基于學生畫像的學生評價系統設計與實現

馬辛巳，于明鶴，王 虹，張天成

（1.東北大學 軟件學院；2.東北大學 計算機科學與工程學院，遼寧 沈陽 110169）

0 引言

加強學生技能培訓的多樣化、個性化是高等教育發展的迫切需要。近年來，隨著互聯網行業技術的不斷更新，數據挖掘、人工智能等新興技術不斷涌現，這些技術逐漸被應用于生活的各個領域。在技能培訓體系中，能否運用相關互聯網技術從海量信息中提取適當、有用的信息和智力資源，提高教學質量，已經成為評價高校教學質量的重要指標之一［1］。

教育部召開的2021 屆高校畢業生就業進展新聞發布會指出，2021 屆全國高等院校畢業生總規模達到909 萬，相比前年增長了35 萬［2］，我國高等教育正一步步走向大眾化。隨著智能時代的到來，信息技術與教育的進一步融合正在深刻改變教育教學方式。“十四五”規劃，明確提出了“深化新時代教育評價改革，建立健全教育評價制度和機制”的目標［3］。同時，中共中央、國務院印發《深化新時代教育評價改革總體方案》［4］中指出“堅持科學有效，改進結果評價，健全綜合評價，充分利用信息技術提高教育評價的科學性、專業性”。在此情況下，利用大數據集、機器學習等新興技術構成的學生畫像技術，可成為全面刻畫學生能力、服務于教學評價的重要手段［5］。為了實現這一目的，本文設計并實現了一個基于用戶畫像的學生評價系統。該系統可實現數據預處理、數據向量化，完成對學生各個維度的特征分類。通過構建學生畫像，系統對各維度上的數據進行加權計算，最終形成對學生的綜合評價，幫助教師全面、準確地了解每一位學生的情況。

1 關鍵技術介紹

（1）K-means 聚類算法。K-means 聚類算法是一種深度學習相關的迭代聚類分析算法，其認為數據點對于聚類中心的歐氏距離較近，即屬于同一類別，從而將相似數據聚到一個類中。具體過程如算法1所示。

算法1K-means 聚類算法

（2）用戶畫像技術。用戶畫像的概念最早由交互設計之父Alan［6］提出，從文獻總數、學科分布和資金支持3 方面來看，國外的用戶肖像研究起步明顯早于中國，在2010 年左右相差最多。2015 年該研究在國內進入快速發展時期，文獻數量開始呈大量增長趨勢［7］。可以看出，用戶畫像是近年來在國內興起的熱點研究問題。

用戶畫像主要基于大量用戶積累的數據，結合相應需求與場景，沉淀出一系列標簽，這些標簽共同為產品迭代提供數據支撐。通過用戶行為構建各種標簽，實時刻畫用戶畫像，從而進行產品運營輔助。

畫像構建過程主要包括以下3 個階段：①數據采集。在用戶畫像研究中，用戶數據主要通過社會調查、網絡數據收集和平臺數據庫收集獲得；②特征提取。指從用戶數據中提取特征標簽的過程，主要通過人工與機器學習算法兩種方法完成特征提取；③畫像可視化。指將構建的用戶畫像用各種直觀、清晰的視覺圖形呈現出來的過程，例如直方圖、雷達圖、標簽云等。

目前，很多研究者進行了用戶畫像構建研究。韓梅花等［8］在構造抑郁情緒種子詞的基礎上，計算抑郁情感指數，從而構建抑郁群體用戶畫像，并基于此為具有抑郁特征的用戶推送相應閱讀治療資源；王凌霄等［9］基于大量社會化問答社區用戶的活動指標數據，構建用戶畫像并從中識別用戶群體與用戶質量；Rossi 等［10］采集機場用戶的手機軌跡數據，并抽取機場用戶的實時行為特征，研發了一個決策支持系統，為機場用戶提供信息與建議；張琳娟等［11］通過雙聚類算法分析用戶用電數據，研究用戶用電行為；Liang 等［12］通過構建機器學習模型提取用戶特征，對非定向上網行為進行研究以預測學生的學業成績；吳文瀚［13］將數據分析與數據驗證過程相結合，通過KL 散度和AIO社會學模型選取具有代表性的計算樣本與標簽樣本，并利用CH-Score 和SH-Score 明確算法與相關參數，利用聚類算法，通過TGI 解讀集群數據結果，最終利用關聯規則發現年輕用戶對汽車的需求。

