尹婷婷 龔思怡 曾憲玉

（1.西北工業(yè)大學教務(wù)處，西安 710072；2.西北工業(yè)大學圖書館，西安 710072）

教育部印發(fā)《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》中明確提出，教育工作者需要關(guān)注學生的個性特征和自身特點，倡導(dǎo)積極、主動的個性化學習方式，充分發(fā)展學生的潛在優(yōu)勢。但是在長期的教育實踐過程中，由于學生自身存在的個體差異性、學習效果的不同及學習狀態(tài)的變化等因素[1-2]，教育工作者很難全面、準確地了解學生所需要的教育資源，難以針對學生的不同學習需求進行教育資源個性化推薦服務(wù)。同時，隨著“互聯(lián)網(wǎng)+”、大數(shù)據(jù)等信息技術(shù)的快速發(fā)展，網(wǎng)絡(luò)空間內(nèi)的信息量呈爆發(fā)式增長，為個性化學習的實施提供了大量的、更加便捷的學習資源，然而海量的教育資源極易導(dǎo)致諸如“信息擁塞”“信息過載”等現(xiàn)象的發(fā)生，如何順應(yīng)學習者個性化學習需求的研究背景，針對學習者的差異性從復(fù)雜、海量的信息資源中搜索、定位并推薦學習者所需的教育資源，進一步提升教育資源個性化推薦服務(wù)的智能性和精準度，目前已成為當今國內(nèi)外教育管理領(lǐng)域眾多專家和學者研究的熱門話題和關(guān)鍵問題。因此，構(gòu)建一種準確率更高、更加智能化的教育資源個性化推薦系統(tǒng)是目前亟待解決的問題。用戶畫像作為大數(shù)據(jù)背景下資源信息推薦服務(wù)的設(shè)計工具，為教育資源個性化推薦服務(wù)提供了新的研究思路。用戶畫像模型的構(gòu)建主要是針對用戶個人信息特征及在網(wǎng)絡(luò)交互系統(tǒng)內(nèi)產(chǎn)生的行為記錄信息進行數(shù)據(jù)挖掘，通過數(shù)據(jù)信息的發(fā)現(xiàn)與數(shù)據(jù)的提煉過程，預(yù)測用戶的資源需求，最終推薦滿足用戶需求的、準確的資源信息[3-4]。本文借鑒在信息科學、人工智能等領(lǐng)域的應(yīng)用實踐，引入用戶畫像技術(shù)來探討、分析教育資源與學習者資源需求之間的內(nèi)在聯(lián)系，深入挖掘教育資源個性化推薦服務(wù)的本質(zhì)特征，構(gòu)建教育資源個性化推薦服務(wù)模型并探討與之相關(guān)的教育資源個性化推薦服務(wù)的具體應(yīng)用模式，為大數(shù)據(jù)背景下高校開展教育資源個性化推薦服務(wù)和滿足學習者多粒度個性化學習需求提供參考。

1 用戶畫像概述

網(wǎng)絡(luò)工程師Cooper提出用戶畫像是建立在一系列屬性數(shù)據(jù)之上的用于描述目標用戶的虛擬模型[5]，算法的核心步驟包括對用戶個性特征、網(wǎng)絡(luò)行為痕跡等數(shù)據(jù)信息進行深度挖掘與歸納分析，利用信息識別及數(shù)據(jù)挖掘等人工智能技術(shù)完成用戶貼“標簽”的建模過程，將獲取的“標簽”按照一定的排列組合方式匯聚起來，從而達到快速、精準地了解用戶個性化需求的目的[6]。因此，用戶畫像多用于信息資源推薦服務(wù)及精準營銷等應(yīng)用領(lǐng)域[7]。Gauch等[8]提出通過加權(quán)關(guān)鍵詞、概念層次結(jié)構(gòu)對用戶畫像的標簽系統(tǒng)進行細化分類的觀點。Xu等[9]通過用戶畫像技術(shù)提取隱藏在社交網(wǎng)絡(luò)中微博用戶的輪廓特征，并將其用于微博用戶資源需求的推送服務(wù)。張壯等[10]通過引入注意力機制，利用Stacking集成方法提出改進的多模態(tài)融合用戶畫像方法。Jiamthapthaksin等[11]基于ANN和SVM算法構(gòu)建用戶畫像的興趣特征模型，并利用Facebook數(shù)據(jù)集驗證模型的有效性。周文靜[12]提出將加權(quán)概念興趣、加權(quán)關(guān)鍵字興趣用于用戶興趣維度畫像模型的構(gòu)建，并針對校園網(wǎng)絡(luò)用戶畫像的數(shù)據(jù)來源進行實證研究。Quintana等[13]基于用戶體驗設(shè)計理念，提出用戶畫像技術(shù)在MOOC教育資源精準推送服務(wù)過程中的設(shè)計需求?？v觀學術(shù)領(lǐng)域關(guān)于用戶畫像的研究成果，發(fā)現(xiàn)其研究的側(cè)重點主要集中于用戶模型的不同構(gòu)建方法以及具體的資源精準推送模式等內(nèi)容，而關(guān)于用戶畫像技術(shù)在教育資源個性化推薦服務(wù)中的研究仍需進行深入探討。

