构建AI赋能的数字画像：多模态数据驱动的学生成长危机实时干预系统的模式探索

李宗翰于东洋刘镒*

北京信息科技大学北京 100192

摘要：本研究基于多模态数据体系构建数字画像框架，通过学生行为数据、学习数据、心理数据、交往数据及环境数据的多模态特征采集、特征解析与特征融合，实现画像表征结构的系统化呈现。在此基础上构建学生成长危机识别模型，以危机指标体系、风险量化模型、时序特征挖掘模型、短期趋势预测模型、风险信号融合模型为核心技术路径，形成对成长危机的动态识别与等级化判定。研究进一步构建画像生成算法、嵌入结构化方法、画像可信度评估机制与模型偏差校正机制，实现画像的可更新性与可解释性。最终提出实时数据流处理机制、异常行为监测算法、危机触发规则体系，构建可执行的实时干预模式，为AI赋能的学生成长支持体系提供可推广的技术框架。