军事职业教育数据分析平台应用研究

刘依 黄韵欣 吴兵 李骁

摘 要：大数据时代的到来，为在线教育带来了前所未有的机遇。如何有效利用机遇实现在线教育变革，是当前大数据应用重点关注的问题。数据分析技术为军事职业教育学习平台提供了技术支持与服务保障，围绕学生、教师、管理员的在线教育服务不断变革、创新，数据分析应用逐渐在线学习平台中发挥重要作用。本文以在线教育数据应用现状研究分析为基础，展开军事职业教育数据分析平台应用研究，并对军事职业教育数据分析平台的应用发展方向提出思考。

关键词：军事职业教育；数据分析；应用

伴随着大数据的迅猛发展，教育大数据逐渐成为教学领域展开深度学习分析的重要依据，为在线教育教学提供了科学性的指导。随着“三位一体”新型军事人才培养体系的构建与发展，以在线学习平台为主要支撑的军队人员在线教育进入新阶段，而大数据分析与应用则是军事职业教育科学发展的重要技术支撑。从当前部分数据分析平台的研究与应用现状来看，建立适用于教、学、管为一体的数据分析平台是军事职业教育的发展之要。当前军事职业教育数据分析应用研究要点，是借鉴在线教育数据应用技术与实践经验，不断探索数据分析平台创新应用模式，使数据分析平台建设更加适用于军事职业教育的发展要求。

一、在线教育数据应用现状分析

教育大数据研究主要围绕理论、模型、技术及应用展开，其中教育大数据应用是核心所在。目前，教育大数据应用主要体现在教学、学习、科研、服务、管理、评价等方面，是在线教育创新发展的主要力量。以MOOC（Massive Open Online Course，大规模开放在线课程）为代表的在线教育资源的迅速发展促进了教育资源的共建共享。随着互联网信息技术的迅速发展，教育信息化服务更加智能、便捷，而教育数据分析信息化平台的建设，实现了在线学习平台的数据分析应用。

（一）基于学习数据的应用现状

1.全过程学习分析

“互联网+教育”背景下，在线学习平台是学习资源和学习支持服务的主要承载，而大数据技术在记录学习者使用学习资源和学习活动中的数据，促进了数据驱动个性化学习。通过在线学习资源和工具、支持学习交流互动等的建设，在线学习平台提供了丰富的功能服务支撑，主要体现在：一是在收集学习者行为数据中挖掘在线学习平台功能使用的问题，以进一步改善信息化平台功能；二是面向学习者提供多样化的学习服务，通过数据展示的方式提供课程学习记录与过程监督功能，提高学习效率与质量。

2.个性化学习支持

在线学习平台通过收集学习者的教育经历、学历、兴趣爱好、个人偏好等信息，分析学习者在线浏览、关注的学习资源等学习行为数据，建立学习者个人数据标签，综合用户信息数据、学习内容倾向性选择、浏览或关注的课程等进行数据分析，向学习者提供个性化资源推荐服务。在数据分析支持下，个性化的学习支持服务体系已初步建立，能够满足多样化学习需求，并在此基础上为学习者建立画像、进行个性化学习干预、提供个性化学习支持。

（二）基于教学数据的应用现状

在线教学活动围绕“教”与“学”同步展开，针对学习数据的分析同样可应用在教学数据分析中。利用学习者个人数据、学习成绩等信息，了解学习需求、分析教学内容的重难点、深度挖掘课程教学评价以评估课程教学质量；将数据分析处理应用于课程教学，有利于提升教师教学的科学性、形成个性化教学模式。同时，以学习者展开学习过程中产生的行为数据为基础，通过在线教学的辅学、督学等教学服务功能发掘数据共性、规律，分析课程教学内容是否符合学习者学习规律，可以判断教学模式是否能够实现教学目标。