2 教育資源個性化推薦服務(wù)研究現(xiàn)狀

以學習者具體的學習需求為導(dǎo)向，通過對學習者個性特征的描述、學習需求的識別、提供教育資源個性化推薦服務(wù)，其實質(zhì)體現(xiàn)了以學習者為中心的現(xiàn)代教育理念，這也是當前大眾泛化學習情況下教育資源個性化推薦服務(wù)的發(fā)展基礎(chǔ)[14]。在“互聯(lián)網(wǎng)+”信息時代背景下，依據(jù)用戶的個性化需求，信息科學、教育管理等領(lǐng)域的眾多研究者進行大量理論與實踐探索，通過對信息資源進行收集、整理、歸納和分類，并向潛在用戶推薦其可能需要的教育資源數(shù)據(jù)，資源推送的具體流程如圖1所示。具體而言，Brusilovsky[15]通過將課程進行排序標記，提出教育資源個性化推薦策略的實現(xiàn)路徑。Weber[16]在個性化學習導(dǎo)航策略視角下提出教育資源個性化推薦系統(tǒng)的適用范圍。DeBra[17]通過對學習者認知水平的探討，構(gòu)建針對不同認知水平的教育資源個性化推薦模型。Multimedia[18]利用關(guān)聯(lián)規(guī)則分析學習者個性化學習需求的差異性。Wang等[19]利用協(xié)同過濾技術(shù)提出獲取學習者瀏覽教育資源網(wǎng)頁行為數(shù)據(jù)信息的方法。余勝泉等[20]通過系統(tǒng)建模與構(gòu)建推薦算法建立智能化的學習元平臺資源推薦模型。查相虹等[21]利用數(shù)據(jù)分析技術(shù)設(shè)計智能化、人性化的支持服務(wù)模型，并對在線學習支持服務(wù)應(yīng)用模式進行探討。薛偉[22]分別從教學策略、學習策略不同方面入手，對包括教育資源在內(nèi)的學習支持服務(wù)的內(nèi)涵進行了詳細闡述。劉海鷗等[2]基于大數(shù)據(jù)畫像的視角提出學習者多維標簽系統(tǒng)構(gòu)建的模型，并用于個性化學習精準推薦服務(wù)模式的研究。

圖1 教育資源個性化推薦流程圖

縱覽人工智能、教育管理等領(lǐng)域教育資源個性化推薦服務(wù)的研究成果，發(fā)現(xiàn)主要集中于將不同的算法和應(yīng)用平臺引入針對學習者資源需求分析的推送服務(wù)等具體內(nèi)容，包括個性化學習資源導(dǎo)航、學習者認知建模、語義框架分析及智能代理等最新大數(shù)據(jù)處理技術(shù)的應(yīng)用，但是缺乏對學習者個人信息特征及在網(wǎng)絡(luò)交互系統(tǒng)內(nèi)產(chǎn)生的行為記錄信息的考慮與研究，從而導(dǎo)致對學習者個人屬性特征研究不夠，對學習者的興趣偏好分析不深，教育資源個性化推薦服務(wù)不夠精準等問題。因此，本文借鑒用戶畫像技術(shù)在金融、互聯(lián)網(wǎng)等領(lǐng)域廣泛應(yīng)用的實踐經(jīng)驗，將用戶畫像技術(shù)引入教育資源個性化推薦服務(wù)領(lǐng)域，利用用戶畫像的技術(shù)優(yōu)勢構(gòu)建教育資源個性化推薦服務(wù)模型，為“互聯(lián)網(wǎng)+”背景下教育資源個性化推薦服務(wù)研究提供參考借鑒與發(fā)展思路。

