远程教育协作组工作简报

全国高校现代远程教育协作组秘书处2017年第31期8月25日

北京语言大学网络教育学院

在线教育大数据分析平台的建设与实践

“互联网+”和大数据带来了网络教育的蓬勃发展，学习分析技术和自适应学习也在近年内得到了重大突破。为更好地适应新形势下网络教育的发展，为网络教育提供精准管理与服务工具，我院开展了在线大数据分析平台的建设与实践。

一、根据学院状况，确定项目目标

我院主要采用在线学习平台向学生提供教与学的支持和服务，开展该项目旨在通过教育数据分析系统建设，汇聚分散在不同平台中的数据信息，面向决策者、招生管理者、学生管理者、教学管理者、辅导教师和学生提供数据统计分析、评测分析和对比分析等功能，提高不同角色的工作效率，促进网络教育教学过程的精准决策与管理，为教学过程干预、教学资源配置及学生个性化服务提供有力支持。

基于此，我院组建了项目小组，在北京师范大学远程教育研究中心的指导与帮助下，开展了“北语网院在线教育大数据分析平台建设与服务”项目。

二、开展项目规划，确定平台功能结构

项目小组多次组织会议对学院决策者、学院各部门及各类教师的相关需求进行搜集与分析，确定了该系统平台的业务流程、数据关联系统、相关的用户定义和平台功能。

该系统的业务流程是学院决策者、部门管理者或各类教师注册、

登录系统后，以各自的用户身份查看相应数据报告、总体概览情况，并进行评测和对比分析。

该系统的用户主要为机构决策用户、招生管理用户、学生管理用户、教学管理用户和各类教师。系统关系结构如下图所示：

北语网院教育数据分析系统弘成在线教育平台奥鹏在线教育平台自有教务管理系统相关报表和数据教学管理招生管理各类教师学生管理决策者数据汇聚和存储

该平台以前端应用和测评报告两种形态呈现，其中前端应用主要包括用户权限管理、日常监测指标、测评报告管理三大功能，并针对上述五类不同的用户提供不同的模板；测评报告主要为上述五类用户提供可视化的数据分析结果。

三、开展深度分析，构建评价指标体系

根据用户的需求分析结果，项目小组研究人员多次与北京师范大学远程教育中心开展评价指标研讨，最终确定该系统的指标体系。该指标体系主要是基于学院在线教育教学与管理过程中的用户主体、课程主体和组织主体，对各项管理业务和教与学流程展开分析。通过逐层解析业务过程，完成维度建模，构建具体指标，实现从不同角度对管理与教学的监测与评价。

该系统评价指标体系设计成果主要包括指标构建业务模型、数据仓库逻辑模型、指标开发流程和指标体系框架四部分。

（一）基于在学周期确定指标构建业务模型

学生在学周期包括招生、录取、学习、管理、毕业和毕业后服务六大方面，周期中不同业务流程存在不同用户对象（教师、学生），这些对象产生了不同的事件流和行为流，可以形成评价所需的基础数据。不同的管理和教学业务流程中依据不同的主体对象，发生一系列彼此关联的管理和教学事件流，这些事件流产生了更为具体的管理和教学行为，并形成了相应的量化数据。最终根据管理需求和教育规律将这些量化数据整合为不同维度和指标构成的评价体系。

（二）数据仓库逻辑模型

为了将构建的指标体系转化成能够支撑大数据分析应用开发的数据架构，我院建立了综合性、多层次、高灵活的数据仓库。该数据仓库整合了在线教育机构教学与管理中各个平台的数据，完整记录了学院的教学和管理状况。该数据仓库按不同主题对学院数据进行了存储和聚合，既保证详细记录所需数据，同时又提供数据的时间线索，支持各类业务的时序分析，对全面存储数据，形成指标体系的模型化，支持应用开发具有重要的意义。

