黄慕雄 林韩辉 罗永霞
[摘 要] 不论是在国家层面的政策指引，还是教师专业发展工作的实际需要，都迫切要求开展利用大数据技术促进教师专业发展的研究，为教师专业发展提供精准、个性化的培训服务决策。经过对现有文献的研究分析可知，利用大数据技术构建教师专业发展分析模型的研究较少。研究采用大数据视角的需求评估研究方法，以大数据分析通用模型为雏形，在探析3层分析需求基础上，构建包含分析数据源接入、分析数据采集和融合治理中心、分析支持模块、教师专业发展分析模块、分析呈现模块的多源多层教师专业发展分析模型。以此为模型建设教师教育大数据分析平台，并探析该模型的分析呈现效果，表明研究方法可行、模型框架合理、呈现效果良好，能在一定程度上满足不同层次、不同维度的分析需要，为教师专业发展研究人员提供借鉴。
[关键词] 大数据; 多源多层; 教师专业发展; 分析模型
[中图分类号] G434 [文献标志码] A
[作者简介] 黄慕雄（1967—），男，广东潮州人。教授，主要从事新媒体教育、教育信息化研究。E-mail：hmx1103@163.com。林韩辉为通讯作者，E-mail：cz@gdufe.edu.cn。
一、引 言
国家层面非常重视大数据技术在教师专业发展中的精准支撑作用。教育部在2018年印发的《教育信息化2.0行动计划》中明确指出，“完善教育管理信息化顶层设计，全面提高利用大数据支撑保障教育管理、决策和公共服务的能力，实现教育政务信息系统全面整合和政务信息资源开放共享”[1]。中共中央办公厅、国务院办公厅印发《加快推进教育现代化实施方案（2018—2022年）》中明确指出，“创新信息时代教育治理新模式，开展大数据支撑下的教育治理能力优化行动，推动以互联网等信息化手段服务教育教学全过程”[2]。中共中央、国务院印发《中国教育现代化2035》中指出，“推进教育治理方式变革，加快形成现代化的教育管理与监测体系，推进管理精准化和决策科学化”[3]。
随着大数据、云计算、人工智能在教师教育领域的应用，教师教育正走向精确化、个性化、定制化的“智能研修”新阶段[4]。目前，中国“互联网+教育”建设多年，多数省级教师发展管理部门都拥有多个相关管理系统，如教师继续教育管理系统、教师信息技术能力提升服务平台、远程培训系统、实践教学系统、教师教学发展管理系统等系统，这些系统实际运作多年，拥有大量的数据。如何利用大数据技术充分挖掘现有的平台数据[5]，构建教师专业化发展分析模型，服务于师范生培养和教师专业成长，辅助教育培训方向的决策制定，创新教师教育模式，为教师专业发展提供精准、个性化的培训服务，提高教师教育质量是迫切需要研究的问题。研究结合建设“广东省教师教育大数据智慧系统”项目开展，研究构建基于大数据融合的多源多层教师专业发展分析模型，以期丰富大数据技术在教师专业发展中的研究内容，并为其他各级建设教师专业发展分析平台提供借鉴。
二、文献综述与研究方法
现有关大数据与教师发展的研究主要集中在大数据时代教师需要学习、掌握哪些技术以支持他的专业发展，另外一方面是大数据技术支持下的教师培训模型、培训模式的研究。第一方面的研究如许芳杰提出通过提升教师的数据智慧，以促进大数据时代教师专业发展[6]; 胡水星提出在教师专业发展实践中，应该充分有效地把教育大数据融合于教师专业化知识体系中[7];张进良等研究高校教师如何挖掘、分析众多大学生在线学习时产生的海量数据，以此改进自身教学实践并促进自身专业发展[8];王慧提出可利用数据分析了解高校教师专业发展现状，并据此提出教师专业发展的对策及建议，以指导教师发展工作[9]。第二方面如赵姝等以教师培养路径为线索，探讨分析了大数据在师资队伍、职后教师培训等方面的应用模型[10];周超英以国内外现有外语需求分析模型为雏形，从个人需求和社会需求两方面提出了教师专业发展需求分析的理论模型[11];李运福等借鉴智能科学领域的相关思想，构建了由信息层、知识层、策略性、行为层组成的基于大数据分析的O2O教师培训模式[12];雷励华以大数据技术发展现状为依据，提出教师专业发展的培养模式[13]。但是如何利用多来源的海量数据，通过数据采集和融合，设计合理科学的分析模块，构建教师专业发展分析模型的研究较少。所以有必要通过深入研究，构建教师专业发展分析模型，重点研究构建教师专业定制培养和教师发展综合分析与辅助模块，实现教师专业发展的整体分析与个体诊断，为教师专业成长提供丰富有效的服务，并为同行研究提供借鉴。
