大数据视角下的虚拟现实产学研平台构建研究

唐光艳

（锦州师范高等专科学校，辽宁 锦州 121000）

虚拟现实产学研平台的兴起和应用极大地拓展了产学研发展的空间范围，并且给学生创造了更加广阔的学习空间。但是传统的产学研教学平台不能完成产学研结合的创新应用及发展需要，针对这一问题，可以将大数据技术应用到虚拟现实产学研平台的构建过程中，通过挖掘并处理数据资源，可以更好地发挥出数据的应用价值，建立科学、有效的虚拟现实产学研平台，从而提高产学研的效果。由此可见，对大数据视角下的虚拟现实产学研平台构建进行研究具有重要的意义。

1 虚拟现实技术概述

虚拟现实即VR技术，主要包括计算机仿真技术、人工智能技术、传感器技术、网络处理技术等诸多方面，是一种由计算机生成的高技术模拟系统。虚拟现实技术主要具有多感知性、存在感、交互性以及自主性等多个方面的特点。虚拟现实是计算机技术和思维学科结合而成的产物，给人类更加全面地认识世界提供了全新的思路。用户通过自然的方式和虚拟环境完成交互操作，极大地解决了以往人们必须亲身经历才能了解环境的这一问题。此外，通过虚拟现实技术的三维空间表现力以及人机交互模式的应用，在航天领域以及军事领域当中有着广泛的应用。随着现代化信息技术的迅速发展，虚拟现实技术在各个行业当中都有着良好的发展前景，并且给传统性行业的发展带来了变革与发展。

2 传统产学研平台存在的主要问题

2.1 和产业需求脱节

现阶段，产学研平台缺少创新合作发展的理念，并且相关的科研服务和产业的实际需要存在一定的差距。产学研平台合作双方的目的以及出发点不同，这主要表现在：高校及科研机构主要注重提高教育教学水平以及科研能力的培养，并且实现自身的价值；而企业主要注重技术的创新、市场的变化以及风险承担等方面。对于产业支持目标而言，高层次以及创新性的科研项目占据比例较小，其科研需求主要是完成管理以及生产活动等。而传统的产学研平台缺少创新理念和背景，因此容易受到其他重点科研项目的排挤，导致缺少资金及科研资源的支撑。

2.2 管理松散

产学研平台不但要完成整体科研需要的对接工作，而且还要具备完善的科研流程管理系统。然而受到经济和政策等因素的影响，传统的产学研平台的科研管理能力不足，缺少对科研项目的有效控制，所以不能有效地处理科研项目研发以及成果推广等工作。在管理方面来看，传统的产学研平台缺少完善的质量管理体系，国家对产学研合作的标准和项目审核情况缺少统一性，所以使得产学研平台管理较为松散，过于看重政策的导向以及资金问题。

2.3 科研成果转化力有待提高

科研成果是判断产学研平台质量的重要标准之一，其成果质量影响到了产业的进步发展以及成果的有效转化等。但是，中国产学研平台合作效率以及成果转化率较低，和发达国家之间存在较大的差距，一些发达国家的科研成果转化率可达60%，而中国高校及科研机构的成果转化率仅为20%，且产业化率较低，科研成果转化率如图1所示。各个高校产学研科研成果转化率较低的主要因素包括：①政策因素。②传统的产学研平台缺少完善的体系和市场服务机制，因此容易受到专业跨度等方面的限制。

图1 科研成果转化率

3 大数据视角下的虚拟现实产学研平台的构建

3.1 虚拟现实产学研平台构建的硬件分析

在虚拟现实产学研平台构建过程中，必须加强其交互性以及实时性等，所以网络通信的带宽以及延时等问题需要重点关注。客户端和服务器的通信是平台系统稳定运行的重要基础，发射端首先要对信息进行格式处理，再传输到接收端，然后由接收端进行处理，判断并且执行操作，在这一过程中，通信双方要严格按照通信协议进行操作，更好地完成通信协议功能。因此，在通信协议的选择上，可以应用虚拟现实传输协议（Virtual Reality Transport Protocols，VRTP）当作平台，完成产学研平台当中客户端与服务器程序之间的连接工作。

