面向教師畫像的能力精準測評和可視化呈現

胡小勇 許課雪 張纓斌

摘要：在人工智能助推教師隊伍建設背景下，借助畫像技術實現對教師能力的精準測評并助力其個性化發展，愈發重要。然而，面向教師畫像的能力測評精準性仍有待提高，其可視化呈現方式的解釋性也仍顯不足。研究根據教師能力的構成特征及多模態數據測評文獻分析，構建了全面細粒度的面向教師畫像的能力測評框架，并從數據多源采集及其準確處理的角度，提出了有效場景信息識別、數據采集高支持度保障、跨場景數據動態融合、非線性特征提取算法優化等四方面的測評精準性提升策略。結合自主研發的師范生教學基本技能智能實訓系統，研究分析了教師畫像的數據可視化特征，探討了能力外顯的行為、社會交互、知識、情感等四類數據屬性的可視化方式。

關鍵詞：教師畫像；教師能力；精準測評；數據可視化

中圖分類號：G434 文獻標識碼：A

本文系國家社會科學基金“十四五”規劃2022年度教育學一般課題“人工智能視域下的教師畫像及應用研究”（課題編號：BCA220206）階段研究成果。

一、引言

教師，是建成高質量教育體系的第一資源。人工智能時代，研究者認識到用戶畫像價值并應用在教師領域[1][2]，以滿足個性、精準和適需的教師服務轉型。教師畫像作為管理與評價教師的新型工具，是教師隊伍建設的重要支撐。2021年，教育部《關于開展第二批人工智能助推教師隊伍建設試點推薦遴選工作的通知》強調要“應用教師大數據……建立教師畫像……為教師教、研、管賦能”，要在教師隊伍建設中運用教師畫像技術精準測評教師專業能力，服務教師精準化個性化研訓。近年來，教師畫像的研究體現了從“教師畫像概念初興” “數據處理模型探索”到“單一場景實踐應用”的演進脈絡。然而，由于教師群體的角色多元化、能力復合性、場景多樣化等，面向教師畫像的能力測評在多場景聯動、測評精準性、可視化呈現等方面存在著諸多不足。實現教師能力的精準測評，依賴于構建全面精細的能力測評框架和獲取處理多模態的數據[3]。聚焦單一場景難以反映教師的全方面能力，單模態數據也難以刻畫教師能力的真實水平；同時能力精準測評的教師畫像結果多呈現為可視化方式，然而以往聚焦單一場景的教師畫像存在呈現方式單一、解釋性低等不足，影響教師畫像的實際應用效果。因此，本研究聚焦教師能力精準測評需求，構建了全面細粒度的教師能力測評框架，從數據采集和處理的角度探討提升教師能力測評精準性的策略，并研究其測評結果輸出的教師畫像可視化呈現方式和案例。

二、面向教師畫像的能力測評框架

教師能力是指能支持教師應對各種職業相關情景的能力，如支持應對教學、學習、管理、研究、服務、活動、家校等多個場景要求。關于教師能力的構成，世界各國學者各有表述。如德國《教師教育標準：教育素養》中將教師的能力確定為教學能力、教育能力、評價能力和創新能力；歐洲2022版《融合教師能力框架》從價值觀的角度規定教師需具備重視學習者的多樣性、支持所有的學習者、與他人合作及實現專業發展的能力；美國《基礎教育教師職業能力標準》明確教師應發展教育、教學、人際關系、個人素養、職業發展、社會責任等方面的能力；胡衛平和張睆指出教師專業能力包括基本能力、教學能力、教育能力、自我發展能力和教學創新能力[4]；焦曉駿則將高職教師的專業能力分為教育教學能力、教育技術應用能力、科研創新能力、持續發展能力等[5]。這些觀點都紛紛認為教師需具備個人道德、課堂教學、學生教育、持續發展方面的能力，其與教育部印發的《中學教育專業師范生教師職業能力標準（試行）》等文件（下稱《標準》）中關注的師德踐行能力、教學實踐能力、綜合育人能力和專業發展能力基本一致。因此，本研究以此四能力為基準，構建面向教師畫像的能力測評框架。