教育领域的评价研究是利用定量或质性的方法，或同时运用两种方法对教育领域中特定方面的有效性进行判断的过程。达成这个判断的过程是复杂的，因为“有效性”本身是一个多层面的概念，对于不同的利益相关者具体有不同的含义;而且教育项目和过程很少是一致有效的，它们一般都是既有益处又有弊端的，而且可能只是在一定条件下才有效。近年来，科学计量学领域中兴盛起来的大数据技术、信息可视化技术、科学知识图谱不断触及各研究领域，同时也为教育评价研究与分析提供了一种新颖的视角。研究采用评价研究的需求评估模式，需求评估模式是丹尼尔·斯塔费尔比姆（Daiel Stufflebeam）和安东尼·欣克菲尔（Anthony Shinkfield）提出的正规评价模式之一。需求评估是用来识别与社会、组织和人表现相关的需求以及将它们划分优先顺序的一系列程序。需求通常被定义为期望的状态或情形与实际的状态或情形与实际之间的差异[14]。研究使用教育研究方法的需求评估研究模式与新兴大数据技术相结合的研究方法，探讨教师发展存在潜在的分析需求，按照探讨所得出的分析需求作为具体的分析内容。把具体分析内容与通用教育大数据分析框架相结合构建分析模型[15]，并把该模型运用于实际的分析系统中，得出分析结果，并探析多层需求分析呈现效果。
三、数据分析需求探讨
根据层次分析法思想（Analytic Hierarchy Process）[16]，并结合教师个体、教师培训机构、教师发展管理部门存在不同程度的数据挖掘、分析需求（如图1所示），数据分析需求分成基本分析、中度分析、深度分析3个层次，随着管理权限的逐步增加而逐渐深入，分析范围也逐渐扩大。
（一）教师个体专业发展自我认知基本分析需求
现代社会对教师提出较高的要求，教师需具有现代教育教学理念，精通教学内容，掌握现代教育技术，运用现代教学方法，并以积极乐观的个人魅力和较高的教学技艺指导学生学习。并随着新课改革的不断推进，教师为了适应新课改的教学需要，满足自身专业发展需要，教师要通过不断的学习充电来更新自身的观念、充实自身的知识结构、掌握更有效的教学方法，实现自身的不断超越。但是对于教师本身，难以定位自身的各方面条件和专业水平处于什幺样的位置，他们对应该学习什幺内容、应该参加哪方面的培训、应该提升哪方面的能力较为迷惘。这就需要充分利用大数据和智能技术，客观判断自身专业发展情况，精确定位自身专业水平，精准发现作为教师存在的不足，以明确自己的学习、培训需求。
（二）教师培训机构精准培训中度分析需求
省级教师培训机构作为地方教师教育培训机构，长期服务于地方基础教育和地方经济发展，为地方基础教育培养师资、园长、校长和教育行政干部。在教师教育方面，尤其是基础教育教师、园长、校长培训方面，积累了丰富的经验，同时积累了大量的教师个人信息、教师受训轨迹、教师培训效果评价、培训课程等信息。但这些信息存在于不同的系统，难以进行有效的统计分析，难以推出精准的培训内容。这就迫切需要建立分析平台并实现大数据的智能化分析，主要实现培训课程质量分析、教师专业发展培训方案制定，为教师教育提供全方位、精准化、个性化的专业培养和培训服务。
（三）教师发展管理部门综合分析与决策辅助深度分析需求
教师发展管理部门是在管理区域内统筹考虑、全面布局的教师专业发展促进机构，并为教师专业提供各种职后非学历培训项目的管理机构，对各种相关基础教育培训项目进行统筹推广、协调，以及项目开发、项目实施、项目评估、项目绩效考核的全过程监管。这就要求教师发展管理部门能获取区域内教师信息，从宏观层面分析各个地区教师情况;分析区域教师的专业水平;分析培训机构相关信息;分析培训机构开设培训课程相关信息;分析优化培训工作流程，以促进教师教育全面发展，提高分析效率，并使精准决策成为可能。
四、教师发展分析框架构建