此外，可以使用Hadoop大数据框架当作系统平台的扩展程序，Hadoop是一种分析并处理分布式、非结构化数据的开源框架，主要采用JAVA语言完成Apache的开源式框架结构，在计算机构成的集群当中完成大量数据信息的分布式计算。此外，Hadoop通过MapReduce分布式计算框架，按照GFS理论对分布式文件系统（Hadoop Distributed File System，HDFS）进行开发工作，同时按照BigTable原理开发出HBase数据存储系统。通过应用Hadoop大数据框架，能够在Hadoop当中开发以及处理一些应用程序，具有可靠性以及低成本的优势。

在运行架构方面，应用浏览器/服务器（Browser/Server，B/S）架构模式，B/S架构主要包括表现层、逻辑层以及数据访问层三个部分，其架构如图2所示，可以把平台的主要功能集中到服务器当中，使得系统的开发、维护和使用功能等得到了极大的简化。另外，应用MapReduce以及HDFS等核心构件，并且融合了计算机服务器，以网络技术为核心建立产学研平台，从而提高产学研平台学习环境的真实性。

图2 B/S模式架构图

产学研平台主要包括客户端、服务端以及用户端等内容。其中，客户端主要完成产学研平台应用过程中存在的教育问题、学习虚拟现实建模语言（VRML）环境和用户端的操作信息等。服务器主要挖掘产学研相关的数据信息，同时把信息传输到客户端和用户端当中。各个用户在产学研平台当中能够进行数据的共享，并且保持学习环境的一致性。最后，用户端主要是服务器端地址以及对应的端口等组成，在进行初始化之后，用户端和服务器进行连接，并且按照设置好的指令完成相应的操作。

在大数据视角下，以互联网虚拟环境为依托进行产学研平台的硬件设计，极大地提升了平台应用的安全性。

3.2 虚拟现实产学研平台构建的软件分析

利用平台客户端，用户可以登录虚拟现实产学研平台，选择自己喜爱的课程。在建立虚拟现实产学研平台的过程中，应用JAVA程序构建学习平台，从而强化虚拟现实产学研平台的各项功能。从根本上提高教学的质量和效率。当用户登录系统平台之后，服务端进行信息的预处理操作，并且按照用户浏览信息的实际情况，处理大数据挖掘过程中的冗余信息。另外，当服务端完成数据预处理操作之后，然后完成数据的分析工作，根据大数据技术对用户的学习方式进行分析。客户端利用Web路径图对用户的学习模式以及相关规则等进行分析，从而完成产学研系统的动态环境建模过程。

4 试验分析

在大数据视角下，为了证明虚拟现实产学研平台构建的科学性，对其进行试验分析。在这一过程中，将不同的教育机构当作实验对象，从而完成教学质量的评估分析工作。将大数据下的虚拟现实产学研平台和传统的虚拟现实产学研平台进行对比，进行仿真模拟实验，并且画出实验数据结果。

4.1 数据准备

为了进一步提高仿真实验结果的准确程度，首先需要对相关的参数进行合理设置，可以将参数设置为：仿真实验环境下模拟教育机构的数量为9，且资源的波动范围是[+10%，-10%]，…，[+55%，-55%]；仿真实验设备设置为VCM仿真平台；系统运行的参数设置为0.34；系统的容错率范围在0.05～0.08。

把设置好的数据信息输入到计算机系统当中，并且完成仿真实验过程，进行相关的操作。当实验环境以及参数设置相同的条件下，运行计算机仿真系统，完成实验操作与分析。最后把得到的数据进行加权操作，进行汇总分析。

4.2 结果分析

实验结果汇总信息如图3所示。

图3 实验结果汇总图

根据图3可以看出，通过虚拟现实产学研平台质量实验比较可知，通过第三方信息记录软件，能够看出在大数据视角下，对于虚拟现实产学研平台而言，由于资源波动而产生影响的程度大概为0.48%，而传统的虚拟现实产学研平台受到资源波动的影响概率是2.62%。从中可以看出，大数据视角下虚拟现实产学研平台可以较好地解决产学研行业当中的空白问题，极大地提升产学研平台教学的整体质量和效率。

5 总结

本文通过对大数据视角下的虚拟现实产学研平台构建的研究，使我们了解到了，基于大数据技术完成虚拟现实产学研平台的构建，不仅满足了低成本的要求，满足科研、学习、生产等方面的教育需要，而且符合新课改下的高性能需求，可以极大地提高产学研的质量和效率。通过对虚拟现实产学研平台构建的硬件以及软件设计，同时对其进行仿真实验分析，可以得出：在大数据视角下，虚拟现实产学研平台受资源波动的影响较小，且产学研教学的质量和效率得到了有效的提高。