（一）教師能力構成

1.師德踐行能力

師德踐行能力是指教師在教育教學中踐行道德規范和行為準則，及具備與之配套的道德觀念、道德情操和道德品質的能力。師德具備教師從教的專業屬性，是在各項教育實踐活動中才得以體現的[6]?！稑藴省分饕獙煹论`行能力分為遵守師德規范和涵養教育情懷的能力。（1）踐行師德規范約束教師在教育實踐中踐行“正直”“尊重”“責任”“公正”“尊嚴”的教育倫理道德要求[7]，要求教師要做到充分了解并尊重學生的多樣性和獨特性；并在管理、家校、研究等教育場景中，同樣秉承并踐行這五大要求。（2）涵養教育情懷是教師專業發展的內生動力，是驅使教師對職業感興趣并為之奮斗的重要因素。教師的教育情懷是其對自身、對學生、對教育的一種關系性情感體驗。對自身，教師首先要學會愛自己、追求人生價值并敢于享受幸福；對教育，教師內化為職業認同、職業敬畏和職業信仰，外現為尊重教育規律和堅守教師崗位；對學生，懷揣教育情懷的教師是以充滿人性光輝的愛去關心學生的健康發展[8]。

2.教學實踐能力

教學實踐能力，也可稱教學能力，是指教師對各種教學方法和內容的充分理解與應用，并在課堂教學中促進學習者有效學習的能力[9]。教學實踐能力的應用場景主要在課堂，其服務于課程內容的有效教學。教學設計能力、教學實施能力、教學評價能力是教學實踐能力的核心構成[10]。（1）教學設計能力指開展教學活動前端工作的能力，包括根據學生特征及課程內容設計教學目標、教學內容和教學過程；（2）教學實施能力指組織開展教學活動能力，可歸結為語言表達、師生互動、組織協調等方面的能力；（3）教學評價能力指向在教學全過程的評價能力，包括課前的診斷性評價、課中的形成性評價、課后的總結性評價[11]。根據學科性，教學實踐能力可進一步分為教學基本技能和學科教學技能：前者指基本的開展教學設計、實施和評價的技能，以滿足基本教學活動的正常開展；后者則指根據學科特征和學科培養方案開展教學設計、實施與評價的技能，具有獨特的學科特色。此外，隨著運用信息技術融入并輔助教學的普及，包括熟練使用信息化平臺和工具、整合數字化資源、熟練處理與解讀數據等，也成為衡量教學實踐能力的重要標準[12]。

3.綜合育人能力

綜合育人能力，是指以學生為中心，培養能動性強、全面發展的學生的能力，其指向育人目標的實現[13]。育人目標的內涵與任務隨時代變化。中共中央、國務院印發的《深化新時代教育評價改革總體方案》中就明確指出當前教師的根本任務是立德樹人，育人目標是“培養德智體美勞全面發展的社會主義建設者和接班人”。教師的綜合育人能力不僅體現在課堂的思政教育場景中，還體現在課后師生交談、家校溝通及課外活動等場景中。價值塑造、多元知識傳授和綜合能力培養是綜合育人能力的核心組成部分[14]。（1）價值塑造能力指教師在課程內容的教學設計中挖掘思政元素、在教學實施中傳輸社會主義核心價值觀，塑造學生正確價值觀的能力；（2）多元知識傳授能力是指教師不再局限于教材知識范圍與傳統知識傳授方式，能夠利用現代化教育技術工具傳授多元化知識，引導學生拓寬知識視野、接受新鮮事物并作出合理判斷，使之具備時代覺悟和國際視野；（3）綜合能力培養的能力是指教師能夠設計、實施、評價以學生為中心、涉及德智體美勞多個領域的教育活動（主題活動、課程活動、競賽活動等）的能力，在促進學生參與意義創生過程中發展其批判思辨、藝術鑒賞、勞動素養等能力。

