论文部分内容阅读
DOI：10.16661/j.cnki.1672-3791.2017.25.017
摘 要：针对物联网新媒体这一新兴专业的教学和学习难点，本文提出引入图式理论，阐述了将大数据、云计算等物联网技术与新媒体融合的案例教学方法，通过自底向上的教学和自顶向下的应用相结合，建立分层递阶的图式教学体系结构。在实际教学中，通过迁移学习实现知识点之间的相互关联，形成由局部到整体的教学过程。
关键词：物联网技术 图式 大数据
中图分类号：F49 文献标识码：A 文章编号：1672-3791（2017）09（a）-0017-03
“物联网”的概念最早于1999年提出，2005年11月17日，在突尼斯举行的信息社会世界峰（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》，正式提出了“物联网”的概念。物联网将成为各国综合国力竞争的重要因素，成为衡量一个国家科技发展水平的标志，是信息产业领域未来竞争的制高点和产业升级的核心驱动力。
近年来，随着以云计算、物联网、大数据和移动互联为代表的新一代信息科技的迅速发展，继计算机、互联网之后，世界信息产业迎来了第三次浪潮。信息传播方式在数字化和网络化基础之上产生了巨大变化。正如数字化前期的互联网、移动信息技术产生了相应的传播媒体形态一样，物联网与大数据的社会化应用也必将造就新的信息传播媒体形态与模式。针对目前新媒体的迅速发展态势，高层次、实用性的物联网新媒体技术专业人才供不应求，大力发展物联网新媒体技术的教育势在必行。
物联网技术不是一个全新的技术，它是现有计算机技术、应用电子技术、电子信息技术、通信技术和软件技术等专业的交叉结合技术，所以物联网技术专业也不是一种专业技术所能覆盖，而必定是一个专业群才能支撑。目前，许多高校陆续设立物联网工程专业、物联网新媒体专业等物联网技术相关专业，传统的基于单一专业理论的教学和学习方法，显然已经不适应物联网新媒体的教学，如何有效的开展物联网新媒体等这些新兴专业的教学已经成为培养这一领域专业人才的难点。因此，必须探索一种新的教学和学习方式来适应这一信息传播领域的新的变革。
针对物联网新媒体这种复杂的知识体系，本文结合认知科学的图式理论，提出一种分层递阶教学和学习方法。采用自底向上的知识点分解学习和自顶向下的任务分解应用的方法，既培养了学生的基本理论和基本知识，又提高了学生的基本技能。同时，充分利用新媒体多种实践手段，调动学生学习积极性，增强学生主动参与意识。
1 基于图式的分层递阶教学
图式理论是现代认知心理学的一种认知理论，皮亚杰认为图式就是心理、思维或智力的结构。图式经过同化、顺应和平衡这样的学习与适应过程，构成新的图式，不断发展變化，不仅有量变，也有质变。其中同化是图式的量的变化，顺应是图式的质的变化[4]。图式是“表征存储在记忆中的一般概念的资料结构”，具有高度抽象和结构化的特点。作为知识经验的贮存结构，图式影响着人对客观事物或各种刺激情境的理解和反应。就教学活动而言，图式有利于知识的记忆、应用、迁移。一旦图式知识被激活，就能引导问题解决者以特定的方式搜寻问题空间、寻找问题的有关特征，从而提高问题解决的效率[2]。图式在外语教学[3]、人工生命[4]及机器人路径规划[5]等方面取得了成功应用。
基于上述思想，将图式引入到物联网新媒体教学过程中，采用模块化教学方式，设计符合物联网新媒体课程特点的教学框架，如图1所示。
整个教学紧紧围绕多领域信息技术，新媒体融合传播技术和案例应用三个主模块。教学过程分为以下三个层次。
（1）自底向上的教学层，重点讲授物联网相关信息技术，包括大数据、云计算、电子通信技术等。
（2）自顶向下的应用层，主要培养学生将物联网相关信息技术与新媒体融合的能力。
（3）自左向右的迁移学习层，对于同一层面的知识，如大数据技术，采用迁移学习法，即教会学生大数据相关知识，再讲授云计算时，采用和大数据类似的结构或流程进行教学，这样学生既可以对比学习，又能延伸学习内容。
