基于画像技术的教师研修路径智能推荐研究

教师是教育的第一资源,研修是促进教师专业发展的重要方式。在大数据、数字画像等新技术赋能下,优化教师研修路径以提升教师发展质量变得尤为重要。文章构建了多模态数据和画像技术支持的教师研修路径智能推荐模型,包括数据伴随式采集分类与预处理、教师画像生成、研修路径算法三个模块,实现教师研修特征与优质研修资源的智能匹配。在教师研修路径动态优化方面,模型通过提供基于画像的个性化导研服务、基于知识图谱的资源关联推荐、基于群体智能的群体路径发现、基于目标导向的过程评价和基于研修行为的智能预警,满足教师的个性化研修需求,为发掘研修数据潜能、促进教师智能研修模式创新提供参考。

基于用户画像的高校采购评审专家推荐算法

该文设计了一种可调参的混合推荐算法,融合AUC-MF算法与基于专家画像及项目画像的抽取算法,以提高高校随机抽取评审专家的专业匹配度,解决数据稀疏和冷启动问题。该文以某高校近6年政府采购项目历史评审数据以及项目文本信息构建数据集,对算法进行验证,该算法可有效缓解高校自选评审专家过程中的数据稀疏和冷启动问题,提高随机抽取专家的专业匹配度。

面向教师画像的能力精准测评和可视化呈现

在人工智能助推教师队伍建设背景下,借助画像技术实现对教师能力的精准测评并助力其个性化发展,愈发重要。然而,面向教师画像的能力测评精准性仍有待提高,其可视化呈现方式的解释性也仍显不足。研究根据教师能力的构成特征及多模态数据测评文献分析,构建了全面细粒度的面向教师画像的能力测评框架,并从数据多源采集及其准确处理的角度,提出了有效场景信息识别、数据采集高支持度保障、跨场景数据动态融合、非线性特征提取算法优化等四方面的测评精准性提升策略。结合自主研发的师范生教学基本技能智能实训系统,研究分析了教师画像的数据可视化特征,探讨了能力外显的行为、社会交互、知识、情感等四类数据属性的可视化方式。

未来教育视域下高校新型混合式教学研究

未来教育是一种畅想和育人方向,既要保持教育的本真,也要紧跟时代的步伐,在技能与想象、工具性与价值性之间保持动态平衡。第四次工业革命诞生下的“互联网+”时代,教育衍生出多种学习和教学新形态。当今世界数字技术蓬勃兴起,生成式人工智能为高校教学带来机遇与挑战,混合式教学异军突起成为教学形式的主力军,也是未来教育教学的“新常态”表现之一。混合式教学一种特殊的社会生产也在走向内涵式发展,以强化教学互动多种实现方式为基石,以沉浸式教学环境为前提,以描摹数字画像促进多元评价为保障,不断探索混合式教学多种实现方式,积极重构教育新常态。

基于校园行为特征的学生就业画像

基于校园行为数据分析学生就业与校园行为之间的关联性是大数据背景下高校就业管理与指导工作的重点。文章以高校本科学生为研究对象,对学生基本信息和校园行为数据进行特征提取和学生标签体系的构建,通过关联规则挖掘学生就业与校园行为之间的关联,探析不同毕业去向学生的行为特征。研究发现:国内读研类学生有4种典型学生群体画像,出国出境类大学生有3种典型学生群体画像,直接就业类大学生有4种典型学生群体画像,不同的学生群体在行为规律性、消费水平和学业水平等方面存在显著区别。文章建议:提供大学生职业生涯规划指导,加强对学生心理状况的关注,开展同学结对帮扶活动。

大数据环境下多模态融合的大学生异常行为预警

针对“校园大数据”累积的海量数据呈现出离散性、稀疏性等问题,如何从基数大、活动广、个性强的校园学生群体中检测出潜在的、有异常行为的学生,已成为学生异常行为分析亟需解决的问题.本文提出了一种大数据环境下基于多模态融合的大学生异常行为预警方法(early warning method for abnormal behavior of college students based on multi-modal fusion in big data environment,EWMAB).首先,针对学生行为画像的表征不够丰富,行为标签存在时效性、动态性等问题,建立一种基于多模态特征深度学习的跨模态学生行为画像模型;其次,针对学生异常行为预测、预警的时效性和后置性问题,在学生行为画像和学生行为分类预测基础上,提出了一种基于多模态融合的学生异常行为预警方法,通过长短期记忆神经网络(long and short term memory networks,LSTM),结合学生行为多指标数据和文本信息来解决学生异常行为预警问题;最后,本文通过应用实例验证模型以学生学习成绩异常预警为例,与其他预警算法相比,EWMAB方法可以提高预警的准确性,实现学生异常行为预警的时效性和前置性,从而使学生教育工作更具有针对性、个性化和预测性.

