發(fā)布時間：2021-10-11 22:42

　　學習者建模是指建立真實學習者的抽象表示模型,是自適應學習系統(tǒng)的核心技術之一。自適應學習系統(tǒng)通過學習者模型模擬的學生特征,對學習者的學習狀態(tài)進行預測,自動化地進行學習策略調(diào)整、學習資源推薦和學習預警,真正實現(xiàn)以學習者為中心。本研究提出融合學習情緒的學習者知識狀態(tài)模型;基于實證研究驗證所提模型應用于中學生在線學習的有效性。本研究首先使用文獻分析法,基于學習情緒相關理論對困惑情緒與學習結果的關系進行論述。進而,利用數(shù)學建模法,在給定學習者情緒的前提下,提出將學習困惑情緒與可加因子模型相結合的融合學習情緒的知識狀態(tài)預測模型。最后,設計和實施實證研究方案,首先應用于某中學數(shù)學在線學習平臺中產(chǎn)生的數(shù)據(jù),進而通過自行開發(fā)實驗平臺采集數(shù)據(jù)集進行對比研究,并與傳統(tǒng)模型在預測性質上進行對比討論,驗證新模型在中學生在線學習應用中的有效性。研究發(fā)現(xiàn):（1）困惑情緒是預測學習結果的良好特征因子;（2）困惑情緒對學習結果預測有情境限制,只有在學習者進行有效學習的條件下,困惑情緒的產(chǎn)生與學習結果正相關;（3）融合學習情緒的學習者知識狀態(tài)模型比只考慮行為特征的現(xiàn)有模型表現(xiàn)更好,可以在中學生在線學習過程中取得更加準確的... 

【文章來源】：浙江工業(yè)大學浙江省

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【部分圖文】：

圖１－１研宄路線圖??Ｆｉｇｕｒｅ?１－１?Ｔｈｅ?ｒｏｕｔｅ?ｏｆ?ｒｅｓｅａｒｃｈ??首先通過文獻研究法對已有的學習者模型、學習者知識狀態(tài)建模技術、學習情??

?浙江工業(yè)大學碩士學位論文???Ｎｏｔ?ｋｎｏｗｎ?Ｋｎｏｗｎ??ｌｐｇ?ＩＰｓ??Ｉｎｃｏｒｒｅｃｔ?ｃｃａｒｅｃｔ??圖２－１貝葉斯知識追蹤??Ｆｉｇｕｒｅ?２－１?Ｂａｙｅｓｉｎ?ｋｎｏｗｌｅｄｇｅ?ｔｒａｃｉｎｇ??貝葉斯知識追蹤ＢＫＴ表示為：??Ｐ（Ｌｎ）?＝?Ｐ（Ｌｎ｜ｉ４ｃｔｉｏｎｎ）?＋?Ｐ（Ｔ）?＊?（１?－?Ｐ（Ｌｎ＼Ａｃｔｉｏｎｎ））??Ｐ（Ｌｎ＼Ｃｏｒｒｅｃｔｎ）?＝??Ｐ（Ｌｎ）＊（ｌ?Ｐ（５））—???Ｐ（Ｌｎ）?＊?（１?－?Ｐ（５））?＋?（１?－?Ｐ（Ｌｎ））?＊?Ｐ（Ｇ）??Ｐ（Ｌｎ）?＊?ＰＣＳ）??Ｐ（Ｌｎ｜／ｎｃｏｒｒｅｃｔｎ）?＝??ｒ???Ｐ（Ｌｎ）?＊?Ｐ（Ｓ）?＋?（１?－?Ｐ（ＬＪ）?＊?（１?－?Ｐ（Ｇ））??？?概率Ｐ（Ｌ）表示掌握某知識點的概率??？?概率Ｐ（Ｔ）表示學生閱讀資料和運用知識點等學習行為成功習得，可以完??成學習狀態(tài)轉換這部分的概率??？概率Ｐ（Ｓ）表示學生掌握了知識點但是失誤做錯的概率??？概率Ｐ（Ｇ）表示學生沒有拿握知識點但是猜對的概率??貝葉斯知識追蹤（ＢＫＴ）在１９９５年Ｃｏｒｂｅｔｔ和Ａｎｄｅｒｓｏｎ提出，通過隱馬爾可??夫鏈中的潛變量對學生的知識進行建模，并通過觀察學習者應用知識和技能回答??間題的每次嘗試的正確性來更新知識狀態(tài)［７］．貝葉斯知識追蹤不考慮學習者個體的??能力差異。從學習動力學的角度來看，貝葉斯知識追蹤模型的關鍵假設是從未知狀??態(tài)到已知狀態(tài)的離散過渡。后期的研究包括Ｋｈａｊａｈ等人在、２０１６年加入遺忘參數(shù)??［２０］、Ｐａｒｄｏｓ和Ｈｅｆｆｅｒｎａｎ?：在：２０１１年加入的

