字体放大
字体缩小课题名称：基于人工智能的应用型高校学生在线学习行为研究
课题批准号：CANFZG21042
研究领域：应用型高校，学生学习行为，人工智能
课题负责人：陈美娜 大连东软信息学院教授
主要成员：李迎秋、马赫、王卉、严丹妮、周鹏、王俊、谭蕾、李壁琪
一、研究内容与方法
（一）研究内容
本课题以大连东软信息学院智慧校园为载体，深入探讨人工智能在教育领域的深度应用，重点研究以应用型高校学生为代表的学习者群体的学习风格和学习行为，构建学习行为分析模型；同时借助大数据技术，建立智慧评价体系，并对学习行为进行预测和干预，提出自适应的智慧学习解决方案。
（二）研究方法
1.文献研究法。查阅国内外基于教育大数据、大数据可视化、学习行为分析等相关文献，了解国内外对教育大数据可视化技术的研究现状及学习行为模型建立的研究现状。
2.问卷调查及访谈法。通过调查问卷、专家访谈等方式收集不同利益相关者对于学习者学习行为数据分析影响因素的意见，了解学习者学习行为、学习习惯、学习偏好等的真实情况。
3.行为观察法。运用行为观察量表等测量工具描述和分析学习者行为特征，为构建学习行为分析模型奠定基础。
4.聚类及相关分析方法。本课题以大连东软信息学院智慧教学平台为基础，通过自动萃取、人工干预等方法采集学习者在混合式学习平台中进行课程学习、讨论、答疑、考试等产生的行为数据，采用数据分析软件对学习行为数据进行聚类分析。通过研究学习行为之间的依存关系，对具体有依存关系行为进行相关性大小的分析研究。
5.大数据可视化方法。通过动态查询与过滤技术、可缩放/变形界面技术和多视图联动技术等大数据可视化技术，分析学习者异质性特征和学习行为特点，构建出可视化学习行为分析模型，实现以教育大数据为基础的智慧学习发展评价。
二、研究结论与对策
1.构建可视化学习行为分析模型
本课题以大连东软信息学院智慧教学平台为基础，以应用型高校学生为主要研究对象，通过收集学习者在混合式学习平台中进行课程学习、讨论、答疑、考试等产生的行为数据，采用数据分析软件对学习行为数据进行聚类分析；借助情境感知技术抓取学习者在学习过程中的动作、行为、面部表情等信息，精准描绘学习者画像；通过动态查询与过滤技术、可缩放/变形界面技术和多视图联动技术等大数据可视化技术，分析应用型高校学习者的异质性特征和学习行为特点，构建出可视化学习行为分析模型（见图1）。
根据学习者的学习行为分析模型，为学习者定制个性化知识难度，针对学习弱点进行强化训练，针对学习风格和学习偏好来设计学习方法和教学方法，据此为学习者构建完整的自适应的个人学习解决方案，为个性化教学和教育决策提供精准支持，促进学习者的个性化、多元化发展。
图1 可视化学习行为分析模型
2.构建实时跟踪与反馈的智能评价体系
本课题持续推进实时跟踪与反馈智能评价体系（见图2）的创新研究，利用数据挖掘、社会网络分析、统计分析等技术将多维空间中的数据连接起来，为评价学习者认知理解、学习风格与行为习惯、社会网络结构与情感表达等提供更多可能。
图2 实时跟踪与反馈的智能评价体系
3.构建智慧学习行为诊断和干预系统
为满足学习者个性化需求以及推动学习价值生成，本课题积极设计及开发智慧学习行为诊断和干预系统（见图3）。通过构建智慧学习行为诊断和干预系统，全面融合学习者学习全过程的学习行为分析、评价、诊断、预测和干预，在学习不同阶段实施不同的策略手段，与丰富多样的学习资源进行匹配，自动生成个性化学习资源推荐给学习者，为学习者生成自适应智慧学习解决方案。
图3 智慧学习行为诊断和干预系统
4.构建基于人工智能的智慧校园
建立基于人工智能的智慧校园，持续推进智慧教育环境下在线学习的创新研究，实现学习者个性化学习，提升应用型高校的人才培养质量。图4所示为基于人工智能的应用型高校智慧校园系统架构。
图4 基于人工智能的智慧校园
在整个教学的过程中，基于人工智能的智慧学习平台（见图5），使学习者的自主学习有目标、有支架、有激励、有引导，学习者不仅可以获取知识和技能，还可以提高探究能力与合作能力。智慧教学平台记录了学习者学习的整个过程，通过BD+AI智能技术介入，使教学活动监测、数据获取与分析变得便捷和高效，为精准教学和个性化学习提供了支持。同时基于知识图谱、语义分析技术整合线上线下课程资源，构建立体化、多模态的课程资源，为学习者提供给个性化的学习路径。
三、研究成果与影响
本课题通过人工智能和大数据技术，获取、分析、挖掘教育过程中产生的海量学习过程数据和学习结果数据，探讨应用型高校学习者学习行为的特点和规律，利用教育大数据可视化分析技术，通过可视化关联分析，深度挖掘文本数据、网络数据、时间序列数据等多维数据，探讨影响学习行为的因素关联，建立包含学习者学习行为、学习结果、成长档案、趋势分析等在内的可视化学习行为分析模型。结合学习行为分析模型，对学习者学习行为进行诊断分析，实现学习干预模型的搭建，为学习者设计和开发自适应智慧学习解决方案，实时跟踪与反馈智能评价，以促进学习者的个性化发展，实现开放共享的智慧教学育人生态。
课题建立基于人工智能的智慧校园，持续推进智慧教育环境下在线学习的创新研究，驱动教育管理科学化、教育评价体系重构、教育服务人性化，实现学习者个性化学习，提升人才培养质量，推动人工智能在我国教育领域的持续健康发展，为立德树人做出基本贡献。
四、研究改进与完善
本课题依托的智慧校园平台，集成了教学文档管理系统（培养方案、课程标准）、课堂考勤系统、作业管理系统、课程资源系统、混合式教学管理系统、综合成绩管理系统、学习效果达成度分析系统。目前，通过各系统采集学生行为数据，并集成到学习效果达成度系统，考核学生毕业要求的达成程度。系统功能还在运行中不断调整完善。
责任编辑：闫佳裕