商业机构用户画像应用的政府治理责任研究

商业机构的用户画像目前在人工智能系统、智能预测、场景识别等方面得到广泛应用,其“监控式”信息汇集方式带来的个人信息侵权风险、算法决策带来的过滤泡效应与差别对待风险,对政府的用户画像治理形成新挑战。我国已初步形成用户画像发展与治理的政策体系,相应法律框架也逐渐成型。在国际上,用户画像治理的政府责任包括个人信息治理和智能算法治理两种不同的模式,政府的用户画像治理责任应当在宪法的国家保护义务框架下,实现发展促进与风险预防的价值协调。我国应通过顶层设计对治理模式进行延伸迭代,推进个人信息治理与智能算法治理的协同,并且将预警原则和国家担保责任原则作为治理责任的分配原则。

基于精细时空行为测度的街道空间人群数字画像构建与分异

【目的】城市空间景观设计需要匹配多元化人群的实际活动需求,既有的数字技术方法更多从大尺度、宏观视角出发研究人群活动,难以满足景观尺度上对人群时空行为的智能画像研究。从景观-建筑尺度深入探讨面向街道设计的人群数字画像识别指标体系与测度方法,可为理解街道建成环境与人群分异之间的互动机制提供依据。【方法】以江苏省南京市中央路为案例,通过采集基于手机定位服务(location-based services,LBS)的人群时空数据和街道空间数据,运用人工智能算法分析不同类型人群的街道空间时空使用特征;提出包含基本属性、时间偏好、空间偏好、设施偏好和景观偏好等多维度指标的街道空间人群数字画像测度方法和谱系构建方法。【结果】识别出213种街道空间人群类型和7类典型人群数字画像,揭示了街道空间人群数字画像的时空分异特征,发现了这些特征与现状街道景观设计和设施布局的关联性。【结论】基于街道空间人群数字画像的分析结果,针对性地提出提升街道空间品质的规划建议,有助于更好地满足不同人群的实际活动需求,以助力城市空间景观设计响应居民需求,从而创造更加宜居、舒适的城市环境。

高校纸本图书使用者的本科生用户画像构建

以高校纸本图书使用者的本科生用户为研究对象,构建高校纸本图书的用户画像,可以更加深入地识别用户、更加有效地提升纸本图书的资源建设和服务质量,进而提升用户体验,促进学生系统、深刻阅读。选取层级标签方法来构建用户画像,在现有RFM模型的基础上,构建LRFM模型,识别出具有共同特征的用户群体,最终完成用户画像的构建。基于真实数据,对该文构建的用户画像模型进行实证,验证模型是有效的。

MOOC+SPOC混合式教学模式下的学习者画像研究

在个性化学习理论指导下,本文结合已有学习者特征分析体系构建MOOC+SPOC混合式教学模式下的学习者特征分析模型,通过采集学习者全过程学习数据,进行数据统计与分析,从学习者基本信息、学习行为、学习结果三个维度进行学习者整体画像,通过K-means聚类分析方法进行学习者分类画像,将学习者分成潜力型、进取型、自主型三类,为混合式教学下的精准个性化学习提供参考。

多源数据融合下医护科研人员科研能力提升策略研究

目的/意义探讨医护科研人员用户画像构建方法和科研能力提升策略。方法/过程根据用户画像理论提出医护科研人员用户画像的构建模型;使用Python语言、ETL和Echarts工具对构建用户画像所需的多源异构数据进行采集、预处理、存储和挖掘,提取标签进行用户画像可视化并进行实证研究。结果/结论医护科研人员可分为具备科研潜质的护理人员、科研新手、科研提升型群体和科研领域资深专家,根据不同类型特征提出医护科研人员科研能力提升策略。

我国大城市居民参与互联网在线问诊的行为画像分析

目的/意义研究大城市居民选择互联网医疗服务时的典型特征,建立患者行为画像,为改进互联网医疗服务提供决策依据。方法/过程以北京市患者为研究对象,从个体属性特征、在线问诊行为以及择医需求偏好3个维度构建患者群体画像,通过聚类方法对在线患者群体分类。结果/结论在线患者可划分为价值潜力型、平台忠诚型、潜在转化型、需求强烈型和服务转移型5类不同特征群体。总体上来自大城市的在线患者病例级别偏低且活跃度不高,通常使用价格较低的图文问诊方式,倾向于选择来自三甲医院、职称较高且在线服务质量较高的医生。5类患者群体各具典型特征,需要分别采取针对性措施满足其个性化医疗需求。

基于画像技术的在线学习行为分析研究

由于在线学习的时空分离特性,如何监督和掌握学生的学习状态并提供及时的学习干预,成为在线教学首要解决的难题。文章从学生学习画像的角度出发,将画像技术和学习行为分析技术相结合,构建时效性较强的学生个体和群体画像,可视化地呈现了学生行为数据并进行干预,以提高学习质量。

