精準(zhǔn)教研視域下的教師畫像研究

胡小勇 林梓柔

[摘? ?要] 面對新時代教師隊伍建設(shè)的要求，教研有必要向個性化、精準(zhǔn)化轉(zhuǎn)型。依托各種智能技術(shù)對教師畫像，成了破解精準(zhǔn)教研難題的創(chuàng)新途徑。然而，目前精準(zhǔn)教研視域下的教師畫像研究，在國內(nèi)尚屬空白。文章從教研數(shù)據(jù)采集、分類及其有效關(guān)聯(lián)等角度闡釋了數(shù)據(jù)驅(qū)動的教師畫像的實施可行性;同時，剖析了教師畫像的實現(xiàn)流程，包括教研數(shù)據(jù)預(yù)處理、教師畫像模型建構(gòu)、教師個體標(biāo)簽體系建立和教師畫像質(zhì)量評估四大環(huán)節(jié)，從而提供了清晰的框架指引。文章最后提出教師畫像的四大應(yīng)用場景，涵蓋教師、決策者、教研服務(wù)提供方和學(xué)生等利益者視角。該研究從精準(zhǔn)教研視域下教師畫像的實現(xiàn)必要性、實施可行性、實現(xiàn)方法和應(yīng)用場景作了系統(tǒng)論述，旨在為相關(guān)研究提供參考。

[關(guān)鍵詞] 精準(zhǔn)教研; 教師畫像; 數(shù)據(jù); 流程; 應(yīng)用場景

[中圖分類號] G434? ? ? ? ? ? [文獻標(biāo)志碼] A

[作者簡介] 胡小勇（1978—），男，江西奉新人。教授，博士，主要從事信息化教學(xué)教研、智慧教學(xué)的理論與應(yīng)用等方面的研究。E-mail：huxiaoy@scnu.edu.cn。

一、引? ?言

2018年1月，新中國成立以來第一個專門面向教師隊伍建設(shè)的國家政策文件《關(guān)于全面深化新時代教師隊伍建設(shè)改革的意見》明確提出，要“全面提高中小學(xué)教師質(zhì)量，建設(shè)一支高素質(zhì)專業(yè)化的教師隊伍”[1]。教研是一種促進中小學(xué)教師發(fā)展的重要活動。然而，傳統(tǒng)教研方式存在著服務(wù)“千人一面”、資源分配失衡以及無法精準(zhǔn)評價和反饋調(diào)適等不足，致使教研長期存在效能低下的現(xiàn)象。更加個性化和精準(zhǔn)化，是新時代教師教研的新要求。教師作為教研服務(wù)的主要對象，其特征、需求、偏好和行為等信息的準(zhǔn)確判斷，是實現(xiàn)精準(zhǔn)教研的重要前提。

2018年8月，教育部印發(fā)了《關(guān)于開展人工智能助推教師隊伍建設(shè)行動試點工作的通知》[2]，提出在試點學(xué)校開展教師大數(shù)據(jù)行動，“通過采集教師各方信息，匯聚成教師大數(shù)據(jù)，建立教師數(shù)字畫像，以支持學(xué)校決策，改進教師管理，優(yōu)化教師服務(wù)”。當(dāng)前，云計算、大數(shù)據(jù)和人工智能等新一代信息技術(shù)快速發(fā)展，無處不在的數(shù)據(jù)構(gòu)成了“互聯(lián)網(wǎng)+”世界的分子，數(shù)據(jù)的指數(shù)式增長和數(shù)據(jù)采集技術(shù)的快速升級也讓教研邁入了“數(shù)據(jù)驅(qū)動”的時代。教師專業(yè)發(fā)展生涯中產(chǎn)生的多模態(tài)數(shù)據(jù)能夠描摹出其個體畫像，為精準(zhǔn)教研的多維應(yīng)用提供數(shù)據(jù)支撐。因此，本研究將聚焦如何通過教研數(shù)據(jù)構(gòu)建教師畫像，研究其邏輯框架和實現(xiàn)流程，以及教師畫像最終如何驅(qū)動和服務(wù)精準(zhǔn)教研。

二、精準(zhǔn)教研視域下的教師畫像

（一）教研需要精準(zhǔn)“表征、發(fā)現(xiàn)和預(yù)測”教師的行為特征

在教育領(lǐng)域，對“精準(zhǔn)”的關(guān)注最先聚焦于教學(xué)領(lǐng)域。Lindsley最早提出“精準(zhǔn)教學(xué)”的概念，他認為精準(zhǔn)教學(xué)是指學(xué)習(xí)者利用標(biāo)準(zhǔn)化工具持續(xù)記錄和監(jiān)控自身的學(xué)業(yè)成就變化，為教師決策提供數(shù)據(jù)支持的過程。Lindsley 通過實踐證明這種方式能夠有效表征學(xué)情，便于教師提供個性化輔導(dǎo)，大大提高了學(xué)習(xí)者的學(xué)習(xí)效益[3]。近年來，對教師發(fā)展的精準(zhǔn)性研究開始受到關(guān)注。在精準(zhǔn)扶貧的政策背景下，教育幫扶成為重要突破口[4]，如何通過對教師精準(zhǔn)培訓(xùn)來促進落后地區(qū)的教育均衡發(fā)展成了關(guān)注焦點[5-6]。然而，精準(zhǔn)培訓(xùn)不應(yīng)只關(guān)注落后地區(qū)，培訓(xùn)也不是教師發(fā)展的單一途徑，包含教師培訓(xùn)在內(nèi)的各類教師教研活動更要精準(zhǔn)關(guān)注每一位教師的專業(yè)發(fā)展路徑[7]。由于教師的年齡、任教經(jīng)歷、學(xué)習(xí)風(fēng)格等主體特征具有較大的個體差異性，精準(zhǔn)“表征、發(fā)現(xiàn)和預(yù)測”不同教師個體的特征、需求、偏好和行為是精準(zhǔn)教研的三大現(xiàn)實需求。