以教育大数据分析系统通用框架（包括数据采集、数据处理、数据分析、数据展现等模块）为雏形，根据教师个体、教师培训机构、教师发展管理部门的三个层次的具体分析需求，利用现有的中小学教师发展相关管理平台的海量数据资源，结合人工智能技术、现代数据呈现技术（如图2所示），构建基于大数据融合的多源多层教师专业发展分析模型。
（一）分析数据源接入
数据源是指数据库应用程序所使用的数据库或者数据库服务器。研究是指存储在众多教师发展相关服务平台上的数据的总称，数据源是一切分析的前提，所以要尽可能地挖掘数据源，通过实时和非实时的方式接入，保持数据的可持续更新。提供内容全面、友好的界面配置数据源信息，通过任务调度进行数据汇聚，支持自定义对敏感信息加密处理，支持全面完善的数据源，如Mysql、Orcale、SQL Server。
接入教师专业发展相关数据源系统，可包括教师继续教育管理系统、教师信息技术能力提升服务平台、远程培训平台、实践教学平台、教师教学发展管理平台等。这些平台的系统数据可选择实时接入，也可利用可视化管理模块手工配置接入。
（二）分析数据采集和融合治理中心
数据治理融合中心一方面治理来自数据源的数据，另一方面为下一步数据分析提供完整、规范的数据，发挥承上启下的作用。但由于数据源众多，数据存在形式参差不齐，数据质量不尽如人意，所以需要引入数据质量管理模块，通过快速评估结果和对数据质量的要求，基于质量评估指标用户可以自由配置一系列的数据质量检测规则。系统将根据这些规则自动化检测和监控数据，一旦检测出异常数据则实时发送告警通知。中心通过“拉”方式单向获取数据源数据，而通过“推拉”方式与数据分析模块交互。
针对这些数据质量问题，研究在进行数据治理时的宗旨是不改变原始数据，采取“拉”方式获得数据，并且由于很多数据质量问题是无法通过程序直接处理（如程序无法判断某人的性别，并对该空值数据进行填充），这个过程需要培训管理部门、业务系统所属部门共同参与。因此，数据治理采用的是闭环内控机制，通过系统配置数据质量检测规则，发现数据质量问题，并将异常结果反馈给培训管理部门或业务方，由业务系统所属部门从源头处规范数据，经过持续的数据治理，从而提高数据质量。
（三）分析支持模块
分析支持模块可设置2个部分，分别是教师发展大数据管理挖掘和教师发展大数据基础算法库。教师发展大数据管理挖掘提供对结构化数据、非结构化数据的计算和分析挖掘能力，从而可以为灵活的数据分析提供支撑。基于数据来源与种类的多样性，用户可根据需求创建分析任务，自主定义分析流程。由于数据种类的多样性，平台需根据实际应用，设计平台算法模型，构建大数据算法库，为自助分析提供技术支撑。用户可通过大数据算法模型，针对已有数据，进行不同维度的统计分析，从而形成培训项目需求调研报告，供各级部门工作决策时参考。
在建设过程中，教师发展大数据管理挖掘模块侧重数据分析挖掘的服务交付和模型交付。作为动态演进的数据分析挖掘服务支持模块，业务建模可随着业务增加逐步演化，适应业务发展和变化。为满足各个层次的分析需要，算法库需集成的算法较多，包括特征构造算法、降维算法、聚类算法、分类算法、回归算法、推荐算法、频繁模式挖掘等。为分析模块提供强有力的支撑。
研究主要算法如采用基于协同过滤算法实现培训课程推荐，协同过滤的关键是找到有相似培训需求的人，也就是要计算培训数据的相似度，可采用夹角余弦（Cosine）。在二维空间中向量A（x1，y1）与向量B（x2，y2）的夹角余弦计算如（1）。
cosθ= （1）
两个n维样本a（x11，x12，...，x1n）和b（x21，x22，...，x2n）的夹角余弦如（2）（3）。
cosθ= （2）
即cosθ= （3）
（四）教师专业发展分析模块
根据上面三个层次的分析需求，分析模块可设置教师发展专业定制培养和教师发展综合分析与决策辅助2个部分，每个部分又可设置4个具体的分析模块。分析模块提供多维统计类以及算法建模类等分析功能，通过组件拉拽的方式实现数据分析逻辑的构建及运行，通过运算组件的快速处理得到分析结果。
1. 教师发展专业定制培养
