CN109739896A - 一种网上学习平台的数据分析方法及装置 - Google Patents

Abstract

本发明的实施例提供一种网上学习平台的数据分析方法及装置，涉及网络技术领域，能够对网上学习平台学员的学习行为信息以及课程资源信息进行分析。该方法包括：在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息；根据所述学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及专区的关键指标的分布视图；根据所述学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图。

Description

一种网上学习平台的数据分析方法及装置

技术领域

本发明的实施例涉及网络技术领域，尤其涉及一种网上学习平台的数据分析方法及装置。

背景技术

企业网上学习平台基于互联网技术，采用开放的在线学习平台模式，以学习资源为核心，满足企业各种培训场景需求，构建企业内训生态系统，助企业实现人才领先。

随着互联网的普及和深度应用，企业网上学习平台已经成为内部教育和知识分享的重要途径。学员行为数据是指导平台生产运营的主要依据之一，如何进行有效的数据分析是平台运营面临的一个主要问题。

网络学员行为特征的建模过程是在分析学员行为，获取及维持和学员的喜好等，最后形成一个用来反应学员个性化需求、知识背景或者喜好的模型。获取学员的趣味喜好、需求和所有的交互行为等数据，经过剖析综合概括从而得到一个能够运算的可计算的格式化的学员行为特征模型，并连续地记录学员行为的变化，伴随学员喜好的变化进而改变学员行为特征模型的过程。

集团公司的网上学习平台具有多级管理员用户，分别负责一定范围的学员学习行为管理和平台运营，需要了解学员的学习频度、学习进度和学习热点等信息，并将合适的课程推荐给合适的学员。因此对学员画像和课程推荐提出需求。

学员画像是一种勾画目标学员、联系学员诉求与设计方向的有效工具，在各领域得到了广泛的应用。例如百度移动统计从移动开发者需求出发，在洞察学员、优化产品、运营推广三个方面去提供全面的分析直观报表以及敏捷开发支持，以及数字化的经营和推广管理的支持。移动统计能够帮助开发者解决学员属性越来越复杂，学员行为越来越多变，产品代周期越来越快，推广成本越来越高等诸多问题。

然而，企业网上学习平台与社会互联网平台不同，具有学员范围比较固定且课程资源相对集中等特点，具有特定的学员画像和推荐需求。目前，针对企业网上学习平台的研究较少，无法支撑企业的网上学习平台运营。为满足企业网上学习平台的运营需求，迫切需要对其学员的学习行为特点和课程资源特点进行分析研究，提出切实可行的学员画像和个性化推荐方法。

发明内容

本发明的实施例提供一种网上学习平台的数据分析方法及装置，能够对网上学习平台学员的学习行为信息以及课程资源信息进行分析。

第一方面，提供一种网上学习平台的数据分析方法，包括：在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息，其中所述学员基本信息包括学员的ID、所述学员的组织信息，所述学习行为信息包括所述学员对课程的访问信息以及学习记录，所述学习记录包含所述学员对课程学习时长，所述课程资源信息包括课程的属性、分类以及专区；其中，所述预定组织包含至少一个子组织，每个所述子组织包括至少一个二级学员，所述预定组织还包括至少一个一级学员，所述一级学员为所述预定组织中所有子组织之外的学员；根据所述学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及所述专区的关键指标的分布视图；所述活跃课程包括最受欢迎课程以及必修课程，所述最受欢迎课程包括学习时长排序前n的课程；所述活跃课程的关键指标包括：所述最受欢迎课程的学习量的子组织分布，每门所述必修课的完成率，所有所述必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；所述专区的关键指标包括：最受欢迎专区的学习量的子组织分布，所述最受欢迎专区包括学习时长排序前m的专区，所述专区的必修课的完成率，每个所述专区的一级学员的必修课的完成率，每个所述专区中各子组织的必修课的完成率；根据所述学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图；所述不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值。上述方案中，能够对网上学习平台学员的学习行为信息以及课程资源信息进行全面的分析。

第二方面，提供一种网上学习平台的数据分析装置，

基础数据管理模块，用于在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息，其中所述学员基本信息包括学员的ID、所述学员的组织信息，所述学习行为信息包括所述学员对课程的访问信息以及学习记录，所述学习记录包含所述学员对课程学习时长，所述课程资源信息包括课程的属性、分类以及专区；其中，所述预定组织包含至少一个子组织，每个所述子组织包括至少一个二级学员，所述预定组织还包括至少一个一级学员，所述一级学员为所述预定组织中所有子组织之外的学员；

