大数据环境下开放教育学习者画像的构建

近几年在线课程等开放教育发展迅速,大量学习者在线进行注册与在线学习使用。每一天在线课程都会产生大量的数据信息,面对在线课程数据库系统中保存的海量用户信息,却无法准确、高效地进行用户画像工作,进而为平台用户提供相关决策服务工作,因此需要对开放教育学习者画像进行构建与分析。论文首先介绍数据挖掘在开放教育行业的应用背景,接着介绍了用户画像构建工作,继而说明协同过滤推荐算法中的概念和流程,并根据该算法实现的用户画像挖掘与课程推荐功能的特点对该算法做了部分改进工作。