美利体育登录入口官网:DB34/T 5379-2026
面向终身学习的用户画像技术要求
Technical requirements for user profiling for lifelong learning
- 标准号
- DB34/T 5379-2026
- 发布
- 2026年
- 国际标准分类(ICS)
- 03.180 教育
- 总页数
- 12页
- 发布单位
- 安徽省标准
- 当前最新
- DB34/T 5379-2026
- 引用标准
- GB/T 35273-2020 GB/T 37988-2019 GB/T 43782
- 本体
- 数据安全
- 适用范围
- 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。
| 术语 | 描述 |
|---|---|
| 用户画像 user profiling | 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。 |
| 终身学习用户 lifelong learning user | 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。 |
| 数据采集 data collection | 从用户注册信息、课程基本信息、知识点与学习资源、课程学习数据、学习反馈数据、互动数据等数据源获取原始数据的过程。 |
| 数据预处理 data preprocessing | 对采集的原始数据进行解析、格式标准化、异常值处理、去重等操作，以及对音频、视频、图像、文本等非/半结构化数据进行特定处理的过程。 |
| 数据分析 data analysis | 采用统计类、算术规则类以及机器学习类方法，对预处理后的数据进行处理，以提取用户特征的过程。 |