（三）基于教学管理的应用现状

随着教育信息化的不断变革，大量在线管理平台的出现为教育教学管理、教学质量、教学评价等提供了技术手段支持。借助大数据技术，在线教学管理逐步实现直观性、准确性与智能化；由数据驱动提供决策依据，教学管理决策更加科学、精准、高效。数据分析平台发挥决策作用，主要体现在打通数据信息、提升管理服务、助力科学决策，具体包括：（1）对数据进行处理以实现数据统一可用；（2）对数据分析结果进行可视化展示，提升管理的智能化、建立对应的管理组织制度，提升管理服务水平；（3）实现数据图表式的统计与分析，从大量基础数据中提取有用数据，通过数据统计、数据对比、趋势分析等进行深度分析，为管理决策提供数据支持。

二、军事职业教育数据分析平台设计

（一）军事职业教育平台简介

在线课程教学是开展军事职业教育的主要教学方式。作为支撑在线课程教学运行的面向全军军队人员的在线学习平台，现已基本建成面向学习者、教师、管理员的教学服务功能支持，初步形成全流程数据化信息化管理模式，提供数据统计与分析、数据挖掘模型等大数据应用服务：为学生提供督学导学及学习总结支持；为教师教学管理、教学考核与评价等提供数据支撑；为管理者精细化管理和决策提供数据支撑。具体功能包含如下三个方面：

（1）面向学习者提供在线教育资源学习，包括在线开放课程的知识点学习与同步测试、参与课程讨论、參加结业考试等服务，提供制订学习计划功能，用于多种学习资源组合的有组织性的学习。

（2）面向教师提供在线课程资源组织与管理功能，教师通过课程上线与管理系统完成课程的上线发布、了解并掌握学习者的学习态势数据等，支持课程讨论区辅助答疑解惑。

（3）面向教学管理员提供小组制组织与管理功能，主要是管理成员数据、制订学习计划牵引学习等服务，同时通过数据统计功能掌握成员的学习情况、管理成员学习。

（二）军事职业教育大数据特征

截至目前，军事职业教育平台上线课程近2万门，积累学习行为记录140亿条，已初步形成具有军事职业教育特色的海量教育大数据，具有以下四个特点：

1.数据体量大

截至目前，学习人数已基本实现支撑大规模用户注册与用户同时在线学习的目标，学习者学习行为数据体量大，学习资源数据海量化，已产生大量数据可供分析和挖掘。

2.数据覆盖面广

覆盖不同类型人员，面向学习者、教师、管理员提供多种不同类型的数据分析支撑。

3.数据类型多样

截止目前，已基本覆盖教育大数据各个类型，包括学习者基本数据、课程教学管理、学习支持服务数据、学习者学习行为数据、学习资源数据等，数据分析需求多样化。

4.数据完整度高

实现了从“注册—学习—参与测试题—参与结业考试—生成电子证书”的全流程数据化信息化管理，逐步实现培训课程从“任务发布—学习者报名—学习者测试—学习者结业考试”的培训任务学习全流程管理，能够累计课程学习学时、学分等数据，实现教学数据高度融合。

（三）军事职业教育数据分析平臺架构设计

针对军事职业教育平台的应用需求，深入研究军事职业教育大数据特点，结合前沿大数据分析平台技术，设计军事职业教育数据分析平台架构。

1.平台功能设计

根据数据从采集、处理到应用的过程，结合军事职业教育数据特点，设计平台功能如下：

（1）数据采集：提取学习平台中的资源数据和学习者行为数据。其中，资源数据包括课程视频、习题、讨论数据以及文章、期刊、新闻等数字化资源数据；学习者行为数据包括学习者在课程学习过程中的视频观看数据、测试题解答数据、结业考试数据、页面浏览数据等。

（2）数据预处理：采用数据清洗技术修正数据采集结果中存在的问题，包括缺失数据、异常数据的检测与处理、重复数据的删除等。特别需要说明的是，由于数据来源不同、数据格式不同、数据同步周期不同等情况的存在，需要采用数据清洗技术保证数据的一致性和可用性。

（3）数据存储与处理：建立基于Hadoop+Mpp+Spark Streaming的大数据处理集群，搭建了基于Spark Streaming的实时流分析集群，通过先进的分布式数据处理技术保证海量数据分析的处理效率。

