多模態(tài)數(shù)據(jù)建模已成為洞察學習規(guī)律的新范式。研究梳理了學習投入的概念演進與評測方法,從經典教育學理論、教育神經科學、具身認知理論以及量化學習視角闡釋了學習投入的內在機制、研究范式、研究方法與技術前景,構建多模態(tài)數(shù)據(jù)表征學習投入的理論基礎。在此基礎上,分析了學習投入的發(fā)生機制,提出從情感狀態(tài)、認知參與狀態(tài)以及與學習環(huán)境互動產生的行為綜合表征學習投入的觀點。建立包含學習者瞬時行為數(shù)據(jù)、內容交互數(shù)據(jù)、情境互動數(shù)據(jù)的分析框架,圍繞學習行為建模、模態(tài)傳感器建模、算法模型以及新技術的介入四個方面討論多模態(tài)數(shù)據(jù)建模的關鍵技術。通過多模態(tài)數(shù)據(jù)的整合分析,結合機器學習方法,可分析學習投入的細粒度指標以及在不同場景中的建模過程,超越獨立數(shù)據(jù)源難以整合關聯(lián)的問題,最終實現(xiàn)探索教育智能時代的學習規(guī)律、改善學習的目的。

【文章頁數(shù)】：8 頁

【文章目錄】：
一、引言
二、學習投入研究脈絡
    （一）概念演進
    （二）學習投入的測量
三、多模態(tài)數(shù)據(jù)表征學習投入的理論基礎
    （一）經典教育學理論闡明了學習投入的內在機制
        1．自我決定理論
        2．“控制—價值”理論
        3．互動反饋效應
    （二）教育神經科學提供了跨學科的研究范式
    （三）具身認知理論從微觀層面提供理論指引
    （四）量化學習為精準刻畫學習投入提供技術支撐
四、多模態(tài)技術表征學習投入的研究框架
    （一）學習投入的發(fā)生機制
    （二）學習投入分析框架
五、學習投入數(shù)據(jù)建模的關鍵技術
    （一）學習行為建模
    （二）模態(tài)傳感器建模
    （三）算法模型
        1．算法選擇
        2．數(shù)據(jù)集訓練
        3．模態(tài)對齊
    （四）新技術的介入
六、結語



本文編號：3996062