●高校建设研学旅游高质量数据集，有助于打破信息孤岛，破解研学“供需错配”困局，实现从“人找课”到“课找人”的精准匹配。

□浙江树人学院 贺 倩

随着“人工智能+”行动在千行百业的深入推进，数据作为关键生产要素的价值日益凸显。研学旅游作为教育与旅游深度融合的新业态，已成为高校创新学习方式的重要载体，其高质量发展离不开高质量数据集的支撑。基于此，本文从高校建设研学旅游高质量数据集的重要性、方法路径、应用场景三方面，探索相关策略。

一、重要性

高校建设研学旅游高质量数据集，并不是简单地把数据堆在一起。首先，研学旅游市场长期存在“供需错配”问题，具体表现在：高校难以评估课程质量，研学机构盲目开发产品，监管部门缺乏高效的管理工具。建设数据集，可以汇集研学机构的基础信息、运营监测等多维度数据，为监管部门提供真实且全面的决策依据，从而提升行业整体的科学决策水平与精准治理能力。其次，研学机构可通过数据集建设，对在不同场馆的停留时长、互动次数等学生行为数据及学生成长需求进行深度分析，实现“千人千面”的课程定制，告别传统研学产品同质化问题。研学机构还可以通过对过程数据、结果数据的系统收集，构建一套科学、多维度的研学效果综合评价与预测模型，为高校选择优质的研学基地提供参考。最后，高质量的数据集对于智能问答辅导、学业成果评估等各类教育场景都具有重要作用，为“人工智能+教育”夯实基础，从而进一步激活“人工智能+研学”新生态，促进高校研学教育智能化落地。

二、方法路径

数据集的建设需以应用场景为导向，聚焦行业监管、产品创新等实际需求。具体来说，数据集可分为四大类型：一是涵盖研学基地基本情况、课程设计等的基础数据；二是记录研学过程中用户偏好和特征等信息的画像数据；三是包括测试成绩、导师评语等的评价数据；四是基于原始数据加工计算出的评价指标、偏好标签等衍生的指标数据。统一数据的“语言”体系，是实现数据互联互通的关键。必须率先制定并统一数据元标准、隐私安全规范等数据标准。数据采集应尽可能广泛和多元，可通过物联网、第三方平台等多种技术手段进行采集。同时，根据反馈和应用需求不断扩展数据维度和优化数据质量，才能保障其持续运维与迭代。

三、应用场景

以浙江树人学院为例，学校旅游管理系积极开展研学旅游高质量数据集建设工作，深入行业调研，并联合之江文化中心等企事业单位，共同构建多模态研学语料库。学校文旅创新创业团队已深入45个研学基地，开展旅游资源普查、市场调研等工作；与浙江省文化广电和旅游大数据中心合作，共同制定研学旅游高质量数据集建设标准，探索基于数据的课程设计、效果评估和个性化推荐等应用场景。

学校与之江文化中心联合开发了文博研学数据集，并协助开发了研学旅游线路。一方面，梳理管理平台上的用户数据，包括人员画像、预约、模块访问等多种数据共计5万余条。对实施的研学课程进行跟踪调研和数据评价，发放问卷500份，标注用户对课程的各类评论数据，形成客观、科学的课程标签体系。对研学用户经常会问的问题，通过专家系统进行研究梳理，形成高质量研学旅游问答对数据1000条，用于开发多种研学旅游智能体。另一方面，通过数据集分析学生知识盲点，优化课程设计。

此外，学校积极探索“人工智能+研学旅游”场景，通过智能匹配与推荐机制为学生打造个性化研学方案，基于1000余名学生的画像数据构建推荐算法模型，智能匹配最合适的研学基地、课程路线和学习伙伴，实现从“人找课”到“课找人”的转变。学校还与杭州数字章鱼科技有限公司等企业联动，合作打造虚拟导览系统与沉浸式体验项目，并利用景区高精度模型、文物三维数据等资源，构建人机协作的“智能AI讲解”，在元宇宙中重建历史场景或自然奇观。学校通过构建评价数据集，开展学情分析与过程性评价。依托校外实训基地之江文化中心，对500余名学生的小组领导能力、实践动手能力等行为数据进行分析，生成可视化的发展评估报告。

高校建设研学旅游高质量数据集，是顺应数字时代发展、深入实施“人工智能+”行动的关键举措，更是教育、旅游与人工智能应用融合创新的重要实践。这一举措将有助于构建安全、繁荣、智能的数据应用生态，推动研学旅游高水平高质量发展，为培养新时代创新型人才提供强大支撑。