ラーニングアナリティクス機能
この機能はテスト運用中です。
学認LMSのLA基盤（ラーニングアナリティクス機能を提供するシステム）では、受講者の学習履歴データ（学習ログ）について、xAPI形式及びIMS Caliper Analytics形式の2つのステートメント設計に基づいて変換したJSON形式等を、LRS（Learning Record Store）に蓄積しています。
機関管理者は、所属する機関の受講者について学習ログを取得し、分析することが可能です。
分析環境として、 JupyterHubとApache Supersetを利用することが可能です。
ご利用いただける学習データについて
本システムで利用できる学習履歴データには、以下の制限を設けています。
・本オプション機能利用ユーザと同じ機関に属する受講者の学習履歴のみを分析対象データとして扱えます。
・すべてのコースを分析対象とすることが可能です。
マニュアル
本ユーザマニュアルは、開発中バージョンの説明となります。
最新版の操作については、下記 LA基盤ポータルサイトの「基本操作」をご参照ください。
ラーニングアナリティクス機能に関する補足情報
(1) 機関管理者向けのラーニングアナリティクス機能に関心をお持ちの方に各自の環境で機能をお試しいただけるように、事前に環境設定済の体験用システムを公開いたしました。
本システムの実行には、Docker環境をご用意いただく必要があります。
GitHub: RCOSDP/LAaaS-docker-image (2022/09/30公開)
https://github.com/RCOSDP/LAaaS-docker-image
2019年に公開済の LAaaS-dockerをベースとしています。
分析対象のLMSとしてMoodleを含んだ構成となっております。
Moodleに教材を登録し、学習を行っていただくことで、学習状況について、ラーニングアナリティクス機能を提供するLA基盤を用いた分析を体験できます。
（制限事項)
本システムのコンテナは、再起動により設定が初期化されます。
体験用システムのため、本格的なご利用は想定しておりません。
(2) 主に、学認LMS参加機関の機関管理者の方向けに、ラーニングアナリティクス機能の利用方法、 活用方法をご紹介するサイトを公開いたしました。
LA基盤ポータルサイト (2022/10/20公開)
https://support.la.lms.nii.ac.jp/
（主なコンテンツ）
このサイトについて: LA基盤の概要、ラーニングアナリティクス機能の利用方法
基本操作: JupyterHubの操作, Supersetの操作, JupyterHubとSupersetの連携
実践操作: 退学者の予測, 成績優秀者の特定, 動画視聴回数の推移分析
ステートメント仕様: 学習者の行動分析に用いるデータ形式(xAPI, Caliper)の説明
FAQ: 基本操作を中心に注意点を補足 (随時追加予定)
申込方法
- 先行利用実施要領をご確認の上、ご同意ください。
- 学認LMSサポート担当までメールでご連絡ください。
その際、メールの件名は「【先行利用申込】ラーニングアナリティクス機能 」としてください。
他の機能の先行利用を同時にお申し込み頂く場合も、1つの機能につき1件のメールをお送りください。
- お申し込み後、およそ1週間の間に学認LMSサポート担当よりご利用に関するご連絡を差し上げます。
お申込みいただいたオプション機能ごとに、件名「 [GakuNinCloudGS] 招待メール」というメールをお送りします。
すべての招待メールについて、本文中のURLをクリックして入会処理を行ってください。
※メールの受信から2週間以内に入会処理が完了しない場合、再申請が必要となります。
- 利用を開始するためには、機関様側でのIdP設定が必要になります。