4.自主發展能力

自主發展能力指教師能夠通過自主學習不斷提高專業素質、教學與科研水平，以滿足職業要求、實現可持續發展的能力。新一代信息技術快速迭代，新的教育環境迫使教師尋求新的方式以適應職業的發展需求。堅持反思、溝通合作、科學研究是教師實現自主發展需要做到的三大方面[15]。（1）溝通與合作的能力要求教師能夠具備主動溝通合作的意識，掌握溝通合作的技能方法，并能夠運用先進技術手段進行有效溝通與合作。依托大數據、互聯網和移動通信等技術的智能學習場域的存在，使教師的溝通合作對象拓展到線上的人與人工智能，如生成式人工智能。（2）反思是教師專業發展的根本前提，教師需要具備反思意識與應用技術工具開展反思的能力，能夠反思現有的實踐，指導未來實踐。（3）參與研究是教師角色中的重要任務，教師有責任發展教育相關的新知識。開展教學研究要求教師能夠挖掘教學和學科問題，靈活運用現代信息技術搜集資料或開展實踐以解決問題。

（二）教師能力的測評方法

舒爾曼針對專業能力的培養提出了“特征教學法”的人才培養模式，即在培訓過程中需要把握好專業能力所表現的具體特征，這些特征的結構可分為表層結構、深層結構和隱結構[16]。表層結構指可被直接觀察的行為和活動，如教師的教學行為、社會交互行為等。教師不僅是教學者，也是合作型的研究者，需要與教育利益相關者進行交流合作，其社會交互屬性是其專業實踐工作的特征之一。深層結構是指支撐表層結構的基本假設和理論基礎，與教師隱性的教育學理論與學科基礎知識等認知圖式相關。隱結構則指教師的情感等，包括興奮、悲傷、憤怒、恐懼、厭惡、信任、驚訝、期望等基本情感[17]。由上概括可知，教師的各類能力可外顯為教師的行為、社會交互、知識、情感四方面的特征，可具體表征為生理類、心理類、行為類、混合類的多模態數據，通過日志搜索、智能錄播、情感識別、文本挖掘等技術實現數據獲取。

本研究采用文獻分析法，在中國知網、萬方中文期刊數據庫中，檢索篩選出2018年至2023年間15篇高質量教師多模態數據測評研究作為構建教師能力測評框架的基礎?；诖祟愌芯?，并結合教師在師德踐行、教學實踐、綜合育人、自主發展方面的具體特征，將其可能進行的能力測評手段歸納如下，構建面向畫像的能力測評框架，如表1所示。

三、提升教師能力測評精準性策略

為滿足面向教師畫像能力測評的精準實現，本研究認為可采用有效場景識別、保障多模態數據采集、跨場景迭代動態數據、優化非線性特征提取算法等策略，提升測評結果的精準性，如下頁圖1所示。

（一）借助場景五力，辨別有效教育場景數據

教師能力的測評涵蓋對教師師德、育人、教學、自我發展等多維能力的測量與評估，其外顯的行為、社會交互、認知、情感等表現會發生在教學、學習、管理、研究等多個教育場景中?！皥鼍拔辶Α?，即移動設備、定位系統、大數據與大數據計算、傳感器和社交網絡五類技術，借助其能夠獲得更豐富真實的時間、空間、行為、心理、情境等場景要素信息[18]。利用移動設備、定位系統、傳感器等技術設備可智能收集場景要素信息；通過抓取教師在社交網絡上的行為和言論信息，可豐富實時數據來源；大數據與大數據計算、人工智能等技術可對收集到的信息進行清洗、關聯、挖掘和聚合[19]?！皥鼍拔辶Α辈杉降臄祿畔⒖上嗷ヲ炞C，利用時間、空間等場景信息可辨別場景行為的有效性。如，在同一時間段內，教師既在教室產生教學行為信息，又在辦公室產生線上學習行為數據，則可判斷線上學習為刷課行為，判定線上學習場景無效，此場景下的其他數據也不予納入畫像構建數據庫中，并對刷課行為提出警告。因而，借助“場景五力”采集場景信息并辨別場景是否有效，有助于篩選出正確反映教師實際能力表現的數據，從數據源頭確保畫像結果的準確性。