當人們檢測到新信息或差異信息時，會發(fā)生輸入和??知識信息的不匹配，注意力會轉向差異性信息，此時自主神經(jīng)系統(tǒng)會加強個人的喚??醒狀態(tài)，情緒狀態(tài)就會發(fā)生變化。而這種伴隨學習的情感喚醒，這種學習者經(jīng)歷的??各種情緒可能，則取決于當前情境中差異信息變化的數(shù)量以及重要目標是否被阻??止。??建構學習??失堃?著迷??疑惑??好竒??困惑?感興趣??廠Ｈ?Ｉ、??消極情緒＾???？積極情緒??＼?ＩＩＩ?ＩＶ?／??挫折感??消除誤會????九友??無學習??圖２－２學習過程中的情緒狀態(tài)??Ｆｉｇｕｒｅ?２－２?Ａｆｆｅｃｔｉｖｅ?ｓｔａｔｅｓ?ｄｕｒｉｎｇ?ｔｈｅ?ｌｅａｒｎｉｎｇ??Ｋｏｒｔ．Ｒｅｉｌｙ和Ｐｉｃａｒｄ的理論框架（如圖２－２）也有類似的結論，這個理論以效??價為橫軸，以學習程度為縱軸，將學業(yè)情緒劃分為四種類型。他們認為，典型的學??習體驗包括一系列的情緒體驗，即伴隨著學習程度的加深，情緒應該隨之波動。［３６］??＿此，從他們的研宄中可以發(fā)現(xiàn)，學習者在學習過程中會體驗到很多不同類型的情??緒，這些情緒有效價和學習程度方面的差異，情緒狀態(tài)也不是固定不變的，會隨著??學習過程發(fā)生變化。??除此之外，學習情感及其在學習中的影響也受到廣泛關注６?Ｐｅｋｒｕｎ，Ｇｏｅｔｚ，??Ｔｉｔｚ＆Ｐｅｒｒｙ以及Ｒｏｗｅ等人都做了一些實證研宄證實了短期內(nèi)學：，習情緒愛異與學??習者取得的學習成果差異有關［３５］［３７］。Ｈｕ等的研宄中也提到生物學中發(fā)現(xiàn)了情緒影??響學習的分子機制，認為學習者的情緒變化能夠調(diào)節(jié)人體細胞的興奮性突觸傳遞，??１６??

【參考文獻】：
期刊論文
[1]基于面部表情的學習者情緒自動識別研究——適切性、現(xiàn)狀、現(xiàn)存問題和提升路徑[J]. 陳子健,朱曉亮.  遠程教育雜志. 2019(04)
[2]基于面部表情的學習困惑自動識別法[J]. 江波,李萬健,李芷璇,葉韻.  開放教育研究. 2018(04)
[3]教育數(shù)據(jù)挖掘中的學習者建模研究[J]. 徐鵬飛,鄭勤華,陳耀華,陳麗.  中國遠程教育. 2018(06)
[4]網(wǎng)絡教育中個性化學習者模型的設計與分析[J]. 孫力,張婷.  遠程教育雜志. 2017(03)
[5]學業(yè)困惑:概念、研究范式及其與學習的關系[J]. 馬惠霞,楊瑩瑩.  心理與行為研究. 2015(06)
[6]大數(shù)據(jù)視角分析學習變革——美國《通過教育數(shù)據(jù)挖掘和學習分析促進教與學》報告解讀及啟示[J]. 徐鵬,王以寧,劉艷華,張海.  遠程教育雜志. 2013(06)
[7]青少年學業(yè)情緒的發(fā)展性研究綜述[J]. 周紅柳,方明.  池州學院學報. 2012(03)
[8]網(wǎng)絡智能教學系統(tǒng)中雙層學生模型的設計[J]. 郝耀軍,王建國,趙青杉.  中國遠程教育. 2011(12)
[9]智能教學系統(tǒng)中動態(tài)學生模型的研究與設計[J]. 郭富強.  中國電化教育. 2011(01)
[10]國家中長期教育改革和發(fā)展規(guī)劃綱要[J].   西藏教育. 2010(10)



本文編號：3431378