按需部署，必须解决资源的动态可重构，监控和自动化部署等，而这些又需要以虚拟化、高性能存储、处理器、高速互联网等技术为基础。

为了有效支持云计算，其体系结构必须支持几个关键特征。①系统必须是自治的，即需要内嵌有自动化技术，以减轻或消除人工部署和管理任务，而允许平台智能地响应应用的要求；②云计算的架构必须是敏捷的，能够对需求信号或变化做出迅速的反应。内嵌的虚拟化技术和集群化技术，能应付增长或服务级要求的快速变化。

综上所述，云计算服务的实现，需要依托的2大基石：①硬件基础设施具有相当的规模，即数据中心集群、规模化的服务器及存储和互联互通的高速网络；②以虚拟化和自动化为代表的成熟技术。

3人工智能与云计算的结合

云计算与人工智能技术发展到今天，已经不再神秘，完全可以进入我们的生活，承载它的历史使命，下面笔者将根据本人的认识，分3个阶段介绍如何将人工智能与云计算完美结合。

3.1机器人操控阶段

第一阶段笔者称之为机器人操控阶段。该阶段主要依托于云技术实现，我们暂且把它分为云和端两部分，云主要由大型服务器群组成，而端主要是可操控的机器人组成，这些机器人除了有计算机芯片以外还需要有监控，机械臂和行走部件。说到这里大家可能已经明白了在这一阶段我们要完成什么任务了，就是实现如计算机远程协助一样简单的功能。

在云上我们首先可以构建完善的供求平台，而拥有端的用户可在平台上各种端力所能及的任务，如清洁、维修、甚至是教学等。另一方面有完成任务能力的人可以通过供求平台承接任务，通过远程操控端来帮助任务者工作，当然这里存在的问题是费用的支付和端用户的安全，所以平台使用者必须实名注册而且一定要承担法律责任。在强大的服务器群和高速网络的基础上，我相信实现机器人的远程操控并不是一件难事，而这一阶段的实现也可以大大增加人们对时间的利用率，和全球生产力的一个平衡。

3.2数据挖掘阶段

第二阶段笔者称之为数据挖掘阶段，我们第一阶段所完成的主要是云平台的搭建，而第二阶段我们所要完成的是人工智能的一个基础建设。在我们的用户端上有着数据采集系统，随时收集用户利用端所完成的各项任务，通过云平台中心的计算分析，可以提供给用户云中存储的最佳解决方案。数据挖掘的实现和云平台的分析如图所示：

第二阶段所实现的是人工远程协助与智能分析同步。

3.3具备遗传基因的专家系统阶段

第三阶段笔者称之为具备遗传基因的专家系统阶段，近10年来，由于一些专家系统在实用化方面取得了一些进展，展示出广阔的发展前景，开始受到愈来愈多的计算机科学家的关注。然而，与此同时，现有的专家系统也暴露出了自身严重的缺陷，使不少计算机界的知名学者对专家系统产生了怀疑。专家系统存在的问题可归纳为以下几点：