（二）提升數據安全，確保多模態數據的高互補性

多模態數據具有互補性，每一模態的數據都能提供關于教師某一能力或表現的解釋，且可能是其他模態數據不能提供的[20][21]。因而，采集多模態數據、結合數據信息，能夠互補形成對某一能力或表現的完整解釋，使教師畫像的刻畫更為全面、精準。然而，在采集行為、社會交互、知識、情感等多模態數據測評教師能力過程中，因教學活動聲畫信息豐富的特點，極易采集到教師聲音、人臉、行為等的相關數據，還可通過信息化設備和應用軟件獲取教師網頁瀏覽、空間位置等活動信息，這些數據獲取的密度和數據顆粒度直接影響測評結果的精準性。同時為確保教師畫像的數據安全性，對教師數據的分析利用必須遵守《中華人民共和國數據安全法》的規定，并提高教師畫像技術的可解釋性，確保教師能夠清楚理解，所采集到的數據在收集、存儲、使用、加工、傳輸、提供、公開等全過程處理中均處于有效保護和合法利用的狀態。教師畫像的工程藍圖設計需朝向教師、教育管理者等多主體開放，并在多方主體的監督下將符合公共的價值理念嵌入工程藍圖中，從畫像產品本身保障數據在生命周期中的應用安全性。加強教師畫像的數據安全保障，能夠提高教師支持多模態數據采集的意愿，確保數據模態的多樣性及其對教師能力解釋的完整性，進而保證測評結果的精準性。

（三）跨場景數據動態融合，形成多維教師動態畫像

教師畫像所采用的數據可分為靜態數據和動態數據。靜態數據是指人口統計特征等相對穩定的信息，動態數據則是指會動態變化的信息，如瀏覽記錄、學習時長等，反映教師隨時間變化的行為。教師個體具有階段發展性，教師畫像也具備時效性。教師動態畫像是在教師靜態畫像原型的基礎上，實時監測、采集并疊加動態數據，更新畫像結果，刻畫教師最新畫像全貌[22]?；跀祿颖精@取便捷性原則，動態數據的更新多局限于網頁平臺端和APP端的日志數據，往往選擇性忽略教師線下實踐教育場景中的數據，削減了測評的精準性。雖然隨著移動通信、互聯網等信息技術的發展，部分家校溝通、學習、教研等活動遷移到線上開展，便捷了動態數據的更新獲取，但教學、服務、活動等場景數據仍主要產生于線下實踐，是展示教師師德踐行、教學實踐、綜合育人和自主發展能力的重要數據來源。因此，動態數據的更新不能只關注線上場景中的日志數據，還應發揮智能錄播、視頻監控語音識別、可穿戴設備等技術充分記錄教師線下場景的數據，跨場景實時挖掘有效信息、更新教師畫像數據，使教師動態畫像真正實現多維度迭代。

（四）優化非線性特征提取算法，提高診斷精準度

隨著多種模態數據的融合，數據集的不斷增長與更新，教育數據正朝著高維、非結構化的方向發展。有效的信息被淹沒在復雜的數據中，使得數據的本質特征難以被發現。駱方等強調數據特征提取效果直接影響著測評的準確性[23]，影響教師能力測評過程對數據特征分析與診斷的精準度。指向能力測評功能的教師畫像，其目的不在于探索教師年齡、學歷等屬性與能力水平之間的線性關系，而在于通過挖掘行為、交互、知識、情感等數據屬性以表征教師能力水平，這些屬性之間多為非線性關系，且教師的能力水平具有階段發展性，會隨著時間的推移而變化。因而，用于能力測評的教師畫像可認為是非線性時變系統，主成分分析法、線性判別分析法等線性特征提取算法難以滿足其特征提取需求。非線性特征提取算法更為適用，包括非負矩陣分解、流行學習算法、基于信息論算法等[24]。然而，非線性特征提取過程容易引入額外的噪聲，降噪是其算法優化的重點。

四、教師畫像結果的可視化呈現類型

教師能力畫像的結果，可借助數據可視化方式來多維展示教師能力的特征和水平。其既要保證可視化結果的強解釋性，又要讓相關利益者能夠理解輸出結果，以支持做出科學合理的教育決策。

