開啟個性化學習新模式

王勤

企業借助大數據分析和移動應用等技術，建立以知識援助為中心的員工個性化學習平臺，可以更準確地獲得員工個性化的學習需求，精準地為員工推送其所需的技術支持，為員工的實際工作帶來諸多便利。

個性化信息服務是能夠滿足用戶個人信息需求的一種定制化服務，即通過對用戶個性、使用習慣的分析，主動向用戶提供其需要的信息。但是，在知識資源數量龐大的知識庫中，員工如何準確地發現、及時地獲取自己所需的內容，變成了一件比較困難的事情。

構建學習平臺的基本原則

大數據分析技術與移動學習技術的發展，為員工個性化特征分析和及時獲得相關資源提供了便捷的途徑。因此，在企業知識庫管理系統的基礎上，有必要通過引入大數據分析技術，更精準地為員工推送所需內容，實現個性化學習與知識推送，提升系統黏性，實現員工個性化輔助學習的創新發展，給員工實際工作帶來更多的便利。筆者認為，結合大數據分析技術的特點，以知識援助為中心的員工個性化學習平臺設計應遵循以下原則：

統一學習資源

首先，知識分類體系要統一。以知識援助為中心的員工個性化學習平臺應沿用企業內的專業知識分類體系，必須使二者總體上保持一致。其次，資源要統籌管理。為實現學習資源的統一規劃和管理，所有的學習內容應由企業進行統一管理，包括資源的上傳、修改、刪除等維護操作，并通過網絡將這些資源實時上傳到員工個性化學習平臺中。

統一學習數據

為保持員工學習記錄的完整性，員工在個性化學習平臺中產生的學習、互動交流等數據，應實時回傳至企業內部，從而實現員工學習記錄的統一管理。

保證時效性

為保證援助的時效性，員工在個性化學習平臺產生的任何互動、學習等行為數據，都必須有明確的時間標識，并建立即時推送機制，保證信息推送、用戶答疑等環節的時效性。

確保安全性

建設以知識援助為中心的員工個性化學習平臺，需在軟件系統安全、數據庫安全、硬件系統安全及用戶身份認證、數據傳輸等關鍵環節、方面滿足企業對安全性高規格需求，確保員工數據、公司信息、知識產權等數據的安全。

構建學習平臺的重要環節

個性化輔助學習平臺主要內容應包括用戶特征數據分析，建立“學員—行為—資源”分析模型，實現個性化分析與知識推送，為員工提供個性化學習輔導及工作場景即時學習，同時，為企業資源建設提供輔助決策支持（如圖1）。

員工特征數據分析與模型建立

對員工進行特征數據分析，是搭建員工個性化輔助學習平臺的基礎性工作。主要包括員工特征分析（崗位、職責、專業研究方向、研究成果等）、員工學習行為分析、員工互動行為分析及員工生產業務數據分析。員工行為特征數據分散在網絡學院及知識管理平臺的各個模塊中，也分布在員工的工作環境中，需要進行統一收集與分析。

首先，是員工學習行為的記錄。在網絡學院及知識管理中心的各功能操作中，記錄用戶的上述學習行為及其內容，主要包括用戶、行為類型、具體內容、時間等，寫入用戶學習行為數據庫中，以備分析用戶行為所用。

其次，是對于員工學習行為的分析。將用戶學習行為數據庫配置到搜索引擎，并設置不同行為類型的權重值，構建分析模型，通過搜索引擎對某用戶的所有學習行為、內容進行分析，分析用戶在一定時間段內關心的熱門詞匯。

第三，是建立分析模型。在員工特征數據分析的基礎上，利用協同過濾、內容推薦等手段對員工的崗位、年齡、工齡、職責、專業研究方向、研究成果等個人數據、學習行為習慣以及企業知識的數據屬性進行數據挖掘，提取學習者的偏好、資源等數據源，建立“學習者—行為—資源”分析模型，建立用戶分析模型。

員工個性化輔助學習

在建立了用戶分析模型的基礎上，建立適合員工個人興趣和職業發展的個性化學習推薦系統及輔助學習平臺。根據所掌握的用戶特征，將相關知識資源自動推送給員工，以此實現知識的精準推送和個性化的學習引導。同時，用戶也可以定制自己感興趣的主題內容，系統會自動將相應的內容不定期推送到用戶的移動終端，便于查看。