首先，需要實時客觀表征教師的教研特征。在教研活動中，教師希望能夠客觀認知自己的教研軌跡，教育決策者希望能夠準(zhǔn)確了解教研的總體情況，例如參與教研的教師具備什么群體特征，有哪些教研行為習(xí)慣等?？陀^表征能夠為教研評價和決策提供依據(jù)，是精準(zhǔn)教研的首要需求。

其次，需要準(zhǔn)確發(fā)現(xiàn)教師的教研需求和偏好。教師參與教研的主要目的是為了提升專業(yè)技能和自身競爭力，因此，教師希望教研平臺主動推薦符合自身需求和興趣的資源和服務(wù)，涵蓋教師感興趣的、近期關(guān)注的以及不擅長但重要的教研主題，降低教師的主動檢索成本。

最后，需要動態(tài)預(yù)測教師的教研行為變化。在海量教研數(shù)據(jù)的基礎(chǔ)上，能夠預(yù)測和預(yù)警教師的教研行為，是精準(zhǔn)教研在大數(shù)據(jù)時代的新需求，多模態(tài)數(shù)據(jù)采集技術(shù)的發(fā)展為此提供了可能。決策者基于預(yù)測或預(yù)警結(jié)果可以有效管理和監(jiān)控教研活動，為教師提供更加優(yōu)化的教研服務(wù)。

（二）通過教師畫像能夠有效服務(wù)精準(zhǔn)教研

用戶畫像的概念源于企業(yè)。隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)不斷積累、更新，呈爆炸式增長。電子商務(wù)企業(yè)為實現(xiàn)最大盈利，采集大量用戶數(shù)據(jù)以分析其行為習(xí)慣，助力產(chǎn)品的精準(zhǔn)設(shè)計和精準(zhǔn)營銷。交互設(shè)計之父Alan Cooper最早提出用戶畫像（Persona）的概念，他認為用戶畫像是基于大量真實數(shù)據(jù)構(gòu)建出來的虛擬用戶模型[8]。實際上，用戶畫像就是為特定對象打上“數(shù)字化標(biāo)簽”的過程，畫像構(gòu)建需要采集大量真實有效的用戶數(shù)據(jù)，對這些數(shù)據(jù)進行聚類和抽象，利用數(shù)據(jù)集訓(xùn)練和優(yōu)化畫像模型，生成一個個具有明確含義、可表征和預(yù)測用戶行為的語義化標(biāo)簽。

文獻顯示，近年來用戶畫像的應(yīng)用研究主要集中于醫(yī)學(xué)、心理學(xué)、情報科學(xué)和行為科學(xué)等領(lǐng)域，其共同點是通過人的外顯行為挖掘內(nèi)隱因素，如人的病因、行為動機或需求。大數(shù)據(jù)支持將人“數(shù)據(jù)化”，進而更客觀地挖掘和解讀內(nèi)隱信息。同時，計算機科學(xué)為用戶畫像提供了技術(shù)支持，關(guān)注如何借助用戶畫像技術(shù)實現(xiàn)個性化表征和精準(zhǔn)推薦[9]，涵蓋用戶標(biāo)簽體系的創(chuàng)建[10]、畫像建模[11]、用戶畫像應(yīng)用效果評估[12]等方面。

教育是研究人的學(xué)習(xí)行為的學(xué)科?；诖?，用戶畫像技術(shù)在教育領(lǐng)域的應(yīng)用同樣具有需求指向性和實施可行性。當(dāng)前，教育領(lǐng)域的用戶畫像研究已經(jīng)興起，有研究者對學(xué)習(xí)者畫像在精準(zhǔn)教學(xué)中的意義和實現(xiàn)途徑進行了闡述。例如，陳海建等人構(gòu)建了遠程學(xué)習(xí)者畫像并證明這對個性化教學(xué)有積極作用[13];而肖君等人[14]和張雪等人[15]分別聚焦不同類型的線上學(xué)習(xí)者，通過構(gòu)建畫像來聚類不同特征的學(xué)習(xí)者群體，旨在研究影響不同群體學(xué)習(xí)效果的因素或指標(biāo)。在教師畫像研究領(lǐng)域，陳堯在技術(shù)實現(xiàn)上，通過學(xué)生評教數(shù)據(jù)構(gòu)建了教師畫像模塊[16];方丹丹等人則對教師畫像的理論構(gòu)建和應(yīng)用作了闡述[17]。目前國內(nèi)僅有可查的兩項教師畫像研究，但并未聚焦于教師教研，在教研視域下開展的教師畫像系統(tǒng)研究尚屬空白。本研究提出的教師畫像是指通過抓取和分析與教師教研緊密相關(guān)的數(shù)據(jù)，通過數(shù)據(jù)挖掘和用戶畫像技術(shù)來構(gòu)建的虛擬教師模型。該模型是教師個體標(biāo)簽體系的集合，能夠描述教師的特征、需求、偏好和行為。

三、數(shù)據(jù)驅(qū)動教師畫像的實現(xiàn)

