学习分析技术在企业成人数字化学习中的应用研究



学习分析技术在企业成人数字化学习中的应用研究

李京杰

(宿迁学院教育技术教研室，江苏宿迁223800)

【摘要】企业的继续教育属于成人教育范畴，企业数字化学习体系推动了终身教育理念的落实。在知识经济时代，企业数字化学习已成为一种普遍的学习方式，在企业环境中蕴含着大量的数据，研究学习分析技术在企业数字化学习中的应用，将有利于实现对企业员工学习行为的量化并提供自我评价及企业评价的依据，从而为企业数字化学习决策提供数据支持。该研究对提高企业人力资源综合竞争力具有指导意义。

【关键词】数据分析;学习分析技术;数字化学习

大数据早期较为广泛地应用在商业领域，而今在其他领域也引起了高度关注。当下随着学习型企业建设的推进，企业学习信息化程度提升，工作和学习产生的数据无处不在，E-learning的学习方式大量被企业采用，MOOC的出现，众多企业也纷纷参与进来，海量的数据中蕴含着很多有价的教育和学习行为信息，通过挖掘这些数据，发现其中的规律，对促进企业学习绩效将产生巨大的意义。

一、大数据与学习分析技术的理解

“大数据”是时下讨论的一个热点，但是大数据的定义很多，对大数据本身的定义却不统一。在汉语中，数据原指用于统计、计算的数值、数字。计算机出现后，数据则指“一切以电子形式存储的记录”。［1］麦肯锡将大数据定义为“无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合”。［2］IDC将“大数据”定义为“为了更经济地从高频率获取的、大容量的、不同结构和类型的数据中获取价值，而设计的新一代架构和技术”。［3］这些定义不难发现大数据不仅仅是指Big Data海量数据，它还包括对数据如何进行动态采集、处理和展现的技术。

学习分析技术是测量、收集、分析和报告有关学生及其学习环境的数据，用以理解和优化学习及其产生的环境的技术。［4］学习分析是一种数据分析技术在教育领域中的应用，它与数据挖掘的关系密不可分。企业学习属于社会终身学习范畴，是学校教育的继续和延伸，出于企业学习的经济性目的，企业对于教学绩效则有着更加严格的要求。

二、现代企业教育的特征

据统计，世界500强企业中有80%已经建立了自己的企业大学。［5］这说明企业对教育的重视程度越来越高。

1.企业学习数字化

企业的数字化学习有其自身的特定要求。一是企业学习大都是成人继续教育，数字化的学习方式可以突破传统的课堂教学局限，随时随地学习，数字化的学习方式正好适合企业员工的学习需求。二是随着跨域经济的发展，E-learning大大节省了培训的费用，企业发展的内在需求推动了数字化学习方式的发展。

伴随我国推进信息技术改进教学方法进程的深入，“MOOC”已经在教育界掀起了一场海啸，企业教育也纷纷参与其中。这种免费的开放式在线学习，与企业重视绩效的学习目标相吻合，当前许多欧美企业已经开始利用MOOC进行学习。

2.企业学习体系化

目前企业教育的发展已经不再局限于零散的企业培训，“企业大学”做为企业教育成熟的标志出现在企业学习领域。我国在短短的十年中就有300多所企业大学成立，有些企业大学是实体校园，而也有些是以虚拟的数字大学存在。企业大学成功与否的标准不在于有多少好的硬件条件，关键在于能否建立起一个高效的学习过程和系统。［6］企业需要扬弃以往被动、零散的人才培训思路，构建新的理念和框架来推进企业的培训学习与人才培养。［7］企业学习的体系化是未来企业教育的发展趋势。

3.企业学习体现个性化

企业在以往面授式的集中培训中很难做到学习的个性化。而由于现代企业内部分工细化，待培训人员层次的多样化，如何提供不同员工需要的各类课程，是企业个性化学习的迫切需求。很多企业E-learning平台对各类知识进行了细化分类学习，但是往往这样的分类是静态而滞后的，原因是从学生反馈，再到设计和开发一个课程需要一定的周期，个性化学习是员工从被动学习到主动学习的必须解决的问题，也是节省企业培训人力，财力成本的途径之一。

