数据驱动的STEAM课程学习者数字画像构建与应用.docxVIP

? ? 数据驱动的STEAM课程学习者数字画像构建与应用 ? ? 金洲 李颖欣 戴坚 摘 ?要：当下，STEAM课程培训机构数量在全国范围内快速增长，学生和家长面对如此多的STEAM课程不知道如何选择。为此，采用基于科学的大数据驱动研究范式，以全国范围内STEAM课程学习者特征为样本数据集，采用主成分分析法提取STEAM课程学习者的基础信息、学习环境、学习需要、学习特征四个方面的主特征，构建数据驱动的STEAM课程学习者数字画像。成果有助于发挥数字画像的评价决策功能，帮助家长和学生精准选择合适的STEAM课程，提高学生的学习效率。 Key：STEAM教育;数字画像;大数据分析;数据驱动 ：G434 ? ? ：A：2096-4706（2022）05-0186-04 Construction and Application on STEAM Course Learner Digital Portrait of Data-Driven JIN Zhou， LI Yingxin， DAI Jian （College of Education Science and Technology， Zhejiang University of Technology， Hangzhou ?310023， China） Abstract： At present， the number of STEAM course training institutions is growing rapidly across the country. Students and parents do not know how to choose in the face of so many STEAM courses. In this regard， this paper adopts the big data-driven research paradigm based on science， takes the characteristics of STEAM course learners nationwide as the sample data set， uses the principal component analysis method to extract the main characteristics of STEAM course learners in four aspects： basic information， learning environment， learning needs and learning characteristics， and constructs a data-driven digital portrait of STEAM course learners. The results are helpful to give play to the evaluation and decision-making function of digital portrait， help parents and students accurately select appropriate STEAM course， and improve students’ learning efficiency. Keywords： STEAM education; digital portrait; big data analysis; data driven 0 ?引 ?言 2019年6月23日中共中央、國务院就深化教育教学改革、全面提高义务教育质量提出了全面发展素质教育、切实提高课堂教学质量等意见，而STEAM课程着重培养学生的综合素质，能够很好地满足《意见》的要求。目前，很多中小学以班级为单位进行大规模教学式STEAM课程，此种教学方法虽然能够一定程度上满足学生对多学科融合课程的需求，但在一定程度上也忽视个性化学习培养。随着大数据分析技术的发展，数字画像已成为学习者特征分析的新方向，为STEAM课程受教育者的精准分析提供了强有力的技术支持和方法指导。 1 ?文献综述 1.1 ?STEAM课程学习者的特征分析 STEAM教育强调对科学、技术、工程、艺术、数学五门学科的有机整合，让学生在项目设计中发现并解决问题，并在此过程中培养学生的创新精神和问题解决能力。学习特征由学习者的知识结构和学习风格组成[1];学习者特征也可以分为知识结构、信息加工方式、社会特征、情意和意动类型四个层次[2]。综上可知，学习需要和学习特征是STEAM课程学习者特征的主要构成要素。 1.2 ?数字画像技术 数字画像构建方法的分类依据有设计方法和构建技