數(shù)據(jù)是指對客觀事件進行記錄并可以鑒別的符號，具有描述現(xiàn)象、發(fā)現(xiàn)關(guān)系、評價效果及預(yù)測趨勢的功能。根據(jù)DIKW金字塔層次體系[18]，從下往上依次是數(shù)據(jù)、信息、知識和智慧，處于上方的信息、知識和智慧全都離不開數(shù)據(jù)的表征。教師畫像的構(gòu)建需要有效運用全過程多模態(tài)的教研數(shù)據(jù)，才能有效地表征教研情況、發(fā)現(xiàn)隱性信息和預(yù)測教師教研行為變化，以支持教研決策智慧的生成。

（一）智能技術(shù)與教研數(shù)據(jù)采集

智能技術(shù)的興起和教育應(yīng)用，使各類教研數(shù)據(jù)以更大容量和更快速度產(chǎn)生和匯聚于各類便捷的智能設(shè)備中，形成“教研大數(shù)據(jù)”。教育是一個復(fù)雜的育人系統(tǒng)，對包括教研在內(nèi)的一切教育決策的容錯性較小，數(shù)據(jù)驅(qū)動的教師畫像要求科學(xué)精準(zhǔn);此外，參與教研只是教師眾多社會屬性之一，指向精準(zhǔn)教研的教師畫像需要聚焦于與教研活動緊密相關(guān)的數(shù)據(jù)，相比數(shù)據(jù)體量的絕對大小，本研究更強調(diào)數(shù)據(jù)的“教研相關(guān)性”和“價值密度”。與教研數(shù)據(jù)采集相關(guān)的智能技術(shù)可以分為網(wǎng)絡(luò)技術(shù)、富媒體技術(shù)和感知技術(shù)。

網(wǎng)絡(luò)技術(shù)支持抓取描摹教師教研行為軌跡的網(wǎng)絡(luò)數(shù)據(jù)，如教研社交網(wǎng)站公開數(shù)據(jù)和教研管理平臺用戶日志。教研管理平臺面向所有參研教師，提供教師需要的教研資源以及同伴交流、聽評課和個人電子檔案袋等線上功能模塊，這些數(shù)據(jù)具有較高教研相關(guān)性和價值;教研社交網(wǎng)站為教師提供了跨時空的同伴交流平臺，教師可以組建志同道合的教研共同體。

富媒體技術(shù)支持抓取圖文聲像和超鏈接等多種媒體形式的交互式教研數(shù)據(jù)。教研管理平臺中海量的教研資源和數(shù)字化教研實踐成果多以富媒體形式呈現(xiàn)，如教學(xué)設(shè)計、課例視頻等，這類非結(jié)構(gòu)化數(shù)據(jù)提升了教研數(shù)據(jù)的可挖掘性，但也對數(shù)據(jù)采集和處理提出了更大挑戰(zhàn)。

感知技術(shù)支持抓取教師在教研過程中產(chǎn)生的聽覺、視覺和觸覺等感知交互數(shù)據(jù)，這類技術(shù)借助智能終端或可穿戴設(shè)備實時獲取教師的感官數(shù)據(jù)，如教師的語言、行為、面部情緒、眼神等，能夠輔助發(fā)現(xiàn)教師教研的內(nèi)隱信息。

相較于一般網(wǎng)絡(luò)用戶數(shù)據(jù)，教研數(shù)據(jù)具有更高更特殊的用戶價值，因其關(guān)乎教師群體的隱私，并且伴有學(xué)生數(shù)據(jù)以及其他教育數(shù)據(jù)，因此，在數(shù)據(jù)采集前應(yīng)使利益相關(guān)者知情并取得其許可，同時，在數(shù)據(jù)處理中規(guī)范脫敏，保護隱私。

（二）五類數(shù)據(jù)描摹教師教研全過程

為了從多維度對教師進行精準(zhǔn)畫像，需要對教師的教研數(shù)據(jù)進行分類。綜合考慮教師畫像需求和數(shù)據(jù)的可及性，涵蓋教師的人口統(tǒng)計學(xué)、內(nèi)隱心理和外顯行為等特征，本研究提出了教師畫像所需的五大類教研數(shù)據(jù)，具體見表1。

（1）教師特征數(shù)據(jù)包括教師的個人信息，能夠唯一地表征某位教師，初步描摹教師畫像的輪廓，此類數(shù)據(jù)結(jié)構(gòu)較為簡單，包含明確的屬性和元組，可以通過教師人事系統(tǒng)或教研管理平臺直接導(dǎo)入完成采集。（2）教研心理數(shù)據(jù)是指反映教師參與教研過程的心理狀態(tài)數(shù)據(jù)，例如滿意度、效能感等，由于這類數(shù)據(jù)具有較強的主觀性，需要通過問卷調(diào)查或訪談等方法獲取，為了減少主觀因素的干擾，目前也可以利用可穿戴設(shè)備實時捕獲和分析教師的心跳、眼動、表情等生物特征數(shù)據(jù)。（3）社會交互數(shù)據(jù)映射出教師參與教研的內(nèi)隱交互情況，側(cè)重教師的網(wǎng)絡(luò)交互，如交互同伴、交互主題、交互時間和交互頻率等，此類數(shù)據(jù)可以判斷和預(yù)測教師的興趣和偏好。（4）教研行為數(shù)據(jù)涵蓋教師線上瀏覽、評論和下載教研資源、在線磨課、在線聽評課等教研行為。對于發(fā)生在線下的教研行為，可以通過視頻采集系統(tǒng)記錄、標(biāo)注和分析，實現(xiàn)線下數(shù)據(jù)的數(shù)字化轉(zhuǎn)換。（5）教研成果數(shù)據(jù)是教師在教研過程中伴隨式產(chǎn)出的數(shù)字化成果，如教學(xué)設(shè)計、教學(xué)案例、科研論文等，該類數(shù)據(jù)能夠反映教師關(guān)注的學(xué)科主題和教研的階段性成效。五類數(shù)據(jù)相輔相成，共同構(gòu)建出教師畫像。

