文/吳蓓

（中國社會科學院大學 北京市 102401）

Tableau 是一款用于實現(xiàn)交互的、可視化分析的數(shù)據(jù)分析工具，支持Excel、文本、JSON 等數(shù)據(jù)源，具有界面友好、快速響應等性能優(yōu)勢，能夠自動跟隨思維軌跡完成視圖切換，有效提高工作效率。將其應用于在線教育網站中，可實現(xiàn)對在線學習平臺開放數(shù)據(jù)集的可視化分析，為學習者行為特征研究提供借鑒。

1 基于Tableau的在線教育大數(shù)據(jù)可視化設計

近年來“互聯(lián)網+教育”模式的興起推動了傳統(tǒng)課堂教學與線上教學形式的整合，催生了以翻轉課堂為代表的多元混合式教學模式，教師將更多精力傾注于課前、課后準備環(huán)節(jié)，將包括視頻資料、教學課件、參考書目、教學案例、小組合作任務、自主練習題目在內的教學資源上傳至在線教育平臺中，供學生開展自主學習與小組合作學習。在此模式下，教師可觀察到學生在自主學習過程中產生的多維數(shù)據(jù)，如何挖掘學生多維數(shù)據(jù)中蘊含的學習信息、為教學決策提供重要參考，成為當前教師在教學設計過程中生成的迫切需求?，F(xiàn)以Tableau 軟件為例，針對學生在MOOC 在線教育平臺學習數(shù)據(jù)的可視化設計思路進行具體探討。

1.1 數(shù)據(jù)收集

以MOOC 在線教育平臺中的某一課程為例，收集該課程在2018年6-12月的在線學習情況作為研究數(shù)據(jù)，其學習資源涵蓋教學視頻、章節(jié)作業(yè)、重難點知識網絡鏈接、各章節(jié)討論區(qū)等內容，該平臺保留在線學習者在學習過程中的各項操作數(shù)據(jù)，以下為本次研究所需收集的主要數(shù)據(jù)：其一是章節(jié)教學視頻，包括平均完成率、各視頻的觀看人數(shù)、觀看進度與視頻總時長等；其二是作業(yè)測試，包括學生平均完成率、總平均分、各題目平均分、各選項作答率等；其三是訪問量，依照月度進行在線學習者訪問時間段的統(tǒng)計；其四是討論區(qū)，主要統(tǒng)計參加討論的在線學習者人數(shù)；其五是成績評價，包括學生的總成績、平均分、各分數(shù)段的人數(shù)比例等。在完成上述數(shù)據(jù)收集的基礎上，以Excel 的形式將上述結果數(shù)據(jù)導入到表格中進行數(shù)據(jù)分析，實現(xiàn)對各部分數(shù)據(jù)的統(tǒng)計分析。

1.2 數(shù)據(jù)清洗

由于章節(jié)教學視頻、作業(yè)測試、訪問量、討論區(qū)、成績評價等各類數(shù)據(jù)的數(shù)據(jù)源各不相同，其數(shù)據(jù)格式、類型與Excel 數(shù)據(jù)規(guī)范存在一定出入，易在數(shù)據(jù)錄入環(huán)節(jié)產生單詞拼寫錯誤、書寫不規(guī)范、出現(xiàn)異常值等問題，因此需在數(shù)據(jù)分析前采用有效方法完成數(shù)據(jù)清洗，具體包含以下三種方式：其一是基于有效性驗證功能，將錄入Excel 表格中的數(shù)據(jù)格式做出規(guī)范化調整；其二是運用排序、篩選、分列、刪除重復項等功能，實現(xiàn)數(shù)據(jù)格式的統(tǒng)一；其三是運用函數(shù)進行數(shù)據(jù)處理，例如采用Trim 清除字符串空格，利用Concatenate合并單元格，利用Mid 截取字符串，利用Search 查找單元格中文本的位置，利用Sum 進行數(shù)據(jù)計算，利用Randy 函數(shù)進行數(shù)據(jù)抽樣等。例如將某學校同一年級對于該課程的學習數(shù)據(jù)導出，其導出表中將顯示學習者的賬號、姓名與學習記錄，B2 單元格中顯示某一學習者的賬號為18011201，其中18 即指學習者的入學年份，可利用=mid(B2,1,2)得出該學習者的班級信息，經由數(shù)據(jù)清洗保障學習者的在線學習數(shù)據(jù)符合Excel 與Tableau 的數(shù)據(jù)存儲規(guī)范[1]。

1.3 數(shù)據(jù)分析與展現(xiàn)

1.3.1 基于Excel 的數(shù)據(jù)分析與數(shù)據(jù)展現(xiàn)