同时我们对多维数据模型进行构建，该数据模型构建采用维度建模（dimensionnal modeling）方法完成。具体如下图：

（三）指标开发流程

基于上述的分析与构建，我们将指标开发流程主要分为以下5步：根据评价需求，确定评价目标；分解业务流程，获取基础数据；聚合基础数据，建立指标集合；分析指标关联，形成指标体系；确定指标算法，进行试算调整。

同时为实现对指标的统一管理，学院对指标参数的命名规则进行制定，主要采用“主体——计算方式——动作——对象”方式进行命名。

（四）指标体系框架

基于学院现状和需求分析结构，该系统的指标体系框架主要包括管理类、课程类、教师类及学生类。管理类指标由学生管理、教师管理、课程管理和招生管理四个子类组成。学生类指标由资源学习、交流讨论、学习效果和综合评价四个子类组成。教师类指标主要包括教师投入、交流讨论、教学效果和综合评价。课程类指标由课程的师生投入、交流状况、教学效果和综合评价组成。

四、全面技术部署，实现数据对接

通过以上分析，项目组制定了相应的数据对接技术实施方案，并依据方案内容实现各平台数据对接，主要包括两方面：数据对接内容和数据对接方式。

（一）数据对接内容

根据指标评价体系中的相关维度，该平台中的数据对接内容主要包括教学主体（学生、教师、课程、专业、部门、学习中心（招生点）、院校）、教学资源（视频资源、导学资料、课程公告、作业资源、测验资源、答疑资源、课件资源）、教学活动与绩效记录（学期记录、开课记录、选课记录、登录记录、作业记录、测验记录、资源访问记录、考试安排记录、学生考试记录）、交流活动记录（分组活动发布记录、用户分组活动记录、答疑提问记录、答疑回复记录、动态评论记录、消息收发记录、论坛登录记录、论坛发回帖记录、论坛投票记录）、管理活动记录（学生毕业记录、学籍异动记录、学生获奖记录、学生处分记录、学生缴费记录）、招生工作记录（招生记录、专业招

生记录、报名记录、录取记录）。

（二）数据对接方式

为了保证数据的安全高效地抽取，数据对接方式对数据流转逻辑和服务部署方案进行明确的界定。数据的流转需要通过VPN进行传输，且传输的方式均采用加密压缩的形式，既保证数据传输的安全，同时又减少数据的重复传播。为了实现大数据分析平台的正常运转，学院设立了4个单独的服务器来部署相应的服务。

数据对接分为3个阶段12步，具体如下图所示：

同时我们也对大数据分析平台的数据安全问题、系统维护及支持以及故障处理流程进行了规定，以确保大数据分析平台的正常运行。

五、成效

通过近两年的探索，目前取得的成果主要有《北语网院在线学习平台需求分析报告》、《北语网院学习平台教学评价指标体系设计》、《北语网院数据对接技术实施方案》、《北语网院学习平台中间数据库建设》和北语网院大数据分析评价App，包括Android版和iOS版，实现了：

（一）面向学生提供全面评价与学习指导，最大程度满足学生个性化需求

该系统根据课程关联性、学生学习过程中习题测验完成情况等相关数据，为学生推荐相关课程，提供个性化的课程服务。结合学习者在论坛等学习活动中的参与情况，对学习者进行全面的评价。在节省了人力成本的基础之上，为学习者提供了个性化、针对性的指导和全面、综合的评价。

（二）面向教师提供实时反馈与评教，实现教师的高效管理

该系统实现了向在线教师实时反馈学生的学习情况，指导教师进行有针对性的课程设计和内容调整。同时为监督提高教师的教学水平，该平台也支持根据教师的备课情况、参与论坛情况和学生评教的结果等，对教师进行综合自动评教，实现面向教师的客观性、标准化的高效管理和激励。

（三）面向管理者提供决策支持，不断改进学生与教学服务

在线教育平台的大数据可向决策者和管理人员提供面向整个平台的数据可视化和面向系统优化的统计分析，提供学习者的整体学习情况和教师的教学现状，为机构决策者提供决策数据支持以及资源配置方案，同时决策者和管理者也可根据直观数据对在线学习支持服务与各项评价标准不断进行优化和改进。