（一）數據可視化

數據可視化是指將復雜的數據轉化為簡單的、準確的圖形化呈現方式，提升用戶的感知特性，幫助用戶解構復雜數據信息，傳達簡單的知識解釋[25]。數據可視化模塊是接觸用戶的終端環節，其呈現方式直接影響教師和教育管理者的直觀感受、對測評結果信息的全面、正確理解，并間接影響教育決策的科學性。數據可視化具備三個基本特征：首先，在形式上具備易讀性，可視化的解釋內容易被讀懂并接納；其次，在內容描述上具備解釋準確性，多采用定量描述，而非定性描述，前者在解釋準確性上優于后者；再次，在應用上具備實用性，能為用戶決策提供實用性參考。教師畫像結果的理解依賴于一定的可視化技術，教師畫像可視化結果要服務于教師專業發展，還需具備與教師專業發展相關的個性化特征：一是發展性，體現教師的發展具有的前進性和階段性，關注教師的發展及學習過程，追蹤其發展規律，能更好地實現發展性評價；二是參照性，教師的發展需要方向和指引，除設計個人畫像外，教師畫像還可設計標準畫像和群體畫像，為教師個體的發展提供參照。由上可知，教師畫像結果的可視化應具備易讀性、解釋準確性、實用性、發展性和參照性的特征。

（二）畫像的可視化類型

數據可視化的核心活動包括數據屬性選擇、可視化模板選擇和可視化映射規范[26]?？梢暬绞降倪x擇取決于描述的數據屬性，其適配性會影響傳遞信息的解釋性。因此，本研究將探索行為、社會交互、認知、情感四種不同屬性的畫像可視化方式。

1.教師行為畫像的可視化

言語行為、肢體行為、眼動行為等是教師能力的重要外在表現。教師行為畫像通過刻畫教師行為的情況及其變化直觀反映教師處理教學任務的能力水平。教師行為的可視化包括行為頻次、基于時間的行為序列和基于空間的行為軌跡的可視化。（1）對于行為頻次常采用熱圖和桑葚圖來表示。熱圖是一種使用顏色深淺表示數值大小的視覺表達手段；桑葚圖則使用線條粗細進行表示。（2）基于時間的行為序列主要可視化為行為轉換圖，多采用滯后序列分析所得序列圖來呈現教師行為間的轉換和路徑。（3）基于空間的行為軌跡可視化可描繪教師個體或視線等空間區域的移動路徑，如眼動行為軌跡圖、課堂巡堂移動軌跡圖等。

2.教師社會交互畫像的可視化

隨著互聯網、社會性網絡等技術的深入應用，教師在培育學生、自我發展的過程所產生的社交網絡信息得以記錄。在實際操作中，常用社會網絡來進行交互方向、頻次、中心度和密度等數據的可視化。社交網絡的視覺效果直觀，可以處理大規模觀測性的動態屬性數據集合，如用于可視化教師在線上社區的實時交互情況等。通過挖掘教師與學生、家長、同事等間的社交網絡拓撲結構特征，輸出社會交互畫像，能反映教師的溝通合作能力等。

3.教師知識畫像的可視化

勝任教育教學，教師需掌握一定的教育知識和學科知識儲備，并不斷重構認知圖式。隨著計算機科學研究的不斷深入，概念圖譜、知識圖譜和認知圖譜成為可視化知識在人腦中組織結構的工具，適用于構建教師知識畫像。（1）概念圖譜用于說明概念和概念之間的關系，以形成一個有意義的陳述，適合可視化教師對微小知識點的理解。（2）知識圖譜與概念圖譜類似，但其圖示更為簡單，更易于形成大容量的語義網絡，如可視化教師掌握的學科知識體系。（3）認知圖譜則可用于表征教師在解決問題或做決策時的因果推理過程或因素影響過程。

4.教師情感畫像的可視化

關心、欣賞、期待等情感是教師能力中的重要角色?？梢暬處熐楦锌捎糜谕诰蚪處煂β殬I認同、職業幸福、關愛學生、研究熱情等的情感體驗與變化。教師情感畫像的可視化技術主要包括幾何圖技術和情感之輪技術。柱形圖、散點圖、河流圖、玫瑰圖等幾何圖常被用于展示不同時間或不同場景下教師的情感值分布。情感輪盤技術是基于心理學家普魯克提出的情感輪盤的可視化方式。情感輪盤由八種基本情感組成，分別對應三種強度值，獨特的情感輪盤模型能夠展示在某一條件下教師情感的復雜性和多面性。