3 基于用戶畫像技術(shù)的教育資源個性化推薦服務(wù)模型構(gòu)建

在大數(shù)據(jù)背景下，學習者的數(shù)據(jù)信息具有多維、交叉融合的特征，基于用戶畫像技術(shù)構(gòu)建教育資源個性化推薦服務(wù)模型需要利用聚類耦合分析、深度挖掘等相關(guān)數(shù)學方法完成針對學習者數(shù)據(jù)信息的分析、處理過程，具體步驟主要包括：通過對學習者個體屬性及行為痕跡數(shù)據(jù)信息的分析、整合、聚類等操作，全面獲取學習者的數(shù)據(jù)信息，建立關(guān)聯(lián)規(guī)則；整合、統(tǒng)一學習者個體及學習者群體數(shù)據(jù)信息；建立多維學習者標簽系統(tǒng)，完成用戶畫像的核心步驟；利用統(tǒng)計分析與數(shù)據(jù)分析算法，構(gòu)建用戶畫像模型，實現(xiàn)教育資源與學習者之間的精準匹配，對學習者提供教育資源個性化推薦服務(wù)[6]。

3.1 全面獲取學習者的數(shù)據(jù)信息，建立關(guān)聯(lián)規(guī)則

隨著“互聯(lián)網(wǎng)+”技術(shù)的飛速發(fā)展以及智慧校園網(wǎng)絡(luò)信息化的全面普及，高校教學管理系統(tǒng)能夠?qū)w現(xiàn)學習者個性特征的數(shù)據(jù)信息進行獲取、保存。利用用戶畫像技術(shù)對獲取的學習者數(shù)據(jù)信息進行挖掘、分析并與教育資源進行匹配，從而能夠提供精準的教育資源個性化推薦服務(wù)。由于物理存儲等原因，獲取的學習者數(shù)據(jù)信息可能分散于不同結(jié)構(gòu)的系統(tǒng)中，以至各數(shù)據(jù)信息之間的相互關(guān)聯(lián)較弱甚至沒有任何關(guān)聯(lián)。因此，按照獲取的數(shù)據(jù)信息內(nèi)容的差異性，可將獲取的數(shù)據(jù)信息劃分為基本固定數(shù)據(jù)、動態(tài)變化數(shù)據(jù)兩大類。其中，基本固定數(shù)據(jù)主要包括學習者的性別、年齡、職業(yè)、職務(wù)等基本特征數(shù)據(jù)信息；動態(tài)變化數(shù)據(jù)主要包括學習者在教育系統(tǒng)中的行為日志數(shù)據(jù)、交互動態(tài)數(shù)據(jù)等行為痕跡數(shù)據(jù)，這類數(shù)據(jù)信息會隨著學習者學習內(nèi)容、興趣愛好等隨時發(fā)生變化。

當體現(xiàn)學習者個體特征及網(wǎng)絡(luò)交互系統(tǒng)內(nèi)的行為痕跡的數(shù)據(jù)信息被獲取后，描述學習者的基本固定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)就構(gòu)成了用戶畫像數(shù)據(jù)庫的信息來源；當大量的與某一學習者相似的基本固定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)被獲取后，關(guān)于某一學習者所屬的學習者群體數(shù)據(jù)庫信息來源就建立了，同時不同學習者群體之間的內(nèi)在關(guān)聯(lián)規(guī)則也能夠建立起來。由于學習者個體基本固定數(shù)據(jù)及動態(tài)變化數(shù)據(jù)的更新將影響學習者個體所在學習者群體數(shù)據(jù)信息的改變，因此，建立學習者群體之間科學、合理的關(guān)聯(lián)規(guī)則是提高教育資源個性化推薦服務(wù)效率的基礎(chǔ)與關(guān)鍵。

