學習分析技術在企業成人數字化學習中的應用研究

?

學習分析技術在企業成人數字化學習中的應用研究

李京杰

(宿遷學院教育技術教研室，江蘇宿遷223800)

【摘要】企業的繼續教育屬于成人教育范疇，企業數字化學習體系推動了終身教育理念的落實。在知識經濟時代，企業數字化學習已成為一種普遍的學習方式，在企業環境中蘊含著大量的數據，研究學習分析技術在企業數字化學習中的應用，將有利于實現對企業員工學習行為的量化并提供自我評價及企業評價的依據，從而為企業數字化學習決策提供數據支持。該研究對提高企業人力資源綜合競爭力具有指導意義。

【關鍵詞】數據分析;學習分析技術;數字化學習

大數據早期較為廣泛地應用在商業領域，而今在其他領域也引起了高度關注。當下隨著學習型企業建設的推進，企業學習信息化程度提升，工作和學習產生的數據無處不在，E-learning的學習方式大量被企業采用，MOOC的出現，眾多企業也紛紛參與進來，海量的數據中蘊含著很多有價的教育和學習行為信息，通過挖掘這些數據，發現其中的規律，對促進企業學習績效將產生巨大的意義。

一、大數據與學習分析技術的理解

“大數據”是時下討論的一個熱點，但是大數據的定義很多，對大數據本身的定義卻不統一。在漢語中，數據原指用于統計、計算的數值、數字。計算機出現后，數據則指“一切以電子形式存儲的記錄”。［1］麥肯錫將大數據定義為“無法在一定時間內用傳統數據庫軟件工具對其內容進行抓取、管理和處理的數據集合”。［2］IDC將“大數據”定義為“為了更經濟地從高頻率獲取的、大容量的、不同結構和類型的數據中獲取價值，而設計的新一代架構和技術”。［3］這些定義不難發現大數據不僅僅是指Big Data海量數據，它還包括對數據如何進行動態采集、處理和展現的技術。

學習分析技術是測量、收集、分析和報告有關學生及其學習環境的數據，用以理解和優化學習及其產生的環境的技術。［4］學習分析是一種數據分析技術在教育領域中的應用，它與數據挖掘的關系密不可分。企業學習屬于社會終身學習范疇，是學校教育的繼續和延伸，出于企業學習的經濟性目的，企業對于教學績效則有著更加嚴格的要求。

二、現代企業教育的特征

據統計，世界500強企業中有80%已經建立了自己的企業大學。［5］這說明企業對教育的重視程度越來越高。

1.企業學習數字化

企業的數字化學習有其自身的特定要求。一是企業學習大都是成人繼續教育，數字化的學習方式可以突破傳統的課堂教學局限，隨時隨地學習，數字化的學習方式正好適合企業員工的學習需求。二是隨著跨域經濟的發展，E-learning大大節省了培訓的費用，企業發展的內在需求推動了數字化學習方式的發展。

伴隨我國推進信息技術改進教學方法進程的深入，“MOOC”已經在教育界掀起了一場海嘯，企業教育也紛紛參與其中。這種免費的開放式在線學習，與企業重視績效的學習目標相吻合，當前許多歐美企業已經開始利用MOOC進行學習。

2.企業學習體系化

目前企業教育的發展已經不再局限于零散的企業培訓，“企業大學”做為企業教育成熟的標志出現在企業學習領域。我國在短短的十年中就有300多所企業大學成立，有些企業大學是實體校園，而也有些是以虛擬的數字大學存在。企業大學成功與否的標準不在于有多少好的硬件條件，關鍵在于能否建立起一個高效的學習過程和系統。［6］企業需要揚棄以往被動、零散的人才培訓思路，構建新的理念和框架來推進企業的培訓學習與人才培養。［7］企業學習的體系化是未來企業教育的發展趨勢。

3.企業學習體現個性化

企業在以往面授式的集中培訓中很難做到學習的個性化。而由于現代企業內部分工細化，待培訓人員層次的多樣化，如何提供不同員工需要的各類課程，是企業個性化學習的迫切需求。很多企業E-learning平臺對各類知識進行了細化分類學習，但是往往這樣的分類是靜態而滯后的，原因是從學生反饋，再到設計和開發一個課程需要一定的周期，個性化學習是員工從被動學習到主動學習的必須解決的問題，也是節省企業培訓人力，財力成本的途徑之一。

