论文部分内容阅读
用户画像作为一种信息化工具已开始应用于教育领域,基于用户画像的在线学习干预可进一步提升在线学习质量。通过采集在线学习用户相关数据,对数据进行预处理与挖掘,形成在线学习人群属性标签、用户关联关系标签、用户活跃度标签和用户学习偏好标签等标签体系。基于用户标签体系,采用非结构化关键词法对在线学习用户进行画像构建,形成在线学习用户画像库。然后,对在线学习用户画像进行聚类、学习状态诊断分析,精准预测在线学习用户实时学习需求,采用不同干预方式对在线学习用户实施在线学习全过程干预,从而激发学生的内生学习动力,提高