（三）數(shù)據(jù)間的有效關(guān)聯(lián)，使教師畫像更豐富精準(zhǔn)

數(shù)據(jù)并非僅有單一的使用維度和價值指向，不同數(shù)據(jù)之間的動態(tài)關(guān)聯(lián)可產(chǎn)生不可估量的價值。要構(gòu)建豐富精準(zhǔn)的教師畫像，需要在保證核心教研數(shù)據(jù)完整采集的基礎(chǔ)上，盡可能多地有效關(guān)聯(lián)其他對教師畫像有價值的數(shù)據(jù)。如圖1所示，從不同主體的視角看，與教師教研相關(guān)的還有教師的課程教學(xué)數(shù)據(jù)、學(xué)生學(xué)情大數(shù)據(jù)、學(xué)校的公開教育數(shù)據(jù)以及區(qū)域教育部門的教育大數(shù)據(jù)，組成了構(gòu)建教師畫像的外延數(shù)據(jù)。這些數(shù)據(jù)通過多維度和多層次關(guān)聯(lián)，能夠搭載不同的教研應(yīng)用場景并發(fā)揮作用。

（1）教師的課程教學(xué)數(shù)據(jù)是指教師日常教學(xué)實踐產(chǎn)生的行為數(shù)據(jù)，此類數(shù)據(jù)不在教研范疇內(nèi)，但教研與教學(xué)息息相關(guān)，分析課程教學(xué)行為能夠更好地指向教師在教研中存在的問題;（2）學(xué)生的學(xué)情大數(shù)據(jù)可以構(gòu)建學(xué)生畫像，為師生畫像的匹配應(yīng)用提供基礎(chǔ);（3）學(xué)校公開教育數(shù)據(jù)可以反映教師個體的專業(yè)發(fā)展情境;（4）教育部門擁有的區(qū)域教育大數(shù)據(jù)能夠豐富教師群體畫像的數(shù)據(jù)維度。聚焦核心教研數(shù)據(jù)可以使教師畫像更精準(zhǔn)，而有效關(guān)聯(lián)核心數(shù)據(jù)和外延數(shù)據(jù)可以使教師畫像更豐富。

四、數(shù)據(jù)挖掘技術(shù)支持的教師畫像

邏輯框架與實現(xiàn)流程

畫像建構(gòu)要以真實性、科學(xué)性和精準(zhǔn)性為原則。表征和預(yù)測教師在教研過程中的行為方式，能夠塑造一個虛擬化的真實教師模型，為教研服務(wù)的提質(zhì)增效提供事實性參考和預(yù)測性依據(jù)。本研究提出了精準(zhǔn)教研視域下的教師畫像的邏輯框架和實現(xiàn)流程，如圖2所示。

（一）教研數(shù)據(jù)預(yù)處理

在智能技術(shù)的支持下，教研數(shù)據(jù)采集得以完成。由于數(shù)據(jù)來源于多個異構(gòu)的原始數(shù)據(jù)庫，會存在格式不統(tǒng)一、噪聲干擾、數(shù)值缺失或不規(guī)范等情況，因此，有必要在數(shù)據(jù)分析之前進行預(yù)處理，這更方便計算機進行后續(xù)數(shù)據(jù)處理。關(guān)鍵的技術(shù)思路和步驟包括數(shù)據(jù)清理（Data Cleaning）、數(shù)據(jù)集成（Data Integration）、數(shù)據(jù)歸約（Data Reduction）和數(shù)據(jù)變換（Data Transforming）[19]。

數(shù)據(jù)清理主要是對屬性缺失和不符合畫像目標(biāo)的值進行偏差檢測，再利用清理工具進行變換或處理。例如采集社會交互數(shù)據(jù)過程中可能爬取了教師在公開網(wǎng)站上的日常交互數(shù)據(jù)，這些數(shù)據(jù)沒有指向教研活動，價值甚微。數(shù)據(jù)集成是指把采集到的異源教研數(shù)據(jù)集成至同一邏輯視圖中。為保證教師畫像后續(xù)構(gòu)建的準(zhǔn)確性和易操作性，需要先建立一個教師畫像數(shù)據(jù)庫管理系統(tǒng)，在該系統(tǒng)中合并、處理和管理多源異構(gòu)的教研數(shù)據(jù)，該步驟需要解決的關(guān)鍵問題有實體識別和數(shù)據(jù)值沖突的檢測和解決。接下來需要對這些可能非常龐大的數(shù)據(jù)集進行歸約，通常有維歸約、數(shù)量歸約和數(shù)據(jù)壓縮三種思路和策略。數(shù)據(jù)變換是指將數(shù)據(jù)變換統(tǒng)一成適合畫像挖掘的格式[20]。

（二）教師畫像模型構(gòu)建

教師畫像模型的構(gòu)建是至關(guān)重要的一步，本研究的教師畫像模型基于前面的五大類教研數(shù)據(jù)分別進行建模，形成教師特征模型、教研心理模型、社會交互模型、教研行為模型和教研成果模型，每類模型的數(shù)據(jù)處理和訓(xùn)練方法因數(shù)據(jù)屬性差異有所不同，最終生成事實標(biāo)簽、模型標(biāo)簽或預(yù)測標(biāo)簽。

統(tǒng)計分析生成事實標(biāo)簽。對于描述既定事實的數(shù)據(jù)，可以利用文本挖掘算法、自然語言處理方法將原始數(shù)據(jù)按照特定的統(tǒng)計算法生成事實標(biāo)簽，事實標(biāo)簽是預(yù)測標(biāo)簽的基礎(chǔ)。比如通過教研管理系統(tǒng)中的用戶設(shè)置獲取教師的個人信息，如性別、年齡和教齡等，直接統(tǒng)計轉(zhuǎn)化生成教師特征標(biāo)簽。

