基于云存储的大学生创业教育案例库网络平台建设初探

东北师范大学　韩　冰

摘　要：本文从建设大学生创业教育案例库的必要性和紧迫性入手，针对互联网时代的特点，提出建设大学生创业教育案例库网络平台的意义，并探索性地提出基于云存储技术网络平台的功能与架构以及平台的技术实现，以期为吉林省开展创业教育、创业研究工作提供有益参考。

关键词：案例库　创业教育　云存储

案例教学法是代表未来教育发展方向的一种成功教育方法，源起于美国，在上世纪80年代进入我国，为探索大学生创业案例教育模式、大力开展大学生创业案例教育提供了宝贵的素材。为了进一步扩大案例教学法在我国创业教育中的应用，本文拟建设一个集教学、科研、互动、实践于一体的大学生创业教育案例库网络平台，为创业教育理论和实践架起一座有价值的桥梁。

一、大学生创业教育案例库建设的背景及意义

高校毕业生数量逐年攀升，据统计，2008年高校毕业生559万人，2009年611 万人，2010年630万人，2011年达到了660万人，2012年达到680万人，2013年达到699万人，2013年被称为“史上最难就业季”。然而2014年，高校毕业生人数超过700万人，成为了“史上更难就业季”。大学生就业压力大、找工作难成为了社会和政府共同关注的话题。党的十八大强调：“就业是民生之本。要贯彻劳动者自主就业、市场调节就业、政府促进就业和鼓励创业的方针，实施就业优先战略和更加积极的就业政策。引导劳动者转变就业观念，鼓励多渠道多形式就业，促进创业带动就业，做好以高校毕业生为重点的青年就业工作和农村转移劳动力、城镇困难人员、退役军人就业工作。加强职业技能培训，提升劳动者就业创业能力，增强就业稳定性。”由此可见，鼓励大学生通过创业带动就业已经被政府认为是解决就业难问题的有效途径。

在此基础上，2012年教育部制定并颁布了《普通本科学校创业教育教学基本要求（试行）》，指出“普通高等学校开展创业教育，是服务国家加快转变经济发展方式、建设创新型国家和人力资源强国的战略举措，是深化高等教育教学改革、提高人才培养质量、促进大学生全面发展的重要途径”，并提出要“面向全体高校学生，开设创业教育必修课程”，进一步提出了对高校开展创业教育、培养创新型人才的要求。这就要求各高校必须在创业教育的理论、实践研究上有所作为，然而中国处于创业教育发展初期，创业教育环境还未形成、教学体系尚不健全，探索一种适合中国国情的创业教育模式十分必要。本文拟从案例教学法入手，比较国内外创业教育开展和案例库的建设情况，结合构建创业教育案例库的实际需求进行案例库网络平台的初步架构。

（一）国内外创业教育案例库的建设情况

案例教学（Case Method）是由美国哈佛法学院前院长克里斯托弗·哥伦布·朗代尔于1870年首创，后经哈佛企管研究所所长郑汉姆推广，并从美国迅速传播到世界许多地方，被认为是代表未来教育方向的一种成功教育方法。在哈佛的MBA课程中，案例教学占90%，学校规定所有讲授课程中只有一两门课可以不用案例。在哈佛的一节1小时45分钟的战略管理课上，教授利用15分钟时间放映20张幻灯片进行理论授课，就开始进入案例讨论。哈佛教授表示：“在哈佛不会用案例教学就只有走人。”案例教学在哈佛开展了100多年，哈佛案例库也已有90年的历史，在近100年间逐步形成了一个以哈佛案例库为核心，以毅伟案例库、欧洲案例交流中心等为补充的案例库体系。没有这样一个在学科类别、企业规模类别、企业性质类别、行业类别、区域类别、案例功能类别等方面齐全的案例库，则不可能进行有效的案例教学。可见案例库建设是大学生创业教育应用案例教学的基础，是最重要的辅助教材。除了哈佛之外，百森商学院、斯坦福大学等都具备较成熟的创业教育模式，这些大学的商学院本科生基本采用案例教学，且都组建了具有自身特色的案例库。

