數(shù)字用戶畫像在教育領(lǐng)域的研究進(jìn)展探析

【摘 要】本文基于CNKI和Web of Science期刊文獻(xiàn)，通過(guò)知識(shí)圖譜，探析數(shù)字用戶畫像在教育領(lǐng)域的研究進(jìn)展，得出如下結(jié)論：（1）年度發(fā)文量不斷攀升，數(shù)字用戶畫像正在成為極具價(jià)值的研究方向；（2）研究?jī)?nèi)容豐富、技術(shù)路徑多元、應(yīng)用范疇不斷拓展，實(shí)現(xiàn)了數(shù)字用戶畫像在教學(xué)、管理、評(píng)價(jià)等多方面的價(jià)值輻射；（3）國(guó)內(nèi)外演進(jìn)歷程差異顯著，前者起步早、穩(wěn)打穩(wěn)扎，后者起步晚、迅速跟進(jìn)。未來(lái)，數(shù)字用戶畫像應(yīng)進(jìn)一步拓展目標(biāo)群體、豐富數(shù)據(jù)模態(tài)、消解技術(shù)門檻，不斷推動(dòng)其在教育領(lǐng)域的縱深應(yīng)用。

【關(guān)鍵詞】用戶畫像；知識(shí)圖譜；研究熱點(diǎn)；演進(jìn)歷程

【中圖分類號(hào)】G434" "【文獻(xiàn)標(biāo)志碼】A

【論文編號(hào)】1671-7384（2025）02-035-03

用戶畫像作為數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的典型應(yīng)用，能夠有效探析用戶的行為規(guī)律和心理特征，為精準(zhǔn)教學(xué)和個(gè)性化服務(wù)提供新的契機(jī)。近年來(lái)，用戶畫像在國(guó)內(nèi)外教育領(lǐng)域的應(yīng)用不斷深入，開始涌現(xiàn)出較為豐富的研究成果。系統(tǒng)化的文獻(xiàn)梳理與知識(shí)挖掘，有利于提高人們對(duì)研究領(lǐng)域發(fā)展水平的理性認(rèn)識(shí)，促進(jìn)研究者自我反思和改進(jìn)。現(xiàn)階段雖然已經(jīng)有部分學(xué)者開展了用戶畫像文獻(xiàn)梳理工作，但多關(guān)注教育資源服務(wù)，而非核心的教與學(xué)活動(dòng)，同時(shí)文獻(xiàn)來(lái)源缺乏國(guó)際視野，較難全面揭示教育領(lǐng)域用戶畫像的整體研究態(tài)勢(shì)。因此，本研究利用CiteSpace軟件，通過(guò)文獻(xiàn)計(jì)量方法，深入探究教育領(lǐng)域數(shù)字用戶畫像的國(guó)內(nèi)外研究進(jìn)展，并提出未來(lái)發(fā)展建議，以期為數(shù)字用戶畫像在教育領(lǐng)域的深入應(yīng)用提供新的思路和啟迪。

研究設(shè)計(jì)

1.概念界定

用戶畫像是基于數(shù)據(jù)分析對(duì)用戶特征進(jìn)行概括性描述和標(biāo)簽化呈現(xiàn)的方法，一般翻譯為Persona或User Profile。其中，Persona多出現(xiàn)在早期研究中，是指建立在一系列真實(shí)數(shù)據(jù)之上的目標(biāo)用戶模型，畫像結(jié)果往往源自研究者對(duì)數(shù)據(jù)的主觀總結(jié)。隨著數(shù)據(jù)分析技術(shù)的成熟，基于特定情境下的用戶屬性及其行為標(biāo)簽集合的用戶畫像概念User Profile開始興起，并不斷應(yīng)用到商業(yè)、醫(yī)療、計(jì)算機(jī)等諸多領(lǐng)域。具體到教育領(lǐng)域，數(shù)字用戶畫像一般是指以學(xué)生、教師等人員為對(duì)象，采用適切的方法對(duì)用戶教育特征進(jìn)行數(shù)據(jù)采集、提取和分析，并可視化呈現(xiàn)分析結(jié)果的方法。

