干部在線學習中大數據思維的實踐與研究

[摘 要] 大數據時代已經來臨，它正影響著人類生活的方方面面，也影響著干部的培訓工作。利用大數據的思維去關注干部在線學習所產生的海量數據，解決目前干部在線學習中存在的問題，實現學習智能化與管理智能化，推動干部培訓工作。

[關鍵詞] 大數據；思維；干部在線學習；干部培訓

[中圖分類號] G434 [文獻標識碼] A [文章編號] 1673 - 0194（2014）19- 0111- 03

2006年的《干部教育培訓工作條例（試行）》文件中提出：大規模培訓干部，大幅度提高干部素質，推行干部自主選學。中央《2010-2020年干部教育培訓改革綱要》中明確提出，“加快建設干部教育培訓網絡平臺”，“到2012年基本建成功能完備、資源共享、規范高效的干部網絡培訓體系”的目標[1]。干部在線學習是黨政干部通過網絡獲取知識、自我充電的一種方式，近幾年在各級組織部的推動下，各省市先后啟動了干部在線（網絡）教育工作。干部學員在在線學習的過程中會產生大量的與學習相關的數據，數據結構也會越來越復雜。運用大數據的思維重組、挖掘數據價值，使干部學習在線能夠智能化地為每個黨政干部提供個性化的學習內容，將會給干部學習在線帶來新的生機。

1 干部在線學習現狀

據不完全統計，2013年31個省（自治區、直轄市）中已有25個開展了干部在線培訓，開展比例達到80.6%，每個干部在線學習平臺都各具特色，也為黨政干部提供了更多接受培訓的機會、自主選學的途徑。2013年9月28日發布的《2013-2017年全國干部教育培訓規劃》明確指出，要運用信息化手段輔助干部培訓工作，干部選學、網絡培訓學時計入脫產培訓學時[1]。干部在線學習能夠較好地解決黨政干部工學矛盾的問題，是運用信息化手段為黨政干部開辟的新課堂，也為傳統的干部教育培訓工作錦上添花。本研究以“福建干部學習在線”為主，以其他三省的干部在線學習為補充，從學習資源建設、學員學習方式、管理決策分析等方面分析干部在線學習的現狀。

1.1 學習資源建設

對于“干部學習在線”來說，學習資源就是它的生命源泉；對于干部學員來說，干部學習在線的學習資源是否能夠滿足他們的求知欲，是其網絡學習能否持續的關鍵。因此，干部學習在線在學習資源建設上應把握全面性、及時性、可用性等方面。

學習資源建設在緊緊圍繞黨和政府中心工作建設學習資源的同時，也要有為學員提供能促進其視野拓展、提高自身素質的其他輔助學習資源；學習資源需要不斷更新，將最新的前沿報告、專家講座呈現給學員，給干部學習在線注入新鮮的血液；學習資源特別是學習視頻的選擇需要根據黨政干部或成人教育的特性來選擇，一般選擇時間在30分鐘左右的學習視頻為宜，增強干部學員對學習資源的可讀性、可用性。

每個干部學員都是一個個體，知識與能力會存在著差異。在學習資源建設注重全面性、及時性、可用性的同時，如果更能注意到干部學員的個性化需求，那么將會讓干部學員在在線學習中獲得更大的收益，干部學習在線也會收獲一位永久的“粉絲”。

1.2 學員學習方式

干部學習在線的學習資源主要是錄制好的視頻資源，學員通過互聯網登錄學習，學習方式通常都是面對電腦聽視頻里的專家講課。目前，在線教育無法營造一種合適的學習氛圍，在學習過程中，“人-機”交互、“人-機-人”的交互增多，但“人-人”的交互明顯減少，因此對于學習者來說，知識的學習和交流也存在著巨大的影響[2]。

學習方式的單一將會給干部在線學習的發展帶來瓶頸，容易讓干部學員產生枯燥感。如果能夠彌補“人-人”交互上的不足，實現干部學員之間的交流與互動，營造一種“三人行必有我師”的氛圍，那么將會讓干部學習在線再上一個臺階。

1.3 管理決策分析

學員通過互聯網在干部學習在線上學習，會產生大量的數據，如學員的個人信息、學習記錄、學習軌跡等。這些數據要么還是數據庫里的若干條記錄，要么就是還沒有被好好利用，擁有大量數據卻沒有深入挖掘是一種浪費的行為。目前在干部學習在線上看到的數據報表，也只是停留在對已有數據的總結與分析上。

