6、学习与机构分析的程序框架：理论与实践

学习与机构分析的程序框架：理论与实践

1. 分析前的准备：明确问题与约束评估

在开展分析之前，需要明确问题以及涉及的关键参与者。之后，要对可能影响分析设计的约束条件进行评估，其目的是识别环境约束，这些约束可能包括技术、财务、伦理、法律、行政和后勤等方面的问题。例如，对目标的监测可能需要不易获取、成本高昂或者收集过程受法律限制和伦理审查的数据。提前评估成功执行分析所需的资源，能够避免在实施和交付过程中出现短缺。

2. 数据阶段：收集与预处理

数据阶段的目标是收集相关数据并提供给分析组件。数据大致可分为两类：组织内部收集的数据（如学生生成的内容）和从第三方服务获取的外部数据（如 IP 地址地理位置数据库）。在很多情况下，分析应用会混合使用多种数据源和类型。以下是数据阶段的具体步骤和相关问题：
| 流程步骤 | 引导问题 |
| — | — |
| 识别数据来源和类型 | 数据来源是什么？ |
| 获取数据 | 如何检索数据？ |
| 处理数据 | 数据中哪些部分是无关或冗余的？ |

数据通常由不同系统以各种格式存储，因此需要采用定制化方法。在获取数据后、分析之前，数据需要进行预处理，过滤掉不必要的部分。例如，进行课程评价的情感分析时，发布消息所用的网页浏览器类型信息可以安全移除。数据获取和处理步骤具有技术性，分析系统的最终用户无需与原始数据交互，只需访问分析结果。

3. 分析阶段：方法选择与执行

分析阶段主要关注确定数据分析的方法和技术，并进行分析。分析可以使用统计和机器学习技术。统计技术常用于定量研究，而机器学习是计算机科学中一个不断发展的领域，专注于发现数据模式的