3.2 整合、統(tǒng)一學習者個體及學習者群體數(shù)據(jù)信息

作為構(gòu)建用戶畫像模型的數(shù)據(jù)基礎(chǔ)，高校教學管理系統(tǒng)收集到的關(guān)于學習者的數(shù)據(jù)內(nèi)容具有來源廣泛、數(shù)量龐雜、結(jié)構(gòu)不一的特點。依據(jù)基本固定數(shù)據(jù)、動態(tài)變化數(shù)據(jù)內(nèi)容的差異性，可以借助數(shù)據(jù)分解技術(shù)，將獲取的數(shù)據(jù)信息整合、統(tǒng)一分解成為元數(shù)據(jù)格式，再進行清洗、合并、歸納、整合等數(shù)據(jù)處理步驟[23]，從而獲得能夠用于用戶畫像的有效數(shù)據(jù)信息。在整合學習者個體及學習者群體數(shù)據(jù)信息的過程中，需要隨時剔除無用數(shù)據(jù)，進一步提高有效數(shù)據(jù)信息的準確性與利用率，從而提高教育資源個性化推薦服務(wù)的精準度。

3.3 針對學習者標簽進行處理，構(gòu)建多維學習者標簽系統(tǒng)

通過對學習者信息的標簽化處理，能夠?qū)W習者及學習者群體的個性特征形象化、具體化。建立學習者及學習者群體標簽系統(tǒng)的主要步驟：①獲取、記錄、提取學習者及學習者群體的數(shù)據(jù)信息，與典型參照詞表系統(tǒng)比對分析，構(gòu)建用于用戶畫像技術(shù)處理過程的標簽詞表系統(tǒng)，標簽詞表的具體內(nèi)容包括學習者的性別、年齡、興趣愛好等個人信息特征及在網(wǎng)絡(luò)交互系統(tǒng)內(nèi)產(chǎn)生的行為記錄信息，如使用學校的教務(wù)系統(tǒng)、圖書館信息檢索系統(tǒng)等產(chǎn)生的訪問信息等；②將獲取的標簽信息進一步梳理、整合、歸納、合并后，形成不同的標簽組，并建立能夠用于用戶畫像處理流程的多維標簽系統(tǒng)，完成用戶畫像的核心步驟，為用戶畫像模型的構(gòu)建提供對比基礎(chǔ)和參照體系[5]。

3.4 利用數(shù)據(jù)分析算法，構(gòu)建用戶畫像模型

依據(jù)獲取到的學習者基本固定數(shù)據(jù)及動態(tài)變化數(shù)據(jù)，借助數(shù)據(jù)分析算法完成用戶畫像模型的構(gòu)建，實現(xiàn)更加精準的教育資源個性化推薦服務(wù)。在用戶畫像模型構(gòu)建過程中，通過建立向量模型對描述學習者資源需求的數(shù)據(jù)信息進行科學、有效的描述和權(quán)重計算，利用節(jié)點表示教育資源，節(jié)點大小代表學習者對某一具體教育資源的訪問次數(shù)，各節(jié)點間連線的粗細度代表學習者對教育資源需求的強弱關(guān)系。依據(jù)得到的教育資源權(quán)重值的不同，學習者對某一具體教育資源的需求也得到了具體量化表示。基于上述分析，按照學習者及學習者群體的數(shù)據(jù)信息分析流程，基于用戶畫像技術(shù)的教育資源個性化推薦服務(wù)模型可具體分為數(shù)據(jù)基礎(chǔ)層、數(shù)據(jù)處理層及數(shù)據(jù)挖掘?qū)樱ㄒ妶D2）。

圖2 用戶畫像模型構(gòu)建數(shù)據(jù)流程分析示意圖[7]

數(shù)據(jù)基礎(chǔ)層是用戶畫像模型的根本所在，其所需的學習者基本固定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)主要來源于學校教務(wù)系統(tǒng)、圖書館系統(tǒng)、移動服務(wù)平臺及其他信息系統(tǒng)等，包括學習者關(guān)于信息檢索、網(wǎng)頁瀏覽、教育資源收藏及下載、教學評價、關(guān)注及互動等具體操作的數(shù)據(jù)信息。數(shù)據(jù)基礎(chǔ)層整合、貫通各系統(tǒng)服務(wù)平臺的數(shù)據(jù)信息，主要起到數(shù)據(jù)收集、獲取的作用。

