张治 杨熙 夏冬杰

[摘   要] 学习者画像是描述学习者特征、实现智能化推送、实施个性化教育的重要基础。如何挖掘并利用在线学习平台中的数据构建学习者画像是当前亟待解决的问题。研究以在线作业为目标场景，以在线学习行为投入为切入点，构建了以参与、坚持、专注、学术挑战和自我调控为主要维度的分析框架和测量指标，利用7695名小学生在线作业数据进行了27个测量指标的有效性验证，采用K-Means聚类方法对在线学习者的行为特征和结果特征进行了标签分类，形成了四类学习者的群体画像，提出了相应的学习指导建议。研究发现，学习者的学业成绩与作业行为投入之间存在显著相关，不同的行为投入平台指标与学业成绩呈现不同的相关性，学习品质相关指标与学业成绩呈现强相关。因此，在线教育平台应通过画像技术，持续跟踪学习者的在线学习行为投入，评估学习者的学习品质，提出个性化的指导建议，推送精准化的学习资源，进而提升学习者在线学习效率。

[关键词] 学习者画像; 学习行为投入; 在线作业; 测量指标; 学习分析

[中图分类号] G434            [文献标志码] A

[作者简介] 张治（1975—），男，河南周口人。正高级教师，博士，主要从事教育管理、教育信息化、研究性学习研究。E-mail：87476088@qq.com。

一、问题的提出

近年来，随着信息技术快速的发展，世界各国开始通过大力发展教育信息化来促进教育教学改革，这使得信息技术快速地融入了教育的各个领域[1]。大量教育信息化服务平台应运而生，进而产生了大量的教育领域数据[2]。……