黃慕雄 林韓輝 羅永霞

[摘? ?要] 不論是在國家層面的政策指引，還是教師專業(yè)發(fā)展工作的實際需要，都迫切要求開展利用大數據技術促進教師專業(yè)發(fā)展的研究，為教師專業(yè)發(fā)展提供精準、個性化的培訓服務決策。經過對現有文獻的研究分析可知，利用大數據技術構建教師專業(yè)發(fā)展分析模型的研究較少。研究采用大數據視角的需求評估研究方法，以大數據分析通用模型為雛形，在探析3層分析需求基礎上，構建包含分析數據源接入、分析數據采集和融合治理中心、分析支持模塊、教師專業(yè)發(fā)展分析模塊、分析呈現模塊的多源多層教師專業(yè)發(fā)展分析模型。以此為模型建設教師教育大數據分析平臺，并探析該模型的分析呈現效果，表明研究方法可行、模型框架合理、呈現效果良好，能在一定程度上滿足不同層次、不同維度的分析需要，為教師專業(yè)發(fā)展研究人員提供借鑒。

[關鍵詞] 大數據; 多源多層; 教師專業(yè)發(fā)展; 分析模型

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 黃慕雄（1967—），男，廣東潮州人。教授，主要從事新媒體教育、教育信息化研究。E-mail：hmx1103@163.com。林韓輝為通訊作者，E-mail：cz@gdufe.edu.cn。

一、引? ?言

國家層面非常重視大數據技術在教師專業(yè)發(fā)展中的精準支撐作用。教育部在2018年印發(fā)的《教育信息化2.0行動計劃》中明確指出，“完善教育管理信息化頂層設計，全面提高利用大數據支撐保障教育管理、決策和公共服務的能力，實現教育政務信息系統(tǒng)全面整合和政務信息資源開放共享”[1]。中共中央辦公廳、國務院辦公廳印發(fā)《加快推進教育現代化實施方案（2018—2022年）》中明確指出，“創(chuàng)新信息時代教育治理新模式，開展大數據支撐下的教育治理能力優(yōu)化行動，推動以互聯(lián)網等信息化手段服務教育教學全過程”[2]。中共中央、國務院印發(fā)《中國教育現代化2035》中指出，“推進教育治理方式變革，加快形成現代化的教育管理與監(jiān)測體系，推進管理精準化和決策科學化”[3]。

隨著大數據、云計算、人工智能在教師教育領域的應用，教師教育正走向精確化、個性化、定制化的“智能研修”新階段[4]。目前，中國“互聯(lián)網+教育”建設多年，多數省級教師發(fā)展管理部門都擁有多個相關管理系統(tǒng)，如教師繼續(xù)教育管理系統(tǒng)、教師信息技術能力提升服務平臺、遠程培訓系統(tǒng)、實踐教學系統(tǒng)、教師教學發(fā)展管理系統(tǒng)等系統(tǒng)，這些系統(tǒng)實際運作多年，擁有大量的數據。如何利用大數據技術充分挖掘現有的平臺數據[5]，構建教師專業(yè)化發(fā)展分析模型，服務于師范生培養(yǎng)和教師專業(yè)成長，輔助教育培訓方向的決策制定，創(chuàng)新教師教育模式，為教師專業(yè)發(fā)展提供精準、個性化的培訓服務，提高教師教育質量是迫切需要研究的問題。研究結合建設“廣東省教師教育大數據智慧系統(tǒng)”項目開展，研究構建基于大數據融合的多源多層教師專業(yè)發(fā)展分析模型，以期豐富大數據技術在教師專業(yè)發(fā)展中的研究內容，并為其他各級建設教師專業(yè)發(fā)展分析平臺提供借鑒。