數(shù)據(jù)處理層的作用是將學習者基本固定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)進行整合、處理，利用數(shù)據(jù)處理技術(shù)對獲取到的學習者基本固定數(shù)據(jù)和動態(tài)變化數(shù)據(jù)進行前期處理、數(shù)據(jù)分析等數(shù)據(jù)處理步驟，形成數(shù)據(jù)集群，并對不同類型的數(shù)據(jù)信息依據(jù)權(quán)重排序，獲得用于用戶畫像的有序數(shù)據(jù)集合。

數(shù)據(jù)挖掘?qū)邮怯脩舢嬒窠５暮诵膶?，主要利用通過數(shù)據(jù)處理層獲取的有序數(shù)據(jù)集合，結(jié)合已建立的標簽?zāi)Ｐ蛶欤òń逃Y源搜索特性、個人特征、評價、轉(zhuǎn)發(fā)、瀏覽等），利用聚類、關(guān)聯(lián)分析等數(shù)學處理方法對學習者及學習者群體進行聚合分析，建立學習者畫像庫及學習者群體畫像庫，完成用戶畫像的構(gòu)建。最后，針對建立的學習者畫像庫及學習者群體畫像庫的具體模型，按照學習者及學習者群體的潛在資源需求及目前資源需求的不同，依次將教育資源數(shù)據(jù)集合與其進行匹配，并將獲取的與用戶畫像模型相對應(yīng)的教育資源以可視化方式呈現(xiàn)在教育資源交互平臺上（包括資源介紹、資源查找路徑、個性化服務(wù)等內(nèi)容），進一步增強教育資源顯示的直觀性，方便學習者及學習者群體的查找，提高教育資源的利用率，為學習者及學習者群體提供科學、高效的教育資源個性化推薦服務(wù)。

4 基于用戶畫像的教育資源個性化推薦服務(wù)應(yīng)用模式

通過對學習者數(shù)據(jù)信息的深度挖掘，學習者及學習者群體標簽化處理過程、建立用戶畫像模型、匹配學習者及學習者群體與教育資源數(shù)據(jù)集合等步驟，能夠完成基于用戶畫像的教育資源個性化推薦服務(wù)的整個流程（見圖3），因此，本文將分別從優(yōu)化教育資源的個性化推送、開展學習者群體服務(wù)、提供個性化學習路徑導(dǎo)航服務(wù)等具體層面，提出并設(shè)計基于用戶畫像的教育資源個性化推薦服務(wù)的應(yīng)用模式與實現(xiàn)路徑。

圖3 基于用戶畫像技術(shù)的教育資源個性化推薦服務(wù)流程[7]

4.1 深入分析學習者資源需求，優(yōu)化教育資源的個性化推送

在實現(xiàn)教育資源個性化推薦服務(wù)的整個過程中，針對學習者使用網(wǎng)絡(luò)交互系統(tǒng)內(nèi)產(chǎn)生的具體行為記錄信息進行數(shù)據(jù)收集，通過用戶畫像模型預(yù)測學習者可能需要的教育資源，結(jié)合關(guān)聯(lián)規(guī)則算法不斷更新、調(diào)整和完善用戶畫像模型數(shù)據(jù)庫，深入分析學習者對于教育資源的需求，有針對性地進行深度挖掘與數(shù)據(jù)分析，進一步提高教育資源個性化推送的精準度，操作步驟包括使用學習者標簽標記學習者特定、具體的個體屬性，提取學習者的個體特征信息并完成針對學習者的標簽處理；通過對數(shù)據(jù)信息進行分析、提煉、歸類等處理，將數(shù)據(jù)信息整合、統(tǒng)一分解成為元數(shù)據(jù)格式；對學習者及學習者群體感興趣的教育資源進行深度挖掘，獲得教育資源數(shù)據(jù)集合；匹配學習者及學習者群體與教育資源數(shù)據(jù)集合，建立學習者標簽系統(tǒng)與教育資源的關(guān)聯(lián)規(guī)則，當學習者選定某知識點后，系統(tǒng)主動為學習者推薦符合其學習風格與興趣偏好的教育資源，實現(xiàn)教育資源的精準推送，從而進一步優(yōu)化教育資源個性化推送服務(wù)的流程。