上述的可視化方法，都關注如何可視化教師的過程性變化，如表2所示。此外，教師在教育教學過程中產出的研究論文、學習績效、表彰獎勵等成果也是衡量教師能力的重要指標[27]。在行為、社會交互、認知及情感方面，教師均會有其對應的成果產出，其可視化主要為數量及主題/內容，可通過餅圖、線圖、條形圖、雷達圖等方式進行，通過詞云、關鍵詞地圖等描述成果的主題/內容。

（三）師范生教學基本技能畫像可視化案例

如前所述，教學基本技能是教學實踐能力的重要部分。華南師范大學教育人工智能團隊聚焦師范生高質量培養研發了師范生教學基本技能智能實訓系統，以刻畫測評其掌握情況并用以支撐智能訓練。

師范生的教學模擬多為同次課的單人訓練，是對書寫板書、授課語言、臉部表情、教學姿態等多次趨向規范要求的優化修正。該智能實訓系統通過智能錄播系統全過程錄制、采集師范生模擬教學場景中產生的板書、言語、肢體等行為數據，及臉部表情等情感數據，并通過內嵌的多種數據分析技術進行技能測評，如圖2所示。圖像識別技術可對板書的規范度、行傾斜度、布局均衡性等進行分析；語音識別技術可辨別說話的音量和語速，并通過自然語言處理和文本挖掘技術進行識別判斷等；肢體檢測技術可確定多種教學姿態的使用及頻次；情感識別技術則可識別出各類表情的使用及其豐富度?；谶@些多模態的訓練數據，結合數據可視化將數據智能測評結果轉換為數字畫像，其可視化呈現方式具備易讀性和解釋準確性。如呈現規范達成度的玉玦圖、姿態出現頻次及占比的餅圖、常用口頭語的詞云圖；同時，可視化呈現方式兼具發展性及參照性，如呈現提升過程的折線圖、凸顯技能差異的雷達圖，均能發揮數字畫像結果對師范生教學技能發展規劃決策的實用性，幫助師范生了解自身在板書行為、肢體行為、言語行為及情感應用方面的情況及不足，實現了信息傳遞及數據驅動決策的高效率。該智能實訓系統啟用以來，已有數百名師范生借助該系統進行了智能訓練和水平測評，教學基本技能得到了有效提升。該畫像系統成果在第58·59屆中國高等教育博覽會、人工智能助推灣區新師范高質量建設學術研討會得到展示，受到同行關注和好評。

參考文獻：

[1] Liefshitz I A.The learning of teaching：A portrait composed of teacher voices [J]. Harvard Educational Review，2020，90（3）：349-370.

[2] Holzberger D，Maurer C，et al.Ready to teach A profile analysis of cognitive and motivational-affective teacher characteristics at the end of pre-service teacher education and the long-term effects on occupational well-being [J]. Teaching and Teacher Education，2021，100：103285.

[3] 魏非，章玉霞等.微認證賦能師范生教師職業能力精準測評研究[J].中國電化教育，2021，（12）：79-86.

[4] 胡衛平，張睆.教師專業能力發展的理論與實踐[J].陜西師范大學學報（哲學社會科學版），2018，47（2）：139-145.

[5] 焦曉駿.高職教師專業能力結構與提升路徑──基于20名高職專業教師的訪談研究[J].江蘇高教，2021，（8）：99-104.

[6] 李新翠.新時代師德建設的現實困境及其突圍[J].當代教育科學，2020，（4）： 80-84.

[7] 姜來，王正平.澳大利亞教師職業倫理規范建設及啟示[J].比較教育學報，2023，（1）：133-147.

[8] 姚炎昕，雷江華.教師教育情懷：人性邏輯、德性素養與智慧生成[J].中國教育科學（中英文），2023，6（2）：121-131.

[9] 葛文雙，韓錫斌.數字時代教師教學能力的標準框架[J].現代遠程教育研究，2017，（1）：59-67.

[10] 李斌.關于教師能力結構的分析研究[J].江蘇教育學院學報（社會科學版），2005，（6）：54-56.