（1）专家系统中的知识多限于经验知识，极少有原理性的知识，系统没有应用它们的能力。

（2）知识获取功能非常弱，为了建造专家系统，必须依赖于专家获取知识，不仅费时，而且很难获取完备性和一致性的知识；

（3）求解问题的方法比较单一，以推理机为核心的对间题的求解尚不能反映专家从认识问题到解决问题的创造性过程；

（4）解释功能不强，这一点相对比较次要。

JohnMcDermott认为，专家系统有时所以彻底失败的原因主耍有两条：①知识不足；②解决问题的方法不妥，即不能运用它有的或没有的知识来解题。

针对传统专家系统的不足我们设计了遗传基因系统，其实遗传算法我们并不陌生，这是人工智能的基础学科，如下面的C++代码就是一个实例：

typedefcharALLELE；//基因类型

typedefstruct{

ALLELE*chrom；

floatfitness；//fitnessofChromosome

}INDIVIDUAL；//个体定义

classTPopulation{//群体类定义

public：

intsize；//Sizeofpopulation：n

intlchrom；//Lengthofchromosome：l

floatsumfitness，average；

//由于GA是一个概率过程，所以每次迭代的情况是不一样的；系统参数不同，迭代情况也不同。

//在实验中参数一般选取如下：个体数n=50-200，变异概率Pm=0.03，交叉概率Pc=0.6。

//变异概率太大，会导致不稳定。

INDIVIDUAL*fmin，*fmax；

INDIVIDUAL*pop；

TPopulation（intpopsize，intstrlength）；

TPopulation（）；

inlineINDIVIDUAL&Individual（inti）{returnpop[i]；}；

voidFillFitness（）；//评价函数

virtualvoidStatistics（）；//统计函数

}；

classTSGA：publicTPopulation{//TSGA类派生于群体类

public：

floatpcross；//ProbabilityofCrossover

floatpmutation；//ProbabilityofMutation

intgen；//Counterofgeneration

TSGA（intsize，intstrlength，floatpm=0.03，floatpc=0.6）：

TPopulation（size，strlength）

{gen=0；pcross=pc；pmutation=pm；}；

virtualINDIVIDUAL&Select（）；

virtualvoidCrossover（INDIVIDUAL&parent1，INDIVIDUAL&parent2，

INDIVIDUAL&child1，INDIVIDUAL&child2）；

virtualALLELEMutation（ALLELEalleleval）；

virtualvoidGenerate（）；//产生新的一代

}；

//用户GA类定义如下：

classTSGAfit：publicTSGA{

public：

TSGAfit（intsize，floatpm=0.0333，floatpc=0.6）

：TSGA（size，24，pm，pc）{}；

voidprint（）；

}；

有了遗传算法加上我们第二阶段完成的长时间的数据挖掘阶段，我们可以解决传统专家系统的不足。对于知识匮乏，经过长时间的积累我们云平台中存储的是全球性的知识，不是任何一个图书馆可以媲美的，而且都是通过人们的经验进行实践的知识，可用性极高。而数据挖掘也会帮助我们找到最佳的解决问题的方法。而每次用最完美的方法解决了问题又可以由下一代算法继承，这样一来，我们便可以真正实现人工智能了。

4结语

人工智能的目的是要将人类从繁重的劳动中解放出来，我们看到机器在不断的进步，越来越多的智能机器在我们身边出现，但是真正意义上的人工智能和我们还有很大的距离，将来机器不仅仅是人类认识世界和改变世界的工具，而且可以和人类做朋友，可以交流、谈心甚至相互学习。在我看来要想实现人工智能时代，并不能只是依靠少数天才科学家，和实验室，必须要大范围的，甚至各个国家、政府、全球人类都要参与进来，因为人工智能不但代表了一个学科、一种技术，他是人类工具的一次革新，人类生存方式的一次革新，就如同青铜器取代石器一样，智能机器人也必将取代计算机和网络。让我们为了这一天的到来而尽情畅想吧！

主要参考文献

[1]雷万云.云计算企业信息化建设策略与实践[M].北京：清华大学出版社，2010.12.

[2]MichaelNegnevitsky.人工智能：智能系统指南[M].北京：机械工业出版社，2007.4.

云计算的理解和认识范文篇2

一、云计算的概念及其影响

云计算是一种利用网络将原有分散的计算机软硬件资源进行集中管理和调度，按需、实时为用户提供计算服务的全新计算模式。就像“发电站”提供集中供电服务那样，为用户提供集中计算的服务。

云计算能通过网络远程地提供计算服务，将减少本地计算机对计算能力和存储能力的需求。目前，云计算技术已经开始融入人们生产生活的方方面面，不断向人们提供简单、快速、强大和高效的服务。比如，搜索引擎、网络存储、社交网络、互联网视频点播等都运用了云计算的相关技术或服务模式。此外，从未来科技和产业发展的趋势来看，无论是里夫金提出的“能源互联网”还是麦基里提出的“制造业数字化”，以及当前较为热门的移动互联网、物联网、大数据等领域，都将以云计算作为重要的技术支撑。因此，云计算将成为新能源、新一代信息技术等新兴产业发展的“平台技术”。越来越多的证据表明，云计算将持续改变人们使用和处理信息的方式，并带动商业模式的变革。根据麦肯锡公司的研究测算，到2025年，受全球云计算所影响的经济规模将达到17亿―62亿美元①。

