学生综合素质评价的用户画像构建研究

来源:用户上传      作者:

　　摘  要： 提升职业院校学生综合素质评价的科学性与准确性，是建设现代职业教育体系的必然要求。文章按照学生综合素质评价体系的要素，采集学生在校期间产生的海量数据，并对海量数据清洗、交换和集成。通过标签定义和模型特征构建，实现基于学生思想品德、身心素质、学业水平、实践能力、职业能力和指标评价的用户画像模型。该模型的构建为学生综合素质评价的方法、过程、反馈提供了新思路和新方法。
　　关键词： 用户画像; 大数据; 综合素质; 评价
　　中图分类号：TP311          文献标识码：A     文章编号：1006-8228（2020）03-96-03
　　Research on the construction of user portrait for the evaluation
　　of students' comprehensive quality
　　Wei Kongpeng， Gu Hongbin， Li Xiaolong
　　（Panjin Vocational and Techical College， Panjin， Liaoning 124000， China）
　　Abstract： It is an inevitable requirement of constructing the modern vocational education system to improve the scientific nature and accuracy of the comprehensive quality evaluation of students in vocational colleges. According to the elements of students' comprehensive quality evaluation system， the massive data generated by students in school is collected， cleaned， exchanged and integrated. Through tag definitions and model features building， the user portrait model is constructed according to students' ideological and moral， physical and mental quality， academic level， practice ability， professional ability and index evaluation. The construction of the model provides new ideas and methods for students' comprehensive quality evaluation methods， process and feedback.
　　Key words： user portrait; big data; comprehensive quality; evaluation
　　0 引言
　　《国家教育事业发展“十三五”规划》提出充分发挥教育评价对科学育人的导向作用，构建科学的职业教育评价制度和改进高校人才培养质量评价。随着人工智能、大数据、区块链等新技术的迅猛发展，信息技术对教育的革命性影响日趋明显，在面对新生代学习者和以大数据技术为核心的信息社会背景下，学生的学习方式、生活习惯都发生了深刻变革。如何依托大数据技术深入整合校园各类数据，通过数据挖掘和预测性分析，不断提升职业院校学生综合素质评价的科学性与准确性，是教育工作者正在面临的问题，对其研究即有理论意义也是现实需求。
　　关于大数据时代背景下大学生综合素质评价的研究正处于起步阶段。杨鸿等[1]在《大数据时代学生综合素质评价：方法论、价值与实践导向》中论述了从大数据的视角探寻学生综合素质评价的改革方略，提出大数据对学生综合素质的全面诊断、精准预测可以促进学生的生命成长，实现教育价值的回归的理论;王祖霖[2]在《大数据时代学生评价变革研究》中阐述教育大数据的特征与学生评价原则的关系，揭示大数据时代学生评价变革面临的挑战，预示大数据时代学生评价变革的趋势，提出应对大数据时代学生评价变革的策略;余戡[3]在《大数据时代背景下大学生综合素质评价体系研究—以安庆师范大学为例》用调查问卷的方式研究出一套符合当下条件和时代特性的全面客观科学合理的大学生综合素质评价指标体系内容。
　　高职学生的综合素质评价应当贯穿高职学生教育的全过程，对学生的综合素质进行全面、科学、系统的评价是保障学生培养质量的必然要求，是建设现代职业教育体系的需要。
　　用户画像技术是大数据技术的一部分。用户画像技术应用于学生綜合素质评价，为学生评价的方法、过程、反馈提供了强大的技术支撑和管理模式，确保综合素质评价因素的真实性和系统性，评价过程的准确性和全面性，评价反馈的有效性和可操作性。
　　1 用户画像