面對龐大且不斷增長的學生群體，本文通過數據分析與可視化相關技術，準確描繪與建模學生特點，生成相關學生畫像并進行評價。主要通過聚類算法的應用，根據各科目屬性和特點對學生成績進行聚類，生成恰當的特征標簽，據此開發學生評價系統，使用戶畫像有了更廣闊的應用場景，實現了用戶畫像技術與高校教學間的融合，為學生的下一步學習提供參考。同時，可為教師指導、定制個性化培養方案提供數據依據，也為管理者提供決策支持，實現教學效果和人才培養質量的提升。

2 學生畫像構建

傳統意義上對學生學習成績、學習能力和學習過程的數據評價是基于排名或分數段的，例如90 分以上為優秀，80～90 之間為良好。由于成績與評價數據分布的不穩定性和密度不確定性等原因，無法非常準確地衡量一個學生的實際情況。例如課程難度較高，90 分以上的學生較少，可能85 分以上的學生即處于整體優秀狀態，此類問題使用傳統計算方法無法準確進行評估。基于以上前提，且學生成績大部分符合正態分布特征，本文通過K-means 聚類分析確定數據的實際分類情況。其中，課程分析是單次調用聚類算法的顯示，詞云評價圖及標簽云是多次調用后進行歸一化等處理后的結果。

（1）數據收集與預處理。本文數據集來源于高校教務處學生數據，脫敏后導出得到1 888 行個人基本信息與競賽、論文、實踐活動信息，以及107 195 行學生成績信息。為確保數據與實際教學情況相符，從而保證評價模型的適用性，數據集包含了多個專業學科方向的學生數據。

使用Navicat 導入工具將Excel 中的數據導入到數據庫中，在導入之前對數據進行相應的清理操作。使用Excel自帶的vlookup（）函數分離出學生、教師、課程分類等信息。將五級分制、二級分制等轉化為int 型成績，對于是否選修項，必修為1，選修為0；修讀類型正常為1，重修為2；考試類別正常為1，補考為2。

（2）K-means 算法應用。調用算法對課程成績進行聚類，為后續特征標簽構建提供輸入。本系統的K-means 算法使用Python 語言編寫，系統框架使用SpringBoot［14］編寫，因此涉及到Java調用Python 的方法，具體代碼如下：

由于Python 程序調用了numpy、matplotlib、pymysql 等依賴包，此方式調用時import 不到相應環境，因此使用anaconda 配置好環境之后，需要import sys 將其路徑引入到main.py文件中。

針對Runtime.getRuntime（）.exec（）的異常處理問題，當代碼有異常時，由于調用后未及時捕捉進程輸出，因此控制臺沒有輸出，導致開發調試困難。解決辦法為啟動該進程后，再啟動一個線程及時獲取異常信息。

（3）特征標簽構建算法。基于K-means 算法對學生評價特征標簽進行構建，參考高校對本科生的培養計劃及課程大類分類進行特征劃分較為全面、可靠。系統共分為六大特征標簽，即math、humanities、specialty、electives、code、innovation，分別代表學生的數學與自然科學、人文、專業基礎、專業選修、工程實踐能力、創新能力六大能力值。給出標簽基準分為5 分，運用分母限制，通過運算保證標簽分數在1～9 分之間。學生每多選一門課，算法運行對應的評分機制，直至得出最終評分，具體描述如算法2所示。

算法2特征能力標簽構建算法

科目標簽得分與每個標簽下的課程數量有直接關系，一旦掛科（低于60 分）還會啟動相應的減分機制。獎罰體系以標簽內所有課程數量為分母，結合具體課程的聚類情況賦予分子進行評分，標簽評分隨著每增加一門科目進行動態更新。由于分母的限制，每增加一門課程，課程數量增加，在屬于同一聚類結果（分子一定）的情況下，對最終得分的影響會逐漸縮小，因此一定程度上避免了因某一標簽得分較低，進而選取大量該標簽下課程進行刷分的行為。由于已經掌握了該標簽下大量課程的知識，因此在后續獎懲體系中只有擁有較高級的聚類結果才會有較多加分，從而對最終結果造成較大影響。

