Volume 2,Issue 5
Fall 2024
基于K-means聚类的学生画像分析与构建
随着教育数字化转型的深入推进，本研究基于K-means聚类算法构建多维学生画像，旨在为精准化教育供给提供数据支持。通过整合学生在学业表现、学习投入、职业生涯规划等多维度数据研究构建的可视化画像体系为个性化教学策略制定提供了新路径，尤其在课程资源适配、学习监督机制优化等方面具有实践价值，响应了国家教育信息化战略对数据驱动教学改革的政策要求。
[1] 习近平主持召开中央全面深化改革领导小组第二十二次会议强调：推动改革举措精准对焦协同发力 形成落实新发展理念的体制机制[N]. 人民日报，2016-03-23
[2] 柯璟.基于学生毕业要求达成度评价的用户画像设计与分析[J].教育教学论坛,2020(45):13-16.
[3] 冯春燕. 基于学习者画像的个性化教学研究[D]. 浙江:浙江师范大学,2019.
[4] 张娜,刘晓丹.学生画像技术在教学中的研究实践与应用[J].计算机时代, 2021(09):70-73.
[5] 赵国亮,陈晓军,李思奇等.基于数据分析高校学生自画像的初探[J].数字技术与应用,2017(08):233-234+236.
[6] 丁凯,宋林泽.论高校思想政治教育精准化的机理及实现路径[J].思想理论教育,2020(06):101-105.
[7] 赵君,王丰昌.基于精准供给的大学生思想政治教育路径论析[J].学校党建与思想教育,2021,(13):56-59.DOI:10.19865/j.cnki.xxdj.2021.13.013.
[8] 黄炜,张治,胡爱花,等.基于“五育融合”的学生数字画像构建与实践分析[J].教育发展研究,2021,41(18):44-51.
[9] 余明华,张治,祝智庭.基于可视化学习分析的研究性学习学生画像构建研究[J].中国电化教育,2020,(12):36-43
[10]Fredricks, J. A., Blumenfeld, P. C., & Paris, A. H. (2004). School engagement: Potential of the concept, state of the evidence. Review of Educational Research, 74(1), 59-109.