2 教学层教学方法的实施
为突出基本知识和基本理论的培养，教学过程采用图式模块化形式，按知识点将教学内容分为若干个图式模块，模块之间采用迁移学习方式。
2.1 信息技术
信息技术图式也是一个分层递阶结构，如图2所示，主要包括基本知识层、应用层和特殊类型层。同样采用自底向上的渐进教学，由浅入深，以结构化方式完成教学。一种信息技术教学结束后，再利用迁移学习方法完成下一个信息技术的学习。采用这种方式可以避免传统教学知识点分散，学生无法整体把握，不具有宏观认识的缺陷。
（1）基本知识层，主要从一种信息技术的结构、内容、特点和发展角度，分析该种信息技术。
（2）应用层，从信息技术的主要应用角度出发，让学生了解该种信息技术的实际使用。
（3）特殊类型，从基本信息技术形态延伸至特殊类型的信息技术学习，如新兴的大数据、云计算、深度学习以及虚拟现实技术等，教学过程同理采用图2所示的方法。
2.2 媒体融合
在物联网引发的万物互联条件下，随着社会深度信息化，智慧信息技术的发展以及用户个性需求的驱动，传统媒体将无可避免地面对大数据的洗礼，促使传统的媒体形态向新媒体转变。物联网时代，新媒体在总体特征上可被描述为是依靠“大数据支撑”的媒体。
新媒体与物联网信息技术的充分融合，通过数据所产生的“内容精准化导向”，大规模生产和定制用户体验更好的“数据化内容”，在此基础上利用媒体优势实现和创造相对于计算机和互联网而言“更好的数据可视化”，并最终实现基于深度学习的“知识驱动”。2015年内，“腾讯机器人新闻采稿”就在9月份一度成为了社会话题。一个月后，dreamwriter再次出稿，且实现零时差的“一事三版”稿件，完成不同用户的个性化需求。这一事件标志着大数据时代，新闻的采集和输出都完全可以通过物联网大数据实现，是物联网技术与新媒体结合的典型案例。 传统的电视行业按照流程，节目生产与传播过程大体由策划制作、预热推广、播出及播后四个环节所构成。随着物联网技术与媒体的广泛结合，物联网技术在这四个环节中都有不同的融合体现，从而对传统电视行业进行着改变。在策划制作阶段，通过大数据、云计算技术的应用，对目标用户的喜好可以進行得更为细致的分析；预热推广和播出阶段，通过物联网大数据技术可以实现更精准的推广，并获取有效的反馈数据，这些数据报告的有效利用能够改变原定的节目内容，内容的微调将原有的被动静态、相对封闭创意过程变为动态开放过程，从而增加了观众的参与感和信任度，最终在播出后不断积累成为了有效的数据经验，扩大了节目的影响力，并实现全流程的闭环反馈控制，以物联网大数据技术为驱动，真正打通各个环节。大数据、云计算等物联网技术将电视节目的制作、调整、播出、反馈充分融合起来。通过对典型案例的分析，让学生充分体验到物联网技术与新媒体的融合过程，获得最为直观现实的学习体验。
可以预见，在不久的将来，在大数据基础上的“物联网新媒体”将越来越广泛地成为现实，无论是人类的智慧、经验还是万物的存在与变化，任何地方的事物，无时无刻不在被记录、存储、分析，并最终得以更加多元、有效、合理地呈现和传播。万物互联，传媒行业将会以更多元化的形式完成更加丰富的信息传达，每个人、每件智慧物品都将成为这一万物互联世界中的一部分，也是万物互联网络的使用者，而人类也将因此而拥有从未有过的智慧，步入人类文明的崭新境界。
3 结语
本文提出引入图式理论，通过自底向上的教学和自顶向下的应用相结合，建立分层递阶的图式教学体系结构。在实际教学中，通过迁移学习实现知识点之间的相互关联，形成由局部到整体的教学过程。万物互联，传媒行业将会以更多元化的形式完成更加丰富的信息传达，每个人、每件智慧物品都将成为这一万物互联世界中的一部分，也是万物互联网络的使用者，而人类也将因此而拥有从未有过的智慧，步入人类文明的崭新境界。
参考文献
[1] 陈健，周维，刘昭移动物联网架构网络层方案研究[J].电信工程技术与标准化，2012（6）：28-32.