三、學習分析技術在企業數字化學習中的作用

1.測量、收集、分析學習者的學習行為和數據信息

目前，很多企業實行智能化管理，員工個人信息被數據化，一定程度上實現了“量化自我”。比如通過員工卡可以記錄考勤、日常工作信息、在線學習信息等。隨著企業學習數字化的普及，企業在線平臺存儲的數據將越來越多。EDUCAUSE研究機構對學習分析技術的界定是:學習分析技術就是利用數據和模型，預測學習者在學習中的進步和表現，預測未來表現和發現潛在問題。［8］學習分析技術收集大量的數據，然后對數據進行結構或者非結構化的處理。數據挖掘和數據分析是一項非常復雜的系統工作，測量、收集各種數據需要運用到編程軟件對不同的數據源進行分類處理。如針對內容分析的詞頻分析軟件“Infogram”，可以將最近參與學習的員工關注的高頻內容，生成詞頻表和詞云圖，將結果通過可視化的方式呈現出來。決策者通過詞云圖發現大家關注的內容，從而更新學習內容或者展開相關學習討論。因此學習分析技術是企業管理者測量、收集、整理學習者學習行為和數據信息的好抓手。

2.為學習者自我檢查及決策者優化教學提供數據依據

隨著企業“E化”程度越來越高，當下很多企業存儲的信息量都有TB量級甚至PB量級。日常的工作和生活中如此巨大的信息量，包含著很多潛在的信息價值。在教育領域已經有很多信息關聯系統在實踐中應用，如華東師范大學的貧困生預警系統，通過和學生校園卡關聯，可以提醒學校是否達到貧困預警標準，申請貧困資助經費。企業中如果能夠運用這種關聯預警也可以幫助企業發現一些問題。傳統的數據分析流程對歷史數據進行分析的周期較長。而現今瞬息萬變的商業行情，數據分析對企業的發展至關重要，企業需要第一時間掌握數據分析結果。學習分析技術是數據分析技術的一種，它與以往傳統的數據分析處理方式有一定的區別。學習分析技術對數據的處理有很明確的目的性，并且是實時的、動態的。學習分析工具可以將學員整個學習過程行為或者學習成績量化為可視化的結果，這樣就方便學習者自我評估。如，學員學習時間、討論次數以及課程資料的使用頻率、講師為學習者每次的考核成績排名等，將這些數據通過學習分析技術，以某種形式呈現出來，將提醒學習者及時發現存在的問題，從而改進。學習分析技術也為講師以及管理者及時地提供企業學習動態變化的數據，如通過統計學員何時登錄系統、學習時間多久，可以發現用戶對平臺的使用粘性多大，學習時間應該做如何規劃。通過統計在網頁上搜索的內容、在網站中交互的頻率、最終考核的成績變化等可以發現大家普遍關注什么熱點內容，學習中存在何種問題以及學習的效果如何。

總之，學習分析技術對散在數據的收集和分析可以幫助員工對自己的學習進行縱向和橫向的學習比較，從而實現自我監督，及時發現自己與其他員工的差距，為學習者的自我導向學習提供了支持。而對于企業決策者方面，分析員工的學習行為和學習效果反饋數據，有利于實時調整培訓內容和教育策略，從而實現為決策者優化教學提供有力的數據支持依據。

3.為企業實現個性化的教學提供參考

企業個性化學習是未來企業教育的一個趨勢，千人一卷的模式無法解決個性化和因材施教的問題。企業員工的層次和知識儲備有著很大的差異，每位學習者都有著自己的知識結構和學習風格。在傳統的企業集中面授式課堂學習活動中，講師可以根據對學習者的表現、觀察等多種手段來完成學習特征分析，從而確定施教內容和方案。而在網絡學習環境中，學習行為和表現內隱了，只有分析學習者在學習行為中的數據，才能洞悉學習者的學習特征和表現，促進企業了解學習者的個性。目前有很多研究開始關注網絡環境下個性化學習的設計和開發，如自適應學習系統。學習分析旨在讓教師能夠根據不同學生的需求和能力，利用數據挖掘、人工智能等先進技術，增進對教學和學習的深層次理解，為每位學生提供個性化教學。［9］許多企業數字化學習平臺存儲著學員詳細的個人信息數據庫，個人學習的數據包含著學員的學習偏好和風格，這將為企業設計個性化的自適應學習體系提供參考，從而實現企業的個性化的教學設計。

四、學習分析技術在企業數字化學習中的挑戰

1.挖掘復雜，數據應用難度大

大數據包含的數據來源是非常復雜而龐大的，經常涉及到各方面信息，包括來自社交媒體網絡、電子郵件、傳感器、Web活動日志以及其它數據源的信息等，這些數據并不是一個數據倉庫系統能兼容的。面對海量數據如何進行挖掘這需要先對數據進行分類研究。數據挖掘的角度是否合理直接關系到學習分析的結果。

