关键字：学习分析；工具；比较；研究，
大数据的发展催生了学习分析。学习分析技术是“测量、收集、分析和报告有关学习机器学习环境的数据，用以理解和优化学习及产生的环境的技术”(Knewton,2011)。随着教育信息化的发展和在线学习方式的普及，学习分析已经成为了教育领域的研究热点。美国新媒体联盟(NewMediaConsortium,NMC)发布《地平线报告(高等教育版)》，并将学习分析列为促进学习的关键技术。以“学习分析”为主题的“学习分析技术与知识国际会议”迄今也已召开了六次，对学习分析技术的发展起了推动性的重要作用。
学习分析工具在不同的领域，研究者都有不同的分类。本文根据学习分析工具应用于教育领域的种类，将其分为：算法分析工具，文本处理工具，支持个性化教与学的分析工具四大类。
（一）算法分析工具
算法分析工具是指可以对数据进行预处理、聚合、分类和回归等操作的工具。本文根据算法工具的主要处理功能将其分为两大类进行对比研究，分别是数据预处理工具和数据挖掘工具。利用数据预处理工具实现数据的清理、分类、标准化和统一化等需求，而数据挖掘工具主要是将预处理工具处理好的数据进行做相应的研究分析，从而挖掘出研究需要的有价值信息。
（二）文本分析工具
（三）行为分析工具
（四）情感分析工具
（五）可视化分析工具
本文将常见的算法分析工具分为数据预处理分析工具和数据挖掘工具两大类。算法分析工具常见的有七种，分别是MicrosoftExcel、SpreadDesginer、GoogleSheets、EDMWorkbench、R-Programming、Python、ContentGrabber这七种工具的比较见表1。数据挖掘工具常见的7种分别是OpenRefine、Rapidminer、Weka、NodeXL、Gephi、Storm、Plotly，这七种工具的比较见表2。
1.数据预处理工具的比较
（1）MicrosoftExcel
MicrosoftExcel主要用于小规模的特征工程。Excel可以进行各种数据的处理、统计分析和辅助决策等操作。它具有可视化功能，软件内部提供了可以使用的数据图，函数透视表。Excel的VBA功能是Excel的最大特色，使其具有了独立的编程环境，满足了研究人员自行创建的需求。如果不考虑Excel的性能、可加载性和可运行的数据量，那么它可以用来处理绝大部分的分析工作。但Excel在数据图的设置功能有限，很难制作出满足专业网站和大公司的需求。
（2）SpreadDesginer
SpreadDesginer兼容了Excel环境，支持NET.Framework4.0系统，有丰富的图表效果。SpreadDesginer有自由使用的公式引擎，操作人员可以利用内建函数和代码的基础上建立自身需要的模块。研究者可以在基于SpreadDesginer工具表的数据直接生成图表，操作简单方便。同时相对于EXCEL而言，SpreadDesginer安装免费，绿色解压，部署分发也是免费提供，还有可定制功能。
（3）GoogleSheets
GoogleSheets是一款免费的、有丰富的计算功能的共享在线表格，可以通过精美直观的表格可视化呈现数据。在GA中无法收集到的数据，研究者可以建立自定义维度对数据进行收集然后做相应的分析，所以GoogleSheets很容易识别数据中的结构和语义问题。然而GoogleSheets和Excel在创建功能时需要对不同的数据汇总，导致数据会被多次分类和重新排序，而且两者中常见的操作符也会进一步降低性能。
（4）EDMWorkbench
EDMWorkbench主要用于自动化过滤和数据标记数据的工具。支持数据采样，处理和数据可靠性的检测。它弥补了GoogleSheets和Excel的不足，可进行大规模的工程设计。EDMWorkbench有基于xml创建的功能，在教育行业可以利用它的文本回放、智能辅导系统实时跟踪学生学习的情况和操作行为的正确性。
（5）R-Programming
（6）Python
