李春秋

(安徽商贸职业技术学院 信息与人工智能学院，安徽 芜湖 241002)

随着人工智能、物联网和云计算等技术的成熟，大规模开放网络课程(MOOC)的兴起和发展，网络在线课程数量不断增加，在线平台注册用户群越来越庞大，但根据《中国互联网教育发展趋势报告》可知在线平台用户使用率不到20%.这充分说明用户对在线教育学习效果、平台课程质量和平台使用体验不够满意.在商业领域，采集用户的需求、特征信息构建画像模型，可以对用户进行精准服务.目前画像工具已经应用于京东商场、淘宝及今日头条等多家企业的产品设计.在线学习中学生的行为表现可以预测学生的学习效果和课程完成率.因此，在线学习领域中可以收集学生在线学习行为数据用于构建在线学习者画像，为教师了解在线学习群体提供一个工具，有利于解决在线学习中相关问题.如何采集在线学习者行为数据，存储和管理这些数据是构建学习者画像的重要工作.2013年ADL项目组提出了基于SCORM标准建立的接口规范xAPI,基于该技术规范下，通过LRS(学习记录系统)可以实现在线学习者在任何平台的行为信息和学习经历的存储与检索.本文设计了基于xAPI规范的在线学习者画像框架，构建了在线学习者个体和群体画像模型.为在线学习者提供个性化服务，为教师合理组织课程提供依据.

1 相关研究

1.1 用户画像

用户画像用来描述用户群体的特征，进而了解用户群体的分布和需求等.用户画像目前已经广泛用于各领域，如单晓红等将通过用户评论构建用户画像判断用户需求进而实施精准营销[1]；……