（4）数据分析与挖掘：平台集成多种机器学习算法，支持数据分析开发人员可根据具体需要，调用算法库中算法完成所需的数据分析和数据挖掘。

（5）数据可视化：在数据可视化方面，平台通过搭建数据可视化系统，能够方便、快捷展示数据分析与挖掘结果。

2.平台技术路线

平台总体架构可划分为五层，分别是数据源层、资源层、支撑层、应用层以及展现层，贯穿各层的是标准规范体系和安全规范体系。

（1）数据源层：覆盖平台的基础数据、业务数据、交换数据、系统数据以及手工填报数据。平台可利用数据采集模块对数据源进行数据采集，使用数据预处理模块和数据存储与处理模块对采集的数据进行加工和存储。

（2）数据资源层：数据资源层提供数据的接入、存储、计算、管理等多项工作，以成熟的大数据技术架构搭建，拥有逻辑分层，分别为原始库、业务库、治理库和数据仓库，数据仓库中又涵盖ODS层、汇总层和集市层等。

（3）支撑层：为整个平台的技术支撑，涵盖平台各个板块，提供数据采集功能、数据存储计算功能、数据分析功能、应用服务功能等其他系统功能。

（4）应用层：主要是面向用户的功能层，涵盖用户的所有操作需要功能点，包括数据采集、数据存储、元数据、数据标准、数据质量、数据安全、数据分析可视化等。

（5）展现层：以门户的形式针对不同的用户和场景进行规划和呈现，是直接面向用户的层级。提供人机交互、分析展示界面、监控运营界面、领导驾驶舱等展示功能。

（6）标准规范体系：规范数据分析平台在数据采集、存储、治理、分析和展现等阶段的技术标准和管理流程。

（7）安全规范体系：围绕数据隐私保护、数据安全管理、数据分级分类等与数据安全有关的内容，设计安全规范，确保数据分析平台的安全性和可靠性。

四、军事职业教育数据分析平台典型应用

军事职业教育数据分析平台以学习者在开展学习过程中使用的教育资源数据和学习活动数据为依托，采用数据分析的方式对学习者在整个学习过程中的数据进行分析处理，以提升在线教学学习服务体验、提高教学质量和管理决策水平。

（一）学习者数据分析应用

面向学习者主要提供督学及个性化学习支持，实现学习进度数据可视化、学习成绩统计便捷化，形成学习数据统计、分析和任务追踪全流程管控；记录学习者课程学习进度数据，提供学习进度与学习计划数据查询功能，学习者可即时了解学习情况，查漏补缺、合理调整学习行为。同时，数据分析平台每年第四季度通过策划、设计、开发，面向学习者提供个人年度数据报告，帮助学习者全面、深度、综合式了解全年学习成果。

（二）课程数据分析应用

面向教师主要提供课程数据统计分析、课程建设管理数据分析服务。课程数据统计分析包括课程运行数据分析、讨论区答疑数据分析、考核测验数据分析等，提供参学人数、结业人数、成绩统计等数据查询，展示数据变化趋势；提供课程讨论区数据统计分析，从学习者重点关注的问题提取重难点信息，掌握课程教学情况；提供考核测验数据查询，包括学习成绩分布数据、试题分析数据等，展示成绩分布统计态势。课程建设管理系统的数据展示服务提供课程建设情况数据分析，尤其是根据计划时间提供的预警提示功能，有效提高了课程建设效率。另外，数据分析平台借鉴互联网教学数据应用实践，按照学习周期提供学情报告，帮助教师分析学习成效。

（三）管理数据分析应用

面向管理员主要提供管理和决策服务。管理员结合学习计划开展有组织地学习活动，通过建立学习小组建立组织制度及时了解掌握学习态势，根据学习计划完成情况展开数据分析，为有效管理并监督学习者学习提供决策依据；管理员还可结合自身需求提取数据形成小组成员学习数据画像进行深度分析，并可利用学情报告功能形成小组学习质量报告，为学习任务提供科学的分析，科学调整学习计划。通过课程建设管理系统，管理者可实时监控本单位课程建设进度数据、收集建设进度报告，动态掌握课程建设情况。