[2] 计轶轩，金明生.基于移动物联网的远程移动监控系统研究[J].机电工程，2015，32（5）：727-732.
[3] I fernandez-Corbaton，S Jayaraman.Performance of adaptive equalizers for systems with code-multiplexed pilot[J].IEEEinternational Symposium on personal，2004，2（2）：1398-1403.
[4] Daying Quan， Shaofeng Xie， Zongjun Zhang，et al.Simulation on Performance of Forward Link in Simulcast PDT[J].IEEE/CIC International Conference on Communication in China，2013，8（1）：247-251.
[5] Juan Zhou，Ying Shen，Shihai Shao，et al. Optimal Location of the Secondary Base Station for Broadcasting Cognitive Radio Networks with Spectrum Underlay[J].Wireless Personal Communication， 2014，75（2）：1331-1342.
[6] Y hi，Y.T hou.Optimal Base Station Placement in Wireless Sensor Networks[J].ACM Transactions on Sensor Networks，2009，5（4）：1-24.
[7] I Guvenc，UC Kozat，MR Jeong，et al. Reliable Multicast and Broadcast Services Relay-Based Emergency Communications[J].IEEE Wireless Communications，2008，15（3）：40-47.
[8] Liang Dawei.Research on Network-building Realization of Common Frequency Broadcasting System[D].Graduation thesis of Tianjin University，2006.
摘 要：针对物联网新媒体这一新兴专业的教学和学习难点，本文提出引入图式理论，阐述了将大数据、云计算等物联网技术与新媒体融合的案例教学方法，通过自底向上的教学和自顶向下的应用相结合，建立分层递阶的图式教学体系结构。在实际教学中，通过迁移学习实现知识点之间的相互关联，形成由局部到整体的教学过程。
关键词：物联网技术 图式 大数据
中图分类号：F49 文献标识码：A 文章编号：1672-3791（2017）09（a）-0017-03
“物联网”的概念最早于1999年提出，2005年11月17日，在突尼斯举行的信息社会世界峰（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》，正式提出了“物联网”的概念。物联网将成为各国综合国力竞争的重要因素，成为衡量一个国家科技发展水平的标志，是信息产业领域未来竞争的制高点和产业升级的核心驱动力。
近年来，随着以云计算、物联网、大数据和移动互联为代表的新一代信息科技的迅速发展，继计算机、互联网之后，世界信息产业迎来了第三次浪潮。信息传播方式在数字化和网络化基础之上产生了巨大变化。正如数字化前期的互联网、移动信息技术产生了相应的传播媒体形态一样，物联网与大数据的社会化应用也必将造就新的信息传播媒体形态与模式。针对目前新媒体的迅速发展态势，高层次、实用性的物联网新媒体技术专业人才供不应求，大力发展物联网新媒体技术的教育势在必行。