二、文獻綜述與研究方法

現有關大數據與教師發(fā)展的研究主要集中在大數據時代教師需要學習、掌握哪些技術以支持他的專業(yè)發(fā)展，另外一方面是大數據技術支持下的教師培訓模型、培訓模式的研究。第一方面的研究如許芳杰提出通過提升教師的數據智慧，以促進大數據時代教師專業(yè)發(fā)展[6]; 胡水星提出在教師專業(yè)發(fā)展實踐中，應該充分有效地把教育大數據融合于教師專業(yè)化知識體系中[7];張進良等研究高校教師如何挖掘、分析眾多大學生在線學習時產生的海量數據，以此改進自身教學實踐并促進自身專業(yè)發(fā)展[8];王慧提出可利用數據分析了解高校教師專業(yè)發(fā)展現狀，并據此提出教師專業(yè)發(fā)展的對策及建議，以指導教師發(fā)展工作[9]。第二方面如趙姝等以教師培養(yǎng)路徑為線索，探討分析了大數據在師資隊伍、職后教師培訓等方面的應用模型[10];周超英以國內外現有外語需求分析模型為雛形，從個人需求和社會需求兩方面提出了教師專業(yè)發(fā)展需求分析的理論模型[11];李運福等借鑒智能科學領域的相關思想，構建了由信息層、知識層、策略性、行為層組成的基于大數據分析的O2O教師培訓模式[12];雷勵華以大數據技術發(fā)展現狀為依據，提出教師專業(yè)發(fā)展的培養(yǎng)模式[13]。但是如何利用多來源的海量數據，通過數據采集和融合，設計合理科學的分析模塊，構建教師專業(yè)發(fā)展分析模型的研究較少。所以有必要通過深入研究，構建教師專業(yè)發(fā)展分析模型，重點研究構建教師專業(yè)定制培養(yǎng)和教師發(fā)展綜合分析與輔助模塊，實現教師專業(yè)發(fā)展的整體分析與個體診斷，為教師專業(yè)成長提供豐富有效的服務，并為同行研究提供借鑒。

教育領域的評價研究是利用定量或質性的方法，或同時運用兩種方法對教育領域中特定方面的有效性進行判斷的過程。達成這個判斷的過程是復雜的，因為“有效性”本身是一個多層面的概念，對于不同的利益相關者具體有不同的含義;而且教育項目和過程很少是一致有效的，它們一般都是既有益處又有弊端的，而且可能只是在一定條件下才有效。近年來，科學計量學領域中興盛起來的大數據技術、信息可視化技術、科學知識圖譜不斷觸及各研究領域，同時也為教育評價研究與分析提供了一種新穎的視角。研究采用評價研究的需求評估模式，需求評估模式是丹尼爾·斯塔費爾比姆（Daiel Stufflebeam）和安東尼·欣克菲爾（Anthony Shinkfield）提出的正規(guī)評價模式之一。需求評估是用來識別與社會、組織和人表現相關的需求以及將它們劃分優(yōu)先順序的一系列程序。需求通常被定義為期望的狀態(tài)或情形與實際的狀態(tài)或情形與實際之間的差異[14]。研究使用教育研究方法的需求評估研究模式與新興大數據技術相結合的研究方法，探討教師發(fā)展存在潛在的分析需求，按照探討所得出的分析需求作為具體的分析內容。把具體分析內容與通用教育大數據分析框架相結合構建分析模型[15]，并把該模型運用于實際的分析系統(tǒng)中，得出分析結果，并探析多層需求分析呈現效果。

三、數據分析需求探討

根據層次分析法思想（Analytic Hierarchy Process）[16]，并結合教師個體、教師培訓機構、教師發(fā)展管理部門存在不同程度的數據挖掘、分析需求（如圖1所示），數據分析需求分成基本分析、中度分析、深度分析3個層次，隨著管理權限的逐步增加而逐漸深入，分析范圍也逐漸擴大。

（一）教師個體專業(yè)發(fā)展自我認知基本分析需求

現代社會對教師提出較高的要求，教師需具有現代教育教學理念，精通教學內容，掌握現代教育技術，運用現代教學方法，并以積極樂觀的個人魅力和較高的教學技藝指導學生學習。并隨著新課改革的不斷推進，教師為了適應新課改的教學需要，滿足自身專業(yè)發(fā)展需要，教師要通過不斷的學習充電來更新自身的觀念、充實自身的知識結構、掌握更有效的教學方法，實現自身的不斷超越。但是對于教師本身，難以定位自身的各方面條件和專業(yè)水平處于什么樣的位置，他們對應該學習什么內容、應該參加哪方面的培訓、應該提升哪方面的能力較為迷惘。這就需要充分利用大數據和智能技術，客觀判斷自身專業(yè)發(fā)展情況，精確定位自身專業(yè)水平，精準發(fā)現作為教師存在的不足，以明確自己的學習、培訓需求。