基于用户画像的阅读推荐研究

文章以中国医科大学2020年入学的本科生为样本对象,运用RFM模型提取特征变量,结合Kmeans算法将其划分为三类,构建了借阅观望型、理性阅读型、重要发展型三种类型的用户画像,并依据不同类型的用户画像提出了相应的服务对策,以期满足不同类型用户的需求,提升图书馆服务水平。

大数据画像结合多种教学方法在医学影像技术专业磁共振实习中的应用

磁共振实习一直是医学影像技术专业学生实习的难点,各教学基地对于如何提高磁共振实习质量仍处于探索阶段。文章针对学生实习过程中的困惑、磁共振实习阶段存在问题,提出大数据画像结合多种教学方法,构建医学影像技术专业学生在磁共振实习中的大数据画像模型,详细阐述实施计划及设计流程并对实行此项教学改革的显著效果进行了分析与总结。此项教学改革有效避免了传统实习模式的固化形式,对学生进行因材施教精准培养的同时可提高教师自身专业水平,实现了师生双方的共同成长,为医学影像技术专业学生实习培养提供了新的思路和方法,为培养出更多优秀的毕业生奠定坚实的基础。

基于文献数据化的科研机构历时画像构建研究

[目的/意义]提出基于文献数据化的科研机构历时画像构建方法,为科研机构发展历程的全景动态刻画、科技竞争情报工作中的机构类竞争对手分析提供支持。[方法/过程]按照画像实现一般流程,首先构建科研机构历时画像标签体系,提出科研机构历时画像时间窗划分思路;在此基础上,构建基于文献数据化的科研机构历时画像生成模型,并通过期刊论文进行画像方法效果验证。[结果/结论]实证证明,所构建的科研机构历时画像生成模型具有可行性且效果良好,能够系统地展示科研机构属性特征的动态演化。

基于卷烟消费大数据标签体系的六大画像系统

为解决卷烟消费者数据采集与分析难问题,提出了一种全新的基于时空网格技术的消费人群大数据采集分析方法。通过商圈网格划分和数据标签特征工程,实现企业消费者大数据资源的高效融合,建立卷烟消费大数据标签体系,提高了数据的使用价值和复用性。基于大数据、时空网格、可视化技术构建卷烟市场数字孪生体,设计实现了六大画像系统。以玉林市场为例,实现了5237个商圈画像、19544个终端画像、42个品牌画像、169个产品画像以及12种商圈类别画像、24种卷烟分类画像。基于系统对某卷烟品牌实施精准投放实验,该产品的货源利用率从35%提升至59%。

多平台视角下用户知识交流主题挖掘与画像分析——以ChatGPT话题为例

[目的/意义]基于多平台视角挖掘用户知识交流主题特征,构建用户画像标签体系,有助于全面理解用户利用差异化平台开展知识交流行为的规律偏好,为平台提供精确优化策略,为平台间生态建设提供参考依据。[方法/过程]采集大众社交平台、兴趣交流平台、垂直知识平台3类典型平台中ChatGPT话题相关的原创博文及用户数据,采用BERTopic模型凝练知识交流主题,结合多平台数据特点,从自然属性、社会属性、知识交流行为属性和知识交流主题属性4个维度抽出画像标签,通过K-means聚类实现用户画像,呈现群组特征并进行平台差异对比。[结果/结论]研究识别出了应用场景、行业进展、未来探讨、相关产业、咨询求助、热门话题、使用感受、风险监督8大知识交流方向及46个主题;根据属性特征将用户划分为专业贡献型、综合共享型、社交求知型和话题潜力型4类,平台间知识交流主题和用户画像存在显著差异,各平台应采取差异化的激励方式,增强平台用户黏性。

汉画像砖本体构建及其应用

汉画像砖具有丰富的中华文化基因。文章基于图像学三层次分析理论,以四川汉画像砖为例,分析并定义汉画像砖的核心概念、类、属性及约束条件等,使用Protégé完成对汉画像砖领域本体的构建和实例化展示,基于应用结果对汉画像砖本体进行检验和评估。

河南郏县西狮王寺墓地M38、M39发掘简报

为配合南水北调中线工程主河道施工,2010年3月至9月,焦作市文物工作队对位于河南省平顶山市郏县安良镇狮西村西部的西狮王寺墓地进行了考古勘探和发掘,共清理战国、西汉,新莽、东汉时期墓葬80座。其中,M38、M39保存较为完整,均为竖井式墓道砖室画像石墓,出土少量陶器和钱币。根据出土器物特征和两墓的打破关系推断,M38的年代应为东汉早期或中期,M39的年代稍晚,但不晚于东汉中期。两墓均出土有图案精美、工艺精湛的画像石墓门,为研究汉代画像内容和题材,尤其是地区间的文化交流提供了重要资料。