基于校園行為數據分析的外省學生畫像初步構建

李 歡

（常州工學院電氣信息工程學院，江蘇 常州 213032）

1 研究綜述

1.1 校園行為

在查閱相關文獻的過程中發現，校園行為雖然沒有一個確切的概念，但關于校園行為的相關研究是繁多的，比如以高校學生學習行為為研究對象，宋潔基于校園大數據，以學生的期末考試加權成績預測為抓手，綜合利用時頻分析和非線性分析等技術，從學習勤奮度和行為規律性兩個角度，對學生行為數據進行了系統的量化分析；王祎珺、高俊平、陳曉軍等通過對一卡通數據的實時獲取，對學生出入圖書館的時間、情況進行時序演化分析，有效獲取其學習行為現狀，為數字化校園的管理提供數據基礎。其次，也有以大學生的消費行為為研究內容的，如陶婷婷借助數據挖掘技術和平臺，對學生消費行為數據做聚類分析，對學生學習行為數據、消費行為數據做關聯規則挖掘，以了解學生的學習行為以及消費行為與學習行為之間的關聯性；周野、尹建也是利用K-means聚類算法總結出學生的消費習慣與消費特點，用決策樹算法確定聚類結果，研究出學生日常行為習慣與學習的關系程度。

可見校園行為的概念是比較泛化的，對校園行為的研究主題也比較寬泛。根據校園行為的含義進校剖析，校園行為是全體師生在大學校園內的各種活動場所中產生的一切言談舉止，涉及飲食、消費、學習、禮儀等各個方面。依據本研究的需求，主要對學生的學習、生活、實踐、社交等行為進行研究，通過智慧校園的相關平臺進行數據采集，結合調查問卷獲得。

1.2 學生畫像

用戶畫像的概念最早由Cooper提出，是指建立在一系列真實數據上的目標用戶模型。學生畫像是用戶畫像技術在高校教育管理中的運用。國內關于學生畫像的研究主要集中在模型構建、評價體系以及應用領域等。劉思宇、那達林依托在線課程平臺上學生的在線活動、成績等數據，通過數據可視化和用戶畫像技術構建在線學習學生的畫像。黃煒、張治、胡愛花等人基于“五育融合”理念，充分挖掘學生多來源、多維度、多模態成長數據，根據不同的角色需求呈現學生個人畫像以及群體畫像。梅鵬江挖掘和分析了混合式教學過程中產生的學習行為數據，構建了學習行為數據分析-特征選擇-Stacking融合的學業預測模型，構建學生個人畫像，檢測學生學業異常并及時預警，為師生提供個性化的服務。申民哲將機器學習技術應用到學生畫像和學業預警的研究中，構建了學生數據畫像和學業預警模型，實現了高校育人的前瞻化和精準化。

當下，大數據、云計算、人工智能等技術飛速發展，“依數治理”成為了高校變革治理模式的新利器，學生畫像就是大數據在教育領域的應用，通過對不同類型的學生進行數字畫像，實現“掌握學生的特征和活動特點、發掘學生成長規律并預測發展趨勢、智能分析人才培養質量提供科學決策”等高等教育治理目標，為提升高校教育水平和實現教育治理現代化提供有效路徑。

2 學生畫像的構建

在參考以上文獻的基礎上，本研究基于學生在校園內的學習、生活、行為、社交等大數據，通過數據采集、標簽構建、畫像構建、服務應用等流程，實現對外省學生的數字畫像，揭示學生校園生活的軌跡，預測學生成長發展的路線，為高校實現智能化、科學化的教育治理提供依據。具體流程見圖1。

圖1 學生畫像系統構建流程

2.1 數據采集與整合

學生畫像數據由靜態數據和動態信息數據構成。從學生培養的角度出發，可將用戶畫像信息分為基本屬性、學業水平、實踐情況、身心健康等4個維度，基本覆蓋衡量高校人才培養質量的相關方面。

①基本屬性。用于描述學生的個人信息，主要包括性別、年齡、生源地、家庭情況、政治面貌等，此類信息可從學生信息管理系統中獲得。②學業水平。用于描述學生學習成績、學習習慣等信息，主要包括上課考勤情況、課外學習時長、專業排名、獎懲情況、圖書借閱情況等，此類信息可以從教務系統、圖書館門禁系統、借閱系統、校園一卡通等系統中獲得。③實踐情況。用于描述學生在課堂之外的實習實踐活動情況，主要包括參加學生干部情況、社會實踐、企業實習的次數和類型等，此類信息可以從第二課堂成績單、學生信息管理系統中獲得。④身心健康。用于描述學生身體健康和心理健康的水平，尤其是體現在人際交往、生涯規劃、自我認知等方面，主要包括體測成績、心理素質、睡眠情況、游戲時長、社交情況、生涯規劃等。