（1）教师个体分析。对教师的基本情况，如性别、籍贯、年龄、学历、学位等基本信息;职称、外语水平、计算机水平等专业能力;继续教育、培训等的评价进行全方位、多角度的获取分析，形成教师个体画像。通过教师个体画像，明确教师的个人基本特点、专业技能、擅长的能力、欠缺的能力等。实现对教师的个体诊断和评测，为教师个体学习、培训指明了方向。实现包括教师数量、各年龄分布、地域性分布分析，方便培训机构和教师发展管理部门了解教师的基本情况。
（2）教师学习习惯及效果分析。分析教师在继续教育网络学习平台中的选课科目、学习时间、单次学习时长、学习习惯等学习行为，及完成学习后的考核情况、评价等级等。或是对其在继续教育中可抵模块的折算内容分类汇总，分析其偏爱。发现教师在学习过程中的倾向学习内容、学习时间、学习方法、学习习惯，从而发现学习的不足，以便支撑教师学习方式改进。
（3）培训课程质量分析。教师培训课程有线上、线下课程。线上课程模块包括必修课、选修课、专业课，这些课程模块只规定培训总学分，教师可根据自己的兴趣、爱好在选课程库中选择。线下课程包括机构所开设的培训课程，但这些课程的考核结果、课程评价都记录在分析系统中。通过对在线培训课程的选择人数、修完课程人数、教师学习得分、课程评价的分析统计，对线下培训课程的考核结果、课程评价分析统计。统计分析所设线上线下课程能否满足教师的继续教育学习需要，分析所开设课程质量和培训效果，以便提升开课课程的质量。
（4）教师发展培养方案专业制定。根据教师专业技术学科特点、职称信息、参与培训的历史记录、培训的历史成绩、可选培训的个人喜好等信息分析，利用基于协同过滤算法综合分析和深入挖掘，给教师提供个性化的学习、培训方案。满足不同教师的学习、培训需要，使教师的精准化、个性化培训成为可能。
2. 教师发展综合分析与决策辅助
（1）教师基本信息综合分析。教师发展管理部门利用教师基本信息，刻画教师个体画像，结合省内教师信息，分析统计得出包括教师人数、性别分布、年龄分布等区域教师的各项信息。综合区域教师信息，从宏观层面上对各个地区教师情况进行分析，并自动生成分析报告。为各级教师发展管理部门的教育决策工作提供参考。
（2）教师专业水平分析。教师发展管理部门通过对继续教育证书、外语水平成绩、计算机水平成绩、普通话水平成绩、专业技术职称、专业技术学习经历、教龄进行全面分析，根据分析结果获取教师的专业水平情况，并构建教师综合指数，可溯源各地专业水平详情，以便于教师发展管理部门宏观了解各单位、各区域之间的差异，为推进教育公平提供精准数据。
（3）教师发展建设分析。根据培训机构的类别、资质、规模等基本信息，以及各培训机构所开设的培训项目数量、学时数量、学科类型、参训情况、对应开设的课程信息等进行分析。同时对培训机构关注程度、项目投入程度、课程安排情况、时间分布情况等进行分析，以对培训机构进行有效全面监管，促进培训内容的针对性、培训机构的规范性。对以往培训课程有一个宏观的分析，便于开展下个阶段的教师专业发展安排设计，以促进教师专业全面协调发展。
（4）工作流程分析管理。可对管理等流程数据进行分析，以及对进度审批环节等工作流程跟踪分析，针对其中存在的项目审批等工作流程方面存在的问题及待优化点进行发现标注，并加入提醒功能。根据分析结果灵活调整、重构工作管理流程，从而提高教师专业发展管理工作效率。
（五）分析呈现模块
教师发展数据可视化。用户可以针对每一次分析结果进行可视化，将Web页面与热力图、3D图、词云、柱状图、饼状图、拆线图、散点图、雷达图、仪表盘等展现方法相结合，提供多种图表的可视方式，从而可以对分析结果进行直观展示，并可对基于各种分析任务的图表进行保存管理。
大微可视化。大可视化表示可视化大屏，把教师发展分析过程中复杂、抽象的大型数据，通过图形、图表、图标等易于理解的形式，加上视觉效果，呈现给各级管理部门。微可视表示结合微信社交软件，绑定管理部门人员账号，方便管理人员实时、可视化监视教师发展的宏观数据。
五、多层分析呈现效果
为探析所构建分析模型的分析效果、满足分析需求的程度，下面根据已构建的教师发展框架，融合多个来源平台的教师发展相关数据，包括全省100多万基础教育教师的120，780，636条数据，实现在分析支撑模块的支持下进行多维度、多角度教师发展分析，教师专业发展综合分析大屏呈现如图3所示。系统分析内容较多，限于篇幅只探析教师发展三个层次所需具体分析模块的部分呈现效果，包括部分个体分析呈现效果、推荐培训方案呈现效果、综合分析辅助决策呈现效果。