二、我国云计算产业化面临的问题及制约因素

2010年以来，我国云计算服务市场规模年均增幅超过40%。百度、阿里、盛大、新浪等一些IT界龙头企业率先推动云计算产业化，云开放平台、云存储、云安全等服务初步实现商用。云计算产业体系正逐步形成，“云计算制造―云计算服务―云计算相关支持”的产业链条初具雏形。在地方政府频频提出“云”战略、打造云计算产业基地的推动下，环渤海、长三角、珠三角、成渝和晋蒙等五大云计算集聚区的发展格局已初步显现。但也要清醒看到，我国云计算产业化仍处于初期阶段，市场规模仅占全球的3%，与国外差距较大，还存在诸多制约因素。

（一）对云计算的认识还存在一些误区

准确认识和把握云计算的技术经济和产业经济特征是推进云计算产业化的前提和基础。目前，国内对云计算认识还不全面，仍然存在“云里雾里”的认识误区。比如，有观点认为云计算只是现有信息技术的包装，仅仅是商业模式的创新，没有实质性的技术创新。也有观点认为云计算产业不仅涉及信息服务业，还涉及电子信息制造业，包括所有支撑或配套云计算发展的产品和服务，夸大了云计算产业的实质核心。此外，一些地方政府将发展云计算产业等同于数据中心建设，通过“喊口号、抓基建”的思路发展了一批云计算数据中心和产业园区，并没有实质性的云计算产业。相反，典型的示范试点项目却不多，社会各界普遍对云计算的效益性认知不足，尤其是企业对云计算能带来的效益仍存怀疑。

（二）关键技术和商业模式还不成熟

能否掌握云计算的关键技术、形成新的商业模式，是确保云计算自主可控、安全高效，并具有产业化前景的关键。当前，我国云计算核心技术的自主创新和转化能力不强，商业模式创新不足，技术经济性还不强。关键技术方面，我国在大规模资源管理与调度、大规模数据管理与处理、运行监控与安全保障、海量（EB级）存储设备、高密度低能耗云服务器系统以及支持虚拟化的核心芯片等方面，还与国外存在较大的技术差距。商业模式方面，我国基本照搬了国外云计算产业发展的商业模式，并没有结合我国的信息化现状、商业环境和消费习惯形成新模式，很可能造成“水土不服”，难以形成具有一定盈利能力的发展模式。

（三）技术经济性不强

技术经济性是衡量新技术是否能够加快推广应用的重要指标，与能否培育有效市场需求紧密相关。从现阶段的需求看，我国目前信息化程度并不高，现有信息系统能基本完成对现有业务的支撑，并没有形成强大的动力推动信息系统向云计算转变。此外，我国先期已投入了大量人力、物力和财力构建了一批全新的信息系统和设备设施环境，目前运行情况良好，若盲目向云计算迁徙，不仅对现有信息系统和设施进行整合需要再次加大投入，而且把原有数据和系统迁徙到云计算系统也存在较高的成本，再加上需要重新对系统操作员工的培训，成本更加无法估计。因此，云计算的技术经济性在我国当前阶段难以体现，无法在短期内激发云计算在国内的市场需求。

（四）信任体系尚未建立

技术创新是一把“双刃剑”，在带来生产力提高、生活便利的同时，也暗藏着一定风险。对云计算产业化而言，安全性是人们最为关心的问题，也是制约云计算产业化的最关键因素。从目前情况看，国内社会各界对云计算安全性的普遍感到担忧，特别是对信息系统的数据泄露、隐私保护和服务稳定性等问题十分关注。然而，我国与云计算相关的知识产权保护、数据及隐私保护、安全管理、网络犯罪治理和垄断等方面的法律法规还比较滞后，无法适应云计算产业化发展的要求，不利于增强用户的使用信心。