在香港中文大学参加创业教育培训期间，有幸受教于香港中文大学教授、香港中文大学创业研究中心项目总监孙耀先博士。孙耀先博士从事创意、资讯科技及教育产业业务20多年，曾经在内地、香港及海外任职顾问和管理的工作。在培训期间，孙耀先博士主讲设计创意产业类的案例教学法，他非常重视“体验式”教学方法，在课上应用了香港两位设计家的创业历程案例，营造出一种积极浓厚的讨论气氛，推动课堂讨论，然后引导学员进行分析并提出建议，最后播放企业家的采访视频让学员自行从中寻找答案。在学员了解案例教学如何开展之后，孙耀先博士详细地介绍了案例收集、开发、研究的过程，并重点强调了建设案例库的必要性。2010年，香港中文大学创业研究中心与香港设计中心合作共同探索香港创意产业案例开发方案，从数十个企业家中挑选最具代表性的案例进行开发，建成设计类创意产业案例库。该案例库包含10个精品设计产业案例，包括中英文两个版本，并附有企业家采访视频资料，包含普通话、粤语、英语三个版本，成为了香港中文大学创业教育的重要辅助教材，并被哈佛案例库收纳。在案例研究方面，孙耀先博士根据不同企业家案例的特点，总结出了7+1的设计类创业模式分类，为创业教育理论和实践架起一座有价值的桥梁。

随着管理教育的发展，尤其是MBA教育的兴起，中国的案例教学逐渐引起管理教育界的关注。2000年以后，有不少大陆商学院积极参与由哈佛商学院及其他院校所举办的案例编写及教学研讨会，扩大了案例教学在中国工商管理教育中的普及程度。目前，中国内地有5所大学建立了案例研究中心，分别是大连理工大学管理案例研究中心、北京大学管理案例研究中心、清华大学管理案例研究中心、上海交通大学管理案例研究中心和中欧国际工商学院。由于创业教育开展较晚，关于创业教育的教材资源相当短缺，大多数教材缺乏好的大学生创业案例做支持，目前国内高校创业教育中创业案例的来源基本是三方面：一方面是从管理类案例中挑选创业类型；一方面是院校自行编写；还有就是从报纸、杂志等媒体收集整理。这种情况致使创业实践课程缺乏参与性、互动性。可见，建设专门的创业教育案例库已经成为一个亟待解决的问题。

（二）大学生创业教育案例库网络平台建设的意义

创业教育案例库网络平台建设有助于提高教学效果。创业教育案例贯穿于大学生创业教育大部分课程中，创业教育案例库建设的意义首先在于它是案例教学的基本条件，没有好的案例，案例教学就成了无源之水、无本之木。国外的创业案例虽然有借鉴作用，但很难让学生进入情景，找到真实感。对于大多数中国学生来说，使用国外案例存在对案例背景的理解和语言文化的差异。案例库具有知识存储和知识管理功能，通过对案例进行统一编选、制作，并对入库案例进行及时更新，使案例具有良好的覆盖性和系统性，从而使教师和学生们可以更为方便地使用案例。创业教育只有拥有丰富的案例资源，才能更好地引导学生的创造性融入课堂，从而大大提高创业教学效果。

创业教育案例库网络平台建设有利于创业实践研究。我国创业教育处于发展的初期，通过研究创业案例，可以促进创业教育理论的完善，同时也为创业实践提供理论支持。近年来，大学生创业受到我国政府及学校的高度重视，然而大学生创业成功的概率仍然非常低。通过广泛的创业案例的研究，能够更好地了解大学生创业失败的原因及成功的因素，对大学生创业实践指导有促进作用，提高创业成功率，从而补充我国当前对于大学生创业实践研究方面的不足。通过创业实践案例来丰富理论知识，通过理论知识来指导创业实践。

创业教育案例库网络平台的建设有助于交流互动。借助互联网的分享精神，建设创业教育案例资源聚合平台，收集多维度、多层次的大学生创业案例。通过整合教师、学生、企业等多渠道提供的创业案例资源，使创业案例类型得到丰富。案例库网络平台还应建立案例评价体系，通过用户的互评互动，不仅可以使案例的质量和数量不断提高，还可以提升教师的案例写作水平。

二、创业教育案例库网络平台建设的基本原则

创业教育案例库网络平台以用户数量、资源信息量、用户需求的复杂度等多因素为出发点，在项目开发之前，确定科学的理念，不仅仅是整个平台开发过程的标准依据，更是为平台长效发展和平稳建设奠定基石。因此，创业教育案例库网络平台的开发应从用户的角度出发，分析用户的需求，强化管理理念，考虑对系统的管理和维护的方便性，平台建设遵循以下原则：

