軍事職業教育數據分析平臺應用研究

劉依 黃韻欣 吳兵 李驍

摘?要：大數據時代的到來，為在線教育帶來了前所未有的機遇。如何有效利用機遇實現在線教育變革，是當前大數據應用重點關注的問題。數據分析技術為軍事職業教育學習平臺提供了技術支持與服務保障，圍繞學生、教師、管理員的在線教育服務不斷變革、創新，數據分析應用逐漸在線學習平臺中發揮重要作用。本文以在線教育數據應用現狀研究分析為基礎，展開軍事職業教育數據分析平臺應用研究，并對軍事職業教育數據分析平臺的應用發展方向提出思考。

關鍵詞：軍事職業教育；數據分析；應用

伴隨著大數據的迅猛發展，教育大數據逐漸成為教學領域展開深度學習分析的重要依據，為在線教育教學提供了科學性的指導。隨著“三位一體”新型軍事人才培養體系的構建與發展，以在線學習平臺為主要支撐的軍隊人員在線教育進入新階段，而大數據分析與應用則是軍事職業教育科學發展的重要技術支撐。從當前部分數據分析平臺的研究與應用現狀來看，建立適用于教、學、管為一體的數據分析平臺是軍事職業教育的發展之要。當前軍事職業教育數據分析應用研究要點，是借鑒在線教育數據應用技術與實踐經驗，不斷探索數據分析平臺創新應用模式，使數據分析平臺建設更加適用于軍事職業教育的發展要求。

一、在線教育數據應用現狀分析

教育大數據研究主要圍繞理論、模型、技術及應用展開，其中教育大數據應用是核心所在。目前，教育大數據應用主要體現在教學、學習、科研、服務、管理、評價等方面，是在線教育創新發展的主要力量。以MOOC（Massive?Open?Online?Course，大規模開放在線課程）為代表的在線教育資源的迅速發展促進了教育資源的共建共享。隨著互聯網信息技術的迅速發展，教育信息化服務更加智能、便捷，而教育數據分析信息化平臺的建設，實現了在線學習平臺的數據分析應用。

（一）基于學習數據的應用現狀

1.全過程學習分析

“互聯網+教育”背景下，在線學習平臺是學習資源和學習支持服務的主要承載，而大數據技術在記錄學習者使用學習資源和學習活動中的數據，促進了數據驅動個性化學習。通過在線學習資源和工具、支持學習交流互動等的建設，在線學習平臺提供了豐富的功能服務支撐，主要體現在：一是在收集學習者行為數據中挖掘在線學習平臺功能使用的問題，以進一步改善信息化平臺功能；二是面向學習者提供多樣化的學習服務，通過數據展示的方式提供課程學習記錄與過程監督功能，提高學習效率與質量。

2.個性化學習支持

在線學習平臺通過收集學習者的教育經歷、學歷、興趣愛好、個人偏好等信息，分析學習者在線瀏覽、關注的學習資源等學習行為數據，建立學習者個人數據標簽，綜合用戶信息數據、學習內容傾向性選擇、瀏覽或關注的課程等進行數據分析，向學習者提供個性化資源推薦服務。在數據分析支持下，個性化的學習支持服務體系已初步建立，能夠滿足多樣化學習需求，并在此基礎上為學習者建立畫像、進行個性化學習干預、提供個性化學習支持。

（二）基于教學數據的應用現狀

在線教學活動圍繞“教”與“學”同步展開，針對學習數據的分析同樣可應用在教學數據分析中。利用學習者個人數據、學習成績等信息，了解學習需求、分析教學內容的重難點、深度挖掘課程教學評價以評估課程教學質量；將數據分析處理應用于課程教學，有利于提升教師教學的科學性、形成個性化教學模式。同時，以學習者展開學習過程中產生的行為數據為基礎，通過在線教學的輔學、督學等教學服務功能發掘數據共性、規律，分析課程教學內容是否符合學習者學習規律，可以判斷教學模式是否能夠實現教學目標。