選取Excel 的數(shù)據(jù)透視表進行數(shù)據(jù)篩選、分類與排序，以某一課程第三章節(jié)中的一道基礎知識題目為例，將“班級”、“答題記錄”分別拖入到“行標簽”和“列標簽”區(qū)，再將“答題記錄”拖入到“數(shù)值”區(qū)，建立某學校同一年級不同班級對于該題目中各選項作答結果的數(shù)據(jù)透視表。以“1808 班級”為例，該班級在作答該題目過程中選擇A、B、C、D 選項的人數(shù)分別為1 人、0 人、29人和11 人，總作答人數(shù)為41 人。該數(shù)據(jù)透視表的建立可供教師選取目標區(qū)域，將其明細數(shù)據(jù)進行打印，以此快速有效查詢不同數(shù)據(jù)源的詳細統(tǒng)計結果。基于Excel 圖表進行數(shù)據(jù)展示，例如運用柱形圖展示在線學習者學習數(shù)據(jù)與學習時間的變化關系，利用餅圖顯示某一數(shù)值在總數(shù)值中的占比，利用折線圖反應相同時間間隔下的數(shù)據(jù)變化趨勢，借助散點圖呈現(xiàn)數(shù)據(jù)分布狀況，用于以圖表形式展現(xiàn)復雜的可視化數(shù)據(jù)。

1.3.2 基于Tableau 的數(shù)據(jù)展現(xiàn)

在利用Excel 實現(xiàn)數(shù)據(jù)圖表可視化的基礎上，基于Tableau 軟件的拖放式界面豐富數(shù)據(jù)的可視化呈現(xiàn)效果，在較短時間內即可建立交互式、可視化圖表，供使用者選取色調搭配方式、連接多種數(shù)據(jù)源，完成對海量在線學習數(shù)據(jù)的整合、鉆取、篩選與利用。Tableau 主要利用以下三種方式進行數(shù)據(jù)的可視化呈現(xiàn)：其一是工作表，工作表的操作界面近似數(shù)據(jù)透視表，但具有更強的交互性，僅需使用簡單的拖放操作即可實現(xiàn)數(shù)據(jù)突出顯示，改變數(shù)據(jù)分析內容與數(shù)據(jù)呈現(xiàn)方式，還可以利用地圖形式呈現(xiàn)出在線學習者的生源地信息；其二是儀表板，圍繞不同角度、依照一定方式將多個工作表進行組合、布局，用于呈現(xiàn)出數(shù)據(jù)間的關系與邏輯內涵；其三是故事板，按順序排列工作表或儀表板并構成集合。Tableau 還可利用本機數(shù)據(jù)連接器連接Excel 數(shù)據(jù)源、Tableau 圖表等多種類型的數(shù)據(jù)源，并呈現(xiàn)出向下鉆取的視圖。例如在獲取到某一學習者在單位學期內的在線學習數(shù)據(jù)后，還可以向下鉆取得到該學習者的每月、每周、每日學習數(shù)據(jù)，獲取更細顆粒度級的統(tǒng)計結果[2]。

2 在線教育平臺學習行為數(shù)據(jù)的可視化分析結果

以MOOC 在線學習網站開放的2018-2019年學生在線學習行為記錄數(shù)據(jù)集作為研究數(shù)據(jù)，利用逗號分隔值（.CSV）文件進行數(shù)據(jù)集的保存，共涵蓋10 類學科、239 門課程的32.5 萬條在線學習行為數(shù)據(jù)。

2.1 學習者基礎信息分析

MOOC 作為一個開放性在線網絡學習平臺，其平臺建構的特征便是打破傳統(tǒng)線下學習模式在時間、地點、人數(shù)上存在的局限，為海量學習者提供不同學科的課程資源信息，滿足學習者的個性化學習需求。

2.1.1 地域分布

通過觀察學習者地域分布的可視化結果可以發(fā)現(xiàn)，該平臺的學習者來自223 個國家及地區(qū)，利用Tableau 軟件內置的地圖服務器針對不同學習者所處地域位置數(shù)據(jù)關聯(lián)出相應的經緯度坐標數(shù)值，并將字段拖放至視圖中，即可完成學習者地域分布地圖的創(chuàng)建。以我國學習者的地域分布情況為例，可觀察到分布人數(shù)最多的城市分別為北京、上海、廣州、重慶、武漢，這些省市的高校數(shù)量較多、分布較為密集，符合我國現(xiàn)階段MOOC 平臺的學習群體分布情況。

2.1.2 年齡與學歷水平分布

通過觀察學習者學歷水平分布的可視化結果可以發(fā)現(xiàn)，該平臺的學習者中碩士學歷人數(shù)占比為36.4%、大學本科學歷人數(shù)占比為42.5%、博士人群占比為7.4%；從學習者的年齡分布情況來看，多數(shù)在線學習者的年齡集中于20-28 歲區(qū)間內，28-40 歲年齡段用戶人數(shù)次之，符合MOOC 平臺以在校大學生為核心用戶的平臺定位特征，并且也有部分白領階層群體利用MOOC 平臺開展業(yè)務學習活動、滿足自身的充電需求。

2.1.3 課程類型

以國內某一知名高校的“學堂在線”學習平臺為例，該平臺共涵蓋38 門課程，其中理工科課程為21 門、文科類課程為17 門。通過觀察不同類型課程的選課人次可視化結果可以發(fā)現(xiàn)，該平臺學習者中選取理工科課程的人數(shù)占比37.51%、選取文科類課程人數(shù)占比62.49%。從中可以看出，文科類課程的受歡迎度要顯著高于理工科類課程，這與MOOC 平臺的課外知識補充屬性相契合，其中諸如“心理學概論”、“中國建筑史”等課程因門檻較低、實用度較高而備受用戶歡迎。

