智能教育场域中的学习者建模研究趋向
发布时间：2022-07-16 16:25
在智能教育时代下,个性化学习者模型的构建是变革智能教育服务模式、破解教育公平问题、实现差异化教学的关键。从学习者模型构建的发展趋势来看,大数据和人工智能技术将是推动智能教育场域中学习者建模发展的核心要素,能够在极大程度上促进学习者建模的研究进程。通过对人工智能支持下的学习者建模研究的理论趋向、目标趋向、数据趋向、特征趋向、技术趋向加以系统阐述,发现智能教育时代学习者模型的构建,需要以认知主义、人本主义、建构主义等经典学习理论为指导,实现面向学习者的多层次、全方位建模分析;需要利用人工智能技术,实现基于多模态感知的全时空多维度数据采集;需要构建时空融合的建模分析方法,对学习者"知识、认知、情感、交互"等潜在特征进行深入挖掘,实现对学习者知识建构模式、认知发展规律、情感发生机制的深层解析。在智能教育场域中,学习者模型的构建,对智能化的资源供给、个性化的教学干预、精准化的教育治理、智慧化的评价体系、科学化的教育研究的开展,具有广阔的应用前景。
【文章页数】：11 页
【文章目录】：
一、智能教育场域中的学习者模型构建动因分析
（一）智能技术发展催生智能教育全新样态
（二）信息技术变革促进学生多样化认知发展
（三）量化学习理论革新教育科学研究范式
二、学习者建模的研究评述
（一）学习者建模的研究热点分析
1. 智能导师系统中的学习者建模
2. 远程学习中的学习者建模
3. 大数据和人工智能时代下的学习者建模
4. 融合教育情境感知的学习者建模
（二）学习者模型特征要素的发展趋向
（三）学习者建模的研究现状评述
三、智能教育场域中的学习者建模研究趋向
（一）理论趋向：挖掘智能教育环境下经典学习理论的价值意蕴
（二）目标趋向：实现智能教育时代学习者模型的深层解析
1. 由“外在”到“内在”的个体认知结构解析
2. 由“现象”到“过程”的知识建构过程剖析
3. 由“主体”到“情境”的学习场景多元分析
4. 由“局部”到“整体”的认知建构整合分析
（三）数据趋向：实现基于多模态感知的全时空多维度数据采集
1. 实现面向多元学习时空的精准化数据采集
2. 实现基于智能感知技术的多模态数据汇聚
（四）特征趋向：实现基于人工智能技术的学习者特征深度挖掘
1. 基于知识图谱的学习者领域知识建模
2. 基于认知诊断的学习者认知水平建模
3. 基于情感计算的学习者情感态度建模
4. 基于情境感知的学习者交互行为建模
（五）技术趋向：面向时空融合的全时空多场景建模分析
1. 面向个体维度的多模态、细粒度建模分析
2. 面向时间维度的全周期、时序性建模分析
3. 面向空间维度的多主体、交互式建模分析
四、智能教育场域中学习者模型的应用前景
（一）学习：构建基于学习者模型的教育资源服务模式
（二）教学：构建面向个性化学习的精准化教学干预策略
（三）管理：构建基于智能技术的智能课堂管理体系
（四）评价：构建面向未来教育发展的智慧评价体系
（五）研究：促进数据驱动的教育科学实证研究的开展
五、思考与展望
【参考文献】：
期刊论文
[1]“人工智能+”视域下的教育知识图谱:内涵、技术框架与应用研究[J]. 李振,周东岱,王勇. 远程教育杂志. 2019(04)
[2]基于面部表情的学习者情绪自动识别研究——适切性、现状、现存问题和提升路径[J]. 陈子健,朱晓亮. 远程教育杂志. 2019(04)
[3]“互联网+教育”的知识观:知识回归与知识进化[J]. 陈丽,逯行,郑勤华. 中国远程教育. 2019(07)
[4]第四次工业革命背景下科技强国建设人才需求分析[J]. 洪志生,秦佩恒,周城雄. 中国科学院院刊. 2019(05)
[5]“AI+教师”的协作路径发展分析[J]. 余胜泉,王琦. 电化教育研究. 2019(04)
[6]基于场景感知的学习者建模研究[J]. 武法提,黄石华,殷宝媛. 电化教育研究. 2019(03)
[7]“第四次工业革命”背景下的高等教育变革[J]. 任羽中,曹宇. 中国高等教育. 2019 (05)
[8]智慧教室环境下数据启发的教学决策研究[J]. 管珏琪,孙一冰,祝智庭. 中国电化教育. 2019(02)