分布视图处理模块，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及所述专区的关键指标的分布视图；所述活跃课程包括最受欢迎课程以及必修课程，所述最受欢迎课程包括学习时长排序前n的课程；所述活跃课程的关键指标包括：所述最受欢迎课程的学习量的子组织分布，每门所述必修课的完成率，所有所述必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；所述专区的关键指标包括：最受欢迎专区的学习量的子组织分布，所述最受欢迎专区包括学习时长排序前m的专区，所述专区的必修课的完成率，每个所述专区的一级学员的必修课的完成率，每个所述专区中各子组织的必修课的完成率；

所述分布视图处理模块，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图；所述不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值。

第三方面，提供一种网上学习平台的数据分析装置，包括通信接口、处理器、存储器、总线；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所述网上学习平台的数据分析装置运行时，所述处理器执行所述存储器存储的计算机执行指令，以使所述网上学习平台的数据分析装置执行如上述的网上学习平台的数据分析方法。

第四方面，提供一种网络节点设备，包括通信接口、处理器、存储器、总线；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所述网络节点设备运行时，所述处理器执行所述存储器存储的计算机执行指令，以使所述网络节点设备执行如上述的视频业务报文的检测方法。

第五方面，提供一种计算机存储介质，包括指令，当所述指令在计算机上运行时，使得所述计算机执行如上述的视频业务报文的检测方法。

第六方面，提供一种计算机程序产品，所述计算机程序产品包括指令代码，所述指令代码用于执行如上述的视频业务报文的检测方法。

可以理解地，上述提供的任一种网上学习平台的数据分析装置、计算机存储介质或计算机程序产品均用于执行上文所提供的第一方面对应的方法，因此，其所能达到的有益效果可参考上文第一方面的方法以及下文具体实施方式中对应的方案的有益效果，此处不再赘述。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的实施例提供的一种网上学习平台的数据分析方法的流程示意图；

图2为本发明的实施例提供的一种网上学习平台的数据分析装置的结构示意图；

图3为本发明的另一实施例提供的一种网上学习平台的数据分析装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

学员学习行为画像是网上学习平台数据分析的基础，尤其组织级学员学习情况画像有助于管理员适时了解该组织学员的总体学习情况，进而指导平台运营策略部署，提升运营效率。本发明提供一种网上学习平台的数据分析方法，用于生成学员学习行为画像例如：活跃课程以及专区的关键指标的分布视图、不活跃课程的分类的分布视图，进而指导企业网上学习平台生产运营。本发明的实施例的基本原理为：主要分析组织内学员对于课程资源的学习情况，设计算法计算得到需要展示的信息，即上述的学员学习行为画像。

参照图1所示，提供一种网上学习平台的数据分析方法，包括如下步骤：

101、在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息。

其中学员基本信息包括学员的ID、学员的组织信息，学习行为信息包括学员对课程的访问信息以及学习记录，学习记录包含所述学员对课程学习时长，课程资源信息包括课程的属性、分类以及专区；其中，预定组织包含至少一个子组织，每个子组织包括至少一个二级学员，预定组织还包括至少一个一级学员，一级学员为所述预定组织中所有子组织之外的学员。

102、根据学员基本信息、学习行为信息以及课程资源信息，计算课程以及专区的关键指标的分布视图。

活跃课程包括最受欢迎课程以及必修课程，最受欢迎课程包括学习时长排序前n的课程；活跃课程的关键指标包括：最受欢迎课程的学习量的子组织分布，每门必修课的完成率，所有必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；专区的关键指标包括：最受欢迎专区的学习量的子组织分布，最受欢迎专区包括学习时长排序前m的专区，专区的必修课的完成率，每个专区的一级学员的必修课的完成率，每个专区中各子组织的必修课的完成率。

