高广尚

(1.桂林理工大学现代企业管理研究中心，桂林 541004；2.桂林理工大学商学院，桂林 541004)

0 引言

学习者画像(Learner Profiles)是用户画像在教育领域应用中的一种特殊形态，旨在刻画学习者的学习兴趣、认知能力、知识水平、学习风格和综合能力等诸多特征[1-3]。作为一种描述学习者的有效工具，学习者画像不仅可以根据某些特定特征来划分或区分不同的学习者群体，还可以为学习者提供有针对性的支持服务、实现个性化学习、促进学习目标达成，甚至优化教学设计方案等[4]。随着网络教育环境的进一步发展，特别是大规模在线开放课程的出现，再加上从传统学习过程的各环节中转化而来的分散独立的数据，学习者有关的数据基本上呈现爆发式增长态势且势头不减。这些数据通常具有量大(上万或几十万名学习者)、多维(学习者的不同方面)、时间序列短(数据采集时间间隔短)、时间跨度长(数据采集周期长)和一定的理论深度(理论意涵)等特征[5]。这无疑给学习者数据的有效采集带来较大难度，同时也给学习者画像的有效构建带来严峻挑战。

为能采集到学习者在学习活动过程中近乎真实的状态、行为数据，现有研究提出了一些数据采集方法[6-9]，但这些方法仍存在一些问题：一是数据采集过程中未充分利用新兴信息技术，从而导致复杂学习环境下所采集到的数据在及时性、准确性和完整性等方面难以得到保证；二是数据采集过程中未充分考虑到学习者的状态、行为可能会受到其他诸多因素影响，从而导致采集到大量无效的数据；……