系統在確定一位學生進行特征能力標簽構建之后，根據其所修的課程成績進行單項排序。通過比較可得出：特征能力標簽得分較高的課程成績在全體學生中排名靠前，得分較低的課程成績則不理想，可在一定程度上體現出算法的有效性。以學號為“711”的學生為例，該學生“數學與自然科學”標簽下的高等數學、大學物理、數值分析得分分別為99、97、91，在同年級241 名同學中排名第3、7、20 名。而“專業基礎”標簽下的計算機體系結構、計算機網絡得分為72、78，在同年級241 名同學中排名第217、131 名。基于上述成績，該同學的六大特征標簽：數學與自然科學、人文、專業基礎、專業選修、工程實踐能力、創新能力得分分別為8.27、7.70、6.77、7.00、8.11、6.75，所有學生標簽均值得分為6.14、6.48、6.13、6.82、6.53、6.89。系統根據上述標簽得分最終形成雷達圖，如圖1所示。

Fig.1 Radar chart example圖1 雷達圖示例

（4）學生畫像生成。通過算法得到六大特征標簽值之后，在畫像中加入競賽、論文、志愿時長、實踐活動等信息，形成綜合、全面的學生畫像。在后續系統開發中，將此學生畫像通過柱狀圖、雷達圖、詞云圖等可視化方法更加直觀地展現給系統用戶。詞云圖中文字大小即標簽數值，并根據每位學生在學科競賽、社會工作和論文發表等方面取得的成績增加對應的文字標簽。以學號為“711”的學生為例，其詞云圖如圖2所示。

Fig.2 Example of wordcloud chart圖2 詞云圖示例

該學生可根據此畫像保持自己的競爭優勢，同時彌補畫像所展現出的不足，教師可根據學生畫像定制培養方案，公司可根據畫像尋找所需的人才，以達到共贏的目的。

3 需求分析

基于學生畫像的學生評價系統主要是針對學生評價和個性化教學相關服務的需求而開發的，主要工作是記錄每天的教學數據、維護信息，對數據進行挖掘形成學生標簽云。系統應具有學生畫像分析、數據處理、系統管理三大功能。學生畫像分析主要負責給出某門課程的學生成績分布占比以及最高分、最低分、平均分等信息，根據學號查詢該學生所有科目成績，并通過相關算法對其成績進行分析，得出評價標簽；數據處理主要負責數據收集與清洗，對學生成績、科目信息進行增刪改查操作；系統管理主要負責身份驗證管理，對個人用戶信息、賬號信息進行增刪改查等操作。

圖3 是整個系統的用例概要。在系統中，一些通用功能需要進行良好地封裝，而且需盡量避免魔法值的出現，以確保后續需求變更時方便修改。對于業務數據量的增大，可以使用SpringClound 相關技術將其快速拆分為微服務項目進行集群部署；對于數據集的增大，可以考慮采用elastatic search 技術進行快速查詢，且可以對聚類算法進行一定優化與改進。綜上所述，本系統具有極大的可擴展空間。

Fig.3 System use case圖3 系統用例

4 系統分析與設計

針對上述功能需求，本系統的設計如圖4 所示。該系統為B/S 應用程序，對各種瀏覽器有較好的兼容性。系統采用MVC 架構［15］，分為4 部分：存儲層、業務流程層、控制層以及前端頁面。同時系統采用高內聚、低耦合、易于系統擴展的設計，以便后續作進一步升級。

Fig.4 System architecture圖4 系統架構

系統主要設計三大功能模塊，即學生畫像分析、數據采集處理和系統管理模塊。本系統要求用戶必須在登錄狀態下才能使用系統功能，未登錄時訪問系統任何其他資源將跳轉到登錄頁面。學生畫像模塊是整個系統的核心部分，包括數據預處理和矢量變換，利用模型訓練可以構建學生的能力畫像與特征標簽，是業務邏輯和算法的主要實現部分；數據采集模塊是整個系統算法的數據來源，包括算法所需數據的增刪改查；系統管理模塊是基礎模塊，由系統管理員操作，維護基礎數據，建立系統用戶權限，以保證系統的正常運行。

本系統采用關系型數據庫MySQL［16］與非關系型數據庫Redis，并采用mybatis 持久化層框架進行分頁等操作；后端選用SpringBoot 框架進行開發，同時集成了jsr303、lombok、jackson、JWT、log4j 等相關技術以降低系統耦合度，輔助系統開發；前端頁面展示選用vue［17］框架集成elementui和v-chart實現，開發過程中采用junit進行單元測試。系統開發完成后將其部署在Linux操作系統上運行。

