随着教师网络研修的常态化发展,网络研修社区的构建和评价成为教育界和学术界共同关注的热点。传统的网络研修社区评价方式推动了研修社区功能与服务的完善,但仍存在评价决策导向功能薄弱、评价过程局限偏颇、评价方式机械呆板和评价结果形式单一等问题。大数据分析技术的发展为教师网络研修社区的精准评价提供了方法与指导,画像作为一种数据驱动的评价工具,将其应用于教师网络研修社区可以推动社区评价结果趋向客观化、形成性、综合化和智能化,具有重要的研究和应用价值。基于上述背景,本研究主要做了以下工作:首先,提出数据驱动的教师网络研修社区画像构建流程,主要包括“数据采集、数据预处理、画像模型构建、画像模型应用、精准决策与干预”五个阶段。其次,在基于数据科学的大数据研究范式指导下,基于浙江名师网235个研修社区样本数据集,利用主成分分析法和名词释义法提取研修社区的基础信息、研修资源、研修活动和研修成效的主特征,具体包括研修社区信息、社区主持人信息、交互生成类资源、名师精品类资源、教学实践类活动、教学反思类活动、成员研修成果及社区建设成效,形成教师网络研修社区画像模型。然后,基于教师研修社区画像模型,选择浙江名师网150个研修社区作为模型应用对象,聚类分析发现研修社区存在三种特征类型及其运行模式,包括潜能成长型、特长发展型和全能突出型,逐步回归分析发现三种类型研修社区的研修成效影响因素,生成研修社区的干预策略,并综合上述分析结果生成教师网络研修社区的画像。最后,设计调查问卷和访谈提纲,验证网络研修社区画像的感知有用性、感知易用性和使用态度,并获取画像改进建议。研究结果表明,网络研修社区画像可以精准识别不同类型的研修社区,并提供有效的干预策略,辅助社区负责人精准评价与施策,获得了社区负责人的高度认可。本研究在基于数据科学的大数据研究范式指导下完成教师网络研修社区画像模型的构建与应用研究,使社区评价由半经验半数据驱动的评价模式转为全数据驱动的评价模式,在一定程度上推动了研修社区评价工作的创新与发展。