一种整合动静态数据的中小学教师数字素养画像构建方法及系统技术方案

本发明专利技术涉及计算机信息处理领域，提供一种整合动静态数据的中小学教师数字素养画像构建方法及系统，该方法包括以下步骤：(1)构建中小学教师数字素养画像标签生成框架；(2)基于动静态数据结合的教师数据转化；(3)提取数据特征；(4)生成画像标签；(5)教师数字素养画像结果可视化。本发明专利技术整合动静态数据的中小学教师数字素养画像构建方法及系统，能够对中小学教师数字素养发展现状进行全面诊断，建立多要素立体画像，精准推动教师数字素养发展。精准推动教师数字素养发展。精准推动教师数字素养发展。

【技术实现步骤摘要】
一种整合动静态数据的中小学教师数字素养画像构建方法及系统


[0001]本专利技术涉及计算机信息处理领域，具体涉及一种整合动静态数据的中小学教师数字素养画像构建方法及系统。

技术介绍

[0002]在数字技术与教育教学深度融合的过程中，数字素养已成为未来教师的必备素养，因此有必要对教师数字素养进行调查，了解教师数字素养发展现状。传统的常见调查方式例如问卷、访谈、测评系统等，有利于了解教师数字素养发展现状，但是依旧存在结果呈现简单扁平、评价维度不全面、需要教师高度配合、费时费力等缺陷。随着信息技术的不断发展，用户画像应运而生，为教师数字素养评价提供了新思路。
[0003]虽然当前用户画像在各领域取得了广泛应用，但是在教师数字素养评价方面依旧存在一定问题：(1)尚未提出针对性研究教师数字素养水平的画像构建方法；(2)尚未形成针对教师数字素养各要素的数据特征提取和标签生成方法；(3)对于教师在线动态数据的研究不足，画像无法及时更新，难以进行动态调整。