5 系統實現

5.1 學生畫像分析

學生畫像分析模塊基于本文設計的學生畫像構建技術，實現對學生當前狀態進行分析。用戶登錄成功后在左側導航欄選擇“學生畫像”頁面，3 列分別為單科目聚類算法、學生評價詞云圖和雷達圖。具體實現頁面如圖5所示。

（1）基于K-means 聚類的課程分析。同一門課程選擇不同的聚類中心數量進行聚類，結果如圖6 所示，k 值分別為2、3、4、5。在計算時去除不及格成績的影響，默認Kmeans 聚類算法的k 值為3，將學生成績分為中、良、優秀3類，聚類算法結果更加清晰，實際效果最好。

（2）學生特征標簽構建。雷達圖與柱狀圖采用vchart組件進行實現，搜索框中輸入學號可進行切換。雷達圖提供平均標簽值的數據，并且可以在搜索多位學生學號時進行比對，查看其在各個標簽能力值方面的差異。平均分基準數據隨著計算過的學生畫像越來越多，不斷進行動態更新。

（3）學生評價詞云圖實現。學生評價詞云圖在學生特征標簽構建基礎上，采用ve-wordcloud 進行構建，依據標簽構建結果對其進行顯示。采用wordExtend 設置隨機字體顏色，并利用人像輪廓圖片設置詞云圖形狀。

5.2 數據處理

5.2.1 數據庫操作

（1）關系型數據庫。使用mybatis-generator 生成實體類、Example、Mapper 和xml 文件，減少了手動編碼的代碼量，加快了開發速度，并且應用log4j 打印相應日志，便于調試。

本系統選用邏輯分頁，并不依賴于物理實體，將所有數據都查詢出來，然后通過RowBounds 在內存進行分頁。

Fig.5 Student portrait page圖5 學生畫像頁面

Fig.6 K-means schematic diagram圖6 K-means示意圖

（2）非關系型數據庫。Redis 默認使用Java 序列化存儲Java 對象，實體類必須實現Serializable 接口，編碼不方便，且使用序列化形式碼流大，不易傳輸，無法進行跨語言協同，因此將Redis 存儲格式變更為json 格式進行對象存儲，具體代碼如下：

5.2.2 課程數據處理

用戶登錄成功后在左側導航欄選擇“課程編輯”頁面，其主體由表格構成，可以對課程信息進行增刪改查操作。具體實現頁面如圖7所示。

在表格前設置check 框，用戶可以選擇進行批量刪除操作，刪除功能可提供二次確認。還可提供單行數據操作功能，將表格中的一項更改為可編輯輸入框。

Fig.7 Course editing page圖7 課程編輯頁面

在前端增加表單驗證功能，在后端實體類上，為應對需求變更，使用了Lombok，在實體類上增加@Data、@AllArgsConstructor、@NoArgsConstructor 注釋來自動生成構造方法和getter、setter方法。

提供模糊查詢功能，在后臺使用動態sql，通過關鍵字“like”進行拼接。點擊“新增”按鈕，可以跳出dialog，部分數據項具有下拉框選擇功能。

提供數據導出功能，使用Export2Excel.js 將表格數據導出為Excel文件。

5.3 系統管理

5.3.1 token身份驗證

登錄頁面如圖8 所示。考慮到安全性及系統性能，由于使用普通賬號密碼登錄會頻繁調用數據庫而影響系統性能，本系統對于用戶登錄采取JWT 的token 身份驗證方式。使用加密算法HMAC256 生成token，可在一定程度上保證安全性，使用攔截器獲取并驗證token，攔截所有請求，通過判斷是否有@LoginRequired 注解，決定是否需要登錄。

5.3.2 系統信息查詢

Fig.8 Login page圖8 登錄頁面

管理員登錄成功后將顯示系統主頁。其中，餅圖可查看具體課程的分數區間占比，柱狀圖可搜索對應學號學生的所有課程成績。系統主頁如圖9所示。

Fig.9 System homepage圖9 系統主頁

（1）頭像上傳。用戶點擊頁面顯示的頭像可進行頭像更換。該功能使用el-upload 實現，在前端接收圖片時限制圖片小于5M。存儲過程為：以form 形式傳回后臺，服務器使用UUID 生成隨機字符串+截取源文件的后綴名來重定義文件名，并寫入到本地服務器。獲取過程為：查找前端服務器中該用戶的頭像文件是否存在，若不存在則向后端服務器接口發起請求，調用數據庫查詢后返回。

