赵 春,李 欣

(成都锦城学院 计算机与软件学院,四川 成都 611731)

1 概 述

在“互联网+教育”的背景下,随着移动智能设备的普及和数字化学习资源的极大丰富,网络学习逐渐成为一种主流的学习模式。学生在网络学习空间中的学习行为产生了大量的学习数据。利用基于大数据的用户画像技术对学生的线上学习数据进行挖掘分析、构建学生学习画像变得现实可行。

用户画像是根据用户数据提炼出的描述用户属性及行为的标签集合[1],被广泛地应用于描述用户特征、用户兴趣和用户偏好等[2-4]。学生画像则是用户画像技术在教育领域的应用,反映了学生的学习特征和学习行为。它可以帮助教师理解教学实施情况,也可以辅助制定新的教学策略[5]。余明华等将学生画像划分为能力属性、行为属性和兴趣属性,以数据分析和人工手段相结合的方式建立了学生画像的标签体系[6]。杨长春等认为创建用户画像的过程就是依据构建的用户模型在用户信息中得到特征,并将特征标签化的过程[7]。他从学生的基本特征、学习特征、学习能力、素质与偏好五个维度进行了学生画像建模。黄文林认为学生画像是用能够反映学生的特征描述、行为诊断和需求预测属性的三类标签来刻画,并进行可视化呈现的用户画像方法[8]。任红杰认为学生画像是根据学生的基础信息、学习习惯、学习偏好、学习行为和学习期待等方面的数据信息构建出来的标签化学生模型[9]。……