基于考核数据的学生画像研究

2020-02-17 11:49杨睿江佳玲杨晓雨迟骋陈铮
学周刊 2020年5期
关键词:用户画像数据挖掘

杨睿 江佳玲 杨晓雨 迟骋 陈铮

摘 要:学生画像这一概念源于电子商务领域的用户画像,基于考核数据的学生画像在教育教学领域有着积极的意义。通过归类考核数据,分析考核类型属性及学生性格属性可以得到三类参数。应用数据挖掘技术确定三类参数间的关系,即可得到基于考核数据的学生画像。

关键词:考核数据;用户画像;学生画像;数据挖掘

中图分类号:G64 文献标识码:A

文章编号:1673-9132(2020)05-0006-01

DOI:10.16657/j.cnki.issn1673-9132.2020.05.002

一、研究意义与现状

(一)研究意义

学生画像这一概念源于电子商务领域的用户画像。用户画像又称用户角色,作为一种勾画目标用户,是关联用户诉求与设计方向的有效工具,如今已经在各个领域得到广泛的应用。

学生普遍存在自控能力较弱、学习方法不够科学、对自身学习状况认识不足,以及学习动机不够端正等问题。若以学生学习活动过程中相关的数据为基础构建学生画像,并以此模型为依据摸索教育教学改革方向,探索新的教育教学模式,必将使社会主义教育事业得到更好的发展。

(二)研究现状

京东、阿里巴巴等电子商务巨头主要将用户画像技术应用于广告、推荐、搜索等方面,致力于信息统计和数据挖掘,为网商经营者提供了一场电商大数据的盛宴,商家从中获得了重要的营销参考。但也应该看到,我国关于用户画像的研究工作起步较晚,主要研究成果只是与其间接关联,较少有研究者将用户画像技术作为主题进行探究。目前,用户画像在教育领域的应用,即构建针对学生的画像,还未受到研究者的充分重视。

二、考核数据及学生性格属性分析

(一)考核数据搜集归类

学习是学生的主要日常活动,所以考核数据不仅能够展现学生的学业水平,还能够揭示学生在很多方面的特点属性。这里所提到的考核数据并不是只包括传统意义上的考试成绩、完成作业和考勤情况。随着教学理念和科技手段的持续发展,很多关于学生学习表现的数据都会在不知不觉间被各种平台所记录、整理。例如,网络自主学习平台可以高效地记录学生在自主学习过程中的表现情况。这些数据都能够体现出学生的学习状态和学习效果,应该被归于考核数据范畴。

(二)学生性格属性分析

当前,由于受复杂的社会环境、国内外多元文化的影响,学生的性格及思想观念呈现多面性,甚至矛盾性。学生的这些性格属性恰恰是构建学生画像所必需的“砖瓦”,需要进行深入的分析。

利用考核数据来建立学生画像需要在分析学生性格属性时紧贴学习行为,从学习活动中找寻学生的性格特点。具体来说,学生在学习过程中表现出来的性格属性,包括执行力、耐受力、创造力、承压力和积极性等,分别对应不同学习活动中的具体表现。

(三)考核数据与学生属性关系建立

随着技术迅速发展,学生考核数据的搜集获取工作变得越来越高效,同时也带来了数据量过大、数据间关系过度复杂等负面影响。若要将考核数据与学生性格属性联系起来,必须找到一个“桥梁”,以实现基于考核数据构建学生画像这一目标。这一中间量便是考核数据属性,具体包括考核类型所具有的基础理论类、理论推导类、理论计算类、实践应用分析类、实践应用设计类及实践问题分析类等属性。

三、学生画像的构建

归类考核数据可以得到若干考核数据的类型Xi∈[X1,…,Xa],分析学生性格特点可得到若干学生属性Zj∈[Z1,…,Zc],再通过考核数据属性Yk∈[Y1,…,Yb],将两者联系起来。

三种数据关联图

根据各组参数间关系对搜集所得考核数据进行分析计算,分别求出Xi到Yk,Yk到Zj的系数矩阵,据此可建立基于其考核数据的多维学生画像。

四、结语

以考核数据为基础构建的学生画像可以为教育工作者以及其他服务于学生的领域提供有力支持。利用数据挖掘、机器学习等前沿技术,全面分析考核数据的类型和属性,以及学生性格属性,确定三类参数间的系数矩阵,即可得到学生画像模型。

参考文献:

[1]李佳慧.基于大数据的电子商务用户画像构建研究[J].电子商务,2019(1).

[2]董哲瑾.一种用户成长性画像的建模方法[J].山东大学学报(理学版),2019(3).

[责任编辑 李爱莉]

作者简介:杨睿(1981.7— ),男,汉族,辽宁沈阳人,副教授,研究方向:混合教學模式研究,机器学习。

基金项目:本文系2019年校级重点项目《基于大数据的计算机专业应用型人才培养考核方式模型研究》(项目编号:201910166102)的沈阳师范大学大学生创新创业训练计划成果;2019年沈阳师范大学大学生科研基金项目《基于考核数据的大学生画像研究》成果。

猜你喜欢
用户画像数据挖掘
基于并行计算的大数据挖掘在电网中的应用
一种基于Hadoop的大数据挖掘云服务及应用
数据挖掘的分析与探索
基于GPGPU的离散数据挖掘研究