（二）教師培訓機構精準培訓中度分析需求

省級教師培訓機構作為地方教師教育培訓機構，長期服務于地方基礎教育和地方經濟發(fā)展，為地方基礎教育培養(yǎng)師資、園長、校長和教育行政干部。在教師教育方面，尤其是基礎教育教師、園長、校長培訓方面，積累了豐富的經驗，同時積累了大量的教師個人信息、教師受訓軌跡、教師培訓效果評價、培訓課程等信息。但這些信息存在于不同的系統(tǒng)，難以進行有效的統(tǒng)計分析，難以推出精準的培訓內容。這就迫切需要建立分析平臺并實現大數據的智能化分析，主要實現培訓課程質量分析、教師專業(yè)發(fā)展培訓方案制定，為教師教育提供全方位、精準化、個性化的專業(yè)培養(yǎng)和培訓服務。

（三）教師發(fā)展管理部門綜合分析與決策輔助深度分析需求

教師發(fā)展管理部門是在管理區(qū)域內統(tǒng)籌考慮、全面布局的教師專業(yè)發(fā)展促進機構，并為教師專業(yè)提供各種職后非學歷培訓項目的管理機構，對各種相關基礎教育培訓項目進行統(tǒng)籌推廣、協(xié)調，以及項目開發(fā)、項目實施、項目評估、項目績效考核的全過程監(jiān)管。這就要求教師發(fā)展管理部門能獲取區(qū)域內教師信息，從宏觀層面分析各個地區(qū)教師情況;分析區(qū)域教師的專業(yè)水平;分析培訓機構相關信息;分析培訓機構開設培訓課程相關信息;分析優(yōu)化培訓工作流程，以促進教師教育全面發(fā)展，提高分析效率，并使精準決策成為可能。

四、教師發(fā)展分析框架構建

以教育大數據分析系統(tǒng)通用框架（包括數據采集、數據處理、數據分析、數據展現等模塊）為雛形，根據教師個體、教師培訓機構、教師發(fā)展管理部門的三個層次的具體分析需求，利用現有的中小學教師發(fā)展相關管理平臺的海量數據資源，結合人工智能技術、現代數據呈現技術（如圖2所示），構建基于大數據融合的多源多層教師專業(yè)發(fā)展分析模型。

（一）分析數據源接入

數據源是指數據庫應用程序所使用的數據庫或者數據庫服務器。研究是指存儲在眾多教師發(fā)展相關服務平臺上的數據的總稱，數據源是一切分析的前提，所以要盡可能地挖掘數據源，通過實時和非實時的方式接入，保持數據的可持續(xù)更新。提供內容全面、友好的界面配置數據源信息，通過任務調度進行數據匯聚，支持自定義對敏感信息加密處理，支持全面完善的數據源，如Mysql、Orcale、SQL Server。

接入教師專業(yè)發(fā)展相關數據源系統(tǒng)，可包括教師繼續(xù)教育管理系統(tǒng)、教師信息技術能力提升服務平臺、遠程培訓平臺、實踐教學平臺、教師教學發(fā)展管理平臺等。這些平臺的系統(tǒng)數據可選擇實時接入，也可利用可視化管理模塊手工配置接入。

（二）分析數據采集和融合治理中心

數據治理融合中心一方面治理來自數據源的數據，另一方面為下一步數據分析提供完整、規(guī)范的數據，發(fā)揮承上啟下的作用。但由于數據源眾多，數據存在形式參差不齊，數據質量不盡如人意，所以需要引入數據質量管理模塊，通過快速評估結果和對數據質量的要求，基于質量評估指標用戶可以自由配置一系列的數據質量檢測規(guī)則。系統(tǒng)將根據這些規(guī)則自動化檢測和監(jiān)控數據，一旦檢測出異常數據則實時發(fā)送告警通知。中心通過“拉”方式單向獲取數據源數據，而通過“推拉”方式與數據分析模塊交互。

針對這些數據質量問題，研究在進行數據治理時的宗旨是不改變原始數據，采取“拉”方式獲得數據，并且由于很多數據質量問題是無法通過程序直接處理（如程序無法判斷某人的性別，并對該空值數據進行填充），這個過程需要培訓管理部門、業(yè)務系統(tǒng)所屬部門共同參與。因此，數據治理采用的是閉環(huán)內控機制，通過系統(tǒng)配置數據質量檢測規(guī)則，發(fā)現數據質量問題，并將異常結果反饋給培訓管理部門或業(yè)務方，由業(yè)務系統(tǒng)所屬部門從源頭處規(guī)范數據，經過持續(xù)的數據治理，從而提高數據質量。