[9]学习分析技术发展趋向——多模态数据环境下的研究与探索[J]. 钟薇,李若晨,马晓玲,吴永和. 中国远程教育. 2018(11)
[10]教育数据挖掘中的学习者建模研究[J]. 徐鹏飞,郑勤华,陈耀华,陈丽. 中国远程教育. 2018(06)
博士论文
[1]面向e-Learning的学习者情感建模及应用研究[D]. 黄焕.华中师范大学 2014
本文编号：3662850
【文章页数】：11 页
【文章目录】：
一、智能教育场域中的学习者模型构建动因分析
（一）智能技术发展催生智能教育全新样态
（二）信息技术变革促进学生多样化认知发展
（三）量化学习理论革新教育科学研究范式
二、学习者建模的研究评述
（一）学习者建模的研究热点分析
1. 智能导师系统中的学习者建模
2. 远程学习中的学习者建模
3. 大数据和人工智能时代下的学习者建模
4. 融合教育情境感知的学习者建模
（二）学习者模型特征要素的发展趋向
（三）学习者建模的研究现状评述
三、智能教育场域中的学习者建模研究趋向
（一）理论趋向：挖掘智能教育环境下经典学习理论的价值意蕴
（二）目标趋向：实现智能教育时代学习者模型的深层解析
1. 由“外在”到“内在”的个体认知结构解析
2. 由“现象”到“过程”的知识建构过程剖析
3. 由“主体”到“情境”的学习场景多元分析
4. 由“局部”到“整体”的认知建构整合分析
（三）数据趋向：实现基于多模态感知的全时空多维度数据采集
1. 实现面向多元学习时空的精准化数据采集
2. 实现基于智能感知技术的多模态数据汇聚
（四）特征趋向：实现基于人工智能技术的学习者特征深度挖掘
1. 基于知识图谱的学习者领域知识建模
2. 基于认知诊断的学习者认知水平建模
3. 基于情感计算的学习者情感态度建模
4. 基于情境感知的学习者交互行为建模
（五）技术趋向：面向时空融合的全时空多场景建模分析
1. 面向个体维度的多模态、细粒度建模分析
2. 面向时间维度的全周期、时序性建模分析
3. 面向空间维度的多主体、交互式建模分析
四、智能教育场域中学习者模型的应用前景
（一）学习：构建基于学习者模型的教育资源服务模式
（二）教学：构建面向个性化学习的精准化教学干预策略
（三）管理：构建基于智能技术的智能课堂管理体系
（四）评价：构建面向未来教育发展的智慧评价体系
（五）研究：促进数据驱动的教育科学实证研究的开展
五、思考与展望
【参考文献】：
期刊论文
[1]“人工智能+”视域下的教育知识图谱:内涵、技术框架与应用研究[J]. 李振,周东岱,王勇. 远程教育杂志. 2019(04)
[2]基于面部表情的学习者情绪自动识别研究——适切性、现状、现存问题和提升路径[J]. 陈子健,朱晓亮. 远程教育杂志. 2019(04)
[3]“互联网+教育”的知识观:知识回归与知识进化[J]. 陈丽,逯行,郑勤华. 中国远程教育. 2019(07)
[4]第四次工业革命背景下科技强国建设人才需求分析[J]. 洪志生,秦佩恒,周城雄. 中国科学院院刊. 2019(05)
[5]“AI+教师”的协作路径发展分析[J]. 余胜泉,王琦. 电化教育研究. 2019(04)
[6]基于场景感知的学习者建模研究[J]. 武法提,黄石华,殷宝媛. 电化教育研究. 2019(03)
[7]“第四次工业革命”背景下的高等教育变革[J]. 任羽中,曹宇. 中国高等教育. 2019 (05)
[8]智慧教室环境下数据启发的教学决策研究[J]. 管珏琪,孙一冰,祝智庭. 中国电化教育. 2019(02)
[9]学习分析技术发展趋向——多模态数据环境下的研究与探索[J]. 钟薇,李若晨,马晓玲,吴永和. 中国远程教育. 2018(11)
[10]教育数据挖掘中的学习者建模研究[J]. 徐鹏飞,郑勤华,陈耀华,陈丽. 中国远程教育. 2018(06)
博士论文
[1]面向e-Learning的学习者情感建模及应用研究[D]. 黄焕.华中师范大学 2014
本文编号：3662850
本文链接：https://www.wllwen.com/jiaoyulunwen/jiaoyugaigechuangxinlunwen/3662850.html
最近更新
教材专著