最受欢迎课程(或最受欢迎专区)的学习量的子组织分布的分布视图获取方式如下，首先获取最受欢迎课程(或最受欢迎专区)，其中将学习时长作为学习量的评价指标，进而根据该指标值进行排名，得到最受欢迎课程(或最受欢迎专区)列表，然后获取各课程(或专区)的学习时长(限当前预定组织范围内的学员)，及学员所属子组织的信息，将学习时长作为学习量的指标，然后计算各子组织中的最受欢迎课程(或最受欢迎专区)的学习量中的占比，即为最受欢迎课程(或最受欢迎专区)的学习量的子组织分布。

示例性的，具体计算方法如下：

s2.1.1、最受欢迎课程(或最受欢迎专区)，具体计算过程包括：step1)根据设定的时间范围，从基础信息数据库读取预定组织的学员基本信息、学习行为信息以及课程资源信息等基础信息，对于当前的预定组织范围内学员的学习时长大于零的课程以及专区，获取课程的学习时长CourseLT_i和专区的学习时长CourseAreaLT_i、学员的ID及学员所属子组织UserOrg等信息。Step2)计算Top课程和Top专区列表，示例性的，将课程的学习时长作为学习量评价指标，依据该指标对课程进行排名，取Topn1课程(即学习时长前n1的课程数量)的ID作为最受欢迎课程的列表TopCourseList，将Topn2专区(即学习时长前n2的专区数量)的ID作为最受欢迎专区的列表TopCourseArea；TopCourseList＝{CourseID_i，i＝1,2,…n1}，TopCourseAreaList＝{CourseAreaID_j，j＝1,2,…n2}，n1表示学习时长前n1的课程数量和n2表示学习时长前n2的专区数量，n1、n2取值可以根据需求进行设定或取默认值。

S2.1.2、最受欢迎课程的学习量的子组织分布计算方法具体为：step1)根据(s2.1.1)产生的最受欢迎课程的列表TopCourseList，对于其中的每个元素CourseID_i，i＝1,2,…n1，获取该课程的在该预定组织的总体学习时长CourseTotLT_i，并获取各子组织对该课程的学习时长，记为SubOrgLT_i1，i1＝1,2,…n，n为当前预定组织下的子组织数量。Step2)计算各子组织对于课程CourseID_i的学习时长占比，记为CourseOrgLTShare_i1，CourseOrgLTShare_i1＝SubOrgLT_i1/CourseTotLT_i。

step3)最受欢迎课程的子组织分布列表，记为CourseOrgLTShare，CourseOrgLTShare＝{CourseOrgLTShare_i1，i1＝1,2,…n}，n为当前预定组织下的子组织数量。另外，计算最受欢迎专区的学习量的子组织分布的计算方法与步骤s2.1.2类似不再赘述，其中最受欢迎专区的子组织分布列表记为AreaOrgLTShare，AreaOrgLTShare＝{CourseOrgLTShare_i2，i2＝1,2,…n}，n为当前组织下的子组织数量。

对于必修课、专区的关键指标的分布视图，主要为分析课程或者专区的课程的完成情况具体包括如下示例：

(2.2.1)必修课的关键指标的分布视图，以课程为单位，展示每门必修课的完成率，所有必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率。其中，一级学员在本发明中指该预定组织下的直接学员，区别于子组织的学员，子组织学员在本发明中称作二级学员。具体计算方法为：

step1)获取必修课的课程ID列表，存入集合ReqCourseID，ReqCourseID＝{ReqCourseID_i，i＝1,2,…I1}，I1为当前预定组织的必修课的数量。获取必修课ReqCourseID_i的学员数量(记为ReqCourseUserN_i，指该预定组织范围内的所有学习必修课的学员，包含一级学员和二级学员)和学员的ID(ReqCourseUserID_i＝{ReqCourseUserID_i,k，k＝1,2,…ReqCourseUserN_i})，并获取该预定组织一级学员数量(ReqCourseDirectUserN)和一级学员的ID(ReqCourseDirectUserID_i＝{ReqCourseDirectUserID_i,k，k＝1,2,…ReqCourseDirectUserN_i})。获取各必修课的学员对其必修课的完成情况，将必修学员对必修课程ReqCourseID_i的完成情况记作ReqCourseCom_i，ReqCourseCom_i＝{ReqCourseCom_i,j，j＝1,2,…,ReqCourseUserN_i}，ReqCourseCom_i,j＝0 or 1，表示学员j是否学习完成课程i，等于0表示没有完成学习，等于1表示完成学习。