（三）分析支持模塊

分析支持模塊可設置2個部分，分別是教師發(fā)展大數據管理挖掘和教師發(fā)展大數據基礎算法庫。教師發(fā)展大數據管理挖掘提供對結構化數據、非結構化數據的計算和分析挖掘能力，從而可以為靈活的數據分析提供支撐?；跀祿碓磁c種類的多樣性，用戶可根據需求創(chuàng)建分析任務，自主定義分析流程。由于數據種類的多樣性，平臺需根據實際應用，設計平臺算法模型，構建大數據算法庫，為自助分析提供技術支撐。用戶可通過大數據算法模型，針對已有數據，進行不同維度的統(tǒng)計分析，從而形成培訓項目需求調研報告，供各級部門工作決策時參考。

在建設過程中，教師發(fā)展大數據管理挖掘模塊側重數據分析挖掘的服務交付和模型交付。作為動態(tài)演進的數據分析挖掘服務支持模塊，業(yè)務建模可隨著業(yè)務增加逐步演化，適應業(yè)務發(fā)展和變化。為滿足各個層次的分析需要，算法庫需集成的算法較多，包括特征構造算法、降維算法、聚類算法、分類算法、回歸算法、推薦算法、頻繁模式挖掘等。為分析模塊提供強有力的支撐。

研究主要算法如采用基于協(xié)同過濾算法實現培訓課程推薦，協(xié)同過濾的關鍵是找到有相似培訓需求的人，也就是要計算培訓數據的相似度，可采用夾角余弦（Cosine）。在二維空間中向量A（x1，y1）與向量B（x2，y2）的夾角余弦計算如（1）。

cosθ=? ? ? ? ? ? ? ? ? ? ? ?（1）

兩個n維樣本a（x11，x12，...，x1n）和b（x21，x22，...，x2n）的夾角余弦如（2）（3）。

cosθ=? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? （2）

即cosθ=? （3）

（四）教師專業(yè)發(fā)展分析模塊

根據上面三個層次的分析需求，分析模塊可設置教師發(fā)展專業(yè)定制培養(yǎng)和教師發(fā)展綜合分析與決策輔助2個部分，每個部分又可設置4個具體的分析模塊。分析模塊提供多維統(tǒng)計類以及算法建模類等分析功能，通過組件拉拽的方式實現數據分析邏輯的構建及運行，通過運算組件的快速處理得到分析結果。

1. 教師發(fā)展專業(yè)定制培養(yǎng)

（1）教師個體分析。對教師的基本情況，如性別、籍貫、年齡、學歷、學位等基本信息;職稱、外語水平、計算機水平等專業(yè)能力;繼續(xù)教育、培訓等的評價進行全方位、多角度的獲取分析，形成教師個體畫像。通過教師個體畫像，明確教師的個人基本特點、專業(yè)技能、擅長的能力、欠缺的能力等。實現對教師的個體診斷和評測，為教師個體學習、培訓指明了方向。實現包括教師數量、各年齡分布、地域性分布分析，方便培訓機構和教師發(fā)展管理部門了解教師的基本情況。

（2）教師學習習慣及效果分析。分析教師在繼續(xù)教育網絡學習平臺中的選課科目、學習時間、單次學習時長、學習習慣等學習行為，及完成學習后的考核情況、評價等級等。或是對其在繼續(xù)教育中可抵模塊的折算內容分類匯總，分析其偏愛。發(fā)現教師在學習過程中的傾向學習內容、學習時間、學習方法、學習習慣，從而發(fā)現學習的不足，以便支撐教師學習方式改進。

（3）培訓課程質量分析。教師培訓課程有線上、線下課程。線上課程模塊包括必修課、選修課、專業(yè)課，這些課程模塊只規(guī)定培訓總學分，教師可根據自己的興趣、愛好在選課程庫中選擇。線下課程包括機構所開設的培訓課程，但這些課程的考核結果、課程評價都記錄在分析系統(tǒng)中。通過對在線培訓課程的選擇人數、修完課程人數、教師學習得分、課程評價的分析統(tǒng)計，對線下培訓課程的考核結果、課程評價分析統(tǒng)計。統(tǒng)計分析所設線上線下課程能否滿足教師的繼續(xù)教育學習需要，分析所開設課程質量和培訓效果，以便提升開課課程的質量。

