随随着Internet技术的迅猛发展，以物联网、Web服务等为代表的网络技术和应用已经惠及大众，信息和服务成为了当今社会的主流。在这个服务时代，以用户为中心，按需服务，为用户提供优质、高效的服务成为了一个核心目标。以用户为中心，就要求提高用户和服务实体之间的互操作，加强服务和服务之间的自动组合，在分析用户需求的基础上，为用户提供最佳服务或者最优解决方案，提高业务流程生成效率和用户的服务体验质量。主要包括以下几个方面：

   （1）探索基于云计算环境的实验、实训课程的智慧教育教学模式，建设实践课程资源库。本项目在现有的云环境下的开放性课程教学的基础上，深入研究师生互动、学习者之间协作、学习评价、终端接入等问题，提出云端解决实验、实训课程仿真的方法，设计"校园云平台环境下实训、实践课程资源设计制作系统"和"基于校园私有云的仿真实训体验式教学平台"。并且从学习支持服务、学习效果评价、知识共享、交互性、可持续性等角度对平台进行评价，能够满足应用型高等院校智慧教育智慧实验室的需求。

   （2）开发基于云计算的智慧教育综合服务平台。主要体现在三个方面：其一，设计校园应用服务平台数据整合高效中间件，将已有的校园信息平台通过中间件进行整合，避免了重复建设，提高了数据的共享率和增值服务能力，为统一化认证方式提供了数据基础；其二，综合服务平台中采用虚拟化、实时互动、智能视频、图像识别、多媒体检索等关键技术，可以实现教师、学生、管理者三种较色的个性化学习、教学及日常办公事务处理；其三，建设统一平台，实现平台的用户、角色和组织机构统一化管理，实现各种应用系统间跨域的单点登录和单点退出和统一的身份认证功能。

   （3）设计开发一个基于Hadoop的智慧教育数据分析平台，服务教育决策。高校扩招以来，学生、教职工人数不断增加，因此而产生庞大的数据量，利用大数据存储平台合理管理和存储这些科学数据显得极为重要。项目提出了一种基于分布式计算技术进行管理和存储海量数据的方法,构建智慧教育大数据存储平台解决方案,采用集群技术，设计开发一个基于Hadoop的海量数据存储与分析平台。系统由五大模块组成,有系统管理模块、并行加载存储模块、并行查询模块、分析决策模块、数据字典模块、备份恢复模块,能够实现存储海量数据及分析。

    总体来讲，项目对目前语义Web知识描述以及服务发现技术中亟待解决的几个关键问题进行了研究，在语义Web知识描述的基础上，提出了语义Web的推理模型，对于提高知识表示精度，发现知识内涵具有重要价值，在此基础上，项目设计了基于本体的多因素制约服务匹配算法，该算法可以进一步提高服务匹配的精确度，为Web服务的自动发现、组合及调用提供了技术保证。