（五）行业标准尚未形成

行业标准是推动新技术扩大产业规模、指导产业发展监督管理的关键因素。由于缺乏一套共同遵循的技术标准、运营标准以及行业准入标准，我国难以对云计算项目落地进行指导。虽然全国信息技术标准化委员会、IT服务标准工作组、产业联盟及部分大企业正着手开展云计算标准的研究工作，但总体来看，我国云计算标准工作还处于起步阶段，特别是在数据接口、数据迁移、数据交换、测试评价等技术方面的标准，以及云计算治理和审计、运维规范、计费标准等运营方面的标准，都缺少公认的执行规范，远远落后于云计算产业化发展对标准出台的需求。

（六）网络基础设施建设及配套服务比较滞后

网络基础设施的带宽、稳定性和覆盖面是支撑云计算产业化的重要保障。当前，国内目前的网络带宽制约比较突出，数据的长途传输延迟较长，网络覆盖面还不广，低于世界平均水平，远不能满足云计算产业化的需求。内蒙、山西等地能源充足、荒地资源丰富，适宜集聚化、规模化发展数据中心（IDC）的地区，网络基础设施建设与配套服务能力更加薄弱，无法满足数据中心对网络带宽和服务质量（QoS）的需求，导致国内数据中心难以兼顾建设营运成本和服务提供质量。

三、加快推进我国云计算产业化的对策建议

针对现阶段我国云计算产业化的关键问题和制约因素，政府应着力在以下八个方面促进我国云计算产业化发展。

（一）强化规划引领和落实

加强云计算产业化发展的顶层设计是促进社会各界统一对云计算认识的重要途径，也是推进云计算产业化健康有序发展的基础保障。一是要尽快出台国家云计算产业发展规划或指导意见，统一对云计算的认识，对云计算产业的技术重点、行业准入、产业组织、发展模式、空间布局等进行规划和引导，尤其要明确和细化产业支持政策。二是要明确政府职能和发展重点。中央政府应大力推进公有云建设，合理布局和建设集约高效的云计算数据中心，提高行业、企业的信息资源利用率，降低信息设备能耗。地方政府要贯彻落实《关于数据中心建设布局的指导意见》，按照“有所为有所不为”的思路，基于当地比较优势、产业竞争力、区域市场及市场参与主体，把握本地经济发展和社会管理对信息化的共性需求，因地制宜选择一至两个云计算产业链中的重点环节，制定具有针对性的产业政策和发展措施，构建标志性的示范性应用，推动特色鲜明的产业环节集聚发展。

（二）鼓励通过协同创新推进关键技术研发

推进研发安全可靠、自主可控的云计算技术和产品是我国云计算产业化的重点。要明确国家层面的云计算产业化技术发展路线图，设立云计算专项支持资金，支持大规模计算和调度、大规模存储和管理、云计算安全、云计算专用高端设备与组件等云计算基础技术和共性技术的研发。要依托国家重点实验室、云计算产业试点示范基地等产业技术创新平台，鼓励企业联合高校、科研院所形成产学研联盟，承担云计算关键技术的研发任务。要及时跟踪国际云计算技术的发展动态，积极与国外科研机构、企业开展技术交流与国际合作。要鼓励和支持有条件的云计算企业广泛利用开源等产业技术条件，对云计算技术和服务理念进行引进、消化和二次创新，增强技术创新能力和产业核心竞争力，避免陷入发达国家的技术路径依赖。