（一）经济性和实用性

创业教育案例库网络平台以现有的需求分析为基础，全面考虑未来发展的需要，界定系统规模，降低系统风险，满足服务对象的需求。在平台的设计过程中，充分考虑已有投资的保护，对已建设好的系统、数据、应用软件进行有效的整合。在平台的建设上，采用国际先进、成熟、标准、可靠的开源技术保证处理数据的高效、灵活、可靠。

（二）开放性和标准性

创业教育案例库网络平台系统在设计上采用国际标准协议，确保硬件平台、软件平台、网络协议、资源规范标准化，便于和其他系统进行交互。为了使平台拥有对其他系统的集成能力，实现无缝对接，平台的建设始终依据教育部发布的《教育管理信息教育管理基础代码》《教育管理信息教育管理基础信息》等7个教育信息化相关标准，最大可能确保与其他平台进行资源共享。

（三）安全性

平台在规划与建设过程中，多角度考虑安全因素，包括网络安全、数据安全、用户访问安全等多方面，采用企业级硬件防火墙、服务器杀毒软件、数据传输加密算法、数据容灾、权限管理模型等多种技术手段，确保平台安全、平稳地运行。

（四）可扩展性

平台的网络结构设计从多个角度考虑系统的扩展性，包括系统的扩容、扩展、升级等。避免软件或硬件的升级对系统的正常运行造成影响。此外，平台的底层存储系统采用云存储技术，保证对服务器存储节点进行动态的添加和移除而不影响平台中的数据，这种方式比原始的存储方式具有更高的可扩展性。

三、基于云存储的大学生创业教育案例库网络平台的基本架构和功能

云存储是在云计算概念上延伸和发展起来的一个新概念，是一种新的存储模式，通过虚拟化技术，将服务器、存储设备和其他硬件组成一个资源池，它可以灵活地、高可扩展地提供存储资源。用户不需提前确定容量规划，购买昂贵的存储服务器，通过云存储服务即可按需存储，按使用量付费，节约开发及维护的成本。大学生创业教育案例库的数据源包括文本、语音、视频等多种格式，数据结构复杂，数字资源具有数量大、增长快的特点。所以，大学生创业教育案例库网络平台应用云存储技术既能提高存储资源的利用率，而且能实现性价比最优以及资源存储效率最大化。

（一）核心功能

大学生创业教育案例库网络平台是一个集教学、科研、互动、实践于一体的综合性网络平台。平台拟包括案例管理、案例互动、案例检索、案例推荐、系统管理五大功能，为学生用户、企业用户以及高校教师用户三类群体提供案例共享服务。

图1　网络平台功能结构图

1．案例管理功能。案例管理包括案例查看、案例上传、案例下载和案例修改功能。创业教育案例和一般的案例不同，它不限于文字和图片，可以是声音、视频等多媒体数据，案例的格式结构和式样一般由标题、编号、制作者及其摘要、版权声明等几部分组成。平台的用户类型分成三类：学生用户、企业用户和高校用户，学生用户和企业用户需注册并提供身份证明，高校用户统一分配账号。为了扩大案例库的规模，案例管理功能允许所有用户上传案例，但需经过管理员审核通过后，才能供其他用户查看。所有用户都可以查看案例的摘要，但是案例下载功能具有权限划分，在校学生用户可以下载本校高校用户发布的案例和其他类型案例，企业用户可以下载学生发布的案例和其他企业发布的案例，但下载案例之前必须先分享一个创业案例，高校用户可以下载所有案例。因为创业案例一般具有延续性，随着时间的增长，用户可使用案例修改功能对案例进行后续丰富。

2．案例互动功能。为了提高案例分享的主动性，平台拟建设成一个SNS社区型的案例互动平台，案例互动功能包括案例评价和分享功能，用户可以在查看案例后对案例进行一星到五星的评价，评价高的案例将得到更多的关注。案例分享功能类似于互联网网盘的站外分享功能，可以将案例的链接分享给站外好友，提供站外好友下载，提高创业教育网络平台的影响力。

3．案例检索功能。检索功能是案例资源库的基本功能，方便用户快速找到目标案例。案例检索功能包括快速检索和高级智能检索两种方式，快速检索使用关键词检索的方式进行，类似于谷歌、百度的站内搜索。高级智能检索类似于知网的高级检索，包括作者、案例分类、标题、案例开发时间等检索项，高级检索功能虽慢但可以缩小检索范围，提供更准确的检索结果。

4．案例推荐功能。为了提高用户的使用体验，平台推出智能的案例推荐功能。案例推荐功能包括按类推荐和排序推荐两种方式。按类推荐功能通过数据挖掘算法实现，按照用户的搜索习惯自动推送相关类别的其他案例。排序推荐则将用户评分高的案例，推送给用户查看。案例推荐功能不仅能让用户有意外的收获，还能延长用户在平台的停留时间，提高用户黏性。