Python是一个具有解释性、编译性、互动性和面向对象等特征的脚本语言。具有特色的语法结构，可读性较强。Python有明确定义的语法，结构简单，易于理解和阅读；其代码定义的清晰，可维护性强；与UNIX，Windows、Macintosh平台之间的兼容高；支持从终端输入执行代码并获得结果的语言，互动的测试和调试代码片断。它不仅可以添加通知消息到用户窗口反映批量数据处理进程，而且可以将输出信息重点标注。python可以利用C或C++完成复杂代码的编写，然后再调用，可扩展性较强。其嵌入到其他程序的共鞥你，让用户获得"脚本化"的能力。
（7）ContentGrabber
ContentGrabber是一个支持智能收集数据的软件。它的程序运行环境可用在开发、测试和产品服务器上。ContentGrabber支持C#或VB.NET来调试或编写脚本来控制爬虫程序，并添加第三方扩展插件。凭借其全面综合的功能，ContentGrabber对于具有技术基础的用户而言功能极其强大。
2.数据挖掘工具的比较
（1）OpenRefine
（2）Rapidminer
RapidMiner是集数据挖掘，机器学习，预测分析和商业智能为一体的可视化工具软件，包括文本挖掘、多媒体挖掘、功能设计、数据流挖掘、集成开发方法和分布式数据分析等功能。RapidMiner是一款开源数据软件，和KNIME一样，具有强大的可视化编程机制。它兼容了WEKA的集成环境，为用户提供了关于数据集成、转换和建模的最全面的机器学习解决方案；它通过开源平台为用户免费提供了大量的数据抽取功能。用户可以使用Java代码，借用GUI模式或JavaAPI进行操作，也可以用简单脚本语言自动进行大规模进程操作使分析过程具有极大的灵活性和扩展性；Rapidminer与不同版本的CDH集成，包括同一平台的不同的版本。
（3）Weka
Weka是一款开源的数据挖掘工具软件，具有可视化特征。其操作简便，运行较快，主要用于小规模的机器学习建模工程。WEKA出了具有基本的数据分析功能，而且在新的交互式界面上是可视化的。此外，WEKA可以根据实际的数学模型或PMML（PredictiveModelingMarkupLanguage）文件生成相应的模型，用于评分插件。同时，WEKA可以基于Java编程语言进行操作，丰富了其运算平台的选择。不足之处在于：它不提供与大数据平台的集成；用户仅可以选择功能，但不支持创建新功能。
（4）NodeXL
NodeXL它是用于微软Excel的一个开源软件包。其受分析速度慢的限制，主要适用于小规模的数据处理工程。作为Excel的附加扩展，它没有数据集成服务的功能，更多的应用于社交网络分析。其高级网络指标、对社交媒体网络数据导入器的访问以及自动过滤数据的可视化等功能使其成为了用户选择数据分析工具的重要因素之一。
（5）Gephi
Gephi是一款在NetBeans平台上用Java编写的开源网络分析和可视化的软件包。Gephi通过提供精确的计算使得再LinkedIn或Facebook上面的社交联系有更加精确的指标展现。它除了复杂网络的分析意外，还可以对数据进行实时的动态分析、时段动态分析、无标度网络分析等探索以及分层图示等可视化操作。同时，它在链接分析、社交网络分析、生物网络分析和新媒体分析等方面，具有较强的多媒体展示功能。
（6）Storm
（7）Plotly
1.WMatrix
WMatrix是一款在线文本分析工具。优势在于语义归类和范畴研究，有预料分析、软件对比、自动标注，统计词频等功能。WMatrix在线分析的主要操作是上传文件、词性标注、语义标注和生成词表。研究者可以通过工具自建预料库上传到平台，然后，平台便会自动在线标注，最终WMatrix将分析的频次差异的统计结果以文字云的形式显示。
（2）SketchEngine
SketchEngine和WMatrix一样是基于网络平台的语料库分析工具。SketchEngine是一款开源软件，可进行平行语料库的检索、索引行分析、生成词表和同义辨析。优势在搭配方面功能更强大，常用来区分同义词搭配。收录的语言种类多达60种；不仅可以分析单一语言，还可以检索两种以上语言的词汇和语法的异同。同时，利用CQL语言(corpusquerylanguage)，让检索变得更加灵活；SketchEngine的同义词辨析是基于一定的语境来进行直观地对比，为英语等专业的教师提供了便利。