4.2 針對學習者群體，開展個性化推薦服務(wù)

在教育資源個性化推薦服務(wù)服務(wù)過程中，由于學習者及學習者群體對于教育資源的需求可能是動態(tài)變化的，教育資源監(jiān)控系統(tǒng)需要同步更新并及時引用動態(tài)變化的數(shù)據(jù)信息，完成對學習者群體關(guān)于教育資源需求的精準描述與分析。因此，教育資源個性化推薦服務(wù)應(yīng)用模式的創(chuàng)新可以從總結(jié)、提煉相似學習者群體的屬性特征及對教育資源的偏好角度入手，雖然學習者個體的教育資源信息需求可能是動態(tài)變化的，但是學習者群體的屬性特征及對教育資源的需求偏好變化幅度相對而言較小，有利于教育資源系統(tǒng)依據(jù)相似學習者群體的屬性特征及對教育資源的偏好信息，針對學習者群體開展教育資源個性化推薦服務(wù)。

4.3 基于用戶畫像模型，提供個性化學習路徑導(dǎo)航服務(wù)

個性化學習路徑導(dǎo)航服務(wù)主要是根據(jù)學習者不同的學習習慣、學習需求和其他學習特征信息，為學習者提供個性化學習方案的服務(wù)路徑。具體而言，在教育資源個性化推薦服務(wù)中，依據(jù)用戶畫像建模過程中獲取的動態(tài)更新信息，分析、識別出學習者不斷變化的興趣點，結(jié)合其學習需求，科學預(yù)測學習者下一步的學習規(guī)劃與可能需要的教育資源，從而為其提供個性化的學習路徑導(dǎo)航服務(wù)。個性化學習路徑導(dǎo)航服務(wù)具體的實現(xiàn)流程主要有：通過對學習者數(shù)據(jù)信息的深度挖掘，對學習者教育資源需求數(shù)據(jù)信息進行分析處理；對教育資源進行分類、歸納、整理、提取操作，完成教育資源特征標識的處理過程；對學習者畫像模型與教育資源信息進行關(guān)聯(lián)操作，同時生成學習者群體關(guān)于教育資源需求的相似集合；借助語義關(guān)聯(lián)技術(shù)分析教育資源之間的內(nèi)在聯(lián)系，獲得學習者現(xiàn)有的知識儲備和新的學習需求之間的關(guān)聯(lián)關(guān)系，從而為不同學習者提供個性化學習路徑導(dǎo)航服務(wù)。在個性化學習路徑導(dǎo)航服務(wù)過程中，由于教育背景、學習興趣和學習能力的不同，需要教育工作者充分了解學習者不同的學習特征并針對用戶畫像模型建立過程中的動態(tài)變化數(shù)據(jù)及時進行修正與處理，確保推薦的學習路徑與學習者需要的教育資源的一致性。

5 結(jié)論

在“互聯(lián)網(wǎng)+”環(huán)境下，用戶畫像技術(shù)可以精準描述學習者及學習者群體的個性信息特征，通過深入挖掘?qū)W習者及學習者群體的教育資源需求，與教育資源數(shù)據(jù)信息進行匹配，從而完成教育資源個性化推薦服務(wù)的整個流程。但目前就用戶畫像技術(shù)在教育資源個性化推薦服務(wù)領(lǐng)域的發(fā)展現(xiàn)狀而言，仍面臨諸多難題與挑戰(zhàn)，如如何有效提高教育資源數(shù)據(jù)的利用率，如何科學、全面地描述學習者群體的相似性與差異性等具體問題。因此，在后續(xù)的研究中，仍需深入研究學習者及學習者群體數(shù)據(jù)信息有效轉(zhuǎn)化問題，科學預(yù)測學習者群體對教育資源需求的發(fā)展趨勢，為教育資源個性化推薦服務(wù)的精準實現(xiàn)和滿足學習者多粒度個性化學習需求提供理論支撐與技術(shù)保障。