[11][13] 劉鸝.教師教育者教學能力探析[J].陜西師范大學學報（哲學社會科學版），2016，45（1）：158-164.

[12] 林梓柔，閆寒冰.基于預訓練的教師信息化教學微能力自動識別研究[J].電化教育研究，2023，44（3）：115-121.

[14] 尤芳舟.新時代高校專業教師的育人能力建設[J].現代教育管理，2021，（3）： 60-67.

[15] Fullan M G.Successful school improvement：The implementation perspective and beyond [M].Bristol：Open University Press，1992.

[16] Shulman L S.Signature pedagogies in the professions [J].Dadalus，2005，134 （3）：52-59.

[17] 李海峰，陳婧等.維度語音情感識別研究綜述[J].軟件學報，2020，31（8）： 2465-2491.

[18] [美]羅伯特·斯考伯，謝爾·伊斯雷爾.趙乾坤，周寶曜譯.即將到來的場景時代：移動、傳感、數據和未來隱私[M].北京：北京聯合出版公司，2014.11.

[19][22] 周聰，劉雙等.場景五力視角下基于用戶動態畫像的精準推薦服務研究[J].圖書館學研究，2021，510（19）：65-72.

[20] Lahat D，Adali T，et al.Multimodal data fusion：An overview of methods， challenges，and prospects [J].Proceedings of the IEEE，2015，103（9）：1449-1477.

[21] 鐘薇，李若晨等.學習分析技術發展趨向──多模態數據環境下的研究與探索[J].中國遠程教育，2018（11）：41-49+79-80.

[23] 駱方，田雪濤等.教育評價新趨向：智能化測評研究綜述[J].現代遠程教育研究，2021，33（5）：42-52.

[24] Jia W，Sun M，et al.Feature dimensionality reduction：A review [J].Complex & Intelligent Systems，2022，8（3）：2663-2693.

[25] 張瑤，魏東.從數據屬性和設計邏輯再審視數據可視化[J].包裝工程，2022，43（12）：234-240.

[26] Grammel L，Tory M，et al.How information visualization novices construct visualizations [J].IEEE Transactions on Visualization and Computer Graphics，2010，16（6）：943-952.

[27] 王保星.美國大學教師教學發展的理論意蘊與實施策略——基于美國若干所一流大學教師教學發展實務的解析[J].高校教育管理，2019，13（2）：33-39+48.

作者簡介：

胡小勇：教授，博士，博士生導師，常務副院長，研究方向為教育人工智能、教育信息化理論與政策、信息化教學教研創新。

許課雪：在讀碩士，研究方向為信息化教學創新、智能教育理論與應用。

張纓斌：助理研究員，研究方向為教育人工智能、學習分析、自我調節學習。

Accurate Evaluation and Visual Presentation Oriented Teachers Profile

Hu Xiaoyong1，2， Xu Kexue1， Zhang Yingbin2

1.School of Information Technology in Education， South China Normal University， Guangzhou 510631， Guangdong 2.Research Institute of Artificial Intelligence in Education， South China Normal University， Guangzhou 510631， Guangdong

Abstract： In the context of artificial intelligence promoting the construction of teachers team， it is increasing important to realize the accurate evaluation and personalized development of teachers ability supported by teachers profile. However， the accuracy of ability evaluation of teachers profile still needs to be improved， and the explanation of its visual presentation is also insufficient. According to the characteristic of the composition of teachers ability， and based on the analysis of literature of multi-modal data evaluation， this study constructs a comprehensive and fine-grained ability evaluation framework for teachers profile， which provides a basis for accurate evaluation. From the perspective of multi-source data acquisition and its accurate processing， the researcher also puts forward four strategies to improve the accuracy of evaluation， including effective scene information identification， high support for data acquisition， dynamic fusion of cross-scene data， and optimization of nonlinear feature extraction algorithm. Combined with the self-developed intelligent training system for normal students basic teaching skills， this study analyzes the data visualization characteristics of teachers profile， and discusses the visualization methods of four types of data attributes， including behavior， social interaction， knowledge and emotion.

Keywords： teachers profile； teachers ability； accurate evaluation； data visualization

收稿日期：2023年11月22日

責任編輯：李雅瑄