（4）教師發(fā)展培養(yǎng)方案專業(yè)制定。根據教師專業(yè)技術學科特點、職稱信息、參與培訓的歷史記錄、培訓的歷史成績、可選培訓的個人喜好等信息分析，利用基于協(xié)同過濾算法綜合分析和深入挖掘，給教師提供個性化的學習、培訓方案。滿足不同教師的學習、培訓需要，使教師的精準化、個性化培訓成為可能。

2. 教師發(fā)展綜合分析與決策輔助

（1）教師基本信息綜合分析。教師發(fā)展管理部門利用教師基本信息，刻畫教師個體畫像，結合省內教師信息，分析統(tǒng)計得出包括教師人數、性別分布、年齡分布等區(qū)域教師的各項信息。綜合區(qū)域教師信息，從宏觀層面上對各個地區(qū)教師情況進行分析，并自動生成分析報告。為各級教師發(fā)展管理部門的教育決策工作提供參考。

（2）教師專業(yè)水平分析。教師發(fā)展管理部門通過對繼續(xù)教育證書、外語水平成績、計算機水平成績、普通話水平成績、專業(yè)技術職稱、專業(yè)技術學習經歷、教齡進行全面分析，根據分析結果獲取教師的專業(yè)水平情況，并構建教師綜合指數，可溯源各地專業(yè)水平詳情，以便于教師發(fā)展管理部門宏觀了解各單位、各區(qū)域之間的差異，為推進教育公平提供精準數據。

（3）教師發(fā)展建設分析。根據培訓機構的類別、資質、規(guī)模等基本信息，以及各培訓機構所開設的培訓項目數量、學時數量、學科類型、參訓情況、對應開設的課程信息等進行分析。同時對培訓機構關注程度、項目投入程度、課程安排情況、時間分布情況等進行分析，以對培訓機構進行有效全面監(jiān)管，促進培訓內容的針對性、培訓機構的規(guī)范性。對以往培訓課程有一個宏觀的分析，便于開展下個階段的教師專業(yè)發(fā)展安排設計，以促進教師專業(yè)全面協(xié)調發(fā)展。

（4）工作流程分析管理。可對管理等流程數據進行分析，以及對進度審批環(huán)節(jié)等工作流程跟蹤分析，針對其中存在的項目審批等工作流程方面存在的問題及待優(yōu)化點進行發(fā)現標注，并加入提醒功能。根據分析結果靈活調整、重構工作管理流程，從而提高教師專業(yè)發(fā)展管理工作效率。

（五）分析呈現模塊

教師發(fā)展數據可視化。用戶可以針對每一次分析結果進行可視化，將Web頁面與熱力圖、3D圖、詞云、柱狀圖、餅狀圖、拆線圖、散點圖、雷達圖、儀表盤等展現方法相結合，提供多種圖表的可視方式，從而可以對分析結果進行直觀展示，并可對基于各種分析任務的圖表進行保存管理。

大微可視化。大可視化表示可視化大屏，把教師發(fā)展分析過程中復雜、抽象的大型數據，通過圖形、圖表、圖標等易于理解的形式，加上視覺效果，呈現給各級管理部門。微可視表示結合微信社交軟件，綁定管理部門人員賬號，方便管理人員實時、可視化監(jiān)視教師發(fā)展的宏觀數據。

五、多層分析呈現效果

為探析所構建分析模型的分析效果、滿足分析需求的程度，下面根據已構建的教師發(fā)展框架，融合多個來源平臺的教師發(fā)展相關數據，包括全省100多萬基礎教育教師的120，780，636條數據，實現在分析支撐模塊的支持下進行多維度、多角度教師發(fā)展分析，教師專業(yè)發(fā)展綜合分析大屏呈現如圖3所示。系統(tǒng)分析內容較多，限于篇幅只探析教師發(fā)展三個層次所需具體分析模塊的部分呈現效果，包括部分個體分析呈現效果、推薦培訓方案呈現效果、綜合分析輔助決策呈現效果。