（3）Nlpir
Nlpir平台是文本数据处理平台，NLPIR平台能够全方位多角度满足应用者对大数据文本的处理需求，包括大数据完整的技术链条：网络抓取、正文提取、中英文分词、词性标注、实体抽取、词频统计、关键词提取、语义信息抽取、文本分类、情感分析、语义深度扩展、繁简编码转换、自动注音、文本聚类等。pynlpir是NLPIR/ICTCLAS中文分词软件的Python包装器，它具有分词、词性标注、关键词提取等功能。
（4）THULAC
THULAC（THULexicalAnalyzerforChinese）由清华大学自然语言处理与社会人文计算实验室研制推出的一套中文词法分析工具包，具有中文分词和词性标注功能。THULAC集成了目前世界上规模最大的人工分词和词性标注中文语料库（约含5800万字），模型标注能力强大。该工具包在标准数据集ChineseTreebank(CTB5)上分词的F1值可达97.3%，词性标注的F1值可达到92.9%。同时进行分词和词性标注速度为300KB/s，每秒可处理约15万字。只进行分词速度可达到1.3MB/s。总的来说，可以理解为thulac训练的分词、词性标注语料库很大，性能优良。
（5）Jieba
Jieba是python的分词组件，它安装便捷，不需要下载其它的数据包。Jieba包含许多功能，如分词、词性标注、自定义词典、关键词提取。其两种常用的关键词提取算法是TF-IDF算法和TextRank算法。jieba包含三种分词模式：精准模式，可以将句子最精确地切开，适合文本分析）；全模式，可以扫描出把句子中成词的词语,速度非常快，但是不能解决歧义问题；搜索引擎模式，是在精确模式的基础上，对长词再次切分，提高召回率。
2.支持对基本的基于词典的文本分析工具
（1）Nvivo
（2）Atlas.ti
Atlas.ti和Nvivo一样是一个强大的用于定性分析文本、图形、音频和视频数据的平台。Atlas.ti支持安排、重新装配和管理素材，这个功能Nvivo都无法做到。Atlas.ti可以满足任何领域研究人员定性分析的需求，让用户专注于素材本身。支持多媒体类型、所用主要格式的文本文档格式，音频格式和几十种图片格式，以及主流的视频格式。Atlas.ti支持多人开发，能够整合不同项目；对Word文件可以直接编码；可视化的网络概念图编辑器，可以建立网络视图；利用鼠标拖拽便能完成编码和结合的联结动作；支持多种语言；分析结构和NVivo一样输出到Spss中加以处理。
（3）微词云
（4）HanLP
HanLP是由一系列模型与算法组成的工具包，以普及自然语言处理在生产环境中的应用为目标。采用了全世界量级最大，种类最多的预料库，旨在普及落地最前沿的NLP技术。其具备功能完善、性能高效、多平台移植、架构清晰、语料时新、可自定义等特点。自然语言处理包括词法分析（中文分词、词性标注、命名实体识别）、句法分析、文本分类和情感分析等。应用场景的维度也很广泛，如舆情分析，文本搜索、知识库建构、个性化推荐、评价分析、知识挖掘等功能。
（5）NLPIR
NLPIR大数据语义智能分析平台是一个全链条的分析工具，完全本地化部署，不上传用户数据，安全可靠。融合了网络精准采集、自然语言理解、文本挖掘和网络搜索的技术，提供客户端工具、云服务以及二次开发接口，包含了大数据背景下有关语义分析的各个环节的工具，无论对没有任何编程背景和需要二次开发才能完成特定领域的信息服务都可以满足要求。
本文罗列了常见的三种行为分析工具，分别是GoogleAnalytics、HeapAnalytics、Nlpir、THULAC、Jieba，这三种工具的比较见表5。
（1）GoogleAnalytics