2.數(shù)據(jù)來(lái)源

本研究選取CNKI和Web Of Science（簡(jiǎn)稱“WOS”）核心合集中的期刊論文作為數(shù)據(jù)來(lái)源。為了提高文獻(xiàn)查全率，檢索中文文獻(xiàn)時(shí)以“教育”和“用戶畫像”為基礎(chǔ)關(guān)鍵詞，并補(bǔ)充“學(xué)生畫像”“教師畫像”“教育畫像”等相近關(guān)鍵詞。英文文獻(xiàn)的具體檢索式為TS=（teacher NEAR/5 profile） OR TS=（student NEAR/5 profile） OR TS=（learner NEAR/5 profile） OR TS=（ education user NEAR/5 profile） OR TS=（ persona）。研究采用主題檢索，時(shí)間范圍為1999年至2023年，初步得到英文文獻(xiàn)2781篇，中文文獻(xiàn)870篇。然后，筆者進(jìn)一步閱讀摘要，剔除非教育領(lǐng)域、非研究性論文和題錄信息不全的文獻(xiàn)，最終得到有效英文文獻(xiàn)2623篇，中文文獻(xiàn)815篇。

研究結(jié)果與發(fā)現(xiàn)

1.教育數(shù)字用戶畫像的研究現(xiàn)狀

（1）年度發(fā)文數(shù)量

國(guó)外教育用戶畫像的研究始于1999年，標(biāo)志性文獻(xiàn)是Profiles of effective tutors in problem-based learning： scaffolding student learning[1]，但是受限于當(dāng)時(shí)的教育信息化水平，用戶畫像在教育領(lǐng)域并未掀起過(guò)多波瀾，而是進(jìn)入了較長(zhǎng)時(shí)間的蟄伏期。2014年，美國(guó)發(fā)布《大數(shù)據(jù)：把握機(jī)遇，守護(hù)價(jià)值》白皮書，從此開啟了教育用戶畫像的快速發(fā)展階段。現(xiàn)階段，國(guó)外年度發(fā)文數(shù)量穩(wěn)定在300篇左右。而國(guó)內(nèi)學(xué)者首次明確提及教育用戶畫像的文獻(xiàn)是2015年發(fā)表的《大數(shù)據(jù)時(shí)代高校學(xué)籍預(yù)警機(jī)制的探索與研究》[2]?！笆濉逼陂g，在“數(shù)字中國(guó)”戰(zhàn)略和《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》的雙重驅(qū)動(dòng)下，教育用戶畫像的發(fā)展速度非?？?，年均發(fā)文量增長(zhǎng)率高達(dá)95.53%，5年內(nèi)發(fā)文量實(shí)現(xiàn)了從個(gè)位到百位的躍升。2020年之后，用戶畫像在大數(shù)據(jù)廣泛應(yīng)用的機(jī)遇下進(jìn)一步獲得蓬勃發(fā)展，2023年發(fā)文量首次突破200篇。從發(fā)文趨勢(shì)可知，未來(lái)幾年數(shù)字用戶畫像研究仍將繼續(xù)保持快速發(fā)展的良好狀態(tài)。

（2）文獻(xiàn)來(lái)源機(jī)構(gòu)

WOS核心期刊庫(kù)收錄文獻(xiàn)的發(fā)文機(jī)構(gòu)統(tǒng)計(jì)顯示，赫爾辛基大學(xué)（45篇）表現(xiàn)十分突出，此外，于韋斯屈萊大學(xué)（29篇）、弗吉尼亞大學(xué)（23篇）等均產(chǎn)出了豐碩的研究成果，是教育用戶畫像的國(guó)外領(lǐng)航機(jī)構(gòu)。國(guó)內(nèi)研究機(jī)構(gòu)中，華東師范大學(xué)、華中師范大學(xué)等高校是目前教育用戶畫像研究的中堅(jiān)力量，不僅發(fā)表了諸多論文，而且開展了卓有成效的本土化應(yīng)用探索。

2.教育數(shù)字用戶畫像的研究態(tài)勢(shì)