五、未来展望

（一）健全学习平台个性化学习服务

在线学习平台运用大数据技术与学习分析技术，建立学习者模型，构建基于数据的教学过程检测、评估、诊断和预测技术体系，为学习者提供全方位、个性化、高效率的学习体验。基于此，按照开放远程教育学习支持服务的个性化、精准性、预知性、实时性、可视化和智能化特征，军事职业教育数据分析平台可在现有学习分析技术和学习支持服务的基础上，借助大数据、学习分析和网络技术，健全军事职业教育在线学习平台个性化学习服务，并在此基础上逐步构建和完善有军事职业教育特色、符合軍队人员在线学习特征的数据分析模型与评测体系，从而在教学过程监测、评估、诊断和预测中发挥更大作用。

（二）提高学习资源内容质量

学习资源是在线学习平台教学活动的核心。作为开展军事职业教育教学活动的在线学习平台，海量的学习资源初步满足了学习者基本需要，在面向学习者提供个性化、精准化的学习资源和内容的同时，还需不断提高学习资源内容质量：根据学习者个人学习兴趣、学习倾向内容、学习行为习惯等匹配个性化学习资源内容，建立学习者个人学习路径，提供精准学习资源支撑；利用学习者个人画像与学习模型分析学习行为数据，对学习资源内容进行质量分析与评估；借助数据分析的力量打通“教”“学”双向通道，确保学习资源内容在不断提高质量的同时发挥“因材施教”本质。

（三）提升精准管理与科学决策水平

大数据技术应用于教学管理，主要是通过数据选择、过滤、统计等筛选数据价值，针对学习者进行过程性和个性化评价，实现学习者学习行为的精准学习分析，进而为教学管理与评价提供数据支持。对此，数据分析平台建设需要在数据获取完整度、数据分析精准度、信息反馈高效性方面不断突破。

1.构建军事职业教育数据融合机制

通过引进大数据分析技术，对军事职业教育学习数据进行多渠道、多功能、多形式记录跟踪，例如线上线下的学习数据融合、多平台数据融合等。

2.提升大数据管理服务模式

数据分析平台管理服务主要围绕学习者学习行为数据开展学习组织与管理活动，在此基础上，需要提升智能化分析能力，逐步完善全过程教学管理和监督预警功能，实现多层级管理一体化、智能化。

3.提升大数据支持科学决策水平

教育大数据使教育决策实现了“经验化”到“科学化”的变革，使教育决策更加具备科学性，数据分析平台的应用即为军事职业教育科学组织管理提供了数据支撑。未来军事职业教育数据分析平台的发展，要加强大数据人才储备，不断提升大数据技术与数据分析水平，使数据驱动管理决策更加科学。

结语

教育大数据为在线教育的发展带来了创新变革，大数据应用逐渐在学习、教学、管理中发挥重要作用。发挥在线教学最大优势是当前军事职业教育在线学习平台建设重点关注的问题，而大数据分析技术的应用实践，为学习者、教师、管理者提供了便捷化的技术支持，进一步提升了学习平台的使用体验，在军事职业教育发展中发挥着至关重要的作用。未来向着不断发展个性化学习服务、提高学习资源内容质量、提升管理科学决策水平的方向，是数据分析平台应用发展的应有之路。

参考文献：

［1］肖君.教育大数据［M］.上海：上海科学技术出版社，2020.

［2］杨明.现代职业教育的大数据战略［J］.职教论坛，2015（21）：2426.

［3］谈少盈，李小平，王品品.美军运用大数据促进军事职业教育的做法及启示［J］.空军预警学院学报，2016（4）.

［4］谈少盈，李小平，弥华见.教育信息化新阶段对军事职业教育的影响及对策［J］.继续教育，2018（7）.

作者简介：刘依（1994— ），女，汉族，河南南阳人，硕士研究生，助理工程师，研究方向：军事职业教育与在线教育研究。