（三）做大做强云计算核心企业

企业是云计算产业化发展的主体，也是云计算技术创新和商业模式创新的关键。要充分利用我国互联网企业在国际上的优势地位，设立专项资金重点支持具有核心关键技术企业的研发活动、商业模式创新，培育一批具有国际竞争力的龙头企业。要设立云计算领域专业企业孵化器，培育和扶持云计算初创企业。鼓励和支持有条件的云计算企业走出去，积极抢占国际市场，深度参与国际交流与合作。鼓励企业间建立“软硬互动”的协调发展模式，通过建立产业联盟，延伸和拓展产业链的长度和广度，推动云计算产业规模快速壮大，竞争力逐步增强。

（四）促进云计算示范应用

市场培育的关键是促进云计算广泛应用。要进一步扩大云计算服务创新发展试点示范，通过加大政府购买公共服务力度，充分利用政府采购，支持政府部门采用经过认证的云计算公共服务平台，推进云计算在政府各部门的示范应用，增强用户对云计算的信心，以点带面推动面向各类用户的云计算服务。加大宣传力度，使用户了解并熟悉国内外云计算成功的实践案例。对率先转型云计算的企业进行补贴，逐步降低用户向云计算的迁徙成本。强化信息技术数据中心能耗指标的约束，推动数据中心的技术升级改造。

（五）抓紧行业标准制定

标准体系的建立是争夺产业国际话语权，提升产业竞争力的关键。要积极组织国内高校、研究院所、企业与不同的云计算国际标准组织深入交流，与云计算国际权威组织机构联合举办云计算论坛和研讨会，积极开展云计算标准的研讨交流。要鼓励国内龙头企业、行业协会积极加入云计算国际组织，参与云计算国际标准的制定工作。要加快推进云计算国家标准的制定工作，逐步建立云计算国家标准体系。鼓励行业各方面主体共同参与，确保标准制定程序和过程透明公开。针对不同级别的安全性需求，加快推进云计算企业和产品的资质分级认证。

（六）加快行业政策法规制定

健全适合云计算产业发展特点的法律法规是增强用户信心、有效监管产业发展的关键。要结合云计算应用的特点，借鉴欧美发达国家经验，进一步制定和完善相关法律法规，从制度层面保障信息安全。加强网络数据安全、个人隐私保护、知识产权保护、数据跨境流动等方面的法律法规环境建设，切实保障用户数据及隐私安全。根据云计算产业发展特征，修改完善版权法、国家信息安全管理办法等法律法规，建立云计算经营资质管理制度、云计算服务的示范合同条款和使用守则等，构建合理有序的行业管理体系。加强对云计算服务提供商的质量监管，强化对基于云计算的网络安全的监管和对网络犯罪的打击，推进信用体系建设，规范行业发展秩序。

（七）进一步推进网络基础设施建设

网络基础设施的服务能力是云计算产业化发展的重要基础和支撑。要按照网络建设适度超前于产业发展的原则，尽快解决云计算产业化发展面临的宽带网络瓶颈。要按照规模化、集约化、安全化的标准，统筹规划建设云计算产业集聚区和大规模数据中心。加大基础设施建设项目的准入审核，尤其要对数据中心建设严重过剩的地区进行撤建和整合，对网络基础设施资源不足的地区进行投资新建和扩建，降低网络基础设施的盲目投资和重复建设。

（八）加强行业统计和形势分析

统一云计算产业化的统计口径有利于了解和掌握云计算产业发展的动态，为进一步预测分析云计算产业化发展的情况提供支撑。要积极推进云计算产业行业目录制定和统计监测等基础性工作，尽快确定云计算重点企业、龙头企业的定期调查和申报方案，完善行业统计调查制度，切实做好业务统计和财务统计工作。要加深统计部门与行业主管部门、企业的工作联系，及时了解交流所掌握的信息，进一步完善云计算企业名录库，实行动态管理。要加强云计算产业形势分析，及时跟踪和产业发展信息。

注：

云计算的理解和认识范文

【摘要】步入信息时代后，社会的飞速发展和技术的日新月异需要更高素质的人才与之相适应。传统的教学方式已经不能满足社会对高素质人才的需求。此时，云计算的发展与混合式学习的出现，为教育的发展提供了基础。文章利用云计算技术，将云计算里的PaaS（平台即服务）引入到教学中来，研究优化教师教学过程和学生学习过程，以促进教学活动的实施。