筆者在CiteSpace中選擇LLR算法，根據(jù)共現(xiàn)強(qiáng)度生成文獻(xiàn)樣本的關(guān)鍵詞聚類圖譜。下面將從技術(shù)方法、目標(biāo)群體、內(nèi)容取向和應(yīng)用范疇四個(gè)視角詳細(xì)闡述相關(guān)的研究進(jìn)展。

（1）技術(shù)方法

用戶畫像的精細(xì)度和準(zhǔn)確性高度依賴所選擇的技術(shù)方法。目前國(guó)外應(yīng)用較多的畫像方法是潛在剖面分析，基于概率對(duì)研究對(duì)象進(jìn)行分類，呈現(xiàn)出若干“內(nèi)部同質(zhì)、外部異質(zhì)”的群體分類結(jié)果。如Guggemos等利用潛在剖面分析方法對(duì)高中生的計(jì)算思維能力進(jìn)行畫像，并綜合計(jì)算思維測(cè)驗(yàn)和自我評(píng)價(jià)量表的結(jié)果將學(xué)生進(jìn)行分類，以便教師根據(jù)不同學(xué)生的特點(diǎn)更好地提供個(gè)性化學(xué)習(xí)支持[3]。國(guó)內(nèi)研究則更傾向于借助智能化程度更高的大數(shù)據(jù)分析技術(shù)和方法實(shí)現(xiàn)教育用戶畫像。如李沁穎等人通過(guò)深度神經(jīng)網(wǎng)絡(luò)算法和決策樹算法計(jì)算學(xué)生的時(shí)空標(biāo)簽等，構(gòu)建智能推薦選課平臺(tái)[4]。

（2）目標(biāo)群體

聚類結(jié)果顯示，學(xué)生是目前國(guó)內(nèi)外畫像研究共同關(guān)注的核心人群。這既是“以學(xué)習(xí)者為中心”理念的生動(dòng)反映，也集中體現(xiàn)了用戶畫像在教育領(lǐng)域初步應(yīng)用階段的關(guān)鍵價(jià)值。

作為教學(xué)活動(dòng)的組織者和實(shí)施者，教師也逐步受到研究者的關(guān)注，國(guó)外研究中已呈現(xiàn)較為明確的聚類結(jié)果，如Holzberger等人對(duì)649名德國(guó)教師候選人在職前教師教育結(jié)束時(shí)的綜合特征進(jìn)行畫像，并探討了他們與2年后教師職業(yè)幸福感的關(guān)系[5]。

（3）內(nèi)容取向

國(guó)外研究側(cè)重基于明確的心理特征開展教育用戶畫像。其中，學(xué)習(xí)動(dòng)機(jī)方面的研究尤為突出，如Vansteenkiste等基于自我決定理論的概念劃分聚類維度，經(jīng)兩輪比較發(fā)現(xiàn)，形成了4類動(dòng)機(jī)畫像，并指出高自主、低控制特征的群體能夠穩(wěn)定表現(xiàn)出最佳的學(xué)習(xí)效果[6]。從畫像內(nèi)容看，國(guó)外研究者傾向于探究學(xué)生的個(gè)性心理特征，而國(guó)內(nèi)研究者則多基于學(xué)習(xí)活動(dòng)數(shù)據(jù)進(jìn)行外顯行為畫像，尚未體現(xiàn)出對(duì)某類心理因素的特別關(guān)注。

（4）應(yīng)用范疇

從聚類結(jié)果看，數(shù)字用戶畫像主要應(yīng)用于高等教育中的精準(zhǔn)教學(xué)和精準(zhǔn)服務(wù)方面，而基礎(chǔ)教育中的應(yīng)用偏少。其中，在精準(zhǔn)教學(xué)方面，Maria開展了學(xué)習(xí)風(fēng)格畫像研究，揭示了不同學(xué)習(xí)風(fēng)格學(xué)生在文本理解中的差異表現(xiàn)[7]。在精準(zhǔn)服務(wù)方面，任培花等通過(guò)學(xué)生畫像構(gòu)建了精準(zhǔn)的全程助人育人閉環(huán)，拓展全方位助人育人的深度和寬度[8]。