建模分析生成模型標(biāo)簽。建模分析是教師畫像構(gòu)建最重要的技術(shù)步驟，模型標(biāo)簽是指原始數(shù)據(jù)中不存在直接對應(yīng)的數(shù)據(jù)，而是需要通過定義規(guī)則和關(guān)聯(lián)數(shù)據(jù)才能生成的標(biāo)簽實例，它是教師標(biāo)簽體系的核心。教師畫像模型可以通過機器學(xué)習(xí)算法進行特征提取和選擇，輸入大量數(shù)據(jù)訓(xùn)練集，選擇適宜算法進行訓(xùn)練，不斷優(yōu)化并達到訓(xùn)練標(biāo)準(zhǔn)。比如要為M教師參與某教研活動的滿意度打上數(shù)字化標(biāo)簽，需要綜合關(guān)聯(lián)教師在參研中瀏覽活動內(nèi)容的時長、頻率，與教研同伴交互討論的頻率、主題，以及在此次教研活動中產(chǎn)出的成果等數(shù)據(jù)，并計算定義不同行為標(biāo)簽的權(quán)重，標(biāo)簽權(quán)重由衰減因子、行為權(quán)重、接觸點權(quán)重、數(shù)據(jù)量和隨機誤差之間的數(shù)學(xué)關(guān)系決定[21]，最終得到一個M教師滿意程度的標(biāo)簽。

模型預(yù)測生成預(yù)測標(biāo)簽。在事實標(biāo)簽和模型標(biāo)簽的基礎(chǔ)上，可以通過預(yù)測算法和聚類算法對模型進行訓(xùn)練優(yōu)化，輸出更多具有概率預(yù)測和價值預(yù)測功能的標(biāo)簽。例如基于教研數(shù)據(jù)挖掘來判斷教師的專業(yè)發(fā)展短板，或是通過識別教師高頻瀏覽的教研資源來預(yù)測教師下一步需要的服務(wù)和資源以實現(xiàn)智能推送。此外，預(yù)測標(biāo)簽還能彌補事實標(biāo)簽的缺失。假設(shè)教師任教學(xué)科的信息丟失了，而在社會交互模型中，預(yù)測算法通過語義判斷教師與同伴交流過程中主題關(guān)鍵詞多為英語教學(xué)方面的內(nèi)容，初步判別該教師的交互圈中多為英語學(xué)科教師，則該教師在一定概率上也可能是英語教師，基于這個預(yù)測結(jié)果，可以為教師推薦更多相關(guān)的資源。

在實際建模中，需要根據(jù)不同畫像標(biāo)簽的特點和需求選擇建模算法，以此優(yōu)化教師畫像，更加精準(zhǔn)地描摹出教研教師的虛擬特征。

（三）教師個體標(biāo)簽體系建立

面向場景應(yīng)用的教師個體標(biāo)簽體系（Personal Tags System）是在教研數(shù)據(jù)基礎(chǔ)上，通過合理有效的模型和算法為不同教師打上的數(shù)字化語義標(biāo)簽集。標(biāo)簽體系的分類需要遵循相互獨立、完全窮盡的原則，每一個子標(biāo)簽集應(yīng)能覆蓋父標(biāo)簽集的所有數(shù)據(jù)。本研究構(gòu)建的完整教師畫像標(biāo)簽體系如圖3所示，X、Y、Z三個維度分別描述了標(biāo)簽體系的不同屬性，立體化指向精準(zhǔn)教研應(yīng)用場景。

教師畫像標(biāo)簽體系的X維是五類標(biāo)簽，由左往右分別是教師特征標(biāo)簽、教研心理標(biāo)簽、社會交互標(biāo)簽、教研行為標(biāo)簽和教研成果標(biāo)簽，每類標(biāo)簽的原始數(shù)據(jù)對應(yīng)表1的數(shù)據(jù)分類。從數(shù)據(jù)的時效性看，從左往右也可以將標(biāo)簽分為靜態(tài)屬性標(biāo)簽和動態(tài)屬性標(biāo)簽。前者是指相對穩(wěn)定不變的教研數(shù)據(jù)，例如人口統(tǒng)計學(xué)屬性的數(shù)據(jù)：教師的基本信息、教育背景和工作經(jīng)歷。動態(tài)屬性標(biāo)簽是指根據(jù)用戶行為產(chǎn)生而不斷動態(tài)更新的教研數(shù)據(jù)，例如教研行為標(biāo)簽。

教師畫像標(biāo)簽體系的Y維是每一類標(biāo)簽的下級標(biāo)簽集合。標(biāo)簽體系共劃分為三級，教師基本特征是一級標(biāo)簽，基本信息是二級標(biāo)簽，姓名是三級標(biāo)簽，第四級是具體描述姓名的語義化標(biāo)簽實例，其他標(biāo)簽同理類推。

教師畫像標(biāo)簽體系的Z維是標(biāo)簽屬性。由教師畫像構(gòu)建可知，事實標(biāo)簽、模型標(biāo)簽和預(yù)測標(biāo)簽三種不同屬性標(biāo)簽基于不同數(shù)據(jù)處理方法而產(chǎn)生，三種標(biāo)簽的平衡搭配能夠提高教師畫像表征、發(fā)現(xiàn)與預(yù)測教研行為的精準(zhǔn)性和可靠性。