（三）基于教學管理的應用現狀

隨著教育信息化的不斷變革，大量在線管理平臺的出現為教育教學管理、教學質量、教學評價等提供了技術手段支持。借助大數據技術，在線教學管理逐步實現直觀性、準確性與智能化；由數據驅動提供決策依據，教學管理決策更加科學、精準、高效。數據分析平臺發揮決策作用，主要體現在打通數據信息、提升管理服務、助力科學決策，具體包括：（1）對數據進行處理以實現數據統一可用；（2）對數據分析結果進行可視化展示，提升管理的智能化、建立對應的管理組織制度，提升管理服務水平；（3）實現數據圖表式的統計與分析，從大量基礎數據中提取有用數據，通過數據統計、數據對比、趨勢分析等進行深度分析，為管理決策提供數據支持。

二、軍事職業教育數據分析平臺設計

（一）軍事職業教育平臺簡介

在線課程教學是開展軍事職業教育的主要教學方式。作為支撐在線課程教學運行的面向全軍軍隊人員的在線學習平臺，現已基本建成面向學習者、教師、管理員的教學服務功能支持，初步形成全流程數據化信息化管理模式，提供數據統計與分析、數據挖掘模型等大數據應用服務：為學生提供督學導學及學習總結支持；為教師教學管理、教學考核與評價等提供數據支撐；為管理者精細化管理和決策提供數據支撐。具體功能包含如下三個方面：

（1）面向學習者提供在線教育資源學習，包括在線開放課程的知識點學習與同步測試、參與課程討論、參加結業考試等服務，提供制訂學習計劃功能，用于多種學習資源組合的有組織性的學習。

（2）面向教師提供在線課程資源組織與管理功能，教師通過課程上線與管理系統完成課程的上線發布、了解并掌握學習者的學習態勢數據等，支持課程討論區輔助答疑解惑。

（3）面向教學管理員提供小組制組織與管理功能，主要是管理成員數據、制訂學習計劃牽引學習等服務，同時通過數據統計功能掌握成員的學習情況、管理成員學習。

（二）軍事職業教育大數據特征

截至目前，軍事職業教育平臺上線課程近2萬門，積累學習行為記錄140億條，已初步形成具有軍事職業教育特色的海量教育大數據，具有以下四個特點：

1.數據體量大

截至目前，學習人數已基本實現支撐大規模用戶注冊與用戶同時在線學習的目標，學習者學習行為數據體量大，學習資源數據海量化，已產生大量數據可供分析和挖掘。

2.數據覆蓋面廣

覆蓋不同類型人員，面向學習者、教師、管理員提供多種不同類型的數據分析支撐。

3.數據類型多樣

截止目前，已基本覆蓋教育大數據各個類型，包括學習者基本數據、課程教學管理、學習支持服務數據、學習者學習行為數據、學習資源數據等，數據分析需求多樣化。

4.數據完整度高

實現了從“注冊—學習—參與測試題—參與結業考試—生成電子證書”的全流程數據化信息化管理，逐步實現培訓課程從“任務發布—學習者報名—學習者測試—學習者結業考試”的培訓任務學習全流程管理，能夠累計課程學習學時、學分等數據，實現教學數據高度融合。

（三）軍事職業教育數據分析平臺架構設計

針對軍事職業教育平臺的應用需求，深入研究軍事職業教育大數據特點，結合前沿大數據分析平臺技術，設計軍事職業教育數據分析平臺架構。

1.平臺功能設計

根據數據從采集、處理到應用的過程，結合軍事職業教育數據特點，設計平臺功能如下：

（1）數據采集：提取學習平臺中的資源數據和學習者行為數據。其中，資源數據包括課程視頻、習題、討論數據以及文章、期刊、新聞等數字化資源數據；學習者行為數據包括學習者在課程學習過程中的視頻觀看數據、測試題解答數據、結業考試數據、頁面瀏覽數據等。

（2）數據預處理：采用數據清洗技術修正數據采集結果中存在的問題，包括缺失數據、異常數據的檢測與處理、重復數據的刪除等。特別需要說明的是，由于數據來源不同、數據格式不同、數據同步周期不同等情況的存在，需要采用數據清洗技術保證數據的一致性和可用性。

（3）數據存儲與處理：建立基于Hadoop+Mpp+Spark?Streaming的大數據處理集群，搭建了基于Spark?Streaming的實時流分析集群，通過先進的分布式數據處理技術保證海量數據分析的處理效率。