利用Tableau 軟件的儀表板功能可實現(xiàn)多張工作表的整合，構建交互化圖表。例如將在線學習者的地域分布圖、學歷分布圖、年齡分布圖、課程類型分布區(qū)放置在同一儀表板中，點擊任何一個省市即可直觀看到該省在線學習者的學歷層次、年齡狀況與課程選擇偏好，供教育者分析不同課程的受眾群體與受歡迎度，以此作為課程修正與調整的參考依據(jù)[3]。

2.2 學習者學習行為的聚類分析

由于MOOC 學習平臺的適用群體為具備一定專業(yè)基礎知識、良好自學能力與自控力的學習者，不同學習者的學習行為、學習風格存在顯著，因此需完成學習者類別的劃分，注重觀察不同類別學習者的學習特征、學習狀態(tài)，以此為教學決策提供有價值參考信息。在此采用聚類分析法進行學習者學習行為分析，利用Tableau 軟件中的集群統(tǒng)計功能，選取k-means 均值統(tǒng)計分析法，該方法具有功能齊全、用戶界面友好、成本經濟等特點，僅需執(zhí)行拖放字段等簡單操作即可完成聚類分析。本文選用模塊完成比例、模塊瀏覽量、學習交互數(shù)量、討論區(qū)發(fā)帖數(shù)量四項內容組建聚類中心，針對數(shù)據(jù)集進行分析，依靠系統(tǒng)自動判斷確定聚類的k 值，在剔除無效數(shù)據(jù)后生成3 類群集，獲取到聚類分析結果[4]。其中Ⅰ、Ⅱ、Ⅲ三類學習者的人數(shù)分別為508 人、272 人、61 人，三類學習者在討論區(qū)發(fā)帖數(shù)量方面的差距較小，在模塊完成比例、模塊瀏覽量、學習交互數(shù)量三方面的學習行為差距較大。

第Ⅰ類學習者模塊完成比例的均值為5.0%、模塊瀏覽量的均值為26.140、學習交互總數(shù)量為244.30，總體來看三項學習行為的數(shù)值均偏低，因此可將第Ⅰ類學習者定義為半途而廢型學習者，從時間維度來看其學習行為主要集中發(fā)生于課程學習前期，伴隨時間延長堅持學習的人數(shù)逐漸減少，且其學習行為局限于瀏覽課程視頻，較少完成作業(yè)與測試。第Ⅱ類學習者模塊完成比例的均值為10.12%、模塊瀏覽量的均值為96.97、學習交互總數(shù)量為270.10，總體來看三項學習行為的數(shù)值居中，其平均發(fā)帖數(shù)量為2.42、在三類集群中占據(jù)最高值，由此可將第Ⅱ類學習者定義為觀察學習者，這類群體往往傾向于瀏覽模塊內容，在課程作業(yè)方面的完成度一般，但其學習探討熱情較為高漲。第Ⅲ類學習者模塊完成比例為45.86%、模塊瀏覽量均值為99.97%、學習交互總數(shù)量為594.09，因此可將第Ⅲ類學習者定義為堅持型學習者，這類群體在線上學習過程中的學習目標明確、參與度較高，具備良好的自主學習能力與自控力，但在討論上的積極性較弱。將學習者行為的聚類分析結果進行可視化處理，利用三種顏色分別標注三類群集的圖像信息，進一步提高人眼采集信息速度、增強可視化分析效果。

2.3 學習者類型與學習成果分析

將三類學習者的在線學習行為可視化分析結果進行匯總，從中可以發(fā)現(xiàn)不同類型學習者的學習行為存在顯著的差異性，但學習成績、模塊完成率仍是評價學習者學習成果的重要指標。通過將Ⅰ、Ⅱ、Ⅲ類學習者的均分進行比較可以發(fā)現(xiàn)，第Ⅰ類學習者的均分為0.1666、第Ⅱ類學習者均分為0.4888、第Ⅲ類學習者均分為0.7265，由此可以看出該MOOC 在線學習平臺的學習任務完成度較低、退出率較高，成為該平臺未來改進的重點方向?？傮w來看，在線學習平臺中涵蓋了海量的學習者學習行為數(shù)據(jù)，從中可以直觀展現(xiàn)出學習者在地域分布、學歷水平、年齡層次、學習行為等方面存在的差異性特征，利用Tableau 軟件可將數(shù)據(jù)轉化為有價值信息，完成學習者群組的劃分，適用于針對不同類型學習者的學習行為、學習狀態(tài)進行歸類分析，為教學決策提供重要參考。

3 結論

教育數(shù)據(jù)挖掘與學習分析是預測學習者未來學習趨勢的重要手段，其分析預測結果對于課程教學體系的修正與完善具有積極指導意義。通過運用Tableau 的可視化分析功能可以直觀呈現(xiàn)出在線教育網站學習者在學歷背景、學習行為、學習狀態(tài)等方面的特征，為在線學習分析領域的研究提供了重要的參考價值。