（四）教師畫像質(zhì)量評估

面對每位教師的個性化畫像，如何對畫像的質(zhì)量進行評估是畫像輸出應(yīng)用之前的重要環(huán)節(jié)。質(zhì)量評估需要評價已生成的畫像在多大程度滿足精準(zhǔn)教研的需求，即表征、發(fā)現(xiàn)和預(yù)測教師的教研特征、需求、偏好和行為有效程度多高，常用的評估指標(biāo)包括準(zhǔn)確率、覆蓋率和時效性。

首先，準(zhǔn)確率是畫像質(zhì)量評估的首要指標(biāo)。準(zhǔn)確率的驗證可以通過抽取部分測試數(shù)據(jù)集來計算正確的教師標(biāo)簽數(shù)量占教師標(biāo)簽總樣本的比值。其次，覆蓋率的驗證則通過計算標(biāo)簽覆蓋的教師比值來評價標(biāo)簽覆蓋廣度，計算覆蓋教師的人均標(biāo)簽數(shù)來評價標(biāo)簽覆蓋密度。值得注意的是，準(zhǔn)確率和覆蓋率是一組互斥指標(biāo)，在畫像的評估和迭代改進中需要權(quán)衡取舍，在保證準(zhǔn)確率的前提下，盡可能提高畫像模型的覆蓋率。最后，時效性對某些標(biāo)簽的質(zhì)量評估至關(guān)重要，例如，教研興趣標(biāo)簽、教研偏好標(biāo)簽以及教研行為變化軌跡標(biāo)簽等，需要有良好的更新機制來保障此類標(biāo)簽的時效性。

五、教師畫像支持的教研應(yīng)用場景

在評估、反饋和迭代優(yōu)化之后，可以通過教師畫像管理系統(tǒng)的可視化工具輸出教師畫像。通常使用標(biāo)簽云來呈現(xiàn)出教師個體的完整畫像，繼而統(tǒng)計生成專業(yè)詳盡的教師教研分析報告，為頂層的教研應(yīng)用場景提供服務(wù)，如圖3所示。

（一）對照個體畫像，促進教師自身認知與發(fā)展

教師既是畫像的核心對象，也是畫像的首要服務(wù)用戶。語義明確的數(shù)字化標(biāo)簽構(gòu)成了教師個人的專業(yè)發(fā)展報告，可視化呈現(xiàn)了教師參與教研過程的績效表現(xiàn)，是教師數(shù)據(jù)化的自我，能夠促進其對自身更加客觀和深層次的認知與評價。

首先，教師借助畫像進行教研績效的自我診斷和評價。教師往往缺乏對所參與的教研活動反思的自主性，教師畫像作為工具輔助教師回憶和審視教研活動全過程，幫助其多維度認知行為表現(xiàn)、優(yōu)缺點和現(xiàn)存疑問等，摒棄以往片面的經(jīng)驗性感知。其次，教師借助畫像規(guī)劃專業(yè)發(fā)展路線。在時代和政策的導(dǎo)向下，教師參照優(yōu)秀教師的畫像，對比自身不足，了解自身的角色定位，制定專業(yè)發(fā)展規(guī)劃，這能夠督促和引導(dǎo)教師不斷提升自我。最后，教師借助自身畫像優(yōu)化課堂教學(xué)。教師畫像中包含同伴聽課的評價標(biāo)簽，同時，關(guān)聯(lián)學(xué)生學(xué)習(xí)數(shù)據(jù)和評教數(shù)據(jù)。積極的評價能極大增強教師的效能感，激勵他們朝更高目標(biāo)繼續(xù)努力，較低的評價也能幫助教師診斷自身教學(xué)能力，有針對性地訓(xùn)練特定的教學(xué)技能。

（二）整合群體畫像，驅(qū)動教育決策者循證管理

對于決策者而言，當(dāng)教師畫像管理系統(tǒng)存儲的畫像樣本量足夠大的時候，教師的群體畫像整合而成的發(fā)展報告可以呈現(xiàn)本?；虮緟^(qū)域全體教師的教研總體情況，支持循證化管理和監(jiān)控教研活動的組織和開展，制定教研決策方案。

其一是教研活動的評價和管理。在國家日益重視教師隊伍建設(shè)的背景下，通過數(shù)據(jù)實現(xiàn)更加適配教師專業(yè)發(fā)展的精準(zhǔn)評價，是反促教研效能提升的重要抓手，教師畫像可以更加客觀地對教師進行基于過程的伴隨式教研評價。基于教師畫像報告，決策者可以在區(qū)域范圍內(nèi)將優(yōu)秀學(xué)?；騼?yōu)秀教師隊伍的專業(yè)發(fā)展軌跡進行特征抽取，形成優(yōu)秀教師畫像數(shù)據(jù)庫進行經(jīng)驗和方法的分享，帶動新手教師快速成長，促進協(xié)同發(fā)展。對于教研效能低下的學(xué)?；蚪處熽犖?，需要仔細分析成因，吸收優(yōu)秀教師隊伍的經(jīng)驗，從教研資源分配、教研環(huán)境規(guī)劃、教研專家輔助各方面對癥下藥，針對教研的痛點、難點調(diào)整和規(guī)劃新一輪教研計劃，并持續(xù)監(jiān)控和預(yù)警該群體的發(fā)展?fàn)顩r。

