情緒能夠影響人們在學(xué)習(xí)和生活中的動機(jī)與狀態(tài),是影響學(xué)習(xí)效果的重要因素之一。已有研究表明,融合情緒分析的教學(xué)形式對教學(xué)效果有積極影響,本研究從元分析的角度對情緒分析相關(guān)文獻(xiàn)進(jìn)行研究,發(fā)現(xiàn)情緒自我報告法、情緒文本挖掘法等八種情緒分析方法在教學(xué)中均有應(yīng)用。本研究對這八種方法進(jìn)行對比分析,探索適用于混合式學(xué)習(xí)環(huán)境的情緒分析方法,提出一種以情緒自我報告、訪談、面部表情識別與情緒文本挖掘等四種方法為主的情緒分析模型,并分析其在混合式學(xué)習(xí)中的應(yīng)用前景和發(fā)展趨勢,以期對研究學(xué)習(xí)者情緒的教育工作者、學(xué)者有一定的借鑒意義。 

【文章來源】：電化教育研究. 2018,39(08)北大核心CSSCI

【文章頁數(shù)】：8 頁

【文章目錄】：
一、引言
二、國內(nèi)外常見的情緒分析方法
    (一) 主觀情緒分析方法
        1. 情緒自我報告法
        2. 訪談法
    (二) 客觀情緒分析方法
        1. 面部表情識別
        2. 語音情感識別
        3. 身體姿勢分析
        4. 腦電波、心電圖、皮膚電
        5. 鼠標(biāo)、鍵盤日志分析
        6. 情緒文本挖掘技術(shù)
三、情緒分析方法的應(yīng)用比較分析
四、情緒分析方法應(yīng)用模型
    (一) 混合式學(xué)習(xí)之線上學(xué)習(xí)情緒分析
    (二) 混合式學(xué)習(xí)之線下學(xué)習(xí)情緒分析
五、情緒分析模型的應(yīng)用趨勢


【參考文獻(xiàn)】：
期刊論文
[1]基于生理信號的情緒識別腕戴設(shè)備[J]. 李英春,尤磊,賀靖康,周柯,趙立強(qiáng),李燁.  電子技術(shù)應(yīng)用. 2017(02)
[2]基于大數(shù)據(jù)的在線學(xué)習(xí)情緒測量模型構(gòu)建[J]. 晉欣泉,王林麗,楊現(xiàn)民.  現(xiàn)代教育技術(shù). 2016(12)
[3]混合學(xué)習(xí)研究領(lǐng)域的前沿、熱點與趨勢——基于Citespace知識圖譜軟件的量化研究[J]. 肖婉,張舒予.  電化教育研究. 2016(07)
[4]智慧學(xué)習(xí)環(huán)境中基于面部表情的情感分析[J]. 孫波,劉永娜,陳玖冰,羅繼鴻,張迪.  現(xiàn)代遠(yuǎn)程教育研究. 2015(02)
[5]語音情感識別研究進(jìn)展綜述[J]. 韓文靜,李海峰,阮華斌,馬琳.  軟件學(xué)報. 2014(01)
[6]基于SPSS的職教網(wǎng)絡(luò)英語實踐教學(xué)情感因素分析報告[J]. 羅紅衛(wèi).  電化教育研究. 2012(06)
[7]訪談法在遠(yuǎn)程教育研究中的應(yīng)用[J]. 蔣國珍,張偉遠(yuǎn).  遠(yuǎn)程教育雜志. 2004(03)



本文編號：3361237