　　Alan Cooper提出用户画像，是真实用户的虚拟代表，是建立在真实数据之上的目标用户模型。用户画像的实质是用数据（结构化数据和非结构化数据）描述用户组或用户的过程，用短语或标签反映用户的特征，用数据集合反映用户的特征状态，通过分类、过滤、反馈、加权等算法，构建个体用户画像或群体用户画像[4]。
　　学生综合素质的用户画像，就是对学生在校期间的学习、科研、实习实训、生活等活动中产生和积累的海量数据，利用大数据技术进行存储、加工、治理和交换，通过特征分析、聚类、分类、异常分析和TopN分析，以图与表的形式发现并挖掘学生行为特征的规律性，提升学生综合素质评价的可行性、持续性和可信度。 　　2 学生综合素质的用户画像
　　数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号，具有描述现象、发现关系、评价效果及预测趋势的功能。用户画像是对现实世界中用户的数学建模，构建学生综合素质的用户画像，是为了塑造一个虚拟化的真实学生模型，为学生综合素质评价的提质增效提供事实性参考和科学性预测依据。构建用户画像需要准确的标签体系、真实的数据来源和可靠的逻辑架构。
　　学生综合素质进行用户画像的核心是数据，数据的范围是学生综合素质评价体系的各级指标，数据的内容可以是数字、文字、图像和声音。为了从多维角度对学生进行精准画像，需要对海量数据进行分类[5]。本研究采用数据-用户标签映射方法构建用户画像，用数据驱动画像的生产，具体方法如图1所示，首先，围绕学生综合素质评价体系采集用户的静态数据（学号、身份证号码、年龄、专业、籍贯等）和动态数据（思想道德表现特征、学习特征等）;然后对采集到的数据进行数据清洗、数据交换和数据集成，确保数据的准确性、完整性和可交换性;最后将采集到的数据进行标签定义和模型特征构建，通过数据的关联和规则的定义构建学生综合素质的整体画像模型。
　　2.1 数据采集
　　本研究根据学生综合素质评价体系[6]提出画像所需的五种数据分类，根据数据分类确定数据来源，具体见表1。采集用户的静态信息（学号、身份证号码、年龄、专业、籍贯等）和动态信息（思想道德表现特征、学习特征等），将学生信息转化为标签信息。
　　2.2 數据预处理
　　由于高校各业务系统数据存在数据标准不统一、数据源头不清晰、数据重复不一致、等问题，需要对采集的数据进行预处理。参考DGI数据治理框架，数据预处理主要包括数据清洗、数据交换和数据集成三个阶段。数据清洗阶段主要是检测各业务系统中数据存在的错误和不一致，排除和更正脏数据，提高数据的质量。数据交换阶段是采用基于XML的数据交换框架，在不更改原有业务系统数据存储和数据标准的情况下，使异构系统之间实现最大限度的协同与交换。数据集成阶段是指将教务、科研、人事、财务、资产等多个重要业务系统的结构化数据采用模式集成方法、数据复制方法，交换到数据仓库，将网络系统日志、视频图像、文本等非结构化数据交换到数据仓库。
　　2.3 画像模型构建
　　本研究以科学性、实用性、精确性和可操作性为原则，采用基于融合的用户画像模型构建方法，画像模型的构建围绕用户的基本属性、行为特征、兴趣维度等进行多维形式化描述。根据高职学生综合素质的评价体系将采集到的数据分别进行标签定义和模型特征构建，逻辑框架结构如图2所示。标签是特征模型的子集，多个数据集构成标签，多个标签组合成特征模型。按照学生综合素质评价体系的构成，画像模型分为思想道德特征模型、身心素质特征模型、学业水平特征模型、实践能力特征模型、职业能力特征模型和指标评价特征模型。根据每个标签的特点使用数据挖掘的算法（决策树、聚类、支持向量机、分类与回归树等）对数据进行处理，计算标签的维度值。以身心素质特征模型为例，心理测试标签的维度值由学校的心理测评结构的状态值构成;生活习惯标签的维度值由网络行为、打开水行为、消费行为等多个数据集构成，需进行数据的关联和规则的定义。
　　3 结束语
　　学生综合素质评价是职业院校教育教学的重要环节，是对学生在校期间全面发展情况的全观察、全纪录和全分析。通过应用用户画像技术，使学生综合素质评价的方式从人工统计和人为主观评价变革为机器自动采集和定性向定量转变;评价的结果从单一的分数和片面结论变革为综合的、多维的、全过程的数据模型，能够有效推进“以人为本”的现代职业教育体系的建设。
　　参考文献（References）：
　　[1] 杨鸿，朱德全，宋乃庆，周永平.大数据时代学生综合素质评价方法论、价值与实践导向[J].中国电化教育，2018.1：27-34.
　　[2] 王祖霖.大数据时代学生评价变革研究[D].湖南大学，2016.
　　[3] 余戡.大数据时代背景下大学生综合素质评价体系研究--以安庆师范大学为例[D].安庆师范大学，2017.
　　[4] 刘海鸥，孙晶晶，苏妍嫄，张亚明.国内外用户画像研究综述[J].情报理论与实践，2018.11：155-160
　　[5] 高广尚.用户画像构建方法研究综述[J].数据分析与知识发现，2019.3：25-35
　　[6] 于运会.高职学生综合素质评价研究与实践[J].经济师，2019.6：178-179
转载注明来源:https://www.xzbu.com/8/view-15150971.htm