（一）个体分析呈现效果
教师个体分析包括个体画像、创新实践指导、教科研信息、学习习惯等分析展示。例如个体画像分析如图4所示，包括专业能力分析和专业能力评定。专业能力分析利用雷达图从学历、职称、研究、教学、教龄5个维度分析呈现，自己某方面能力在全省或是某区域排位一目了然。专业能力评定分析利用仪表盘图从学历全省教师占比、职称全省教师占比、从教时间全省教师占比3个维度对比分析，个体在全省所处位置直观易懂，形象生动，分析呈现效果良好，是满足教师个体自我定位需要的部分体现。
（二）培训方案呈现效果
培训方案模块主要包括专业综合发展和培训方案制定。培训方案模块如图5所示，主要包括推荐培训课程的课程列表。基于教师的教师基本信息、培训学习习惯、教科研情况以及其他（进修、跟岗、顶岗、培训、学术会议、研讨、调研等），分析其学习习惯和个人特点，从而有针对性地为教师制定培养发展方案。采用较为成熟稳定的协同过滤推荐算法综合分析并精准制定培训发展方案，是满足教师培训机构为教师智能化制定培养方案需求的部分体现。
（三）综合分析与辅助决策呈现效果
已建成综合分析与辅助决策模块包括教师基本信息综合分析、教师专业水平分析、教师发展建设分析。例如教师基本信息综合分析包括指数分析、对比分析等，指数分析如图6所示，包括各个市的教师综合指数分析呈现和指数详情呈现。例如教师发展建设分析包括《发展建设分析报告》和《教师综合分析报告》。图7所示为教师专业发展综合分析。《全省教师综合分析报告》包含数据概况、教师基本情况分析、教师专业水平分析等内容，利用地图、柱状图、折线图、多维柱状图多种呈现形式。快速形成数据准确、图文并茂的综合分析报告，供各级教师发展管理部门参考。综合分析呈现效果良好，是满足教师发展管理部门快速获取全省教师综合指数和《教师发展分析报告》需求的部分体现。
六、总结与反思
利用大数据技术为教师专业发展提供精准、个性化的培训服务决策，是亟待探索的问题。研究使用教育研究方法中的需求评估研究模式与新兴大数据技术相结合的研究方法。通过教师专业发展的分析需求探讨，为满足教师个体、培训机构、教师发展管理部门的基本分析、中度分析、深度分析需求，构建基于大数据融合的多源多层教师专业发展分析模型，并按照该分析模型建成分析系统，经过对建成系统的分析呈现效果探析。表明以需求为导向，利用大数据的知识发现和预测性特征，为决策者提供精准分析结果，研究方法可行;所构建模型能适应多数据来源，能支持和呈现多维的分析，模型结构合理;多形式、多渠道、多维度呈现分析结果，呈现直观形象，呈现效果明显。能在一定程度上满足各个层次的分析需求。
研究所构建模型还存在一些不足，研究将围绕以下三个方面进行改进和完善。一是优化数据源。研究所用数据来源于信息系统已有数据，只能对原有数据进行清洗、聚类、分析，数据质量、数据分析维度受到已有数据的限制，为了有效地解决这个问题，项目组已研究并形成具体数据采集内容，并集成到系统进行有针对性的教师发展数据采集，以优化数据源。二是增加教师个体分析维度。受数据源制约，专业能力分析和专业能力评定分析的维度较少，维度综合性也有待进一步提高。下一步将结合优化后的数据进行更合理聚类，按聚类设立各类教师发展数据的权重，形成更完善、更合理的教师个体分析，并增加分析维度。三是完善教师发展培养方案专业制定模块。研究采用基于协同过滤算法实现培训课程推荐，课程推荐算法单一，推荐效果有待进一步提升。接下来研究将集成更多的推荐算法如基于规则推荐算法、基于效用推荐算法等，以完善教师发展培养方案专业制定模块。
[参考文献]
[1] 教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-25）[2021-01-22].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425 _334188.html.