5．系统管理功能。系统管理功能是维护平台正常运行的基本保障，包括用户管理、权限管理、资源管理和案例分类4个主要部分。其中，用户管理包括新用户注册的审核及对全体用户进行增删改查等操作。权限管理功能给不同用户不同案例的查看及下载权限，提高数据的安全性。资源管理包括案例的增删改查、案例的备份及恢复功能等，保证系统中案例资源的有效、安全。为了案例的标准化存储以及方便用户查找等需求，案例库统一分类入库，案例的分类使用标签系统，可对案例的类别进行灵活配置，并将案例类别间的关系一并保存。

（二）存储架构

构建创业教育案例库网络平台，首先要建立一个适合案例资源存储的云存储架构。根据功能需求，基于云存储的创业教育案例库网络平台框架由4层结构组成，自下而上分别为数据存储层、基础管理层、应用接口层和用户访问层，架构图如图 2 所示：

图2　云存储架构

数据存储层：采用云存储作为数据存储的基础存储部分。云存储由数量庞大的存储节点构成，节点之间通过广域网、城域网或者FC光纤通道网络通讯。存储节点之间可以是通过FC光纤进行通讯的存储设备，也可以是网络接入服务器、iSCSI服务器等网络存储设备，也可以是SCSI或SAS 等 DAS设备。对存储设备形成统一的管理系统，实现存储设备逻辑上的虚拟化管理、多链路冗余管理，对存储设备的运行状态、故障进行有效的监控。

基础管理层：云存储的核心部分。采用系统集群、分布式文件系统、网格计算等技术，实现云存储中多个节点之间的协作，多个存储节点构成云存储服务对外提供大容量、更好的性能的服务。使用CDN系统将存储数据缓存到各主干网络节点上，提高访问速度。数据加密技术、权限管理系统确保数据完全，为云存储服务保驾护航。

应用接口层：应用接口层是负责整个云存储服务平台向外提供存储服务的，包括网络接入、用户认证、权限管理和开放API几部分。云存储应用单元根据自身业务实际需要及自身特点，对外提供不同的服务接口，提供多种不同的服务。

用户访问层：用户接口层是整个架构的最顶层。任何一个授权用户都可以通过标准的公用应用接口来访问创业教育案例库网络平台使用案例资源，如案例上传、下载、共享资源等。

（三）技术实现

针对本网络平台分层次建设、业务功能多、数据存储容量大、响应速度高的要求，至少需要实现以下4种支撑技术，下面对每种技术实现进行进一步探索。

1．云存储平台搭建——OpenStack&Hadoop

云计算是分布式处理（Distributed Computing）、并行处理（Parallel Computing）和网格计算（Grid Computing）的发展，它作为一种新的互联网应用模式，目前著名的商业解决方案有谷歌 的云计算平台、Amazon的弹性计算云、IBM“蓝云”计算平台和微软云计算平台Windows Azure。大多数企业为了节约开发成本，采用开源的云计算建设与管理系统，例如docker、OpenStack、CloudStack。其中，OpenStack是较流行、成熟的开源实现版本，包括控制器、计算（Nova）、存储（Swift）、消息队列（RabbitMQ）和网络（Quantum）组件。OpenStack可利用数据中心的资源构成资源池，实现资源的弹性、按需配给和自动化管理，它的应用简化了云的部署过程，并具备良好的可扩展性。

相对于商业解决方案，开源解决方案具备成本低、扩展性强等优势，因此本文拟采用云计算平台OpenStack和大数据分析框架Hadoop集合的开源解决方案构建案例平台的底层云存储系统。通过它可以更便捷地部署和监控案例库网络平台的服务器使用状态，检查云中正在运行的服务并管理项目的配额。两者整合后案例库网络平台将以更简单的方式大规模部署和使用Hadoop，更快速地搭建云存储系统。

Oracle将大数据定义为三种数据源的数据汇集：结构化的传统数据、日志数据和元数据的感知数据、社交媒体的社交数据。创业教育案例库网络平台中的资源包括视频、文本等多种数据格式，符合大数据源的数据特点，因此需要非结构化的存储方式，比如非关系分布式数据库Nosql。目前，HBase是主流的Nosql数据库之一，它是一种分布式的，面向列的数据库，技术来源于 Fay Chang 所撰写的谷歌论文“Bigtable：一个结构化数据的分布式存储系统”。就像Bigtable利用GFS进行数据存储，HBase在Hdoop之上提供Nosql的数据库，类似Bigtable的存储能力。案例库网络平台中可以将案例资源和元数据就存入到HBase中。通过HBase，平台能够实现快速在主机内数十亿行数据中定位所需的数据并访问它。