GoogleAnalytics（简称GA）是谷歌的一项可以用来统计应用程序的各种数据的产品，还可以分析用户行为。GoogleAnalytics在数据统计结构上，分为内容、社交、移动、转化等分析几个维度，主要功能是可以对网站进行访问数据统计和分析，并提供多种参数供用户使用。特色是可以为使用者提供新鲜的深度挖掘信息，帮助用户了解访问者如何使用自己的网站，网站的点击频率、浏览次数等，以及如何设计可以增加用户的访问量。其优点在于代码简洁易懂，一般人员都可以驾驭；它的分析行为功能也吸引了不少用户。免费。缺点：主要适用于企业级角色。基础功能免费，但是深度分析功能十分昂贵，少说也得几十万美金每年
（2）HeapAnalytics
HeapAnalytics是国外的一款数据统计工具，其最大的特色是没有任何技术的用户都可以监测到任何我们想监测的东西。因为用户可以直接将页面上的按钮添加到统计系统里进行细分统计，操作及其简单易上手。HeapAnalytics模式简单却也能被用于精细化的统计，并且可以做多个类似数据的服务。除此之外，在用户分组与趋势判断中强大的分析系统。其优点在于去技术化、无埋点、实时数据、可视化配置等。
（3）AdobeAnaltyics
AdobeAnaltyics是最早采用页面布码方式进行监测的工具之一，且最早按照SaaS方式提供服务，但不是开源软件。在自定义能力上比GoogleAnalytics强，价格也比较灵活，主要是通过按照流量分阶付费。不足之处在于需要强大的本地客户支持。如果没有官方的帮助，功能将会大打折扣，用户使用软件的体验感会降低。
（2）Semantria
（3）SASSentimentAnalysis
SASSentimentAnalysis是一款功能相当强大的软件。SAS可以轻松校对和聚类分析网页中最困难的拼写问题。通过自然语言处理，机器学习和语言规则相结合，SAS可帮助用户分析出最新的趋势，并从所有非结构化的文本数据中提取出真正有价值的信息。
本文罗列了常见的四种可视化分析工具，分别是Tableau、谷歌FusionTables、FineBI、Infogram，这四种工具的比较见表7。
（1）Tableau
FusionTable是谷歌提供的数据管理平台。研究者可以使用它来做数据收集、数据可视化和数据共享。它就像电子数据表，但功能更强大更专业。用户可以通过添加CSV、KML和电子表格中的数据集和同事共享资料，还可以发布数据资料并将其嵌入到其他网页属性中。
(3)FineBIFineBI是帆软旗下的自助性BI产品，数据分析功能强大。优点在于性能强大，性价比最高；对于新手而言简单易学；支持自助式数据分析，能应用复杂多变的场景需求。支持多数据源连接，对平台的对接能力更强；内设多种数据挖掘算法，数据加工能力强大；后期采用jar包升级换代，维护方便.。
（4）Infogram
Infogram是一种直观的可视化工具，可帮助用户创建精美的信息图表和报告。Infogram内置系统中提供了至少超过35个交互式图表和500多个地图，帮助用户将数据可视化。除了各种各样的可视化图表，还有柱状图、条形图、饼图或词云等，它用创新的信息图表给用户留下了深刻印象。
编号
工具名称
开源
可视化
数据支持格式
输出的格式
专门程度
工具自身成熟度
使用难易度
优缺点
1
MicrosoftExcel
否
是
excel文件格式：.xlsx、.xlsx.、.xlsb、.xltm、xlw、xlr。文本文件格式：.prn、.txt、.csv、.dif、.slk其他文件格式：.ods、.pdf、.xps
pdf、xlsx、csv、ods
专用
成熟，软件兼容性强，文档规范并齐全，用户群广泛
容易
数据量较大时，可加载性较弱。数据图功能设置有限。
2
SpreadDesginer
excel的.xlsx文件。文本文件。Spread的xml文件。Spread的文件。
excel的.xlsx文件。
文本文件。
Spread的xml文件。
成熟，软件兼容excel环境，用户群广泛
开发者可以设计表格、图形、图像等都会作为对象输出到excel文件中，
3
GoogleSheets
.pdf、.xlsx、.csv.、ods.、tab
.xlsx.xls.xlsm
.xlt.xltxm.ods.