3.教育數(shù)字用戶畫像的演進(jìn)歷程

（1）國(guó)外教育用戶畫像的演進(jìn)歷程

國(guó)外教育用戶畫像的演進(jìn)歷程根據(jù)發(fā)文數(shù)量和研究主題的躍升情況分為三個(gè)階段：①初步探索（1999—2004年），該階段代表性關(guān)鍵詞有教育（education）、學(xué)校（school）、信念（beliefs）等，開啟了用戶畫像和教育需求的融合探索；②夯實(shí)基礎(chǔ)（2005—2014年），該階段用戶畫像在教育中的應(yīng)用逐漸展開，涌現(xiàn)出較多的高頻詞，如畫像算法方面的聚類分析（cluster analysis）、潛在剖面分析（latent profile analysis），畫像內(nèi)容方面的學(xué)習(xí)風(fēng)格（learning style）、學(xué)業(yè)成就（academic achievement）等；③快速推進(jìn)（2015年至今），該階段用戶畫像受到更多研究者的關(guān)注，發(fā)文量迅速增加，開始形成比較系統(tǒng)的畫像知識(shí)體系，內(nèi)容方面進(jìn)一步關(guān)注學(xué)生投入（student engagement）、心理健康（mental health）等方面的畫像。

（2）國(guó)內(nèi)教育用戶畫像的演進(jìn)歷程

國(guó)內(nèi)教育用戶畫像的發(fā)展歷程較短，但積累和變化迅速。①理論構(gòu)建（2015—2017年），隨著大數(shù)據(jù)時(shí)代的到來(lái)，教育用戶畫像的價(jià)值開始被國(guó)內(nèi)研究者覺(jué)察，相關(guān)研究多圍繞用戶畫像的概念引介、流程構(gòu)建及教育應(yīng)用的必要性與可行性展開。②技術(shù)提升（2018—2020年），該階段在理論可行的基礎(chǔ)上進(jìn)一步探索用戶畫像的技術(shù)路徑，代表性關(guān)鍵詞有數(shù)據(jù)挖掘、人工智能、機(jī)器學(xué)習(xí)等。③開拓應(yīng)用（2021年至今），從涌現(xiàn)的大量關(guān)鍵詞來(lái)看，用戶畫像已經(jīng)成為學(xué)習(xí)分析、精準(zhǔn)教學(xué)、個(gè)性發(fā)展等教育業(yè)務(wù)的重要抓手，助推教育教學(xué)走向智能、精準(zhǔn)與高效。

研究結(jié)論與建議

隨著大數(shù)據(jù)技術(shù)在教育領(lǐng)域的深入應(yīng)用，用戶畫像相關(guān)的研究成果不斷涌現(xiàn)，筆者基于多維度的知識(shí)圖譜分析，得出如下結(jié)論：①現(xiàn)階段教育用戶畫像在國(guó)內(nèi)外均呈現(xiàn)快速增長(zhǎng)的研究趨勢(shì)，正在成為極具價(jià)值的重要研究方向；②教育領(lǐng)域的用戶畫像遵循“數(shù)據(jù)驅(qū)動(dòng)、以人為本”的基本研究思路，研究?jī)?nèi)容豐富，熱點(diǎn)聚焦基于學(xué)習(xí)動(dòng)機(jī)、學(xué)習(xí)行為等個(gè)性特征的學(xué)生畫像；③技術(shù)路徑多元，潛在剖面分析、潛在聚類分析、深度神經(jīng)網(wǎng)絡(luò)、決策樹等是常見(jiàn)的畫像方法；④教育用戶畫像的應(yīng)用范疇不斷拓展，國(guó)外教育領(lǐng)域的用戶畫像主要面向教學(xué)活動(dòng)，國(guó)內(nèi)則進(jìn)一步實(shí)現(xiàn)了在教育管理、學(xué)習(xí)評(píng)價(jià)、資源服務(wù)等方面的價(jià)值輻射；⑤教育用戶畫像的國(guó)內(nèi)外演進(jìn)歷程差異顯著，前者起步早、穩(wěn)打穩(wěn)扎，后者起步晚、迅速跟進(jìn)，而且技術(shù)的賦能作用更加鮮明。

