学习者画像是用户画像在教育领域中的应用，是以群体特征为核心，将学习者进行群体分类描述，为不同学习者提供精准的支持服务(肖君等，2019)。学习者画像基于教育大数据，通过分析学习者数据记录标签化学习者行为，从而提供更精准的信息服务（陈海建等，2017）。
直播课堂作为在线学习的一种重要手段，一直受到广泛重视。作为直播课堂学习活动的设计者，我们需要考虑：怎么形成以学生学习为中心的教材？师生之间怎么交互、怎么答疑、怎么适应学生程度差异；如何选择合适的学习内容放在有限的直播课堂里面？它与现在已经放在网上课堂里面的录像等资源如何合理的分工？怎么进行大数据分析、分析的结果怎么用；在大数据环境下，我们可收集多样性的大数据，多维分析学习者的特征并以标签的形式呈现，形成学习者画像，为分析学习者特征、设计精准支持服务等提供依据。
本文尝试结合《金融学》、《西方经济学》等几门课程来探索直播课堂学习活动设计以及学习效果实证分析。在上海开放大学信息中心的配合下，我们从2016年开始进行了《西方经济学》课程的全网上直播授课，实际上是“网上直播+面授”的形式，因为我们这个班级是有一部分同学在教室里面上面授课，另一部分同学在网上同时收看。从上个学期学员的反映来看，主要是能够解决相当一部分同学不能按时到校上面授课的问题，很多同学有各种各样的情况，路远，下班晚，出差在外，身体不舒服，等等各种原因，导致面授课出勤率不高。现在有了直播课堂，这些同学就可以随时在电脑上和手机上听课，的确是方便了很多，也是体现了上海开放大学“一切为了学习者”的精神。同时这种做法也是为上海开放大学探索出一条教学模式改革的路子。开放大学的未来需要一种新的改革思路，在慕课流行的时代，我们怎样与之竞争，把开放大学的特色更好的体现发挥出来。直播课堂的尝试就是一种挑战，在大数据中得到对有效性的科学分析，在试点的基础上总结出经验。
在上海开放大学信息中心的支持下，我们对直播课程的学习平台、学习资源、网络课件、教学交互等方面进行数据收集以及分析，尝试设计基于学习者画像的直播课堂形式，以及考虑奖励怎样的质量把关体系。目前，直播课堂有效性实证研究究竟应当选择哪些指标来建立一个合理的、有说服力的指标体系，在这之前所有的研究资料中没有得到共识。