基于培訓數據挖掘的精準培訓與智能設計

易曉曄

摘要

針對學員培訓學習，通過全程化、多樣化的數據采集分析，深入挖掘培訓需求，分析培訓管理薄弱環節，匹配網絡學習資源，實現了能力短板感知、知識精準援助;針對教學培訓方案，系統提供智能化輔助設計，提高培訓滿意率以及加強培訓效果。

【關鍵詞】培訓 數據挖掘 精準 智能 設計

1 引言

為了加快建設國網公司系統一流黨校、培訓中心，全面建成“中部領先的城鄉電網”和“一強三優”現代公司提供堅強智力支撐的目標，發揮黨?！耙粋€中心、三個支撐”作用，國網河南管培中心結合自身的行業特點和業務需求，通過數字化校園的研究和建設，推進管理的規范化、精細化和現代化;以學員服務和培訓管理為主線，強化學員的開放式學習模式，改進教學培訓的組織形式，豐富教學手段，有效提升自身的管理水平和服務能力，適應國家電網公司人才發展戰略的需要。

隨著管培中心學習培訓的發展，適應“互聯網+培訓”新形勢，需要收集各種反饋，但憑借既有的方式，收集到的正確數據非常有限，或者在量上遠遠未能達到可以改進培訓的規模，“大數據”的出現，使培訓管理者在收集培訓信息和反饋具備了更好的基礎，更容易收集到數據，而且覆蓋面廣泛。

通過數字化校園系統積累的“大數據”，形成管培中心自有的“課程庫”、“師資庫”、“學員庫”三庫體系，收集到更多幫助我們改善企業員工學習培訓方法的數據，使培訓管理者更多關注培訓過程，分析學習進程和結果，進一步改善教學的方式與方法，從而實現改善學習成果，促進自主學習。同時可以對管培訓中心的整體培訓狀況和學員的知識掌握情況產生獨到的見解，對學員為提高其培訓效果需要實施的行為作出預測。

借助數字化校園系統積累的“大數據”，以三庫體系為基礎，深入挖掘培訓數據，實現精準培訓和智能設計的目的，創建個性化、智能化的培訓服務平臺。

2 項目內容

2.1 項目介紹

借助數字化校園系統積累的“大數據”，以三庫體系為基礎，深入挖掘學員培訓數據，分析學員培訓成長關鍵因素，抽象學員的信息全貌，生成學員的用戶畫像（UserProfile），從而快速、準確的定位知識短板，明確學員的培訓需求，構建學員成長生命地圖，通過精準的知識推送，有針對性的開展知識援助;深入挖掘項目、師資、課程、學員、評估等培訓數據，通過聚類算法、關聯算法、Pearson、Spearman、TF-IDF等算法和技術，對培訓 人員進行分類、結合歷史需求類別以及相關的課程實施培養計劃，實現智能方案設計，準確把握培訓需求，提升教學質量以及教學滿意率，從而實現加速員工成長、提高成才率，縮短人才培養周期的目標。

2.2 培訓模式

傳統的培訓模式，一般先進行課前調研，了解主辦方的培訓需求，進行人工分析，策劃和設計培訓方案，被動接收培訓需求，在課題設計方面的主動性弱，具有一定的滯后性，培訓課程的設計效果難以達到預期的目的。通過對培訓數據的深度挖掘，創新培訓模式，實現方案的智能設計，提升培訓質量。

數字化校園系統對建設的“課程庫”、“師資庫”、“學員庫”進行數據挖掘，隨時對第一手資料進行儲備、分析和研究。通過“大數據”挖掘對學員及主辦方反饋進行綜合分析，建立起了參訓主體與培訓課題、培訓課題與培訓效果之間的動態預測模型，為培訓設計提供輔助分析，超前的開發出針對性強且學員歡迎度高的培訓課程，使管培中心在培訓課題設計的主動性和創新性方面均有所突破，提高了培訓效果滿意率。

2.3 技術手段

目前流行的大數據處理框架Hadoop并行計算框架，能夠對海量數據進行并行化處理和分布式存儲，有效地縮短數據處理時間，保證數據的實時性和有效性，解決了大數據處理在存儲空間和計算速度上所面臨的困難。Hadoop分布式系統框架，封裝了底層細節，讓使用者專注于上層應用程序的開發。Haoop開源項目主要包含分布式存儲HDFS和分布式編程模型MapReduce，以其可拓展性、開源性、易編程性等強大的功能，備受青睞。

針對數字化校園系統的“大數據”分析，開發單獨組件。使用Hadoop作為基礎框架、Hive作為數據倉庫、Redis存儲系統等大技術手段，解決存儲不足、數據量大等問題，使得大數據量的計算與存儲更高效，運用聚類算法、關聯算法、Pearson、Spearman、TF-IDF等算法和技術，結合學員人才發展模型、能力素質模型等相關模型，迅速的反饋至前臺形成可視化數據，為描繪用戶畫像、智能方案設計、統計分析提供了更有利的支持，實現了運用大數據的技術手段支撐教學培訓業務的發展。

3 結論

通過“大數據”，建立了自有的“課程庫”、“師資庫”、“學員庫”三庫體系，在培訓員工個人用戶畫像、企業中員工的發展與培訓關系、輔助教學計劃設計、教學內容的優化與實施等幾個方面進行深度挖掘分析，得出了最適合于該類型人才的培訓課程，優化了培訓的流程，避免資源和人才的浪費，助力培訓運營的智能化升級。

參考文獻

[1]Chen K，Zheng W M，University T，etal.Cloud Computing：System Instancesand Current Research[J].Journal ofSoftware，2009.

[2]ApachHadoopproject[EB/OL].https：//zh.wikipedia.org/wiki/Apache_Hadoop.

[3]劉鵬.實戰Hadoop[M].電子工業出版社，2011.