（4）數據分析與挖掘：平臺集成多種機器學習算法，支持數據分析開發人員可根據具體需要，調用算法庫中算法完成所需的數據分析和數據挖掘。

（5）數據可視化：在數據可視化方面，平臺通過搭建數據可視化系統，能夠方便、快捷展示數據分析與挖掘結果。

2.平臺技術路線

平臺總體架構可劃分為五層，分別是數據源層、資源層、支撐層、應用層以及展現層，貫穿各層的是標準規范體系和安全規范體系。

（1）數據源層：覆蓋平臺的基礎數據、業務數據、交換數據、系統數據以及手工填報數據。平臺可利用數據采集模塊對數據源進行數據采集，使用數據預處理模塊和數據存儲與處理模塊對采集的數據進行加工和存儲。

（2）數據資源層：數據資源層提供數據的接入、存儲、計算、管理等多項工作，以成熟的大數據技術架構搭建，擁有邏輯分層，分別為原始庫、業務庫、治理庫和數據倉庫，數據倉庫中又涵蓋ODS層、匯總層和集市層等。

（3）支撐層：為整個平臺的技術支撐，涵蓋平臺各個板塊，提供數據采集功能、數據存儲計算功能、數據分析功能、應用服務功能等其他系統功能。

（4）應用層：主要是面向用戶的功能層，涵蓋用戶的所有操作需要功能點，包括數據采集、數據存儲、元數據、數據標準、數據質量、數據安全、數據分析可視化等。

（5）展現層：以門戶的形式針對不同的用戶和場景進行規劃和呈現，是直接面向用戶的層級。提供人機交互、分析展示界面、監控運營界面、領導駕駛艙等展示功能。

（6）標準規范體系：規范數據分析平臺在數據采集、存儲、治理、分析和展現等階段的技術標準和管理流程。

（7）安全規范體系：圍繞數據隱私保護、數據安全管理、數據分級分類等與數據安全有關的內容，設計安全規范，確保數據分析平臺的安全性和可靠性。

四、軍事職業教育數據分析平臺典型應用

軍事職業教育數據分析平臺以學習者在開展學習過程中使用的教育資源數據和學習活動數據為依托，采用數據分析的方式對學習者在整個學習過程中的數據進行分析處理，以提升在線教學學習服務體驗、提高教學質量和管理決策水平。

（一）學習者數據分析應用

面向學習者主要提供督學及個性化學習支持，實現學習進度數據可視化、學習成績統計便捷化，形成學習數據統計、分析和任務追蹤全流程管控；記錄學習者課程學習進度數據，提供學習進度與學習計劃數據查詢功能，學習者可即時了解學習情況，查漏補缺、合理調整學習行為。同時，數據分析平臺每年第四季度通過策劃、設計、開發，面向學習者提供個人年度數據報告，幫助學習者全面、深度、綜合式了解全年學習成果。

（二）課程數據分析應用

面向教師主要提供課程數據統計分析、課程建設管理數據分析服務。課程數據統計分析包括課程運行數據分析、討論區答疑數據分析、考核測驗數據分析等，提供參學人數、結業人數、成績統計等數據查詢，展示數據變化趨勢；提供課程討論區數據統計分析，從學習者重點關注的問題提取重難點信息，掌握課程教學情況；提供考核測驗數據查詢，包括學習成績分布數據、試題分析數據等，展示成績分布統計態勢。課程建設管理系統的數據展示服務提供課程建設情況數據分析，尤其是根據計劃時間提供的預警提示功能，有效提高了課程建設效率。另外，數據分析平臺借鑒互聯網教學數據應用實踐，按照學習周期提供學情報告，幫助教師分析學習成效。

（三）管理數據分析應用

面向管理員主要提供管理和決策服務。管理員結合學習計劃開展有組織地學習活動，通過建立學習小組建立組織制度及時了解掌握學習態勢，根據學習計劃完成情況展開數據分析，為有效管理并監督學習者學習提供決策依據；管理員還可結合自身需求提取數據形成小組成員學習數據畫像進行深度分析，并可利用學情報告功能形成小組學習質量報告，為學習任務提供科學的分析，科學調整學習計劃。通過課程建設管理系統，管理者可實時監控本單位課程建設進度數據、收集建設進度報告，動態掌握課程建設情況。