Step2)计算各必修课的完成率ReqCourseCom_i，每门必修课的完成率定义为完成该必修课的学员数量除以该必修课的所有学员数量，即ReqCourseComRate_i。

I1为当前预定组织的必修课的数量，因此各必修课的完成率集合记为ReqCourseComRate＝{ReqCourseComRate_i，i＝1,2,…I1}。

Step3)所有必修课的完成率ReqCourseTotComRate为所有必修课实际被学员完成的数量之和除以所有必修课应被学员完成数量之和，

Step4)一级学员的必修课完成率用于展示该预定组织的各一级学员的学习完成率(ReqCourseDirectUserComRate_j1，j1＝1,2,…,ReqCourseDirectUserN，ReqCourseDirectUserN为该组织一级学员的数量)和一级学员的综合完成情况(ReqCourseDirectUserTotComRate)。具体的，Step4.1)一级学员的必修课完成率定义为一级学员实际完成的必修课的数量除以应完成的必修课的数量，计算为 其中，I1为当前预定组织的必修课的数量，X_i,j1为0,1变量，若学员j1学习了课程i，且课程i也是该学员j1的必修课，则X_i,j1＝1，否则X_i,j1＝0，算式的分母表示学员j1的必修课的数量。将上述计算结果存入数据库ReqCourseDirectUserComRate，ReqCourseDirectUserComRate＝{ReqCourseDirectUserComRate_j1，j1＝1,2,…,ReqCourseDirectUserN}，即为一级学员的必修课完成率。Step4.2)所有一级学员的必修课完成率即一级学员的必修课综合完成率，定义为该预定组织中所有一级学员实际完成的必修课的数量之和除以应完成的必修课的数量之和，计算过程为：

Step5)每个子组织的必修课的完成率包括每个子组织对各必修课的完成率以及每个子组织对所有必修课的完成率；每个子组织对各必修课的完成率用于展示各子组织对各必修课的完成进度，每个子组织对所有必修课的完成率用于展示各子组织对所有必修课的完成进度。其中每个子组织对各必修课的完成率记为ReqCourseSubOrgComRate_i,j2，i＝1,2,…I1，j2＝1,2,…,SubOrgN，I1为当前预定组织的必修课的数量，SubOrgN为当前预定组织的子组织数量。每个子组织对所有必修课的完成率记为ReqCourseSubOrgTolComRate_j2，j2＝1,2,…,SubOrgN，SubOrgN为当前组织的子组织数量。具体计算方法为：Step5.1)计算每个子组织对各必修课的完成率ReqCourseSubOrgComRate_i,j2，示例性的，子组织j2的所有学员对必修课i的实际完成数量除以应完成数量，调用step2的计算方法计算子组织的必修课完成率，计算得到ReqCourseSubOrgComRate_i,j2的值，存入数据库ReqCourseSubOrgComRate，即为每个子组织对各必修课的完成率。Step5.2)计算每个子组织对所有必修课的完成率ReqCourseSubOrgTolComRate_j2，调用step3的计算方法计算得到ReqCourseSubOrgTolComRate_j2的值，存入数据库ReqCourseSubOrgTolComRate，即为每个子组织对各必修课的完成率。

(2.2.2)对于专区的关键指标的分布视图，以专区为单位，展示专区的必修课的完成率，每个专区的一级学员的必修课的完成率，每个专区中各子组织的必修课的完成率。

具体计算方法如下：

step1)获取专区的ID列表，存入集合ReqAreaID，ReqAreaID＝{ReqAreaID_i，i＝1,2,…I2}，I2为当前预定组织涉及的专区的数量。获取专区ReqAreaID_i包含的必修课的数量(记为ReqAreaCouseN_i)。获取专区ReqAreaID_i包含的必修课的ID列表，记为ReqAreaCouseID，ReqAreaCouseID＝{ReqAreaCouseID_j，j＝1,2,…ReqAreaCouseN_i}。

Step2)计算各专区的必修课的完成率ReqAreaComRate_i，定义为该专区所含必修课的综合完成率， I1为当前预定组织涉及的专区的数量，因此专区的必修课的完成率集合记为ReqAreaComRate＝{ReqAreaComRate_i，i＝1,2,…I2}。