物联网技术不是一个全新的技术，它是现有计算机技术、应用电子技术、电子信息技术、通信技术和软件技术等专业的交叉结合技术，所以物联网技术专业也不是一种专业技术所能覆盖，而必定是一个专业群才能支撑。目前，许多高校陆续设立物联网工程专业、物联网新媒体专业等物联网技术相关专业，传统的基于单一专业理论的教学和学习方法，显然已经不适应物联网新媒体的教学，如何有效的开展物联网新媒体等这些新兴专业的教学已经成为培养这一领域专业人才的难点。因此，必须探索一种新的教学和学习方式来适应这一信息传播领域的新的变革。
针对物联网新媒体这种复杂的知识体系，本文结合认知科学的图式理论，提出一种分层递阶教学和学习方法。采用自底向上的知识点分解学习和自顶向下的任务分解应用的方法，既培养了学生的基本理论和基本知识，又提高了学生的基本技能。同时，充分利用新媒体多种实践手段，调动学生学习积极性，增强学生主动参与意识。
1 基于图式的分层递阶教学
图式理论是现代认知心理学的一种认知理论，皮亚杰认为图式就是心理、思维或智力的结构。图式经过同化、顺应和平衡这样的学习与适应过程，构成新的图式，不断发展變化，不仅有量变，也有质变。其中同化是图式的量的变化，顺应是图式的质的变化[4]。图式是“表征存储在记忆中的一般概念的资料结构”，具有高度抽象和结构化的特点。作为知识经验的贮存结构，图式影响着人对客观事物或各种刺激情境的理解和反应。就教学活动而言，图式有利于知识的记忆、应用、迁移。一旦图式知识被激活，就能引导问题解决者以特定的方式搜寻问题空间、寻找问题的有关特征，从而提高问题解决的效率[2]。图式在外语教学[3]、人工生命[4]及机器人路径规划[5]等方面取得了成功应用。
基于上述思想，将图式引入到物联网新媒体教学过程中，采用模块化教学方式，设计符合物联网新媒体课程特点的教学框架，如图1所示。
整个教学紧紧围绕多领域信息技术，新媒体融合传播技术和案例应用三个主模块。教学过程分为以下三个层次。
（1）自底向上的教学层，重点讲授物联网相关信息技术，包括大数据、云计算、电子通信技术等。
（2）自顶向下的应用层，主要培养学生将物联网相关信息技术与新媒体融合的能力。
（3）自左向右的迁移学习层，对于同一层面的知识，如大数据技术，采用迁移学习法，即教会学生大数据相关知识，再讲授云计算时，采用和大数据类似的结构或流程进行教学，这样学生既可以对比学习，又能延伸学习内容。
2 教学层教学方法的实施
为突出基本知识和基本理论的培养，教学过程采用图式模块化形式，按知识点将教学内容分为若干个图式模块，模块之间采用迁移学习方式。
2.1 信息技术
信息技术图式也是一个分层递阶结构，如图2所示，主要包括基本知识层、应用层和特殊类型层。同样采用自底向上的渐进教学，由浅入深，以结构化方式完成教学。一种信息技术教学结束后，再利用迁移学习方法完成下一个信息技术的学习。采用这种方式可以避免传统教学知识点分散，学生无法整体把握，不具有宏观认识的缺陷。
（1）基本知识层，主要从一种信息技术的结构、内容、特点和发展角度，分析该种信息技术。
（2）应用层，从信息技术的主要应用角度出发，让学生了解该种信息技术的实际使用。
（3）特殊类型，从基本信息技术形态延伸至特殊类型的信息技术学习，如新兴的大数据、云计算、深度学习以及虚拟现实技术等，教学过程同理采用图2所示的方法。
2.2 媒体融合
在物联网引发的万物互联条件下，随着社会深度信息化，智慧信息技术的发展以及用户个性需求的驱动，传统媒体将无可避免地面对大数据的洗礼，促使传统的媒体形态向新媒体转变。物联网时代，新媒体在总体特征上可被描述为是依靠“大数据支撑”的媒体。
新媒体与物联网信息技术的充分融合，通过数据所产生的“内容精准化导向”，大规模生产和定制用户体验更好的“数据化内容”，在此基础上利用媒体优势实现和创造相对于计算机和互联网而言“更好的数据可视化”，并最终实现基于深度学习的“知识驱动”。2015年内，“腾讯机器人新闻采稿”就在9月份一度成为了社会话题。一个月后，dreamwriter再次出稿，且实现零时差的“一事三版”稿件，完成不同用户的个性化需求。这一事件标志着大数据时代，新闻的采集和输出都完全可以通过物联网大数据实现，是物联网技术与新媒体结合的典型案例。 传统的电视行业按照流程，节目生产与传播过程大体由策划制作、预热推广、播出及播后四个环节所构成。随着物联网技术与媒体的广泛结合，物联网技术在这四个环节中都有不同的融合体现，从而对传统电视行业进行着改变。在策划制作阶段，通过大数据、云计算技术的应用，对目标用户的喜好可以進行得更为细致的分析；预热推广和播出阶段，通过物联网大数据技术可以实现更精准的推广，并获取有效的反馈数据，这些数据报告的有效利用能够改变原定的节目内容，内容的微调将原有的被动静态、相对封闭创意过程变为动态开放过程，从而增加了观众的参与感和信任度，最终在播出后不断积累成为了有效的数据经验，扩大了节目的影响力，并实现全流程的闭环反馈控制，以物联网大数据技术为驱动，真正打通各个环节。大数据、云计算等物联网技术将电视节目的制作、调整、播出、反馈充分融合起来。通过对典型案例的分析，让学生充分体验到物联网技术与新媒体的融合过程，获得最为直观现实的学习体验。