（2）個人資料增刪改查。點擊個人信息框的“修改資料”后跳出dialog，如圖10 所示。其中編號和學校由系統后臺統一給出，用戶不可更改，性別選項為下拉框選擇格式。加入正則表達式驗證郵箱和手機號格式及內容是否為空，以確保數據的有效性。服務器端為防止從postman等軟件跳過前端頁面直接注入數據，加入JSR303 校驗，以確認數據不為空且符合相應格式要求。

Fig.10 Information modification圖10 修改資料頁面

（3）選擇課程進行成績查詢。點擊餅圖“設置”按鈕后跳出課程成績查詢，類比多層級下拉框的樣式實現，調用后端對該課程進行統計分析。使用動態SQL 語句，考慮到sql 注入，防止給sql 語句傳入1 等信息導致所有信息被查出來，因此使用占位符#｛｝，而不是字符串拼接$｛｝。

（4）選擇學號進行分數顯示。柱狀圖顯示分數，默認第一位學生的學號，可以通過搜索框進行切換。使用vchart 的ve-histogram 組件，由于每位學生所修科目量較大，導致顯示不全，因此需要通過chartExtend 屬性進入底層echart中使用series的barWidth 進行設置。

6 系統測試

（1）登錄功能測試。對系統的首次登錄、token 身份驗證及刷新時間、登錄時能否記住密碼等功能進行測試，表1對登錄功能的測試用例進行了詳細說明。經過測試得出系統登錄功能良好，具有記住密碼的能力，在token 未失效時段內可自動登錄。

Table 1 Test cases of log in function表 1 登錄功能測試用例表

（2）統計數據查詢測試。對系統主頁的頭像上傳、資料修改、課程選擇、圖標生成等功能進行測試，表2 對統計數據查詢的測試用例進行了詳細說明。經過測試得出統計數據查詢功能良好，頭像上傳可以在前端存儲，且短時間內可以加載出圖片，郵箱、手機號格式的正則表達式正確，可以正確查詢課程成績分布與個人成績柱狀圖。

Table 2 Test cases of statistics queries表 2 統計數據查詢測試用例表

（3）學生畫像構建測試。對系統的聚類結果、學生評價詞云圖、特征標簽構建、成績分析、標簽數值柱狀圖等進行測試，表3 對統計數據查詢的測試用例進行了詳細說明。經過測試得出學生畫像模塊功能良好，Java 調用Python 時正確未出錯，K-means 算法聚類結果無空類，詞云圖輪廓為人形，且文字大小與得分成正比，雷達圖可同時展現個人標簽得分與平均標簽得分。

Table 3 Test cases of student profile表 3 學生畫像測試用例表

（4）數據庫修改測試。對數據庫的修改功能進行測試，表4 對統計數據的增加、刪除、查詢及更新的測試用例進行了詳細說明。經過測試得出數據庫運行良好，前端所有數據的增刪改查及其他操作均可以在數據庫中對應實現。

Table 4 Test cases of database表 4 數據庫測試用例表

（5）性能測試。系統的性能測試包括吞吐量測試、響應時間測試等，由于要應用到線上環境，本系統需要對這些指標進行測試。系統性能測試用例如表5所示。

經過測試，系統并發性能良好。從系統并發數來看，在目前預計的實際應用中，管理員數量不會超過100 個，而有數千名學生使用該系統。按照性能分析中的“二八原則”，同時可能有幾百名學生使用本系統，目前看來系統可以滿足此并發量。

Table 5 Test cases of performance表 5 性能測試用例表

系統經過驗證與測試，性能符合需求，可以較好地實現特征標簽構建與學生評價功能，且標簽形象直觀，人機交互友好。

7 結語

系統以高等院校為應用場景，通過對教學數據的收集、清洗、挖掘，實時構建學生能力特征標簽，生成學生評價詞云圖，從而實現可視化反饋學習狀態與教學成果。該系統可以幫助學生了解自己的學習情況，同時讓教師隨時掌握教學情況，并根據系統提供的信息定制個性化的學生培養方案。

本文完成了基本學生評價系統的設計與實現，未來還可以從業務完善、數據分析、算法創新等方面進行改進，例如綜合學生的日常行為及校外學習等數據，設計更加完善的多元評價機制。在模型選擇上，還可探索更多適合教育領域的模型進行算法運算。同時在數據量、用戶量不斷增大的情況下，可以適當增加算法的復雜度，將本系統拆分為微服務項目進行集群部署，以保證并發量。