其二是區(qū)域教研資源精準(zhǔn)配置。我國地域間信息化水平差異巨大，不同地區(qū)的教師隊伍發(fā)展需求不同。教研員作為教師專業(yè)發(fā)展的指導(dǎo)者和引領(lǐng)者、教研活動的設(shè)計組織者，需要為不同實際的區(qū)域提供個性化解決方案。一方面，教研員可以利用教師群體畫像為不同需求的教師設(shè)計個性化教研活動。以往教師培訓(xùn)為所有教師提供“千人一面”的研修服務(wù)，有了教師畫像，教研員可以在設(shè)計研修活動之前對教師群體進行特征分析，抽取存在相似需求的，來自不同學(xué)科、不同學(xué)校甚至不同區(qū)域的教師組成小型工作坊，提供更加沉浸適切的研修活動，提高教師興趣和教研效率，讓每一次研修都能產(chǎn)生實質(zhì)性效能。另一方面，教研員可以為貧困落后地區(qū)提供精準(zhǔn)化教研幫扶方案，如適配當(dāng)?shù)貙嶋H的教研活動、教研資源和教師發(fā)展策略，提升專業(yè)發(fā)展機會公平性，改善貧困地區(qū)教育落后帶來的惡性循環(huán)發(fā)展困境。

其三是關(guān)于教師隊伍建設(shè)的政策制定。政策制定具有宏觀導(dǎo)向性，以往由于數(shù)據(jù)采集和分析技術(shù)的落后，限制了決策者對大范圍教師專業(yè)發(fā)展現(xiàn)狀的考察，只能通過抽樣調(diào)查和實地走訪等形式了解小樣本的情況，難免存在數(shù)據(jù)不全面、不準(zhǔn)確，甚至“一刀切”的現(xiàn)象，而基于教師畫像庫，教師隊伍建設(shè)政策和方針的制定可從經(jīng)驗決策轉(zhuǎn)向數(shù)據(jù)決策。

（三）關(guān)聯(lián)教研資源服務(wù)，實現(xiàn)自適應(yīng)式精準(zhǔn)推薦

智能推薦引擎是教育領(lǐng)域的關(guān)注焦點，基于學(xué)習(xí)者認知模型構(gòu)建智能推薦引擎，自適應(yīng)地為用戶提供個性化的資源服務(wù)推薦是具有重要意義的。教師在教研活動中作為參與者，也是自主發(fā)展的特殊學(xué)習(xí)者，更加需要優(yōu)質(zhì)的資源和服務(wù)來支持其專業(yè)發(fā)展。精準(zhǔn)的教師畫像可以客觀描述教師的個體特征，還可以跟蹤發(fā)現(xiàn)和動態(tài)預(yù)測教師的興趣和需求變化，這為教研資源供應(yīng)方的服務(wù)優(yōu)化提供了參考方向。

一方面，教師畫像能夠支持已有教研資源的精準(zhǔn)推薦。教師畫像中社會交互類標(biāo)簽和教研行為標(biāo)簽?zāi)軌虮碚骱皖A(yù)測教師的需求及偏好，這些數(shù)據(jù)在個性化推薦引擎中表征不同教師的學(xué)習(xí)需求和學(xué)習(xí)風(fēng)格。教研管理系統(tǒng)據(jù)此以良好的資源組織形式和推送途徑，為不同教師提供個性化的優(yōu)質(zhì)教研資源、教研活動、教研同伴、教研共同體組織和信息化教學(xué)工具等，還可以為教師制定專業(yè)發(fā)展路線。具體的實現(xiàn)思路為：將教師群體畫像導(dǎo)入教研資源智能推薦引擎，通過改進符合教師特征的學(xué)習(xí)者模型，訓(xùn)練教研資源的語義表征，完成教師個體和資源的雙向匹配。

另一方面，教師畫像還能輔助面向需求的教研資源精準(zhǔn)設(shè)計。在開發(fā)教研資源之前，傳統(tǒng)用戶研究的方式是進行走訪調(diào)查，只了解部分教師代表的訴求，沒法量化對某一資源設(shè)計的系統(tǒng)性評價，盲目開發(fā)而導(dǎo)致資源浪費。如果能夠精確了解目標(biāo)用戶的需求，例如通過標(biāo)簽聚類對教師群體進行同質(zhì)或異質(zhì)的聚合，了解到年輕教師偏好資源的功能豐富性，年長教師更注重資源的易用性，教研資源服務(wù)提供方將能精準(zhǔn)地為不同類型的教師設(shè)計資源并精準(zhǔn)投放，實現(xiàn)雙贏。

（四）搭載學(xué)生畫像，支持師生個性化配對

教師通過教研促進專業(yè)發(fā)展，最終是為了服務(wù)教學(xué)而促進學(xué)生發(fā)展。教育界對“因材施教”的個性化教學(xué)的要求和呼聲越來越高，傳統(tǒng)學(xué)校教育中每一位學(xué)科教師固定負責(zé)一群學(xué)生的教學(xué)，學(xué)生之間的學(xué)習(xí)風(fēng)格迥異，對知識點的接受方式和接受頻率不一，即使目前已經(jīng)開始在課堂教學(xué)中引入大數(shù)據(jù)分析技術(shù)，教師能夠了解不同學(xué)生的學(xué)情，但一位教師在課堂上仍無力滿足幾十位學(xué)生的個性化需求?！半p師服務(wù)”提出為每位學(xué)生匹配在線教師，提供一對一的個性化輔導(dǎo)[22]。將教師畫像和學(xué)生畫像進行匹配，將能夠支持這一應(yīng)用場景的有效實現(xiàn)。學(xué)生在學(xué)業(yè)上遇到難題，平臺能夠為其推薦和匹配最擅長該知識點的在線教師;平臺能夠?qū)⒔處煹慕虒W(xué)風(fēng)格和學(xué)生的學(xué)習(xí)風(fēng)格進行模型構(gòu)建，輸出相互適配的師生組合;教師可以基于學(xué)生畫像，精確了解學(xué)生的認知結(jié)構(gòu)、學(xué)習(xí)需求、學(xué)習(xí)短板等，反過來激勵教師更有針對性地參與教研活動，提升教學(xué)技能和水平。