三、学习分析技术在企业数字化学习中的作用

1.测量、收集、分析学习者的学习行为和数据信息

目前，很多企业实行智能化管理，员工个人信息被数据化，一定程度上实现了“量化自我”。比如通过员工卡可以记录考勤、日常工作信息、在线学习信息等。随着企业学习数字化的普及，企业在线平台存储的数据将越来越多。EDUCAUSE研究机构对学习分析技术的界定是:学习分析技术就是利用数据和模型，预测学习者在学习中的进步和表现，预测未来表现和发现潜在问题。［8］学习分析技术收集大量的数据，然后对数据进行结构或者非结构化的处理。数据挖掘和数据分析是一项非常复杂的系统工作，测量、收集各种数据需要运用到编程软件对不同的数据源进行分类处理。如针对内容分析的词频分析软件“Infogram”，可以将最近参与学习的员工关注的高频内容，生成词频表和词云图，将结果通过可视化的方式呈现出来。决策者通过词云图发现大家关注的内容，从而更新学习内容或者展开相关学习讨论。因此学习分析技术是企业管理者测量、收集、整理学习者学习行为和数据信息的好抓手。

2.为学习者自我检查及决策者优化教学提供数据依据

随着企业“E化”程度越来越高，当下很多企业存储的信息量都有TB量级甚至PB量级。日常的工作和生活中如此巨大的信息量，包含着很多潜在的信息价值。在教育领域已经有很多信息关联系统在实践中应用，如华东师范大学的贫困生预警系统，通过和学生校园卡关联，可以提醒学校是否达到贫困预警标准，申请贫困资助经费。企业中如果能够运用这种关联预警也可以帮助企业发现一些问题。传统的数据分析流程对历史数据进行分析的周期较长。而现今瞬息万变的商业行情，数据分析对企业的发展至关重要，企业需要第一时间掌握数据分析结果。学习分析技术是数据分析技术的一种，它与以往传统的数据分析处理方式有一定的区别。学习分析技术对数据的处理有很明确的目的性，并且是实时的、动态的。学习分析工具可以将学员整个学习过程行为或者学习成绩量化为可视化的结果，这样就方便学习者自我评估。如，学员学习时间、讨论次数以及课程资料的使用频率、讲师为学习者每次的考核成绩排名等，将这些数据通过学习分析技术，以某种形式呈现出来，将提醒学习者及时发现存在的问题，从而改进。学习分析技术也为讲师以及管理者及时地提供企业学习动态变化的数据，如通过统计学员何时登录系统、学习时间多久，可以发现用户对平台的使用粘性多大，学习时间应该做如何规划。通过统计在网页上搜索的内容、在网站中交互的频率、最终考核的成绩变化等可以发现大家普遍关注什么热点内容，学习中存在何种问题以及学习的效果如何。

总之，学习分析技术对散在数据的收集和分析可以帮助员工对自己的学习进行纵向和横向的学习比较，从而实现自我监督，及时发现自己与其他员工的差距，为学习者的自我导向学习提供了支持。而对于企业决策者方面，分析员工的学习行为和学习效果反馈数据，有利于实时调整培训内容和教育策略，从而实现为决策者优化教学提供有力的数据支持依据。

3.为企业实现个性化的教学提供参考

企业个性化学习是未来企业教育的一个趋势，千人一卷的模式无法解决个性化和因材施教的问题。企业员工的层次和知识储备有着很大的差异，每位学习者都有着自己的知识结构和学习风格。在传统的企业集中面授式课堂学习活动中，讲师可以根据对学习者的表现、观察等多种手段来完成学习特征分析，从而确定施教内容和方案。而在网络学习环境中，学习行为和表现内隐了，只有分析学习者在学习行为中的数据，才能洞悉学习者的学习特征和表现，促进企业了解学习者的个性。目前有很多研究开始关注网络环境下个性化学习的设计和开发，如自适应学习系统。学习分析旨在让教师能够根据不同学生的需求和能力，利用数据挖掘、人工智能等先进技术，增进对教学和学习的深层次理解，为每位学生提供个性化教学。［9］许多企业数字化学习平台存储着学员详细的个人信息数据库，个人学习的数据包含着学员的学习偏好和风格，这将为企业设计个性化的自适应学习体系提供参考，从而实现企业的个性化的教学设计。