2.2 標簽化處理

學生畫像的維度框架從人才培養的角度明確了新時代學生成長需要具備的核心素養，解決了“畫什么”的問題，而數據標簽是對某類特定群體的特征進行抽象和概括，是要解決“怎么畫”的問題。考慮數據之間的關聯性，將標簽作為一個體系來設計，實現對用戶多維度、多角度的描述。

2.3 畫像構建

運用數理統計、分類、聚類、關聯、回歸等算法模型，按照屬性的級別和細化程度對數據進行分級分類，對用戶標簽進行深入挖掘，從而進一步標識出用戶的基本屬性、行為特征和社交網絡等。

2.4 服務應用

基于以上對學生數據標簽的構建和描畫，通過學生畫像可進行個體、群體和全體的分析展示，不僅可以實現對學生客觀、全面的評價，還可以實現對學生科學化、精準化的教育指導。如表1。

表1 學生畫像的標簽體系構建

以“學業水平”指標為例，原始數據包括上課缺勤次數、平均學分績點排名、各科目考試分數、不及格科目數及學時、學業預警次數、課外學習時長、圖書館門禁數據、獲得獎學金的類別和時間等。通過模型標簽對數據進行深層次的分析，可以從學習態度、學分排名、獎懲情況等維度構建模型，在通過組合分析和算法，從而對學生的學業水平進行可視化呈現。根據學生當下學業水平預測是否需要學業幫扶或考研提升，為教師進行學業指導提供參考，也為高校的人才培養決策提供依據。

3 應用策略

以數字畫像技術為基礎的學生綜合素質評價，能夠全面、客觀、立體地展現學生各方面的成長狀況，也更能體現人才培養的過程質量。通過對學生個性化的展現，有助于教師對學生成長更精準化的指導，也能更準確地預測學生的成長軌跡，幫助教育管理部門制定更有針對性、實效性的培養計劃，促使教育資源和人才資源均衡匹配，有序流動。

3.1 學業指導因材施教

人才培養是中國高等教育培養的關鍵環節。通過由數字畫像所形成的人才培養支撐體系，可以提高教師培養指導的效率與效果。數字圖像可以整合學生在學習意向、學習興趣、學習方式、學業成績和其他與學習有關聯的事件和活動數據，全面、精確、直觀地展示學生在學習方面的發展情況，教師可以有效地對學生實施有針對性的干預和指導，滿足學生個性化的學習需要。另外，數字畫像在一定程度上還可以通過預警存在學習問題的學生，提醒教師及時為他們提供適當的指導，從而關心每一個學生的發展，落實以學生為中心的辦學宗旨。

3.2 學生事務管理精準有效

大數據分析的運用為高校學生提供了更快捷、更智能的校園生活，同時也成為了學生事務精細化管理的利器。比如在學生的職業生涯規劃中，可以通過數字畫像描畫學生各個方面的實際發展狀況，幫助他們發現亮點，準確定位。此外，就業指導教師還可以通過畫像對學生的發展現狀一目了然，針對用人單位的職業要求，根據學生的專業知識、生源地、學習狀況、心理測評、職業個性測評等向企業推薦符合度高的人才資源，達到對學生與用人單位職業要求方面的“人崗準確銜接”。在學校評優助困中，基于大數據技術精準畫像的基礎上，真實記錄了學生學習、工作和生活中的過程信息，在評優評助工作的整個流程中，能夠建立以結果為導向、以過程為補充的評估模型。

3.3 學生質量評估客觀全面

由于傳統的信息渠道匱乏，教師對學生的認識更多來自可見的一些方面，但是學生的教育并不是依靠成績等單一因素，而是取決于綜合素養。“無標簽”學生是缺乏突出特征的學生，平時學習成績一般，生活中表現也不突出的一類學生。針對這些學生，學校管理工作的開展常常沒有入手點，而學生畫像則很好地解決了這個問題。數字畫像利用學校學生事務管理數據庫，挖掘學校學生的心理測試狀況、人格測評、學習成績、社會實踐狀況、所通過的資質考試等綜合數據信息，篩選有效數據，進而確定學生在各方面的綜合狀況，精確全面地評估每一個人。

3.4 教育治理水平現代化

在學校管理領域，依托學生畫像的高校學生事務精細化管理，尊重學生成長規律，為每一位學生繪制特有的“畫像”和成長路徑，在管理理念上是以學生為主體，以學生為中心的學生管理才能真正實現高校的育人目標。另外，地方各級教育部門可根據本地區學生的數字畫像，詳盡掌握學生成長的總體狀況，并對部分區域的高等教育提出具有針對性、實效性的政策方案，把控各校招生流量，減輕學校的升學與就業壓力，明晰學校人才培養缺口，建立相關行業的人才培養扶持體系等，以促進教育資源的合理配置，實現各地區學校的均衡發展，促進高等教育的公平與效率。