數據雖較全面，但價值沒有完全體現。如果能通過數據的相關性了解干部學員的需求并運用到日常的管理決策中，將會對以后的干部培訓有很強的指導作用。

2 大數據思維

沃爾瑪“尿片與啤酒”的案例，Google利用網民搜索數據比官方提前發現流感的事實，亞馬遜網站根據顧客在亞馬遜上產生的數據成功推薦顧客購買的關聯營銷，這些案例的都發生在大數據時代。從繁雜的數據中發現有價值的信息，深入挖掘、綜合利用并將其轉化為生產力，這就是大數據時代產生的思維突破。《大數據時代》的作者維克托·邁爾·舍恩伯格認為，數據的產生和收集本身并沒有直接產生服務，但是當這些數據在收集以后，數據量一旦變“大”，根據數據預測就會十分可靠，不再是小數據時代的模糊推測了，而這個預測會被用于不同的目的，數據被挖掘重新再次使用，其價值不可估量。

在大數據時代，我們要更多地了解事物之間“是什么”，而不需要知道“為什么”，放棄對因果關系的渴求，通過關注相關關系進行預測。這種思維方式顛覆了人類以往的思維慣例，但是隨著互聯網應用的豐富，我們每天都在產生各種各樣的數據，當數據量達到一定級別后，通過對海量數據的收集、儲存、分析、挖掘，可拓展的空間是不可限量的，而非像以前那樣憑借經驗與直覺。讓數據說話，提供基于數據的決策支撐，這也是智能化的基礎。

麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”[3]我們要用大數據的思維去思考干部在線學習，利用干部學員在通過互聯網學習時產生的大量數據，關注干部學員之間的相關關系，智能化地為干部學員提供更個性化的服務，滿足不同層次學員的學習需求，幫助管理者能夠更有效地決策并服務于教學，創新干部在線學習模式。

3 干部在線學習的實踐與研究

干部在線學習已經成為干部培訓中一種不可或缺的學習方式，在《2013-2017年全國干部教育培訓規劃》中明確指出：干部選學、網絡培訓學時計入脫產培訓學時。其中，計入脫產培訓總學時的網絡培訓時間不超過總學時的40%。對干部在線學習模式的認可進一步提高了對學習平臺的要求，學習平臺不再是以教學資源的量取勝，它需要互動，需要引導，以實現干部學員的高效學習。因為黨政干部日常工作都比較繁忙，給自己學習充電的時間非常有限，用有限的時間獲取自己想要的知識，就是本文所指的高效學習。因此需要學習平臺能夠智能化地根據培訓學員的各種信息數據以及網絡學習行為數據進行課程的引導與互動，滿足學員的學習需求，提高學員學習的興趣。

無論從學習者還是管理者方面，大數據思維的引入都將讓干部在線學習有的放矢。

3.1 學習資源建設

干部學習在線平臺是一個開放的平臺，其出發點與落腳點都是為黨政干部（即干部學員）學習充電服務。因此，在實現學習資源建設全面、及時、可用的基礎上，還要實時掌握學習資源的使用率，將滿足培訓學員的需求作為干部學習在線平臺的“風向標”。

在福建干部學習在線的管理平臺上，我們可以統計哪個欄目在某一個時間段被點擊的次數有多少，并進行排序，由此可以動態地監測到哪些欄目在某段時間里是受到培訓學員歡迎的，是培訓學員感興趣的，并通過數據的相關性預測哪些欄目將會是學員關心的下一個重點。管理者可以依托這些通過挖掘分析得到的數據，有方向性地把干部學員所關心的欄目豐富起來。為干部學員提供更優質、更有效、更符合他們需求的學習資源，從而提升干部在線學習平臺服務干部學員網絡學習的能力和水平，同時也提高管理者自身的工作效率，打造有特色的干部學習平臺。

3.2 學員學習方式

隨著干部在線學習的全面鋪開，目前“福建干部學習在線”注冊學員已超過3萬人，積累了數以百萬條的學習記錄以及學員學習行為記錄。記錄在數據庫中只是一條數據，但是如果運用大數據的計算技術就能找到記錄或者數據之間的關聯，把這些數據串起來，將會更深入地了解學員的學習方式，為每個黨政干部定制一個適合他們的高效的學習途徑。

3.2.1 定制個性化的學習服務

學員登錄干部學習在線網站，就會留下大量的信息（包括個人信息、在頁面上停留的時間、訪問的信息類別以及訪問記錄等），可以根據在線學習學員的信息，通過對數據的加工，為學員本人及其相關學員定制個性化的學習服務。

在福建干部學習在線中，以黨和政府中心工作為導向劃分學習欄目，以滿足學員需求為目標創建不同專題。在欄目與專題中都搜集了大量的學習視頻與文章。為了描述培訓學員的學習情況，本研究建立了一個學習模型（如圖1所示）來分析培訓學員在干部在線學習平臺上產生的所有數據。此模型中包含學習頻次、學習時長、學習路徑、學時內容。

