基于QFD模型和双向聚类技术的电子商务专业学生能力分析.PDFVIP

2017年第2期 中国远程教育 基于QFD模型和双向聚类技术的 电子商务专业学生能力分析* ——以中高职电子商务专业“三位一体”在线教育平台为例 □ 蔚 莹 刘希龙 赵明轩 周 建 【摘 要】 互联网的发展极大地促进了电子商务的普及，而人才匮乏已成为电子商务实现高速发展的瓶颈。 为了解决这一问题，越来越多的学者参与到电商专业人才培养的研究中。目前对于电商专业学生能力 的研究大多聚焦于课程建设、教学模式的构建以及从理论角度分析岗位对学生能力的需求，而对学生 专业能力的定量分析较少。本研究以一个中高职电商专业 “三位一体”在线教育平台为例，运用QFD 模型根据学生在分销系统中的微店运营绩效数据对学生所具备的专业能力进行评估，并运用双向聚类 这一数据挖掘技术对能力评估结果进行特征提取，从理论学习的角度进一步探究造成学生能力差异的 课程因素，所得结果可以帮助学生进行自身能力定位，同时为教学方了解学生能力分布特征，指导学 生进行深入学习和职业生涯发展规划提供依据。 【关键词】 电子商务；在线教育；教育数据挖掘；QFD模型；双向聚类 【中图分类号】 G442 【文献标识码】 A 【文章编号】1009-458 ｘ（2017 ）02-0033-12 DOI:10.13541/j.cnki.chinade001 与现有在线教育平台相同，电子商务在线教育 一、引言 平台可以汇聚大规模的学习者，并通过多样化的网 络学习行为产生种类众多的教育数据。这些数据中 随着信息技术的飞速发展，互联网作为一种高 蕴含着大量有用的信息，通过对这些信息进行提取 效、便捷的连接工具，已渗透到人们生活的各个方 和识别，可以帮助研究者进行课程构建、学习模式 面。在教育领域，通过互联网进行在线教育的教学 分析以及学习规律发现，为电子商务专业人才培养 方式已成为传统课堂教学的重要补充，甚至在一定 提供依据。不同于传统教育研究中通过调查问卷、 程度上代替了传统教学，成为一种新的教学模式。 观察法等手段获取学习行为数据，在线教育通过学 目前，在线教育平台在国内呈现出快速普及的状 生在系统中的操作行为可以收集大量的学习数据。 态，其中以MOOC （大规模开放在线课程）为代表 这些数据普遍呈现出规模巨大、结构多样的特征， 的在线教育平台已为人熟知，国内大量优秀大学均 潜藏着更加全面、准确的学习行为信息。这些信息 在这类平台上开设了相关课程。在这些规模较大的 一方面可以为教育研究者发现学生学习模式和规律 在线教育平台课程体系中，基础学科课程居多，职 提供可能；另一方面也对数据挖掘技术提出了挑 业教育类课程较少。其中，电子商务作为一门与互 战。由此可以看出，为了使在线教育平台的效用最 联网息息相关的学科，其专业人才的市场需求度与 大化，对平台中的数据进行有效挖掘，发现其中潜 人才培养之间的不平衡已日渐显现，人才匮乏已成 在的特征具有重要的意义。 为电子商务高速发展的瓶颈。为了满足市场对电子 教育数据挖掘领域的研究目前主要集中在预测 商务专业人才的培养需求，构建在线教育平台转变 型数据分析和描述型数据分析方面 （田娜,陈明选, 传统课堂教学模式，已成为一种必然的趋势。