来源：期刊VIP网 时间：
作者：仝文静;王国鹏;宋丽哲;胡亚宝;司占军;
单位：天津科技大学人工智能学院;国家开放大学;数字化学习技术集成与应用教育部工程研究中心;
摘要：随着大数据的飞速发展，在线教育可以借助大数据技术实现个性化、智能化的教育模式，来提高用户的学习效果和满意度。本研究以国开在线教育平台用户为研究对象，从用户行为维度对其数据进行采集、清洗，同时采用文本挖掘的方法进行大数据分析。利用RFM(Recency, Frequency, Monetary)模型和改进后的K-Means算法构建平台用户画像，分析不同类型用户的需求及偏好。并利用中文分词展示各类型用户的关键词以及其使用频次的词云图，确定不同用户的关注点，为后续课程推荐及精准营销提供便利。实验结果表明，改进后的K-Means算法可以很好地刻画用户行为画像，其轮廓系数指标提升到0.811，可以有效解决随机选择初始聚类中心的方法受离群样本点影响而导致结果不一致的问题。
关键词：用户画像;;在线教育平台;;RFM模型;;聚类
基金资助：2022年北京市教育科技“十四五”规划重点项目——基于智能分析的在线高等教育学习者学业评价与素质提升研究(No.CHAA22059)