根據此學習模型，對于干部學員本人，我們可以了解他通過什么設備訪問學習平臺，并通過什么方式（根據瀏覽平臺內容的路線）找到他們感興趣的欄目或專題；了解他對什么欄目、什么類型的專題（根據學習次數及學習內容）感興趣，通過多長的時間（根據學習時長）來學習這方面的內容。通過對數據的分析，可以掌握該干部學員的學習特征，在其下次登錄學習平臺的時候對他的登錄界面進行智能化的重新布局；了解到干部學員目前通過移動設備訪問學習平臺，這也給我們優化移動終端方案提供依據。把干部學員可能感興趣的內容通過算法搜索重新組合后及時推薦給他，將曾經瀏覽過的學習內容再次呈現，提高干部學員的學習體驗度，實現高效學習。

3.2.2 提高首次學習滿意度

數據經過挖掘有了新的價值，進而實現從點到面的拓展。利用聚類算法從Web訪問信息數據中得到具有相似性的學習，例如，當發現學習某門課程的大多數人都屬于某一類學習者時，就可以把這門課程推薦給該類學習者[4]。這里所指的同一類包含同個單位，同個培訓班級，某些共同的工作經歷等。我們假設這一類干部學員都會對某一類型的欄目或專題同樣感興趣，所以在他們首次登錄學習平臺的時候，就能夠根據所挖掘的數據智能化地給予個性化的推送，這樣會很大程度上提高干部學員對平臺的認同度與滿意度，激發他們學習的興趣。新注冊的干部學員先以“前車之鑒”的方式學習了平臺智能推送的內容，再去全面瀏覽其他欄目的內容，從點到面的引導式、幫助式學習會給新學員帶來強烈的學習興趣。新干部學員也會慢慢地在平臺中留下大量的數據信息，個人數據被放入大數據的熔爐里再次提煉，當數據越來越多時，智能化推送就會越來越精確。

3.3 管理決策分析

數據不僅能夠為干部學員帶來優質的學習體驗，還可以為管理者提供決策分析。以數據驅動決策，幫助管理者能夠更準確地作出決策。

3.3.1 對學習體驗的決策分析

我們研究過干部學員在什么時間段、習慣用什么方式來學習，通過數據的挖掘，我們發現學員在下班時間越來越多使用移動終端設備來進行學習。有了數據的有力支撐，我們現在也開始研究干部在線平臺在移動終端上的一些應用開發，讓移動終端的學習體驗與PC端一樣優質。

學習體驗是干部學員動態的感受，學習平臺必須不斷地調整來滿足干部學員的需求，才能有好的學習體驗，但如果是交給管理者人為地去判斷與調整，那么不僅工作量巨大，而且不能精確地將服務做到位。因此依據算法挖掘出數據價值，從數據中找到決策的支撐點，讓學習平臺動態地智能化地服務于每個干部學員，是提升學員學習體驗的重要手段。

3.3.2 對教學、教務管理的決策分析

在以往的教學安排與教務管理中，基本上是根據經驗來做出決定，保證培訓的順利完成。但經驗有時容易讓管理者思想保守，教學不容易突破，干部培訓缺乏創新，沒有吸引干部學員的培訓亮點。因此應在干部在線學習的數據中挖掘出近期干部學員對培訓的需求，用動態的數據為實體培訓錦上添花，增添創新點。

通過對干部學習記錄的挖掘，我們可以了解干部學員近期關注什么內容，對哪方面的信息特別留意。根據數據的預測，我們假設這些內容同樣受實體培訓班的干部學員關注，在課程開發上會針對這方面內容進行深入研究，在教務安排上會進行微調，引入干部學員所關注的專題講座。按照這樣的思路運行了一段時間，受到了實體培訓班學員的好評，認為授課內容新、針對性強、很實用，能夠幫助他們打開工作思路。

4 總 結

大數據時代的到來對數據的收集、存儲、處理及分析提出了新的挑戰，干部在線學習不僅要縱向挖掘數據，還要結合數據間橫向的聯系達到智能化分析的目的。干部在線學習智能化研究的目的是通過數據間的復雜聯系找到干部學員的關注點與興趣點，提升對干部學員學習的服務水平，輔助教務、管理部門作好決策，對推動《2013-2017年全國干部教育培訓規劃》的具體落實與干部自主選學具有一定意義。

主要參考文獻

[1]鄭益群.信息化手段在基層干部培訓中的應用[J].中共山西省委黨校學報，2013（6）.

[2]湯嘉偉.干部網絡教育的現狀及思考——以貴州省為例[J].中共貴州省委黨校學報，2011（6）.

[3]艷琳.大數據應用之道[J].科學大觀園，2013（12）.

[4]楊艷霞.基于數據挖掘技術的個性化網絡教學平臺應用研究[J].科技創業月刊，2013（2）.