在此基礎上，系統會自動分析具有共性的知識需求，將關注相近知識的人群“組團”到一起，在利用知識資源的同時，為這些人群提供互動交流與知識分享的平臺，從而形成基于共同個性化需求的朋友圈，為個性化輔助學習提供社會化群組交流機制，降低個人學習的孤獨感，提升知識援助的效率，提高用戶的系統應用黏性。

工作場景的即時應用

企業工作環境復雜、形勢多變、風險性高，在這個背景下情景培訓就顯得尤為重要。在當前大數據時代的趨勢下，情景學習被賦予了更多形式和內容。情景培訓可以有效地提高員工的實戰能力，提供員工應急處理的知識援助，包括科技援助、管理援助、群創援助等課題。

本系統利用移動終端，嵌入LBS（基于位置的服務）服務，整合桌面系統工作計劃、待辦事項，利用企業現有的大數據資源，提供對應工作任務的標準、規范、報告等資源。如，根據工作票、操作票、工作計劃向現場作業的員工實時推送工作相關的案例、標準、規程等資源，完成工作場景的即時學習。

提供決策支持

員工個性化輔助學習平臺為員工提供準確、快速、全面獲取知識、指導員工行動的同時，為知識管理平臺提供輔助決策支持，包括統計分析、負面影響監測、用戶體驗改善、資源優化、系統優化、發展趨勢分析等。

本系統以原文請求統計分析、自定專題/成果查新統計分析、學習興趣組統計分析為試點，形成學習活動統計分析的建設思路與總體框架。通過對學員參與培訓活動精細的行為分析，掌握學員群體學習的共性需求，并對配套活動、組織與學習資源建設等情況進行系統分析，為組織管理部門提供統計數據與輔助決策支持。

哪些困難需要化解

在學習平臺初期實施過程中，會遇到三方面的障礙：首先，缺乏員工的學習行為數據，無法準確地分析員工的知識需求；其次，員工參與知識交流和共享的主動性偏低；最后，未能實現資源建設與員工學習活動組織的準確對接。針對上述困難，不妨嘗試從以下幾個方面進行改進。

●整合更廣泛的員工學習行為數據

為進一步提高對員工知識需求分析的準確性，可以將員工個性化輔助學習平臺與其他線上學習方式進行對接，更加廣泛地整合員工學習行為數據，并與員工個性化特征數據相結合，對員工個性化知識需求進行更深入的分析，實現更精準的知識推送，提供更全面的知識援助。

建立面向個性化需求的興趣小組

盡管個性化學習實現了知識的精準推送，但在實施初期還不能建立起圍繞某個主題的知識交流與知識共享途徑。因此，可以通過對用戶行為的分析，將關注相近知識的人群關聯起來，建立共享交流與知識分享的興趣小組，發揮社會化群組學習機制的積極作用。

精細化分析資源建設與員工學習活動組織的關系

在分析網絡學習、知識援助與員工績效提升內在關系的基礎上，通過選取部分典型的學習活動，建立以大數據分析為基礎的分析模型，了解員工實際參與情況、個性化傾向、實際產生的效果，為配套活動組織、學習資源建設、學習引導與政策導向提供更準確的決策支持。

實踐經驗與啟示

個性化輔助學習系統，是企業利用大數據的分析技術，精準地為員工推送所需專業知識，不僅實現了個性化學習與知識援助，提高了系統的黏性，更是推動了個性化學習平臺的創新發展，為員工的實際工作帶來了空前的便利。因此，筆者所在公司在個性化輔助學習系統的構建過程中積累的經驗與啟示，值得借鑒與參考。

首先，建立知識援助專區，能夠幫助員工快速及時地解決實際問題。由于移動知識援助的交互性可以實現信息即時雙向流通，有利于員工實時與在線的分享與討論。因此，對于激發員工的學習熱情與提高員工的工作能力都有很大幫助，還可以解決工作中遇到的一些實際困難。

其次，基于大數據分析，提供知識的精準推送和專業定制服務。利用大數據分析技術，可以獲得更準確的員工個性化的學習需求，建立“學習者—行為—資源”分析模型，進而實現知識精準推送和個性化學習引導，達到專業定制的目的。

最后，引入移動應用技術，方便用戶及時學習。移動LBS和即時通訊等技術的引入，使得個性化學習平臺可以為員工提供及時的知識推送，實時問題解答、互動交流與知識分享，為員工提供隨時隨地的知識援助，同時增強系統使用的黏性。 責編/寇斌