【关键词】云计算；PaaS（平台即服务）；混合式学习

【基金项目】2013年度广西高等教育教学改革工程立项项目《基于云计算的高职院校网络教学实践研究》（项目编号：2013JGA449）阶段性研究成果之一。

一、云计算的概念

云计算既是技术也是一种服务模式，为人们的信息化需求提供了更好的用户体验。目前，云计算还没有一个公认的定义，不同的研究者对于云计算给出了不同的定义。姚宏宇、田溯宁（2013）认为云计算应该包含服务和平台两个方面的内容，云计算是商业模式，同时也是技术。刘鹏（2010）认为云计算是一种服务模式，按需给用户提供相关的云计算服务。王鹏（2010）认为云计算给用户提供服务的同时能够降低用户的各种成本。殷康（2010）在云计算概念、模型和关键技术专题中认为云计算是Web技术下IP和IT技术相结合的产物，并由其共同构建。综上所述，云计算以服务中心，为用户提供信息化需求的体验，享受云技术提供各项的服务。

二、混合式学习的定义

在国内，一些专门的教育研究专家对混合式学习也有不同的见解。北京师范大学教育技术学院教授何克抗教授对混合式学习的定义：混合式学习就是把传统的课堂教学优势和网络在线学习的优势结合起来，既发挥教师在教学中的主导作用，又要体现学生在学习过程中的主体作用。上海师范大学数理信息学院教育技术系主任黎加厚教授对混合式学习的定义：运用多种教学策略和方法对教学要素进行优化组合，以达到最佳的效果。

三、混合式学习模式研究的现状

在我国，随着教育方式方法的不断改革，高等学校的教学体系正发生改变，由原来传统的单向型、封闭式、灌输式的教学模式转向多向型、开放式、自主式的混合式学习教学模式。在国际教育技术界，混合式学习也逐渐开始被重视，国内外专家和学者大多针对混合式学习内涵、原理及模式策略等方面进行研究，而在学习活动过程中的教学设计、教学评价等方面的研究较少。调查发现，混合式学习的应用在我国高等院校中的运用和研究不多，主要运用在开放性教育和企业培训。

四、基于云平台的混合式学习模式设计

（一）云计算平台

目前国内外有很多企业对云计算进行研究，并且提供相应的云支持平台，例如亚马逊的弹性计算云、Google的GoogleAppEngine、百度的个人云存储、新浪的SAE和百会云平台等。使用云平台的相应功能，可以减少硬件配置的资金，为用户节省各种成本，实现资源的统一管理，不仅为用户提供了便捷的服务，也加快了信息处理的速度。随着教学方式的不断变革，各种云计算的教学平台也相继出现，例如Googleapps、新浪云平台和百会云平台等。这些教育教学云平台的出现，加速了我国教育信息化进程。经过对比分析，笔者选择百会平台作为混合式学习的开发平台，搭建课程学习平台，开展混合式教学应用，提高学习者自主学习积极性，促进教学活动顺利进行。

（二）总体设计

五、基于云平台的混合式学习模式应用

根据混合式学习教学设计，笔者以《计算机应用基础》课程word图文混排章节为例，对混合式学习模式进行应用。

（一）云平台课前信息

为了提高学生上课学习的效率，通过云平台两个课前预习任务。任务一：课前了解Word2010的主要功能，并从网上下载office2010软件并进行安装。任务二：网上搜索Word优秀作品，并思考用了Word2010哪些功能来制作。针对授课内容的重难点，在云平台上教学课件、微课视频，便于学生在上课过程中有针对性地进行学习。通过云平台课前信息，形成一种自我选择、自我构建的学习方式，不仅加深了学习内容的理解，而且扩展了其他内容的学习，培养了学生自主学习能力，激发了学生学习的兴趣，调动了他们学习的积极性。

（二）多媒体授课及“颠倒课堂”

