CodeLab Insight 是 CodeLab 推出的 数据分析/可视化探索 服务。
服务于 少儿编程/STEM教育 领域的 教育者、学习者、研究员、运营人员 和 开发者。 当然也服务于我们自己(CodeLab的成员)，以及CodeLab的合作伙伴。
旨在为他们提供从社区大规模数据中提取洞见(insight)和建议的工具和服务。
以下是我们目前开放测试的第一个Playground: Playground 1: Explore scratch popular projects.
图中的每一个彩色圆点均表示一个Scratch项目。
这个可视化工具可以帮助我们进行许多有趣的探索, 从几个简单例子出发:
默认情况下，用户点赞数(loves)作为x轴，项目包含的积木数量(all_blocks_count)作为y轴。
拖动选择条，让loves > 2000(超过2000个点赞)。 图中在y轴底下的都是我们的目标项目（越靠近x轴，越简单），所以一眼发现了很多可选目标。
可以看出，我们选择的项目有3466人点赞；39482人浏览过；有78个项目基于它继续创作；项目引发了1922条评论。
在复杂度上，它只用到3个精灵，25块积木之少！此外我们可以看出项目非常年轻，上个月才创建！
如果你想试运行这个项目，在小圆点上点击shift + click即可打开项目主页。
如果你乐于挑战，也可以找到所有项目中最复杂的（找到y轴最上方的即可）。
该项目由多达25678块积木构建，包含88个精灵。如此复杂的项目，还是有4个勇士基于它继续创作。
loves)与收藏数(favorites)之间的关系点了favorite之后的项目，会被收藏起来，方便日后再玩，所以favorites通常意味着更大的喜欢。
来看看点赞数和收藏数之间的关系。
将纵轴改选为favorites, 可以看到关系十分清晰，肉眼可见，几乎不必做线性拟合。大约是4:3.2左右的关系，虽然这和直觉大体契合(正相关)。但我们可以获得对社区成员的行为模式更量化的感觉。
同样的道理，可以探索点赞数(loves)与浏览量(views)之间的关系，看看人们在浏览和玩耍项目时，有多少人会顺带点个赞呢？
不知道这个结果是不是符合你的预期。
粗略目测线性拟合的结果大约在40:1， 意味者每40个浏览者会有1人点赞，这或许和社区有大量匿名玩家有关。
更细致的处理(诸如线性拟合)可以在其他的Playground里做。
all_blocks_count)与它的拷贝数remixes(人们基于它继续工作)之间的关系
大量的项目聚集在y轴附近(x趋近于0)。而被很多人拷贝的项目，包含的积木数量很少超过5000。
太过复杂的项目，让人望而却步。这也符合直觉。如果你想创建社区成员喜欢的项目，太过庞大，可能曲高和寡，这和Github社区不大一样，Github的流行项目基本都是大型复杂项目。
我们来进一步分析，将评论数量(comments)映射为小圆点的尺寸大小，小圆点越大，说明引起的讨论越多。
可以看出讨论数与复杂性的关系与前头类似，太复杂的项目，引起的讨论也少.
