在线教育平台学习者的用户画像研究与构建  

Construction and implementation of learner user profile for online education platform

作　　者：陈珂[1] 黄俊杰 Chen Ke;Huang Junjie(Suzhou Vocational University,Suzhou 215004,China)

机构地区：[1]苏州市职业大学,江苏苏州215004

出　　处：《无线互联科技》2023年第1期116-118,共3页Wireless Internet Technology

基　　金：苏州高职高专院校“产教融合、校企合作”教育改革项目,项目编号:2021JG111;苏州市职业大学教改项目,项目编号:SZDJG-22012。

摘　　要：在大数据时代下的数据量呈指数级增长,基于统计模型的用户画像已经无法满足人们的个性化要求,利用学习行为数据绘制用户学习画像将成为未来教学模式的一种趋势。文章对在线学习者的日志和行为数据提取特征数据集,使用主流的大数据生态框架部署大数据离线批处理平台,并在此平台上构建学习者画像的标签体系以及使用规则匹配的机器学习算法完成用户画像模型的构建。与传统的用户画像相比,文中提出的标签模型和用户画像模型能挖掘出较为准确的学习者画像数据,以便为个性化推荐服务提供更好的支持。In the era of big data,the amount of data increases exponentially,and user portraits based on statistical models can no longer meet people’s personalized requirements.Using learning behavior data to draw user learning portraits will become a trend in future teaching models.In this paper,we extract feature data sets from online learners’logs and behavior data,deploy a big data offline batch processing platform using the mainstream big data ecological framework,build a label system for learners’portraits on this platform,and completes the construction of user portrait models using rule matching machine learning algorithms.Compared with the traditional user portrait,the tag model and user portrait model proposed in this paper can mine more accurate learner portrait data in order to provide better support for personalized recommendation services.

关 键 词：用户画像 用户标签 规则匹配算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP311.13[自动化与计算机技术—控制科学与工程]