四、学习分析技术在企业数字化学习中的挑战

1.挖掘复杂，数据应用难度大

大数据包含的数据来源是非常复杂而庞大的，经常涉及到各方面信息，包括来自社交媒体网络、电子邮件、传感器、Web活动日志以及其它数据源的信息等，这些数据并不是一个数据仓库系统能兼容的。面对海量数据如何进行挖掘这需要先对数据进行分类研究。数据挖掘的角度是否合理直接关系到学习分析的结果。

数据挖掘需要多种理论和技术的支持。如统计学、计算机编程、数据库技术、人工智能、可视化技术等多个学科的思想做为支撑。数据的挖掘必须有专门的人才才能够收集、整理、分析。对这类人才的要求不仅要精通数据挖掘技术，也需要对具体应用的教育领域理论和实现知识非常了解，才能够保证学习分析技术在企业数字化学习中发现问题和深入分析。

2.企业效益与教育投入成本存在矛盾

实现企业的数字化管理和学习，需要企业投入大量的成本。然而教育成本转化为企业效益需要比较漫长的周期，当下企业要建设智能学习型企业，还有很长的路程。比如企业开发一套数字学习平台、购置一套数字办公系统，实现企业个人信息数据化，需要大量人力物力财力的支持，这些必须在企业有足够的资金支持和迫切的内在需求情况下才可以实现，决策者和管理层的学习意识也起着至关重要的作用。

3.支持学习分析技术的工具有待完善

大数据时代，学习分析离不开数据挖掘技术。很多企业已经嗅到大数据在未来的市场的潜力空间，他们纷纷推出各种数据挖掘工具。如Goolge推出大数据产品BigQuery，向企业提供大数据分析服务，TB级数据十几秒便可返回结果。但目前像这类面向商业领域的数据分析软件很多，而用于挖掘教育数据、发现教育问题、分析教育规律的挖掘工具还很少。很多挖掘工具对教育工作者来说不易使用，所以应该“在挖掘方法和数据标准化的基础上，针对教育领域的特点，开发一些专门的、统计和可视化工具，设计更加直观和易于使用的接口，以帮助教育工作者对于不同层次的教学过程进行分析。”［10］

五、结束语

企业研究学习分析技术，挖掘企业数字化学习数据中的隐性规律和趋势，将对企业更快地把握商业发展机遇，提高企业人力资源开发水平有着重要的意义。随着学习分析技术的成熟，教育数据挖掘方法和数据的标准化，必然将推动终身学习型和智能型企业建设步伐，为学习型企业建设注入一股活水。

【参考文献】

［1］官建文，刘扬，刘振兴．大数据时代对于传媒业意味着什么［J］．新闻战线，2013，(2) :18．

［2］严霄凤，张德馨．大数据研究［J］．计算机与发展，2013，(4) :168．

［3］李永宏．大数据与云技算［J］．统计与管理，2013，(6) :114．

［4］魏顺平．学习分析技术:挖掘大数据时代下教育数据的价值［J］．现代教育技术，2013，(2) :5．

［5］［7］吴峰．企业大学发展的政策建议分析［J］．现代企业教育，2013，(11) :12．

［6］梁林梅．当代企业大学兴起的解读与启示［J］．教育研究，2012，(9) :80．

［8］顾小青．学习分析:正在浮现中的数据技术［J］．远程教育杂志，2012，(1) :19．

［9］朱科，刘清堂．基于“学习分析技术”的学习平台开发与应用研究［J］．中国电化教育研究，2013，(9) :127．

［10］李婷，傅钢善．国内外教育数据挖掘研究现状及趋势分析［J］．现代教育技术，2010，(10) :24—25．

(编辑/徐枫)

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

【作者简介】李京杰(1984—)，女，江苏宿迁人，硕士，讲师，研究方向为数字化学习。

【基金项目】国家社会科学基金教育学课题“基于四维度模型的‘企业大学’创新体系研究”，项目编号为BKA120085

【收稿日期】2014-11-06

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

【文章编号】1001-8794(2015)01-0036-03

【文献标识码】A

【中图分类号】G975