（一）個體分析呈現效果

教師個體分析包括個體畫像、創(chuàng)新實踐指導、教科研信息、學習習慣等分析展示。例如個體畫像分析如圖4所示，包括專業(yè)能力分析和專業(yè)能力評定。專業(yè)能力分析利用雷達圖從學歷、職稱、研究、教學、教齡5個維度分析呈現，自己某方面能力在全省或是某區(qū)域排位一目了然。專業(yè)能力評定分析利用儀表盤圖從學歷全省教師占比、職稱全省教師占比、從教時間全省教師占比3個維度對比分析，個體在全省所處位置直觀易懂，形象生動，分析呈現效果良好，是滿足教師個體自我定位需要的部分體現。

（二）培訓方案呈現效果

培訓方案模塊主要包括專業(yè)綜合發(fā)展和培訓方案制定。培訓方案模塊如圖5所示，主要包括推薦培訓課程的課程列表。基于教師的教師基本信息、培訓學習習慣、教科研情況以及其他（進修、跟崗、頂崗、培訓、學術會議、研討、調研等），分析其學習習慣和個人特點，從而有針對性地為教師制定培養(yǎng)發(fā)展方案。采用較為成熟穩(wěn)定的協(xié)同過濾推薦算法綜合分析并精準制定培訓發(fā)展方案，是滿足教師培訓機構為教師智能化制定培養(yǎng)方案需求的部分體現。

（三）綜合分析與輔助決策呈現效果

已建成綜合分析與輔助決策模塊包括教師基本信息綜合分析、教師專業(yè)水平分析、教師發(fā)展建設分析。例如教師基本信息綜合分析包括指數分析、對比分析等，指數分析如圖6所示，包括各個市的教師綜合指數分析呈現和指數詳情呈現。例如教師發(fā)展建設分析包括《發(fā)展建設分析報告》和《教師綜合分析報告》。圖7所示為教師專業(yè)發(fā)展綜合分析?！度〗處熅C合分析報告》包含數據概況、教師基本情況分析、教師專業(yè)水平分析等內容，利用地圖、柱狀圖、折線圖、多維柱狀圖多種呈現形式?？焖傩纬蓴祿蚀_、圖文并茂的綜合分析報告，供各級教師發(fā)展管理部門參考。綜合分析呈現效果良好，是滿足教師發(fā)展管理部門快速獲取全省教師綜合指數和《教師發(fā)展分析報告》需求的部分體現。

六、總結與反思

利用大數據技術為教師專業(yè)發(fā)展提供精準、個性化的培訓服務決策，是亟待探索的問題。研究使用教育研究方法中的需求評估研究模式與新興大數據技術相結合的研究方法。通過教師專業(yè)發(fā)展的分析需求探討，為滿足教師個體、培訓機構、教師發(fā)展管理部門的基本分析、中度分析、深度分析需求，構建基于大數據融合的多源多層教師專業(yè)發(fā)展分析模型，并按照該分析模型建成分析系統(tǒng)，經過對建成系統(tǒng)的分析呈現效果探析。表明以需求為導向，利用大數據的知識發(fā)現和預測性特征，為決策者提供精準分析結果，研究方法可行;所構建模型能適應多數據來源，能支持和呈現多維的分析，模型結構合理;多形式、多渠道、多維度呈現分析結果，呈現直觀形象，呈現效果明顯。能在一定程度上滿足各個層次的分析需求。

研究所構建模型還存在一些不足，研究將圍繞以下三個方面進行改進和完善。一是優(yōu)化數據源。研究所用數據來源于信息系統(tǒng)已有數據，只能對原有數據進行清洗、聚類、分析，數據質量、數據分析維度受到已有數據的限制，為了有效地解決這個問題，項目組已研究并形成具體數據采集內容，并集成到系統(tǒng)進行有針對性的教師發(fā)展數據采集，以優(yōu)化數據源。二是增加教師個體分析維度。受數據源制約，專業(yè)能力分析和專業(yè)能力評定分析的維度較少，維度綜合性也有待進一步提高。下一步將結合優(yōu)化后的數據進行更合理聚類，按聚類設立各類教師發(fā)展數據的權重，形成更完善、更合理的教師個體分析，并增加分析維度。三是完善教師發(fā)展培養(yǎng)方案專業(yè)制定模塊。研究采用基于協(xié)同過濾算法實現培訓課程推薦，課程推薦算法單一，推薦效果有待進一步提升。接下來研究將集成更多的推薦算法如基于規(guī)則推薦算法、基于效用推薦算法等，以完善教師發(fā)展培養(yǎng)方案專業(yè)制定模塊。

[參考文獻]

[1] 教育部.教育部關于印發(fā)《教育信息化2.0行動計劃》的通知[EB/OL].（2018-04-25）[2021-01-22].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425 _334188.html.