Step3)计算每个专区的一级学员的必修课的完成率，用于标识一级学员对专区内应学必修课的总体完成进度，记为ReqAreaDirectUserComRate_i,j1，i＝1,2,…AreaN，AreaN为当前预定组织涉及的专区的数量j1＝1,2,…,ReqAreaDirectUserN，ReqAreaDirectUserN为该预定组织内一级学员的数量。学员j1对专区i的必修课的完成率定义为学员j1实际完成专区i内必修课的数量除以应学必修课的数量，计算： 其中X_i,j1,k为0,1变量，若学员j1学习了必修课程i，且课程i也是该学员j1的必修课，则X_i,j1,k＝1，否则X_i,j1＝0，Y_j1,k为0,1变量，若课程k是学员j1的必修课程，则Y_j1,k＝1，否则Y_j1,k＝0，算式的分母表示学员j1在专区i的必修课的数量，ReqAreaCouseN_i为专区i内的必修课的数量(专区内的必修课不一定都是学员j1的必修课，因此这里用0-1变量Y_j1,k进行区分)。将一级学员的专区完成进度ReqAreaDirectUserComRate_i,j1的计算结果存入数据库ReqAreaDirectUserComRate，ReqAreaDirectUserComRate＝{ReqAreaDirectUserComRate_i,j1i＝1,2,…AreaN，j1＝1,2,…,ReqAreaDirectUserN}，即为每个专区的一级学员的必修课的完成率。

Step4)每个专区中各子组织的必修课的完成率，用于表示子组织的学员对各专区内的必修课的总体完成进度，记为ReqAreaSubOrgComRate_i,j2，i＝1,2,…AreaN，j2＝1,2,…,SubOrgN，AreaN为当前预定组织涉及的专区的数量，j2＝1,2,…,SubOrgN，SubOrgN为当前预定组织的子组织的数量。计算方法为：子组织j2的学员对专区i的必修课的完成率计算方法，调用上述step2进行计算，得到每个专区中各子组织的必修课的完成率ReqAreaSubOrgComRate_i,j2的值，存入数据库ReqAreaSubOrgComRate，ReqAreaSubOrgComRate＝{ReqAreaSubOrgComRate_i,j2，i＝1,2,…AreaN，j2＝1,2,…,SubOrgN}，即为每个专区中各子组织的必修课的完成率。

103、根据学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图。

其中，不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值，预定时长阈值可以根据需要设置，也可以采用默认值。计算不活跃课程的分类的分布视图包括如下方式：根据组织的所有所述僵尸课程，及每个僵尸课程的分类，计算僵尸课程的分类的分布视图；根据预定组织的所有较少学习课程，及每个较少学习课程的分类，计算较少学习课程的分类的分布视图。

具体的包括如下计算方式：

(3.1)僵尸课程的分类的分布视图的获取方式如下：首先获取课程的分类的数量CourseCategoryN和分类的列表CourseCategory＝{CourseCategory_j，j＝1,2,…,CourseCategoryN}。Step1)获取该预定组织的权限范围的僵尸课程的课程总数UnLearnCourseN和相应各个课程所属分类UnLearnCourseCategory_i1，i1＝1,2,…,UnLearnCourseN。Step2)计算僵尸课程的分类的分布，定义为属于分类CourseCategory_j的僵尸课程的数量除以僵尸课程的总数，记为UnLearnCourseCategoryShare_j，j＝1,2,…,CourseCategoryN，其中X_i1,j为0,1变量，若课程i1属于类别j则X_i,j1,k＝1，否则X_i,j1＝0。计算结果存入数据库UnLearnCourseCategoryShare，UnLearnCourseCategoryShare＝{UnLearnCourseCategoryShare_j，j＝1,2,…,CourseCategoryN}，即为僵尸课程的分类分布。

(3.2)较少学习课程的分类的分布视图的获取方式如下：Step1)获取较少学习课程的总数LowLearnCourseN和相应各个课程所属分类LowLearnCourseCategory_i2，i2＝1,2,…,LowLearnCourseN；Step2)计算方法同僵尸课程的分类的分布视图的获取方式(3.1)的Step2，此处不再赘述。