可以预见，在不久的将来，在大数据基础上的“物联网新媒体”将越来越广泛地成为现实，无论是人类的智慧、经验还是万物的存在与变化，任何地方的事物，无时无刻不在被记录、存储、分析，并最终得以更加多元、有效、合理地呈现和传播。万物互联，传媒行业将会以更多元化的形式完成更加丰富的信息传达，每个人、每件智慧物品都将成为这一万物互联世界中的一部分，也是万物互联网络的使用者，而人类也将因此而拥有从未有过的智慧，步入人类文明的崭新境界。
3 结语
本文提出引入图式理论，通过自底向上的教学和自顶向下的应用相结合，建立分层递阶的图式教学体系结构。在实际教学中，通过迁移学习实现知识点之间的相互关联，形成由局部到整体的教学过程。万物互联，传媒行业将会以更多元化的形式完成更加丰富的信息传达，每个人、每件智慧物品都将成为这一万物互联世界中的一部分，也是万物互联网络的使用者，而人类也将因此而拥有从未有过的智慧，步入人类文明的崭新境界。
参考文献
[1] 陈健，周维，刘昭移动物联网架构网络层方案研究[J].电信工程技术与标准化，2012（6）：28-32.
[2] 计轶轩，金明生.基于移动物联网的远程移动监控系统研究[J].机电工程，2015，32（5）：727-732.
[3] I fernandez-Corbaton，S Jayaraman.Performance of adaptive equalizers for systems with code-multiplexed pilot[J].IEEEinternational Symposium on personal，2004，2（2）：1398-1403.
[4] Daying Quan， Shaofeng Xie， Zongjun Zhang，et al.Simulation on Performance of Forward Link in Simulcast PDT[J].IEEE/CIC International Conference on Communication in China，2013，8（1）：247-251.
[5] Juan Zhou，Ying Shen，Shihai Shao，et al. Optimal Location of the Secondary Base Station for Broadcasting Cognitive Radio Networks with Spectrum Underlay[J].Wireless Personal Communication， 2014，75（2）：1331-1342.
[6] Y hi，Y.T hou.Optimal Base Station Placement in Wireless Sensor Networks[J].ACM Transactions on Sensor Networks，2009，5（4）：1-24.
[7] I Guvenc，UC Kozat，MR Jeong，et al. Reliable Multicast and Broadcast Services Relay-Based Emergency Communications[J].IEEE Wireless Communications，2008，15（3）：40-47.
[8] Liang Dawei.Research on Network-building Realization of Common Frequency Broadcasting System[D].Graduation thesis of Tianjin University，2006.