通過(guò)對(duì)比國(guó)內(nèi)外的研究進(jìn)展可知，數(shù)字用戶畫像雖然在國(guó)內(nèi)教育領(lǐng)域迅速崛起，但仍是尚未成熟的新興研究領(lǐng)域，在畫像的深刻性和精準(zhǔn)度方面與國(guó)外存在不小差距。為了指引教育數(shù)字用戶畫像的未來(lái)發(fā)展，我們提出如下三點(diǎn)建議：①拓展目標(biāo)群體。未來(lái)應(yīng)進(jìn)一步增強(qiáng)教師畫像研究，明確教師個(gè)體和群體特征助力精準(zhǔn)教學(xué)，亦可探索開展教育管理者畫像，進(jìn)一步提升教育決策的科學(xué)性。②豐富數(shù)據(jù)模態(tài)。今后應(yīng)通過(guò)多模態(tài)數(shù)據(jù)的關(guān)聯(lián)，構(gòu)建出更加全面、立體的畫像，可積極融入眼動(dòng)、腦電、皮電等不同模態(tài)的體征數(shù)據(jù)，有效反映教育用戶的復(fù)雜特征。③消解技術(shù)門檻。未來(lái)應(yīng)進(jìn)一步降低數(shù)字用戶畫像的技術(shù)門檻，研發(fā)出更加易用和低成本的教育用戶畫像系統(tǒng)，并與學(xué)科緊密結(jié)合開展分類畫像，以精準(zhǔn)刻畫不同情境下的師生特征，提升教育用戶畫像的應(yīng)用成效。

注：本文系2022年國(guó)家社會(huì)科學(xué)基金教育學(xué)一般課題“初中生增值評(píng)價(jià)的模型構(gòu)建與監(jiān)測(cè)研究”（編號(hào)：BHA220133）、 2021年江蘇省教育科學(xué)“十四五”規(guī)劃課題“江蘇省大學(xué)生深度學(xué)習(xí)能力的評(píng)價(jià)與提升策略研究”（編號(hào)：C-b/2021/01/19）成果

參考文獻(xiàn)

De Grave W S， Dolmans D H J M， van der Vleuten C P M. Profiles of effective tutors in problem-based learning： scaffolding student learning[J]. Medical Education， 1999， 33（12）： 901-906.

韓鳳霞. 大數(shù)據(jù)時(shí)代高校學(xué)籍預(yù)警機(jī)制的探索與研究[J]. 中國(guó)教育信息化， 2015（19）： 46-49.

Guggemos J， Seufert S， Román-González M. Computational Thinking Assessment-Towards More Vivid Interpretations[J]. Technology， Knowledge and Learning， 2022， 28（2）：539-568.

李沁穎， 易豪. 基于深度學(xué)習(xí)的學(xué)生畫像選課系統(tǒng)研究[J]. 電腦知識(shí)與技術(shù)， 2021， 17（10）： 184-186.

Holzberger D， Maurer C， Kunina-Habenicht O， et al. Ready to teach？ A profile analysis of cognitive and motivational-affective teacher characteristics at the end of pre-service teacher education and the long-term effects on occupational well-being [J/OL]. （2021-04-01）[2024-10-20].Teaching and Teacher Education， 2021， 100， 103285.

https：//doi.org/10.1016/j.tate.2021.103285.

Vansteenkiste M， Sierens E， Soenens B， et al. Motivational profiles from a self-determination perspective： The quality of motivation matters[J]. Journal of educational psychology， 2009， 101（3）： 671-688.

Samarakou， Maria， Grammatiki Tsaganou， and Andreas Papadakis. An e-learning system for extracting text comprehension and learning style characteristics[J]. Journal of Educational Technology amp; Society， 2018， 21（1）： 126-136.

任培花，王麗珍，徐賢哲. 融合多源數(shù)據(jù)的高校教育精準(zhǔn)扶貧學(xué)生畫像研究[J]. 教育理論與實(shí)踐，2023，43（33）： 7-11.

編" "輯：張曉震