數據挖掘需要多種理論和技術的支持。如統計學、計算機編程、數據庫技術、人工智能、可視化技術等多個學科的思想做為支撐。數據的挖掘必須有專門的人才才能夠收集、整理、分析。對這類人才的要求不僅要精通數據挖掘技術，也需要對具體應用的教育領域理論和實現知識非常了解，才能夠保證學習分析技術在企業數字化學習中發現問題和深入分析。

2.企業效益與教育投入成本存在矛盾

實現企業的數字化管理和學習，需要企業投入大量的成本。然而教育成本轉化為企業效益需要比較漫長的周期，當下企業要建設智能學習型企業，還有很長的路程。比如企業開發一套數字學習平臺、購置一套數字辦公系統，實現企業個人信息數據化，需要大量人力物力財力的支持，這些必須在企業有足夠的資金支持和迫切的內在需求情況下才可以實現，決策者和管理層的學習意識也起著至關重要的作用。

3.支持學習分析技術的工具有待完善

大數據時代，學習分析離不開數據挖掘技術。很多企業已經嗅到大數據在未來的市場的潛力空間，他們紛紛推出各種數據挖掘工具。如Goolge推出大數據產品BigQuery，向企業提供大數據分析服務，TB級數據十幾秒便可返回結果。但目前像這類面向商業領域的數據分析軟件很多，而用于挖掘教育數據、發現教育問題、分析教育規律的挖掘工具還很少。很多挖掘工具對教育工作者來說不易使用，所以應該“在挖掘方法和數據標準化的基礎上，針對教育領域的特點，開發一些專門的、統計和可視化工具，設計更加直觀和易于使用的接口，以幫助教育工作者對于不同層次的教學過程進行分析。”［10］

五、結束語

企業研究學習分析技術，挖掘企業數字化學習數據中的隱性規律和趨勢，將對企業更快地把握商業發展機遇，提高企業人力資源開發水平有著重要的意義。隨著學習分析技術的成熟，教育數據挖掘方法和數據的標準化，必然將推動終身學習型和智能型企業建設步伐，為學習型企業建設注入一股活水。

【參考文獻】

［1］官建文，劉揚，劉振興．大數據時代對于傳媒業意味著什么［J］．新聞戰線，2013，(2) :18．

［2］嚴霄鳳，張德馨．大數據研究［J］．計算機與發展，2013，(4) :168．

［3］李永宏．大數據與云技算［J］．統計與管理，2013，(6) :114．

［4］魏順平．學習分析技術:挖掘大數據時代下教育數據的價值［J］．現代教育技術，2013，(2) :5．

［5］［7］吳峰．企業大學發展的政策建議分析［J］．現代企業教育，2013，(11) :12．

［6］梁林梅．當代企業大學興起的解讀與啟示［J］．教育研究，2012，(9) :80．

［8］顧小青．學習分析:正在浮現中的數據技術［J］．遠程教育雜志，2012，(1) :19．

［9］朱科，劉清堂．基于“學習分析技術”的學習平臺開發與應用研究［J］．中國電化教育研究，2013，(9) :127．

［10］李婷，傅鋼善．國內外教育數據挖掘研究現狀及趨勢分析［J］．現代教育技術，2010，(10) :24—25．

(編輯/徐楓)

The Research on the Learning Analytics Technology Application in Enterprise Adult E-learning

LI Jing-jie

(Pedagogical Researching Centre，Suqian College，Suqian 223800，China)

【Abstract】Enterprises continuing education belongs to the adult education，and the enterprises E-learning system promoted the implementation of life-long education．In the knowledge economic era，enterprise E-learning has becoming more and more popular．The enterprises' environment contains large amounts of data，research on the analytics technology applied in the enterprise E-learning will be conducive to realizing the quantitative of enterprise learners' behavior and providing the basis of self or enterprise evaluation．Thus it provides the data support for enterprise E-learning．This research will have significance to improve the enterprise comprehensive competitiveness of human resources．

【Key words】data analysis; learning analytics technology; E-learning

【作者簡介】李京杰(1984—)，女，江蘇宿遷人，碩士，講師，研究方向為數字化學習。

【基金項目】國家社會科學基金教育學課題“基于四維度模型的‘企業大學’創新體系研究”，項目編號為BKA120085

【收稿日期】2014-11-06

doi:10．3969/j．issn．1001-8794．2015．01．010

【文章編號】1001-8794(2015)01-0036-03

【文獻標識碼】A

【中圖分類號】G975