基于大数据的学生人物画像探索
作者：刘微
来源：《发明与创新（职业教育）》 2024年第10期
刘 微
（中南财经政法大学，湖北 武汉 430073）
摘 要：大数据的发展加速了信息化进程，同时推动教育治理方式变革。有效打通数据壁垒，实现数据共享，发挥教育数据潜在价值，全面掌握和跟踪学生特点、学习过程、学习行为，为学生提供全方位、个性化、精准的人物画像，进而推进教育决策精准化、科学化。
关键词：大数据；数据共享；学生画像；教育决策
一、研究背景
（一）研究意义
随着大数据时代的到来，高校学生在校行为数据成为社会逐渐关注的重点。教育部先后印发《教育信息化十年发展规划（2011-2024年）》《教育信息化“十三五”规划( 2016-2024)》，规范数据的采集、存储、处理、共享等全生命周期管理，实现教育基础数据的有序开放与共享。国务院《关于印发促进大数据发展行动纲要的通知》（国发〔2015〕50号）中，明确要探索发挥大数据对于变革教育方式、促进教育公平、提升教育质量的支撑作用，推进管理精准化、决策科学化。
目前，高校中存在学生学籍数据、消费数据、上网数据、成绩数据、图书馆借阅数据等多维度存储系统，且各系统形成数据孤岛，无法完全实现数据共享，使得教师和学生之间产生沟通、管理障碍。
利用大数据打通各个数据管理系统之间的壁垒，结合先进的数据挖掘方法和人物画像技术，将学生杂乱无章的数据整合成行为数据模型，打上精准分类的标签，将协助高校学生管理工作从精细化、同质化向精准化、个性化转变。
（二）国内外研究现状
近年来，大数据已经开启了影响社会发展的技术变革，大数据技术和平台层出不穷。而“人物画像”是通过分析采集到的用户数据，如用户基本信息、社会信息、行为信息等，给用户贴上合适的“标签”，生成一套抽象的用户模型。
1.国外研究现状。美国教育工作者早已经注意到了数据中的潜在价值，致力于推动教育领域的数据潜在价值研究。此外，耶鲁大学、哈佛大学等著名高校也陆续开展数据挖掘和人物画像在教育领域的应用研究。旨在通过数据模型提高教育机构的决策管理水平，促进学生学业提升。
2.国内研究现状。随着大数据的飞速发展和国家对教育信息化的推动，我国教育领域掀起了数据挖掘的高潮。特别是《2014年教育信息化要点》的发布，推动高校大数据研究项目不断前进，学生画像成为教育数据挖掘的一大亮点。
二、研究思路与方法
（一）数据采集
立足学校目前已建设完成的学工管理系统、研工系统、教务系统、迎新系统、招生系统、科研系统等调取学生基本数据，如学生基本信息、上网信息、课程信息、借阅数据、活动数据等。
（二）数据预处理
学生行为数据存在多样性、冗余性、复杂性等问题，并不能直接用于数据挖掘，必须先对数据进行处理以便得到干净、完整、准确的数据。
数据清洗主要针对数据的完备性、唯一性、合法性和一致性处理以得到干净数据。数据集成则是对多个数据源，需要进行统一存储和集成。数据选择是通过对原始数据进行规约降低数据规模。数据变换是通过归一化、离散化等处理提取有效特征值。
（三）建立大数据学生画像模型
通过对学生不同类型的数据进行分析，观察学生在不同维度指标上的差异，利用分类算法构建合理的标签体系。每个标签代表学生某个特点或属性，且权重随时间、应用范围、行为类型的不同而呈现不同变化。利用大数据算法结合高校学生行为管理和思政教育理念与实践，设计合理的分析预测模型，建立学生画像系统，输出学生思想动态和行为数据标签，方便学校掌握学生的思想动态、行为规范，实现准确化、精细化教学管理。
（四）数据呈现
结合高校思想政治教育理念和学生管理办法，建立学生画像呈现体系，使用丰富多样的图表形式将数据挖掘的结果呈现给用户，例如：分区域生源、学生消费情况一览图等，使管理者迅速把握学生动态，及时做出培养方案调整，切实提高教育质量。
三、学生画像价值分析
（一）解决数据孤岛问题，增强各部门之间的信息流通。大数据人物画像需要调取学校各部门学生数据以确保建模结果的有效性和准确性，实现各部门之间的数据共享。
（二）综合运用信息技术，提高科学管理决策水平。综合运用包含学生模型、最新教育体系和大数据计算模型，以信息化为抓手，为教育决策提供科学依据，提高教育机构的管理决策水平。
（三）探索新的教育教学模式，促进教育体制改革。基于学生数据画像，探索新的教育教学模式，改革现有的教育体系，提高教学质量。
（四）转变学生管理模式，实现学生个性化培养。利用学生画像结果，掌握学生差异化的个性特征，开展“精准施策、精准指导、精准帮扶”，提高学生教育管理工作的科学性、有效性、精准性。
参考文献
[1] 贾同.大数据对高等教育发展的推动研究[D].西南大学，2015.
[2] 牛瑞敏.数据挖掘在国内教育领域应用的研究综述[J].中山大学研究生学刊（人文社会科学版），2016（2）：193-200.
基于大数据的学生人物画像探索