[2] 中共中央办公厅，国务院办公厅.加快推进教育现代化实施方案（2018—2022年）[EB/OL].（2019-02-23）[2021-01-20].http：//www.gov.cn/zhengce/201902/23/content_5367988.htm？from=timeline&isappinstalled=0.
[3] 中国政策网.中共中央、国务院印发《中国教育现代化2035》[EB/OL].（2019-02-23）[2021-01-20].http：//www.gov.cn/zhengce/2019-02/23/content_5367987.htm.
[4] 李栋.人工智能时代的教师发展：特质定位与行动哲学[J].电化教育研究，2020，41（12）：5-11.
[5] 张敏霞，王陆.基于大数据的知识发现：不同教师群体实践性知识的发展特征[J].电化教育研究，2021，42（2）：106-111，128.
[6] 许芳杰.数据智慧：大数据时代教师专业发展新路向[J].中国电化教育，2016（10）：18-23.
[7] 胡水星.教师TPACK专业发展研究：基于教育大数据的视角[J].教育研究，2016，37（5）：110-116.
[8] 张进良，何高大.学习分析：助推大数据时代高校教师在线专业发展[J].远程教育杂志，2014，32（1）：56-62.
[9] 王慧.基于数据分析的高校教师专业发展现状研究[J].通讯世界，2020，27（3）：214-215.
[10] 赵姝，白浩，张瑞敏.基于大数据的卓越教师培养路径探析[J].电化教育研究，2017（1）：47-53.
[11] 周超英.职前小学英语教师专业发展需求分析模型的理论构建[J].铜仁学院学报，2015，17（5）：128-131.
[12] 李运福，杨晓宏.基于大数据分析的O2O教师培训模式研究——对“互联网+”教师培训的初步思考[J].中国电化教育，2016（12）：113-120.
[13] 雷励华.大数据时代背景下教师专业发展生态构建研究[J].教师教育论坛，2018，31（5）：61-68.
[14] 梅瑞迪斯·高尔，乔伊斯·高尔，沃尔特·博格，侯定凯.教育研究方法（第六版）[J].北京大学教育评论，2016，14（1）：2.
[15] 杨现民，郭利明，邢蓓蓓.区域教育大数据分析架构与展示设计研究——以江苏省A市为例[J].电化教育研究，2020，41（5）：66-72.
[16] 张炳江.层次分析法及其应用案例[M].北京：电子工业出版社，2014：17.
Construction of A Multi-source and Multi-layer Teacher Professional Development Analysis Model Based on Big Data Fusion： Take Guangdong Teacher Education Big Data Smart System as An Example
HUANG Muxiong1， LIN Hanhui2， LUO Yongxia2
（1.Guangdong University of Education， Guangzhou Guangdong 510303; 2.School of Information Technology in Education， South China Normal University， Guangzhou Guangdong 510631）
[Abstract] Both policy guidance at the national level and the practical needs of teacher professional development urgently require researches on using big data technology to promote teacher professional development， so as to provide accurate and personalized training service decisions for teacher professional development. Through the analysis of the existing literature， it is found that there are few researches on constructing the analytical models of teacher professional development using big data technology. The study adopts the needs assessment research method from a big data perspective， takes a general model of big data analysis as a prototype， and builds a multi-source， multi-layer teacher professional development analysis model containing access to analysis data sources， an analysis data collection and fusion governance center， an analysis support module， a teacher professional development analysis module， and an analysis presentation module， based on the exploration of 3 layers of analysis needs. The model is used to build a big data analysis platform for teacher education， and the analysis presentation effect of the model is explored. The results show that the research method is feasible， the model framework is reasonable， and the presentation effect is good， which can meet the analysis needs of different levels and dimensions to a certain extent and provide reference for researchers of teacher professional development.
[Keywords] Big Data; Multi-source and Multi-layer; Teacher Professional Development; Analysis Model