(3.3)计算不活跃课程的分类的分布视图的计算方法，总不活跃课程包括僵尸课程和较少学习课程。具体计算方法：Step1)计算不活跃课程总数为：LowTotCourseN＝UnLearnCourseN+LowLearnCourseN。Step2)计算不活跃课程的分类的分布视图，计算方法同(3.1)的Step2，此处不再赘述。

通过上述方案，能够对网上学习平台学员的学习行为信息以及课程资源信息进行全面的分析，并生成学员学习行为画像。

参照图2所示，提供一种网上学习平台的数据分析装置，包括：

基础数据管理模块21，用于在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息，其中所述学员基本信息包括学员的ID、所述学员的组织信息，所述学习行为信息包括所述学员对课程的访问信息以及学习记录，所述学习记录包含所述学员对课程学习时长，所述课程资源信息包括课程的属性、分类以及专区；其中，所述预定组织包含至少一个子组织，每个所述子组织包括至少一个二级学员，所述预定组织还包括至少一个一级学员，所述一级学员为所述预定组织中所有子组织之外的学员；

分布视图处理模块22，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及所述专区的关键指标的分布视图；所述活跃课程包括最受欢迎课程以及必修课程，所述最受欢迎课程包括学习时长排序前n的课程；所述课程的关键指标包括：所述最受欢迎课程的学习量的子组织分布，每门所述必修课的完成率，所有所述必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；所述专区的关键指标包括：最受欢迎专区的学习量的子组织分布，所述最受欢迎专区包括学习时长排序前m的专区，所述专区的必修课的完成率，每个所述专区的一级学员的必修课的完成率，每个所述专区中各子组织的必修课的完成率；

所述分布视图处理模块22，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图；所述不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值。

可选的，所述分布视图处理模块22，具体用于根据所述预定组织的所有所述僵尸课程，及每个所述僵尸课程的分类，计算所述僵尸课程的分类的分布视图。所述分布视图处理模块22，具体用于根据所述预定组织的所有所述较少学习课程，及每个所述较少学习课程的分类，计算所述较少学习课程的分类的分布视图。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

在采用集成的模块的情况下，网上学习平台的数据分析装置包括：存储单元、处理单元以及接口单元。处理单元用于对网上学习平台的数据分析装置的动作进行控制管理，例如，处理单元用于支持网上学习平台的数据分析装置执行图1中的过程102、103；接口单元用于支持网上学习平台的数据分析装置与其他设备的信息交互，例如，通过与基础信息数据库交互执行图1中的过程101。存储单元，用于存储网上学习平台的数据分析装置的程序代码和数据。

其中，以处理单元为处理器，存储单元为存储器，接口单元为通信接口为例。其中，网上学习平台的数据分析装置参照图3中所示，包括通信接口301、处理器302、存储器303和总线304，通信接口301、处理器302通过总线304与存储器303相连。

处理器302可以是一个通用中央处理器(Central Processing Unit，CPU)，微处理器，特定应用集成电路(Application-Specific Integrated Circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。

存储器303可以是只读存储器(Read-Only Memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(Random Access Memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线与处理器相连接。存储器也可以和处理器集成在一起。

其中，存储器303用于存储执行本申请方案的应用程序代码，并由处理器302来控制执行。通讯接口301用于与其他设备进行信息交互，例如支持网上学习平台的数据分析装置执行步骤101。处理器302用于执行存储器303中存储的应用程序代码，从而实现本申请实施例中网上学习平台的数据分析装置执行的方法，例如步骤101。

此外，还提供一种计算存储媒体(或介质)，包括在被执行时进行上述实施例中的网上学习平台的数据分析装置执行的方法操作的指令。另外，还提供一种计算机程序产品，包括上述计算存储媒体(或介质)。

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，其作用在此不再赘述。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称:read-only memory，英文简称：ROM)、随机存取存储器(英文全称：random access memory，英文简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种网上学习平台的数据分析方法，其特征在于，

在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息，其中所述学员基本信息包括学员的ID、所述学员的组织信息，所述学习行为信息包括所述学员对课程的访问信息以及学习记录，所述学习记录包含所述学员对课程学习时长，所述课程资源信息包括课程的属性、分类以及专区；其中，所述预定组织包含至少一个子组织，每个所述子组织包括至少一个二级学员，所述预定组织还包括至少一个一级学员，所述一级学员为所述预定组织中所有子组织之外的学员；