理论知识部分，根据教学计划采用课堂讲授方式，向学生全面讲解知R点，让其在最短时间内获得最大知识量。为了加深对图文混排过程中各种对象的理解，通过多媒体授课详细讲解文档中文字编辑中需要用到的各种对象的作用，各种对象工具栏的使用以及最终如何实现文字和图片的混合排版的效果。在课堂面授的过程中，采用提出问题、学生思考、课堂讨论等教学活动，激发学生学习兴趣，增进师生之间的交流。同时，进行“颠倒课堂”中的角色互换，借助云平台的课前信息，为学生提供课下的知识学习，对课下遇到的问题在课堂上进行讨论解决，引导学生把知识引向更深层次，提高学习效果。

（三）实验实训教学

为了巩固课堂讲授的理论知识，将知识点贯穿到项目当中，让学生对各个知识点进行实践操作，并通过云平台在线测试对学生实践操作效果进行测试。在实验实训教学过程中，采用项目分组的学习方式，由教师根据学生学习情况进行分组和任务分配，学生通过协作共同完成实验实训项目。项目完成后，对项目效果进行交流，评选出优秀的项目让大家共同学习，培养学生审美能力和自我设计能力，同时还促进学生对知识的深刻理解和熟练掌握。

（四）云平台在线学习

在线学习不受时间和地点的限制，学生可根据自身实际情况随时随地地进行学习，自由性较强。教师在云平台上课程学习任务并设置任务完成时间，学生即可在线进行学习并完成学习任务提交至云平台。例如图文混排章节，我们通过百会云平台两个学习任务，任务一：要求以小组为单位完成对《影响你一生的习惯》这篇文章进行排版设计的任务。要求文中有艺术字、文本框、图片、水印、背景效果及页面边框等效果；任务二：根据专业特点设计一份求职自荐书。通过云平台的在线学习任务，使得学生的学习自主性和对作品设计的创新性得到了发挥，提高了学生综合运用知识的能力。因学习任务中要求小组协作共同完成，学生可充分利用百会云平台中的百会写写，还有百会文件共享、百会聊聊等功能，提高了学生的思维能力与交流沟通能力，同时达到了协作学习的效果。

（五）学习评价与反思

学习评价不仅可以反映学生理解知识和掌握知识熟练的程度，还可以指导学生学习的整个过程。由云平台下的混合学习模式的总体设计可知，学习评价可以采取课堂作业、云平台在线测试、云平台作品展示、个人表现等多种方式进行。通过课堂作业、云平台在线测的评价方式是量化的结果，客观直接地反映学习情况，而云平台作品展示、个人表现评价方式是主观的、内在的，反映的是学生解决问题的能力、思维能力和创新能力。通过以上的评价方式显示的结果信息可反映出学生在整个学习过程中各方面的综合情况。

学习反思是指学生对自己的学习过程和结果的反向思考，通过课堂作业，在线测试的评价结果来对自己的学习过程进行针对性的修正。例如反思自己是否做好课前预习，是否认真听课并掌握相应知识，是否熟练操作程序性的知识，是否认真对待云平台的在线学习等来完善自己的学习过程。

六、结束语

随着计算机技术快速发展和教育教学理念的不断变化，传统的教学方式已经不能满足现代教育的需要。云计算技术的出现，提供了一种全新的教学方式――基于云平台的混合式学习。笔者通过对云计算环境下的混合式学习模式的研究，提出了基于云平台的混合式学习模式的设计，并以《计算机应用基础》课程中的图文混排为例，基于百会云平台进行混合式教学应用，让学生参与其中的协作学习，评价学习过程，提高了学生自主学习能力，提高了教学效果。

【参考文献】

[1]姚宏宇，田溯宁.云计算：大数据时代的系统工程[M].北京：电子工业出版社，2013.

[2]张怀南，杨成.我国云计算教育应用的研究综述化[J].中国远程教育，2013（01）：20-26.

[3]国务院关于促进云计算创新发展培育信息产业新业态的意见[Z].2005.