五、未來展望

（一）健全學習平臺個性化學習服務

在線學習平臺運用大數據技術與學習分析技術，建立學習者模型，構建基于數據的教學過程檢測、評估、診斷和預測技術體系，為學習者提供全方位、個性化、高效率的學習體驗。基于此，按照開放遠程教育學習支持服務的個性化、精準性、預知性、實時性、可視化和智能化特征，軍事職業教育數據分析平臺可在現有學習分析技術和學習支持服務的基礎上，借助大數據、學習分析和網絡技術，健全軍事職業教育在線學習平臺個性化學習服務，并在此基礎上逐步構建和完善有軍事職業教育特色、符合軍隊人員在線學習特征的數據分析模型與評測體系，從而在教學過程監測、評估、診斷和預測中發揮更大作用。

（二）提高學習資源內容質量

學習資源是在線學習平臺教學活動的核心。作為開展軍事職業教育教學活動的在線學習平臺，海量的學習資源初步滿足了學習者基本需要，在面向學習者提供個性化、精準化的學習資源和內容的同時，還需不斷提高學習資源內容質量：根據學習者個人學習興趣、學習傾向內容、學習行為習慣等匹配個性化學習資源內容，建立學習者個人學習路徑，提供精準學習資源支撐；利用學習者個人畫像與學習模型分析學習行為數據，對學習資源內容進行質量分析與評估；借助數據分析的力量打通“教”“學”雙向通道，確保學習資源內容在不斷提高質量的同時發揮“因材施教”本質。

（三）提升精準管理與科學決策水平

大數據技術應用于教學管理，主要是通過數據選擇、過濾、統計等篩選數據價值，針對學習者進行過程性和個性化評價，實現學習者學習行為的精準學習分析，進而為教學管理與評價提供數據支持。對此，數據分析平臺建設需要在數據獲取完整度、數據分析精準度、信息反饋高效性方面不斷突破。

1.構建軍事職業教育數據融合機制

通過引進大數據分析技術，對軍事職業教育學習數據進行多渠道、多功能、多形式記錄跟蹤，例如線上線下的學習數據融合、多平臺數據融合等。

2.提升大數據管理服務模式

數據分析平臺管理服務主要圍繞學習者學習行為數據開展學習組織與管理活動，在此基礎上，需要提升智能化分析能力，逐步完善全過程教學管理和監督預警功能，實現多層級管理一體化、智能化。

3.提升大數據支持科學決策水平

教育大數據使教育決策實現了“經驗化”到“科學化”的變革，使教育決策更加具備科學性，數據分析平臺的應用即為軍事職業教育科學組織管理提供了數據支撐。未來軍事職業教育數據分析平臺的發展，要加強大數據人才儲備，不斷提升大數據技術與數據分析水平，使數據驅動管理決策更加科學。

結語

教育大數據為在線教育的發展帶來了創新變革，大數據應用逐漸在學習、教學、管理中發揮重要作用。發揮在線教學最大優勢是當前軍事職業教育在線學習平臺建設重點關注的問題，而大數據分析技術的應用實踐，為學習者、教師、管理者提供了便捷化的技術支持，進一步提升了學習平臺的使用體驗，在軍事職業教育發展中發揮著至關重要的作用。未來向著不斷發展個性化學習服務、提高學習資源內容質量、提升管理科學決策水平的方向，是數據分析平臺應用發展的應有之路。

參考文獻：

［1］肖君.教育大數據［M］.上海：上海科學技術出版社，2020.

［2］楊明.現代職業教育的大數據戰略［J］.職教論壇，2015（21）：2426.

［3］談少盈，李小平，王品品.美軍運用大數據促進軍事職業教育的做法及啟示［J］.空軍預警學院學報，2016（4）.

［4］談少盈，李小平，彌華見.教育信息化新階段對軍事職業教育的影響及對策［J］.繼續教育，2018（7）.

作者簡介：劉依（1994—?），女，漢族，河南南陽人，碩士研究生，助理工程師，研究方向：軍事職業教育與在線教育研究。