【目的/意义】信息技术与互联网技术的飞速发展让教育行业进入了大数据时代。由于学习者在整个学习过程中的学习行为数据能够被记录下来,这种多源过程性数据为基于大数据的教育评价提供了新的可能。【方法/过程】本文从学习者行为特征视角出发,设计了多源过程性数据驱动的学习者综合评价模型。该模型利用流数据聚类算法对不断涌入的学习者数据进行处理,及时生成或更新学习者画像,然后基于学习者画像对学习者学习行为进行分析,构建学习者综合评价模型,以实现对学习者学习表现的实时反馈。【结果/结论】该模型可以对学习者的学习过程进行综合评价,及时的反馈有助于教学评价的开展,同时丰富...