《面向终身学习的用户画像技术要求》（DB34T 5379-2026）.docxVIP

ICS03.180CCSA18

34

安徽省地方标准

DB34/T5379—2026

面向终身学习的用户画像技术要求

Technicalrequirementsforuserprofilinginlifelonglearning

2026-01-05发布2026-02-05实施

安徽省市场监督管理局发布

DB34/T5379—2026

I

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由科大讯飞股份有限公司提出。

本文件由安徽省工业和信息化厅归口。

本文件起草单位：科大讯飞股份有限公司、湖南大学、北京交通大学、中国科学技术大学、西安电子科技大学、长沙理工大学、安徽省质量和标准化研究院、合肥高新技术产业开发区市场监督管理局。

本文件主要起草人：陈恩红、李鑫、刘淇、闵芳、黄振亚、曹嵘晖、吴一鸣、惠治儒、徐军玲、赵官豪、于峻浩。

DB34/T5379—2026

1

面向终身学习的用户画像技术要求

1范围

本文件规定了面向终身学习的用户画像的流程、要求和数据安全。

本文件适用于面向终身学习的用户画像。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T35273—2020信息安全技术个人信息安全规范

GB/T37988—2019信息安全技术数据安全能力成熟度模型

GB/T43782人工智能机器学习系统技术要求

3术语和定义

下列术语和定义适用于本文件。

用户画像userprofiling

通过收集、汇聚、分析个人信息，对某特定自然人个人特征，如职业、经济、健康、教育、个人喜好、信用、行为等方面作出分析或预测，形成某个人特征模型的过程。

注：直接使用特定自然人的个人信息，形成该自然人的特征模型，称为直接用户画像。使用来源于特定自然人以外的个人信息，如其所在群体的数据，形成该自然人的特征模型，称为间接用户画像。

[来源：GB/T35273—2020,3.8]

终身学习用户lifelonglearninguser

使用各类学习平台或系统通过正式教育、非正式教育及自我学习等多种途径，不断提升知识、能力与素养实现终身学习的个体。

4缩略语

下列缩略语适用于本文件。

API：应用编程接口（ApplicationProgrammingInterface）

CSV：逗号分隔值（Comma-SeparatedValues）

JDBC：Java数据库连接（JavaDatabaseConnectivity）

ODBC：开放数据库连接（OpenDatabaseConnectivity）

XML：可扩展标记语言（ExtensibleMarkupLanguage）

5流程

2

DB34/T5379—2026

终身学习用户画像的流程分为数据采集、数据预处理、数据分析、画像输出、验证和更新迭代。终身学习用户画像的流程见图1。

数据采集

数据采集

数据预处理

数据分析

画像输出

验证

更新迭代

图1终身学习用户画像流程图

6要求

6.1数据采集

6.1.1数据采集输入数据的类型包括但不限于：

a)用户注册信息：用户在平台注册时提供个人信息，包括姓名、年龄、性别、学历、联系方式等结构化数据；

b)课程基本信息：用户在平台所选课程的基础信息，包括课程编号、名称、类别、所属学科、授课教师等结构化数据；

c)知识点与学习资源：记录用户在课程学习过程中接触到的知识点和学习资源，包括但不限于讲义、教学视频、教学音频、练习题、自测题等非结构化数据；

d)课程学习数据：

1)学习时长：包括但不限于在线学习视频观看时间、在线学习页面浏览时长、作业完成时长等结构化数据；

2)学习次数：记录用户在课程上学习的次数，包括但不限于登录次数、课程点击次数、视频浏览次数、页面浏览次数等结构化数据；

e)学习反馈数据：

1)师生互评评语：用户和教师之间的互相评价和反馈信息，包括但不限于用户学习态度评语、作业完成情况，课堂表现等半结构化数据；

2)阶段测试成绩：用户在学习后进行自测的成绩，包括但不限于自测分