根据所述学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及专区的关键指标的分布视图；所述活跃课程包括最受欢迎课程以及必修课程，所述最受欢迎课程包括学习时长排序前n的课程；

所述活跃课程的关键指标包括：所述最受欢迎课程的学习量的子组织分布，每门所述必修课的完成率，所有所述必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；

所述专区的关键指标包括：最受欢迎专区的学习量的子组织分布，所述最受欢迎专区包括学习时长排序前m的专区，所述专区的必修课的完成率，每个所述专区的一级学员的必修课的完成率，每个所述专区中各子组织的必修课的完成率；

根据所述学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图；所述不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值。

2.根据权利要求1所述的网上学习平台的数据分析方法，其特征在于，所述计算不活跃课程的分类的分布视图，包括：

根据所述预定组织的所有所述僵尸课程，及每个所述僵尸课程的分类，计算所述僵尸课程的分类的分布视图。

3.根据权利要求1所述的网上学习平台的数据分析方法，其特征在于，所述计算不活跃课程的分类的分布视图，包括：

根据所述预定组织的所有所述较少学习课程，及每个所述较少学习课程的分类，计算所述较少学习课程的分类的分布视图。

4.一种网上学习平台的数据分析装置，其特征在于，

基础数据管理模块，用于在基础信息数据库获取预定组织的学员基本信息、学习行为信息以及课程资源信息，其中所述学员基本信息包括学员的ID、所述学员的组织信息，所述学习行为信息包括所述学员对课程的访问信息以及学习记录，所述学习记录包含所述学员对课程学习时长，所述课程资源信息包括课程的属性、分类以及专区；其中，所述预定组织包含至少一个子组织，每个所述子组织包括至少一个二级学员，所述预定组织还包括至少一个一级学员，所述一级学员为所述预定组织中所有子组织之外的学员；

分布视图处理模块，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算活跃课程以及所述专区的关键指标的分布视图；所述活跃课程包括最受欢迎课程以及必修课程，所述最受欢迎课程包括学习时长排序前n的课程；所述课程的关键指标包括：所述最受欢迎课程的学习量的子组织分布，每门所述必修课的完成率，所有所述必修课的完成率、一级学员的必修课完成率、所有一级学员的必修课完成率、每个子组织的必修课的完成率；所述专区的关键指标包括：最受欢迎专区的学习量的子组织分布，所述最受欢迎专区包括学习时长排序前m的专区，所述专区的必修课的完成率，每个所述专区的一级学员的必修课的完成率，每个所述专区中各子组织的必修课的完成率；

所述分布视图处理模块，用于根据所述基础数据管理获取的学员基本信息、学习行为信息以及课程资源信息，计算不活跃课程的分类的分布视图；所述不活跃课程包括僵尸课程以及较少学习课程，其中所述僵尸课程的学习时长为零，所述较少学习课程的学习时长满足：0＜学习时长＜预定时长阈值。

5.根据权利要求4所述的网上学习平台的数据分析装置，其特征在于，所述分布视图处理模块，具体用于根据所述预定组织的所有所述僵尸课程，及每个所述僵尸课程的分类，计算所述僵尸课程的分类的分布视图。

6.根据权利要求4所述的网上学习平台的数据分析装置，其特征在于，所述分布视图处理模块，具体用于根据所述预定组织的所有所述较少学习课程，及每个所述较少学习课程的分类，计算所述较少学习课程的分类的分布视图。

7.一种网上学习平台的数据分析装置，其特征在于，包括通信接口、处理器、存储器、总线；所述存储器用于存储计算机执行指令，所述处理器与所述存储器通过所述总线连接，当所述网上学习平台的数据分析装置运行时，所述处理器执行所述存储器存储的计算机执行指令，以使所述网上学习平台的数据分析装置执行如权利要求1-3任一项所述的网上学习平台的数据分析方法。

8.一种计算机存储介质，包括指令，其特征在于，当所述指令在计算机上运行时，使得所述计算机执行如权利要求1-3任一项所述的网上学习平台的数据分析方法。

9.一种计算机程序产品，其特征在于，所述计算机程序产品包括指令代码，所述指令代码用于执行如权利要求1-3任一项所述的网上学习平台的数据分析方法。