[2] 中共中央辦公廳，國務院辦公廳.加快推進教育現代化實施方案（2018—2022年）[EB/OL].（2019-02-23）[2021-01-20].http：//www.gov.cn/zhengce/201902/23/content_5367988.htm？from=timeline&isappinstalled=0.

[3] 中國政策網.中共中央、國務院印發(fā)《中國教育現代化2035》[EB/OL].（2019-02-23）[2021-01-20].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm.

[4] 李棟.人工智能時代的教師發(fā)展：特質定位與行動哲學[J].電化教育研究，2020，41（12）：5-11.

[5] 張敏霞，王陸.基于大數據的知識發(fā)現：不同教師群體實踐性知識的發(fā)展特征[J].電化教育研究，2021，42（2）：106-111，128.

[6] 許芳杰.數據智慧：大數據時代教師專業(yè)發(fā)展新路向[J].中國電化教育，2016（10）：18-23.

[7] 胡水星.教師TPACK專業(yè)發(fā)展研究：基于教育大數據的視角[J].教育研究，2016，37（5）：110-116.

[8] 張進良，何高大.學習分析：助推大數據時代高校教師在線專業(yè)發(fā)展[J].遠程教育雜志，2014，32（1）：56-62.

[9] 王慧.基于數據分析的高校教師專業(yè)發(fā)展現狀研究[J].通訊世界，2020，27（3）：214-215.

[10] 趙姝，白浩，張瑞敏.基于大數據的卓越教師培養(yǎng)路徑探析[J].電化教育研究，2017（1）：47-53.

[11] 周超英.職前小學英語教師專業(yè)發(fā)展需求分析模型的理論構建[J].銅仁學院學報，2015，17（5）：128-131.

[12] 李運福，楊曉宏.基于大數據分析的O2O教師培訓模式研究——對“互聯(lián)網+”教師培訓的初步思考[J].中國電化教育，2016（12）：113-120.

[13] 雷勵華.大數據時代背景下教師專業(yè)發(fā)展生態(tài)構建研究[J].教師教育論壇，2018，31（5）：61-68.

[14] 梅瑞迪斯·高爾，喬伊斯·高爾，沃爾特·博格，侯定凱.教育研究方法（第六版）[J].北京大學教育評論，2016，14（1）：2.

[15] 楊現民，郭利明，邢蓓蓓.區(qū)域教育大數據分析架構與展示設計研究——以江蘇省A市為例[J].電化教育研究，2020，41（5）：66-72.

[16] 張炳江.層次分析法及其應用案例[M].北京：電子工業(yè)出版社，2014：17.

Construction of A Multi-source and Multi-layer Teacher Professional Development Analysis Model Based on Big Data Fusion： Take Guangdong Teacher Education Big Data Smart System as An Example

HUANG Muxiong1，? LIN Hanhui2， LUO Yongxia2

（1.Guangdong University of Education， Guangzhou Guangdong 510303; 2.School of Information Technology in Education， South China Normal University， Guangzhou Guangdong 510631）

[Abstract] Both policy guidance at the national level and the practical needs of teacher professional development urgently require researches on using big data technology to promote teacher professional development， so as to provide accurate and personalized training service decisions for teacher professional development. Through the analysis of the existing literature， it is found that there are few researches on constructing the analytical models of teacher professional development using big data technology. The study adopts the needs assessment research method from a big data perspective， takes a general model of big data analysis as a prototype， and builds a multi-source， multi-layer teacher professional development analysis model containing access to analysis data sources， an analysis data collection and fusion governance center， an analysis support module， a teacher professional development analysis module， and an analysis presentation module， based on the exploration of 3 layers of analysis needs. The model is used to build a big data analysis platform for teacher education， and the analysis presentation effect of the model is explored. The results show that the research method is feasible， the model framework is reasonable， and the presentation effect is good， which can meet the analysis needs of different levels and dimensions to a certain extent and provide reference for researchers of teacher professional development.

[Keywords] Big Data; Multi-source and Multi-layer; Teacher Professional Development; Analysis Model