六、結(jié)? ?語

教師隊伍建設(shè)邁入了新時代，教師教研也面臨著精準(zhǔn)化的需求和契機。數(shù)據(jù)驅(qū)動的教師畫像，為此提供了一種技術(shù)解決方案。當(dāng)前，在國內(nèi)對教研視域下的教師畫像研究尚屬空白的背景下，本文系統(tǒng)探討了教師畫像構(gòu)建的必要性、可行性和具體實施方法，并闡釋了相關(guān)應(yīng)用場景。對教師畫像的關(guān)注必將引發(fā)更多相關(guān)研究，未來，教師畫像在精準(zhǔn)教研中的應(yīng)用落地和實踐檢驗是重點，同時，還需要重點加強教師畫像實現(xiàn)技術(shù)中的多源數(shù)據(jù)采集、數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一、數(shù)據(jù)開放共享和數(shù)據(jù)隱私保護等工作和研究。

[參考文獻]

[1] 中共中央國務(wù)院關(guān)于全面深化新時代教師隊伍建設(shè)改革的意見[EB/OL].（2018-01-31）[2018-11-12].http：//www.gov.cn/zhengce/2018-01/31/content_5262659.htm.

[2] 教育部辦公廳關(guān)于開展人工智能助推教師隊伍建設(shè)行動試點工作的通知[EB/OL].（2018-08-08）[2018-11-12].http：//www.moe.gov.cn/srcsite/A10/s7034/201808/t20180815_345323.html.

[3] LINDSLEY O R. Precision teaching： discoveries and effects[J]. Journal of applied behavior analysis， 1992， 25（1）： 51.

[4] 廖宏建，張倩葦.“互聯(lián)網(wǎng)+”教育精準(zhǔn)幫扶的轉(zhuǎn)移邏輯與價值選擇——基于教育公平的視角[J].電化教育研究，2018，39（5）：5-11.

[5] 陳恩倫，郭璨.以教師精準(zhǔn)培訓(xùn)推動教育精準(zhǔn)扶貧[J].中國教育學(xué)刊，2018（4）：42-46.

[6] 趙興龍.互聯(lián)網(wǎng)時代鄉(xiāng)村教師深度培訓(xùn)模式[J].電化教育研究，2018，39（4）：86-92.

[7] 王陸，彭玏，馬如霞，楊佳辰.大數(shù)據(jù)知識發(fā)現(xiàn)的教師成長行為路徑[J].電化教育研究，2019，40（1）：95-103.

[8] COOPER A. The inmates are running the asylum： "why high-tech products drive us crazy and how to restore the sanity"[M]. Indianapolis： SAMS， 2004.

[9] YIN H， CUI B， CHEN L， et al. Modeling location-based user rating profiles for personalized recommendation[J]. ACM transactions on knowledge discovery from data （TKDD）， 2015， 9（3）： 19.

[10] XIE H， LI X， WANG T， et al. Incorporating sentiment into tag-based user profiles and resource profiles for personalized search in folksonomy[J]. Information processing & management， 2016， 52（1）： 61-72.

[11] STANESCU A， NAGAR S， CARAGEA D. A hybrid recommender system： user profiling from keywords and ratings[C]//International Joint Conferences on Web Intelligence （WI） and Intelligent Agent Technologies （IAT）. Warsaw：IEEE， 2013， 1： 73-80.

[12] WU Y C J， CHANG W H， YUAN C H. Do Facebook profile pictures reflect user's personality？[J]. Computers in human behavior， 2015， 51： 880-889.

[13] 陳海建，戴永輝，韓冬梅，馮彥杰，黃河笑.開放式教學(xué)下的學(xué)習(xí)者畫像及個性化教學(xué)探討[J].開放教育研究，2017，23（3）：105-112.

[14] 肖君，喬惠，李雪嬌.基于xAPI的在線學(xué)習(xí)者畫像的構(gòu)建與實證研究[J].中國電化教育，2019（1）：123-129.

[15] 張雪，檀悅穎，羅恒.在線學(xué)習(xí)非母語學(xué)習(xí)者群體研究：類別畫像與行為特征分析[J].現(xiàn)代遠距離教育，2019（1）：18-26.

[16] 陳堯.教師畫像與評分系統(tǒng)的設(shè)計與實現(xiàn)[D].重慶：重慶大學(xué)，2018.

[17] 方丹丹，王海濤，李穎， 等.對外經(jīng)濟貿(mào)易大學(xué)用大數(shù)據(jù)描繪“教師畫像”[J].中國教育網(wǎng)絡(luò)，2017（7）：61-63.

[18] JIFA G， LINGLING Z. Data， DIKW， big data and data science[J]. Procedia computer science， 2014， 31： 814-821.

[19] 劉明吉，王秀峰，黃亞樓.數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理[J].計算機科學(xué)，2000（4）：54-57.

[20] 韓家煒，KAMBER M，PEI J，等.數(shù)據(jù)挖掘：概念與技術(shù)（第3版）[M].范明，等譯.北京：機械工業(yè)出版社，2012：61-66.

[21] 陳臣，馬曉亭.基于小數(shù)據(jù)的圖書館用戶精準(zhǔn)畫像研究[J].情報資料工作，2018（5）：57-61.

[22] 陳玲，余勝泉，楊丹.個性化教育公共服務(wù)模式的新探索——“雙師服務(wù)”實施路徑探究[J].中國電化教育，2017（7）：2-8.