csv.txt.tsv.tab
成熟，用户体体验感强
丰富计算功能，支持excel文件处理，即使分析数据，含有丰富的插件
4
EDMWorkbench
.wbpj,.sql
ds.dat,solve.out
通用
成熟
编程语言通俗易懂，容易学习和掌握，统计方法和技术都可以在软件内部直接获取
5
R-programing
JPG,BMP,PNG,xts
excel,csv,txt，Rdata,pdf
容易（语言编程相对简单易学）
统计分析和优秀的绘图工具，代码简单。但数据量过大时，因内存原因，不再适用
6
python
csv、xlsx、hdf、jepg、gif、png、zip、json、mp4、mp3、docx、pdf、images、html、xml
csv、xlsx、hdf、jepg、
gif、png、zip、json、
mp4、mp3、docx、
pdf、images、html、
xml
容易（结构简单、关键较少、语法定义明确易学）
易于学习，易于阅读，易于维护，可移植，可扩展，可嵌入
7
ContentGrabber
Excel、XML、CSV
.pdf、.xlsx、.csv.
支持JavaScript渲染、Ajax爬取等功能，另外还有验证码识别等解决方案，并使用Nohodo作为IP代理。
使用难易度（针对教育研究者）
OpenRefine
csv、tsv及其他*sv，csv，tsv及其他*sv，JSON，XML，行文本格式（比如log文件）
csv，tsv，excel，opendocument，RDF，Exportproject，自定义导出设置等
容易（四步实现数据清洗）
连接管理、消息解析、消息路由、消息发送.
RapidMiner
实际数据模型输出，或Xml文件中输出
成熟（有成熟的社区和扩展交易市场。）
对于开发人员入门也非常容易；对于专业数据分析人员比较简单；对一般业务分析人员，需要专业指导。
有广泛的分类、回归以及用于聚类、关联规则挖掘的算法。用户可以根据自己的需要，快速获取很多定制化的功能。统一的数据科学平台加速了在单一环境中构建完整的分析工作流程
WEKA
arff、xrff、csv，libsvm
arff
对于开发人员入门简单，使用便捷。界面描述均是专业术语，一般分析人员无法轻松使用，学习周期较长。
可移植性强。提供简洁的拖拽等可视化建模能力。支持常用的图表展示，但是图表美观性差
NodeXL
支持一般格式和UCINET,GraphML格式
容易（通过简单操作就可以实现数据的批量处理）
软件界面简单直接采用了Excel的界面，不需太多培训的前提下就能上手非常强大的数据分析操作。
Gephi
GEXF，GDF，GML，GraphML，NET，DOT，CSV，DL，TPL，VNA，Spreadsheet
GEXF，GDF，SVG，PNG、SVG、PNG、PDF、gexf等
比较容易
分析内容多样，探索分析功能完备，可分析大型复杂网络，具有可扩展功能接口。有Firefox插件，可在线提取数据分析。
Strom
txt,xml,sql
jrxml,rng,tld,xml,
xsd,xslt
免费、开源、分布式、实时计算系统。可跨语言、可伸缩的；低延迟,秒级/分钟级、容错。
Ploty
图表格式，文字格式
orca
交互式的、开源的绘图库
WMatrix
纯文本格式（ASCII编码）
文本格式（ASCII编码）
英文文本量的分析有限，不能脱机分析
SketchEngine
否（免费适用一周）
JPG、PNG、TIFF、SVG、PDF、EPS
JPG、PNG、TIFF、PDF、EPS:、SVG
容易（有经验的设计师只需几个小时便能自如运用）
绝大多数的数字产品设计，Sketch都能替代AdobePhotoshop，Illustrator和Fireworks
Nlpir
否（免费试用一个月）
doc、excel、pdf、ppt、txt等
doc、excel、txt等
对于开发人员容易；对一般业务分析人员，入门比较困难。
内置功能全方位多角度
THULAC
Excel、XML、CSV等
比较成熟（产品处于发展阶段）
能力强、准确率高、速度快
Jieba
txt、支持文本编码格式utf-8
txt、utf-8
比较成熟（优化发展阶段）
容易（使用简单，看readme也能快速上手）
分词工具强大，提取关键词、词性标注、词位置查询等功能也是十分便捷
