基于教研数据的教师画像构建方法技术

本申请公开了一种基于教研数据的教师画像构建方法，方法包括获取来自教师特征模型输出的教师特征数据；获取来自学科教学模型输出的学科教学数据；获取来自专业研修模型输出的专业研修数据；获取来自教研成果模型输出的教研成果数据；根据教师特征数据、学科教学数据、专业研修数据以及教研成果数据，构建第一教师画像数据；其中，第一教师画像数据包括教师特征数据对应的教师特征画像数据、学科教学数据对应的学科教学画像数据、专业研修数据对应的专业研修画像数据、教研成果数据对应的教研成果画像数据；本发明专利技术实施例基于多源异构教研数据来构建精准的教师画像，能够有效提升教师画像的丰富度。像的丰富度。像的丰富度。

【技术实现步骤摘要】
基于教研数据的教师画像构建方法


[0001]本申请涉及教研
，特别涉及一种基于教研数据的教师画像构建方法。

技术介绍

[0002]目前的教师画像构建技术通常较为简单，且教师画像的运用基本是为学生而非为教师服务。相关技术中，通常是通过构建学生画像来获取学生需求，之后根据教师特征来计算匹配度，以便于向学生推荐教师，然而这种方法并未提供具体的教师画像构建技术。又例如，通过机器学习对学生评教数据进行文本挖掘，以构建教师画像，然而这种方式的数据来源通常较为简单，导致所构建的教师画像也过于简单。针对目前的教师画像构建技术，其对于教师数据的采集方式通常较单一，多是通过传统的表单进行收集；且数据的来源也较简单，导致所构建的教师画像不够准确。

技术实现思路

[0003]本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提供了一种基于教研数据的教师画像构建方法，基于多源异构教研数据来构建精准的教师画像，能够有效提升教师画像的丰富度。
[0004]根据本申请第一方面实施例提供的一种基于教研数据的教师画像构建方法，包括：
...

【技术保护点】

【技术特征摘要】
1.一种基于教研数据的教师画像构建方法，其特征在于，包括：获取来自教师特征模型输出的教师特征数据；获取来自学科教学模型输出的学科教学数据；获取来自专业研修模型输出的专业研修数据；获取来自教研成果模型输出的教研成果数据；根据所述教师特征数据、所述学科教学数据、所述专业研修数据以及所述教研成果数据，构建第一教师画像数据；其中，所述第一教师画像数据包括所述教师特征数据对应的教师特征画像数据、所述学科教学数据对应的学科教学画像数据、所述专业研修数据对应的专业研修画像数据、所述教研成果数据对应的教研成果画像数据。2.根据权利要求1所述的基于教研数据的教师画像构建方法，其特征在于，所述方法还包括：采集用于构建教师画像的原始数据；对所述原始数据进行预处理，得到预处理数据；根据所述预处理数据，构建教师画像数据库管理系统；从所述教师画像数据库管理系统中，提取第一特征数据作为所述教师特征模型输入的数据、第二特征数据作为所述学科教学模型输入的数据、第三特征数据作为所述专业研修模型输入的数据，以及第四特征数据作为所述教研成果模型输入的数据。3.根据权利要求2所述的基于教研数据的教师画像构建方法，其特征在于，所述获取来自教师特征模型输出的教师特征数据，包括：将所述第一特征数据输入至所述教师特征模型中，得到所述教师特征数据；其中，所述第一特征数据包括学历水平特征数据、资历水平特征数据；所述教师特征数据包括与所述学历水平特征数据对应的学历水平标签数据、与所述资历水平特征数据对应的资历水平标签数据；所述教师特征模型通过多分类逻辑回归算法对预设的第一样本数据训练得到。4.根据权利要求2所述的基于教研数据的教师画像构建方法，其特征在于，所述获取来自学科教学模型输出的学科教学数据，包括：将所述第二特征数据输入至所述学科教学模型中，得到所述学科教学数据；其中，所述第二特征数据包括信息化教学能力特征数据、课例研磨水平特征数据；所述学科教学数据包括与所述信息化教学能力特征数据对应的信息化教学能力数据、与所述课例研磨水平特征数据对应的课例研磨水平数据；所述学科教学模型通过多元线性回归算法对预设的第二样本数据训练得到。5.根据权利要求2所述的基于教研数据的教师画像构建方法，其特征在于，所述获取来自专业研修模型输出的专业研修数据，包括：将所述第三特征数据输入至所述专业研修模型中，得到所述专业研修数据；其中，所述第三特征数据包括研修投入度特征数据、研修效能特征数据和专业学习能力特征数据；所述专业研修数据包括与所述研修投入度特征数据对应的研修投入度数据、与所述研修效能特征数据对应的研修效能数据、与专业学习能力特征数据对应的专业学习能力数据；所述专业研修模型通过回归树算法对预设的第三样本数据训练得到。6.根据权利要求2所述的基于教研数据的教师画像构建方法，其特征在于，所述获取来
自教研成果模型输出的教研成果数据，包括：将所述第四特征数据输入至所述教研成果模型中，得到所述教研成果数据；其中，所述第四特征数据包括教学成果水平特征数据、课题研究能力特征数据；所述教研成果数据包括与所述教学成果水平特征数据对应的教学成果水平数据、与课题研究能力特征数据对应的课题研究能力数据；所述教研成果模型通过自适应增强算法对预设的第四样本数据训练得到。7.根据权利要求2所述的基于教研数据的教师画像构建方法，其特征在于，所述方法还包括：从所述教师画像数据库管理系统中，提取每一学科教师对应的教研信息；其中，所述教研信息包括教研指标数据、教研资源评分数据；所述学科教师是以学科类型进行的分类；在相同学科类型中，定义所述学科教师中其中一者作为候选学科教师，将除所述候选学科教师以外的其他学科教师作为第一相似学科教师；根据所述候选学科教师对应的教研指标数据、每一所述第一相似学科教师对应的教研指标数据，分别计算得到每一所述...

【专利技术属性】
技术研发人员：胡小勇，林梓柔，
申请(专利权)人：华南师范大学，
类型：发明
国别省市：