技术实现思路

[0004]针对现有技术的以上缺陷或改进需求，本专利技术提供了一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种整合动静态数据的中小学教师数字素养画像构建方法，其特征在于该方法包括以下步骤：(1)构建中小学教师数字素养画像标签生成框架；建立由多个维度组成的中小学教师数字素养画像标签生成框架，框架的维度包括数字意识与态度、数字知识与技能、数字能力与应用、数字责任以及终身发展；每个维度包含多个要素；(2)基于动静态数据结合的教师数据转化；依据教师的网络在线学习行为，确定可体现中小学教师数字素养的数据类型，包括静态、动态两大类数据；静态数据包括教师基本属性数据与教师教育属性数据；动态数据包括教师访问习惯、教师检索习惯、教师交流数据、教师学习数据、教师教学数据、教研成果数据；根据ETL数据处理流程，对数据进行抽取、转化、装载，最终形成要素对应数据表；(3)提取数据特征；对获取的教师相关数据进行处理，提取数据特征；教师静态数据直接生成相应的静态属性标签；动态数据采用RFM模型和TF
‑
IDF词频分析方法，将获取的不同类型的教师数据转化为RFM值和关键词集；(4)生成画像标签；应用聚类算法对RFM值数据进行分类，生成等级类标签；针对提取的关键词集，使用LDA模型提取主题词，生成主题类标签；(5)教师数字素养画像结果可视化；基于JavaScript的数据可视化图表库将教师数字素养各项标签可视化。2.根据权利要求1所述的整合动静态数据的中小学教师数字素养画像构建方法，其特征在于步骤(1)中所述构建中小学教师数字素养画像标签生成框架的具体过程为：(1
‑
1)框架维度划分，将中小学教师数字素养画像标签生成框架分为数字意识与态度、数字知识与技能、数字能力与应用、数字责任、终身发展五大部分；(1
‑
2)二级维度划分，结合教师数字素养内涵将各一级维度进一步划分，具体内容如下：(1
‑2‑
1)数字意识与态度维度包含数字认识、数字情感与态度和数字意志三个二级维度；(1
‑2‑
2)数字知识与技能维度包含数字基础知识和数字技能知识两个二级维度；(1
‑2‑
3)数字能力与应用维度包含资源收集与处理、教学优化与创新、学情评价分析、有效沟通交流四个二级维度；(1
‑2‑
4)数字责任维度包含数字伦理道德和数字安全两个二级维度；(1
‑2‑
5)终身发展维度包含知识持续性获取和专业能力成长两个二级维度；(1
‑
3)要素划分，结合数字素养内涵将各二级维度进一步划分，具体内容如下：(1
‑3‑
1)数字认识维度包含批判意识和信息更新意识两个要素；(1
‑3‑
2)数字情感与态度维度包含理性程度和应用意愿两个要素；(1
‑3‑
3)数字意志维度包含意志坚定度要素；(1
‑3‑
4)数字基础知识维度包含数字权利、数字安全、应用现状三个要素；(1
‑3‑
5)数字技能知识维度包含设备熟练度和软件熟练度两个要素；(1
‑3‑
6)资源收集与处理维度包含资源获取、资源制作、资源管理三个要素；(1
‑3‑
7)教学优化与创新维度包含工具应用和教学创新两个要素；(1
‑3‑
8)学情评价分析维度包含学情分析和学情反馈两个要素；
(1
‑3‑
9)有效沟通交流维度包含沟通能力要素；(1
‑3‑
10)数字伦理道德维度包含伦理道德感要素；(1
‑3‑
11)数字安全维度包含数据保护和数字环境保护两个要素；(1
‑3‑
12)知识持续性获取维度包含知识获取力要素；(1
‑3‑
13)专业能力成长维度包含专业发展和专业影响两个要素。3.根据权利要求1所述的整合动静态数据的中小学教师数字素养画像构建方法，其特征在于步骤(2)中所述基于动静态数据结合的教师数据转化的具体过程为：(2
‑
1)明确教师数据类型，包括静态和动态两大数据类型；(2
‑1‑
1)静态数据包括教师基本属性数据与教师教育属性数据，具体如下：教师基本属性数据：包括姓名、性别、年龄、地区分布、通讯信息；教师教育属性数据：包括学历、职称、教龄、任教学科、所属学校；(2
‑1‑
2)动态数据包括教师访问习惯、教师检索习惯、教师交流数据、教师学习数据、教师教学数据、教研成果数据，具体如下：教师访问习惯数据：包括访问页面、访问时间、访问频率、访问兴趣；教师检索习惯数据：包括检索词、检索时间、检索资源类型；教师交流数据：包括发帖、评论、回复数量、线上研讨；教师学习数据：包括对教学资源的引用、下载、分享；教师教学数据：包括应用在线教学平台开展教学次数、与学生互动次数；教师教研成果数据：包括参与教研项目、相关教学竞赛；发表优质教学资源量、文献量；(2
‑
2)基于ETL对数据进行加工处理，具体过程为：(2
‑2‑
1)数据抽取，从web服务器日志文件中提取教师和服务器交互的活动日志，获得教师在一段时间内的行为数据；(2
‑2‑
2)数据转换：数据清洗，即去除脏数据，对不在给定范围内的非法格式数据、无效数据进行剔除；格式转化，对数据格式做规范化处理，统一数据格式，包含记录格式转换和字段格式转换，记录格式转换即将一条记录转换成某一格式；字段格式转换是对字段值进行格式的统一化处理；(2
‑2‑
3)数据装载，将转换后的统一格式数据进行存储，加载至数据仓库中，最终将数据存储为JSON格式；(2
‑
3)形成各要素对应数据表，将获取的数据与各要素一一对应，具体内容如下：批判意识要素：教师在政府网站搜索新闻的搜索行为数据；信息更新意识要素：教师选择最新发布的相关教学资料作为教学素材的使用行为数据；理性程度要素：教师结合学生实际，根据数字化教学效果适当调整教学方式，不盲目选择最新技术的调整行为数据；应用意愿要素：教师主动利用相关数字技术优化课堂教学的使用行为数据；意志坚定度要素：教师搜索数字化教学相关问题解决方式的搜索行为数据；数字权利要素：教师使用盗版数字资源的使用行...

【专利技术属性】
技术研发人员：吴砥，陈敏，李亚婷，周驰，徐建，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：