Nvivo
NVivo几乎可处理所有数据，如，MPEG
格式（mp3,m4a）,MicrosoftWindows
Media格式（wma,wav）,MPEG格式
（mpg,moeg,mpe,mp4）,Windows
Media(AVI,WMV),QuickTime格式
（mov,qt）,3G手机格式（3gp）
,AVCHD高清视频格式（mts,m2ts）
.docx,.xlsx,qdc,.html等
较难（使用计算机常用的术语，会让部分初学者难以理解）
是一款支持定性研究方法和混合研究方法的软件
Atlas.ti
Word，RTF，TXT，PDF/MP3，M4A，WMA，
WAV/MPG，MPEG，MPE，MP4，AVI，WMV，
MOV，QT，3GP，MTS，GIF，M2TS，BMP，
JPG，JPEG，PNG，TIF，TIFF，制表符分割的文本和Excel格式的数据集，SQL，Access的数据库文件，可直接导入Twitter，Facebook，社交网站的讨论数据，可导入SurveyMonkey调查问卷数据。
RTF,TXT,PDF,BMP,EMF,XML,HTML,Excel,SPSS,WORD,CSV
可直接将谷歌地图图片数据导入工具进行分析。在iPad与Android手机上已有app;只能手动或半自动编码不能自动编码。
微词云
excel，word，
jpg,png,svg,pdf
比较成熟
简单（适合学生群体和老师群体）
文本分析只可传输20M文本
HanLP
部分开源
TXT，XLSX,CSV,
CoNLL,文本文件格式和缓存文件格式
较难（程序编码需要基础）
所有分词器均支持，同时自带的预料处理工具，可以帮助用户训练自己的模型
NLPIR
doc、excel、pdf、ppt、txt、XML等
较难
提供跨领域可扩展，知识质量智能核查和人机结合的服务
GoogleAnalytics
是（基础功能免费，深度分析费用较为昂贵）
csv（必须是utf-8格式），利用API去导入数据
PDF、XML、CSV、TSV
难（对不懂前沿技术的人很困难）
功能上比较单一，只能进行粗略的数据统计。
HeapAnalytics
否（技术层面做了大量的处理与资源分配，所以价格很高，但有试用期）
容易（完全不懂技术的人，也能轻易监测到想要的东西）
优点去技术化、无埋点、实时数据、可视化配置。缺点费用较高。
AdobeAnaltyics
Word、Excel、PDF、HTML
PDF、CSV
比较难
不足是需要强大的本地客户支持
.xlsx、.csv.
CSV
成熟（全世界的流量排名是第五位）
简单
建立了合作伙伴生态，内置了SEO，内容产出、网站设计和开发等服务工具
Semantria
Excel、txt、CSV
文本格式，图片格式
整合了一个更大的知识库，并使用了深度学习
SASSentimentAnalysis
csv、xlsx、txt（URL编码）,docx等
csv、xlsx、txt,docx
对带有情感色彩的主观性文本进行分析、处理、归纳和推理，利用情感得分指标来量化
Tableau
否（个人使用也许付费）
txt、csv、json
.twb、.twbx.、tds
容易，网站有免费在线培训教程，傻瓜式操作
对国内外的企业服务方面比较差
FineBI
否（价格比较高）
Excel，CSV，XML
成熟（BI市场占有率第一）
容易，无需编程
轻量化的BI工具，打通了各类数据源，可视化颜值高
谷歌FusionTables
是（默认可以创建15G数据）
CSV、KML、TSV、TXT，CSV、KML、ODS、XLS或Google电子表格
CSV、KML、TSV、TXT，CSV、DWG、DXF
专业人员比较简单，一般人员相对比较难
数据收集、数据可视化和数据共享功能都比较强大
Infogram
是（基础班免费，专业版和企业版收费）
csv、xlsx、hdf、gif、png、zip、pdf、images、html
csv、xlsx、hdf、gif、png、pdf、images、html
成熟（用户已经用它创建了超过15亿次的图表、报告和信息图表）
容易简单易操作
支持实时数据刷新，所有的操作都可以web端轻松完成，
普通类暂无评分
北京师范大学学习元知识社区由移动学习教育部-中国移动联合实验室开发和维护