但图中有一个奇异的点(我们用箭头指出了)，这个项目值得点开一看。它既复杂，引起的讨论和remixes数都很多。想来有其好玩的地方。
可进行的探索数不胜数。
目前Playground 1已经发布 Alpha测试版，需要申请Access token才可访问 。
CodeLab主页页脚也有入口:
希望Playground 1能够帮助到 少儿编程/STEM教育 领域的 教育者、学习者、研究员、运营人员 和 开发者。
其他的Playground暂时未对普通访客开放，我们会陆续纳入开放计划里。
当前全球最大规模的少儿编程/创作社区是 Scratch:
仅是过去的一个月，Scratch社区就有:
考虑到这是一个完全自发的社区，这些数字近乎奇迹。
孩子们在社区里追逐热情，分享创作，寻找同伴。 这儿没有考试、奖励等外部诱惑/压力，不像这个赛道上的绝大多数的编程/教育项目。
人类的所有胜利，所有进步，都是以内在的力量为基石的。
如果你也认同蒙台梭利的这句话，那么当看到这个社区里产生的动人故事和惊人创造力(《终生幼儿园》一书里记录和许多)，就不会觉得奇怪。
创造当然发生在一片自由人的国度。这正是蒙台梭利的核心论点之一。
考虑到这些，CodeLab Insight的第一个目标锚定在Scratch社区。 尽管未来可能会将视野拓宽到其他编程教育社区。但近期内我们选择目前 最优秀/最开放 的社区作为第一个分析对象。
由于Scratch是今天整个少儿编程行业的推动者（很多人甚至将Scratch等同于少儿编程本身)，因其开放性和优秀的架构设计。今天全球范围内，大量的少儿编程平台，都基于Scratch开放的部分来构建。
所以CodeLab Insight也适用于与Scratch保持数据格式(projectJson)兼容的产品。
如果你对Scratch社区还不了解，可以参考我们之前的文章: https://www.codelab.club/blog/scratch-community-analyze/。
社区是个非常宽泛的概念，在此，我们关注数据视角下的社区。
Scratch社区拥有海量的注册用户(users)、分享项目(projects)、工作室(studios)、讨论(comments), 这些实体(entities)组成错综复杂的网络:
user--follow--user)project--remix--project)user--create/love/favorite--project)user--create/curate--studio)studio--collect--project)如果你了解知识图谱(Knowledge Graph), 就会发现，利用前边我们列出的这些三元组(Triples)，加上网络爬虫采集的海量数据，可以构建一张巨大的网络, 涵盖了社区发生的一切。
这些数据，以及由此产生的可视化工具和知识图谱等，可以做许多有意思的事情, 它们不是静物, 而是可交互的知识网络。
以下是一些典型用例。
供教育者使用，将其做海量资源库，用于构建教学内容，诸如使用可视化工具轻松找到孩子们喜欢却不太难的项目。教育者也可使用Scratch项目结构可视化工具，分析学生项目的构成，从而更好评估计算思维 (可依据 Mitchel Resnick 2012年发表的论文)
供学习者使用，由此构建的推荐系统和AI教师，可以直接辅助学习者，为其提供建议，帮助学习者寻找Peers(聚类)、寻找感兴趣的Projects(协同过滤),以及Passion(favorite数据是不错的指标)所在。去实现《终生幼儿园》提到的4P(Projects,Passion,Peers,Play)。
供社区运营者使用，可视化工具将帮助运营者发现社区里热门事件、趋势。
供开发者使用，我们在提取这些数据时，构建了一些基础工具，诸如提取Scratch项目内部结构的工具(sprite/blocks)、Scratch项目结构可视化图表，之后可能会做成服务，提供出来。
用于构建领域Chatbot。用个营销意味浓一些的词汇叫AI教师, 当然今天宣称的编程教育AI教师多数都没有知识图谱作为支撑。
推荐系统。推荐系统容易出现稀疏性和冷启动的问题，知识图谱可对其加以改进。 可以更好地服务早期社区，将社区启动起来。
结合聚类以及针对图的算法做进一步分析，挖掘出数据模式，从而对大规模人群的行为模式作分析和判断。
供科研人员使用。这是该领域迄今为止目前最大的开放数据集。追随蒙台梭利的研究者会尤其喜欢它，因其是在自发情况下产生的真实数据！
以下是我们目前所用的一些技术工具。
未来CodeLab可能会定期发布白皮书。
Playground 1: Explore scratch popular projects 是很小的一个例子，但其展示的东西让很多从业者感兴趣。
我们之后也许利用获取的这些巨大数据和经由分析工具得出的结论，定期对外发布。
当然我们欢迎合作伙伴基于我们已有的工作，进行更深入的合作探讨。
以下列出我们进行数据分析的思考背景和启发读物:
在这项工作前，我们之前做的一些准备工作和讨论也列出在此:
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。