特集／連載
教育ビッグデータ分析「ラーニングアナリティクス」に必須な“4つの機能”とは？：動き始めた「ラーニングアナリティクス」【第2回】（1/3 ページ）
膨大な学習履歴を価値に変える「ラーニングアナリティクス」。そのシステムはどのような仕組みを持つのか。教育機関にどのようなメリットをもたらすのか。詳しく説明する。
連載第1回「AIブームが後押し？ 『ラーニングアナリティクス』が教育界の“熱い話題”になった理由」は、ラーニングアナリティクスの概要や注目すべき理由について解説しました。第2回ではラーニングアナリティクスをより実践的に理解するために、ラーニングアナリティクスのシステム要素や処理内容について説明し、併せて導入のメリットを整理します。
ラーニングアナリティクスのシステム要素
第1回で説明したように、ラーニングアナリティクスは学習者の膨大な学習履歴や行動履歴である「教育ビッグデータ」を収集、分析、可視化して評価をしたり、成績と学習行動との相関関係を明らかにして教育上の特性や問題点を導き出し、改善を促したりする手法です（図）。
ラーニングアナリティクスが機能的にどのような処理をしているのかを理解するために、ラーニングアナリティクスの各プロセスを4つの機能に分類して整理します（表1）。
| 機能名 | 概要 |
|---|---|
| （1）学習履歴の収集 | Webサービスや学習アプリケーション、各種デバイスなどから学習履歴を取集してLRS（後述）へ引き渡し |
| （2）学習履歴の格納 | 引き渡された学習履歴をLRSにまとめて格納 |
| （3）学習履歴の分類・整理（データクレンジング） | LRSに格納した学習履歴を分類、整理 |
| （4）学習履歴の分析 | 学習履歴を分析し、表やグラフなどを用いた可視化や自動処理を実行 |
それぞれの機能について、詳しく見ていきましょう。
併せて読みたいお薦め記事
「ラーニングアナリティクス」とは何か
教育ビッグデータの活用例「アダプティブラーニング」とは
Copyright © ITmedia, Inc. All Rights Reserved.