基于大數據的學生人物畫像探索

劉微

摘 要：大數據的發展加速了信息化進程，同時推動教育治理方式變革。有效打通數據壁壘，實現數據共享，發揮教育數據潛在價值，全面掌握和跟蹤學生特點、學習過程、學習行為，為學生提供全方位、個性化、精準的人物畫像，進而推進教育決策精準化、科學化。

關鍵詞：大數據;數據共享;學生畫像;教育決策

一、研究背景

（一）研究意義

隨著大數據時代的到來，高校學生在校行為數據成為社會逐漸關注的重點。教育部先后印發《教育信息化十年發展規劃（2011-2020年）》《教育信息化“十三五”規劃（ 2016-2020）》，規范數據的采集、存儲、處理、共享等全生命周期管理，實現教育基礎數據的有序開放與共享。國務院《關于印發促進大數據發展行動綱要的通知》（國發〔2015〕50號）中，明確要探索發揮大數據對于變革教育方式、促進教育公平、提升教育質量的支撐作用，推進管理精準化、決策科學化。

目前，高校中存在學生學籍數據、消費數據、上網數據、成績數據、圖書館借閱數據等多維度存儲系統，且各系統形成數據孤島，無法完全實現數據共享，使得教師和學生之間產生溝通、管理障礙。

利用大數據打通各個數據管理系統之間的壁壘，結合先進的數據挖掘方法和人物畫像技術，將學生雜亂無章的數據整合成行為數據模型，打上精準分類的標簽，將協助高校學生管理工作從精細化、同質化向精準化、個性化轉變。

（二）國內外研究現狀

近年來，大數據已經開啟了影響社會發展的技術變革，大數據技術和平臺層出不窮。而“人物畫像”是通過分析采集到的用戶數據，如用戶基本信息、社會信息、行為信息等，給用戶貼上合適的“標簽”，生成一套抽象的用戶模型。

1.國外研究現狀。美國教育工作者早已經注意到了數據中的潛在價值，致力于推動教育領域的數據潛在價值研究。此外，耶魯大學、哈佛大學等著名高校也陸續開展數據挖掘和人物畫像在教育領域的應用研究。旨在通過數據模型提高教育機構的決策管理水平，促進學生學業提升。

2.國內研究現狀。隨著大數據的飛速發展和國家對教育信息化的推動，我國教育領域掀起了數據挖掘的高潮。特別是《2014年教育信息化要點》的發布，推動高校大數據研究項目不斷前進，學生畫像成為教育數據挖掘的一大亮點。

二、研究思路與方法

（一）數據采集

立足學校目前已建設完成的學工管理系統、研工系統、教務系統、迎新系統、招生系統、科研系統等調取學生基本數據，如學生基本信息、上網信息、課程信息、借閱數據、活動數據等。

（二）數據預處理

學生行為數據存在多樣性、冗余性、復雜性等問題，并不能直接用于數據挖掘，必須先對數據進行處理以便得到干凈、完整、準確的數據。

數據清洗主要針對數據的完備性、唯一性、合法性和一致性處理以得到干凈數據。數據集成則是對多個數據源，需要進行統一存儲和集成。數據選擇是通過對原始數據進行規約降低數據規模。數據變換是通過歸一化、離散化等處理提取有效特征值。

（三）建立大數據學生畫像模型

通過對學生不同類型的數據進行分析，觀察學生在不同維度指標上的差異，利用分類算法構建合理的標簽體系。每個標簽代表學生某個特點或屬性，且權重隨時間、應用范圍、行為類型的不同而呈現不同變化。利用大數據算法結合高校學生行為管理和思政教育理念與實踐，設計合理的分析預測模型，建立學生畫像系統，輸出學生思想動態和行為數據標簽，方便學校掌握學生的思想動態、行為規范，實現準確化、精細化教學管理。

（四）數據呈現

結合高校思想政治教育理念和學生管理辦法，建立學生畫像呈現體系，使用豐富多樣的圖表形式將數據挖掘的結果呈現給用戶，例如：分區域生源、學生消費情況一覽圖等，使管理者迅速把握學生動態，及時做出培養方案調整，切實提高教育質量。

三、學生畫像價值分析

（一）解決數據孤島問題，增強各部門之間的信息流通。大數據人物畫像需要調取學校各部門學生數據以確保建模結果的有效性和準確性，實現各部門之間的數據共享。

（二）綜合運用信息技術，提高科學管理決策水平。綜合運用包含學生模型、最新教育體系和大數據計算模型，以信息化為抓手，為教育決策提供科學依據，提高教育機構的管理決策水平。

（三）探索新的教育教學模式，促進教育體制改革。基于學生數據畫像，探索新的教育教學模式，改革現有的教育體系，提高教學質量。

（四）轉變學生管理模式，實現學生個性化培養。利用學生畫像結果，掌握學生差異化的個性特征，開展“精準施策、精準指導、精準幫扶”，提高學生教育管理工作的科學性、有效性、精準性。

參考文獻

[1] 賈同.大數據對高等教育發展的推動研究[D].西南大學，2015.

[2] 牛瑞敏.數據挖掘在國內教育領域應用的研究綜述[J].中山大學研究生學刊（人文社會科學版），2016（2）：193-200.