2．J2EE框架——Spring

Sping框架具有开发效率更高，架构上更容易实现，零配置，节省内存等优点，解决了大部分常见的J2EE开发问题。因此，采用Spring框架技术作为开发创业教育案例库网络平台的中间层，Spring框架的应用使得开发的案例库网络平台具有高度的开放性、可扩展性。

Spring的架构基础是JAVABean的IoC容器，IoC容器是Spring中最核心的部分。Spring基于IoC容器的基础上，构建一整套解决方案。其中Spring提供的数据访问层的支撑，包括JDBC框架，具备良好的性能。此外，Spring框架可集成WebWork、Struts、Topestry等表现层框架，使得页面集成更加规范、易用。整合了Apache Hadoop 平台，让我们可以通过 Spring容器来配置、创建和执行各种各样的服务和工具，像 MapReduce、Hive、Pig 和 Cascading 作业等。

3．数据检索工具——Lucene

目前很多网站和程序使用全文检索技术来对网页和文本内容进行查找。本文案例库网络平台中的案例检索功能也需要依赖于第三方搜索引擎，Lucene是其中最流行的开源项目。它是用于全文检索和搜寻的开源框架，由Apache软件基金会支持和提供。Lucene提供简单的接口，调用数据接口实现全文索引和检索。在Java开发环境中Lucene是成熟、性能优良、完全免费开源的框架。Lucene作为一个全文检索引擎，具有如下突出的优点：

（1）索引文件独立于应用程序以及平台。Lucene定义了一套索引自有文件格式、兼容不同的系统，不同平台的应用间能够共享索引文件。

（2）Lucene在传统倒排索引的基础上，采用分块索引，针对索引新文件建立小索引文件，提高索引速度，通过与原有倒排索引进行合并达到优化的目的。

（3）采用面向对象技术进行架构设计，非常方便对Lucene进行扩展，降低扩展的学习成本。

（4）采用独立于语言和独立文件格式文本的分析接口的设计，索引器通过处理Token流完成索引文件的创立，用户可以通过扩展新的语言和文件格式，实现文本分析的接口。

（5）Lucene拥有一套强大的查询功能，用户编写少量的代码可实现强大的查询功能，Lucene实现了多种查询检索模型，包括布尔模型、模糊查询模型、分组查询模型。

4．数据挖算法库——Apache Mahout

选用聚类分析作为数据挖掘主要工具，通过聚类分析获得数据在固定特征下的分布情况，观察各个簇的特点，对特定的某些簇做出进一步的分析。本文案例库网络平台中的案例推荐功能拟采用聚类算法实现。

聚类（Clustering）就是根据数据特征，将对象分组成为多个类或簇，目标是在同一类中的数据特征有较高的相似度，不同的类中的对象的特征差别较大。其实聚类是一个人们日常生活的常见行为，即“物以类聚，人以群分”，核心的思想也就是聚类。人们通过不断改进意识中的聚类模型，改进自己的判断来改进人和事务的区别。聚类分析已经应用到许多领域的应用中，包括模式识别，数据分析，图像处理以及市场研究。通过聚类计算，相似的案例会被聚合在一起，当用户查看一个案例的时候，系统自动为其推送同类的其他案例。项目，为机器学习领域提供一些经典算法的实现，旨在帮助开发人员更加方便地创建智能程序，并且在 Mahout的最近版本中还加入了对 Apache Hadoop 的支持，使这些算法可以更高效地运行在云计算环境中。因此，案例库网络平台中案例推荐功能可通过Mahout算法库中的聚类算法在云计算环境下实现。

图3　聚类算法Apache Mahout 是 Apache Software Foundation（ASF）旗下的一个开源

参考文献

［1］十七大以来重要文献选编（上）［M］．中央文献出版社，2009。

［2］高文兵．大学生创业教育的研究与实践［M］．湖南人民出版社，2012。

［3］王占仁．“广谱式”创新创业教育导论［M］．人民出版社，2012。

［4］杨晓慧．大学生就业创业教育研究［M］．经济科学出版社，2014。

［5］黄婕．大学生创业教育案例信息库组建研究［J］．商业时代，2013。