陈会　余馨　李琳琳　吴苏徽　蒋秀莲

摘  要：在信息社会，各行各业的管理控制转变为以数据、信息为中心。在高等教育领域，高校重视学生信息数据库的建设，通过学生浏览信息的关键词、种类分布和浏览主题等多个维度构建学生画像向量空间模型。本文使用大数据技术构建学生学习画像基础模型框架，研究学生学习画像在个性化学习、问题预警及辅助学校决策等方面的应用，为高校提升学生培养质量提供参考。

关键词：学习画像;用户标签;数据挖掘

中图分类号：TP311.13     文献标识码：A

Abstract： In information society， it is data and information that manage and control all walks of life. In the field of higher education， universities attach importance to the construction of student information databases. The vector space model of student portraits is constructed through multiple dimensions such as keywords， type distribution and browsing topics of students' browsing information. This article uses big data technology to build a basic model framework for student learning portraits， and studies the aspects of student learning portraits in personalized learning， early warning of problems， and assistance in school decision-making， so as to provide references for colleges and universities to improve the quality of student training.

Keywords： learning portrait; user tags; data mining

1   引言（Introduction）

我國普通高等学校素质教育明确提出，高校的教学任务在于不断提升学生的综合素质。信息社会下的大学生呈现个性化发展的趋势[1]，他们的学习行为、特长偏好等也相对多样化。学校对学生的教育方式要适应学生的个性化发展需求，以利于提升学生的综合素质，为经济社会培养高质量人才。

当前国内在企业精准营销以及数据产品个性化推荐领域中，对用户进行画像构建的较多。高校对学生的数据搜集、处理以及画像构建等尚不全面，大多数画像构建通常停留在数据的描述可视化上[2]，并未对学生的教育与改善学习效果起到明显作用。基于大数据技术的学生学习画像构建针对学生不同个性发展的独立性及多样性，重视学生在思维和行为上的差距，突破对学生综合评价仅考虑学习成绩的局限性，能更加全面地对学生进行评价及打分，可以更好地引导学生，挖掘学生潜能，促进学生全面发展。……