學(xué)習(xí)者建模是指建立真實學(xué)習(xí)者的抽象表示模型,是自適應(yīng)學(xué)習(xí)系統(tǒng)的核心技術(shù)之一。自適應(yīng)學(xué)習(xí)系統(tǒng)通過學(xué)習(xí)者模型模擬的學(xué)生特征,對學(xué)習(xí)者的學(xué)習(xí)狀態(tài)進(jìn)行預(yù)測,自動化地進(jìn)行學(xué)習(xí)策略調(diào)整、學(xué)習(xí)資源推薦和學(xué)習(xí)預(yù)警,真正實現(xiàn)以學(xué)習(xí)者為中心。本研究提出融合學(xué)習(xí)情緒的學(xué)習(xí)者知識狀態(tài)模型;基于實證研究驗證所提模型應(yīng)用于中學(xué)生在線學(xué)習(xí)的有效性。本研究首先使用文獻(xiàn)分析法,基于學(xué)習(xí)情緒相關(guān)理論對困惑情緒與學(xué)習(xí)結(jié)果的關(guān)系進(jìn)行論述。進(jìn)而,利用數(shù)學(xué)建模法,在給定學(xué)習(xí)者情緒的前提下,提出將學(xué)習(xí)困惑情緒與可加因子模型相結(jié)合的融合學(xué)習(xí)情緒的知識狀態(tài)預(yù)測模型。最后,設(shè)計和實施實證研究方案,首先應(yīng)用于某中學(xué)數(shù)學(xué)在線學(xué)習(xí)平臺中產(chǎn)生的數(shù)據(jù),進(jìn)而通過自行開發(fā)實驗平臺采集數(shù)據(jù)集進(jìn)行對比研究,并與傳統(tǒng)模型在預(yù)測性質(zhì)上進(jìn)行對比討論,驗證新模型在中學(xué)生在線學(xué)習(xí)應(yīng)用中的有效性。研究發(fā)現(xiàn):（1）困惑情緒是預(yù)測學(xué)習(xí)結(jié)果的良好特征因子;（2）困惑情緒對學(xué)習(xí)結(jié)果預(yù)測有情境限制,只有在學(xué)習(xí)者進(jìn)行有效學(xué)習(xí)的條件下,困惑情緒的產(chǎn)生與學(xué)習(xí)結(jié)果正相關(guān);（3）融合學(xué)習(xí)情緒的學(xué)習(xí)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(xué)生在線學(xué)習(xí)過程中取得更加準(zhǔn)確的... 

【文章來源】：浙江工業(yè)大學(xué)浙江省

【文章頁數(shù)】：77 頁

【學(xué)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(xiàn)研究法對已有的學(xué)習(xí)者模型、學(xué)習(xí)者知識狀態(tài)建模技術(shù)、學(xué)習(xí)情??

?浙江工業(yè)大學(xué)碩士學(xué)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(xué)生閱讀資料和運用知識點等學(xué)習(xí)行為成功習(xí)得，可以完??成學(xué)習(xí)狀態(tài)轉(zhuǎn)換這部分的概率??？概率Ｐ（Ｓ）表示學(xué)生掌握了知識點但是失誤做錯的概率??？概率Ｐ（Ｇ）表示學(xué)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(xué)生的知識進(jìn)行建模，并通過觀察學(xué)習(xí)者應(yīng)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(xué)習(xí)者個體的??能力差異。從學(xué)習(xí)動力學(xué)的角度來看，貝葉斯知識追蹤模型的關(guān)鍵假設(shè)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(dāng)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(zhuǎn)向差異性信息，此時自主神經(jīng)系統(tǒng)會加強(qiáng)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(xué)習(xí)的情感喚醒，這種學(xué)習(xí)者經(jīng)歷的??各種情緒可能，則取決于當(dāng)前情境中差異信息變化的數(shù)量以及重要目標(biāo)是否被阻??止。??建構(gòu)學(xué)習(xí)??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(xué)習(xí)??圖２－２學(xué)習(xí)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(jié)論，這個理論以效??價為橫軸，以學(xué)習(xí)程度為縱軸，將學(xué)業(yè)情緒劃分為四種類型。他們認(rèn)為，典型的學(xué)??習(xí)體驗包括一系列的情緒體驗，即伴隨著學(xué)習(xí)程度的加深，情緒應(yīng)該隨之波動。［３６］??＿此，從他們的研宄中可以發(fā)現(xiàn)，學(xué)習(xí)者在學(xué)習(xí)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(xué)習(xí)程度方面的差異，情緒狀態(tài)也不是固定不變的，會隨著??學(xué)習(xí)過程發(fā)生變化。??除此之外，學(xué)習(xí)情感及其在學(xué)習(xí)中的影響也受到廣泛關(guān)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(xué)：，習(xí)情緒愛異與學(xué)??習(xí)者取得的學(xué)習(xí)成果差異有關(guān)［３５］［３７］。Ｈｕ等的研宄中也提到生物學(xué)中發(fā)現(xiàn)了情緒影??響學(xué)習(xí)的分子機(jī)制，認(rèn)為學(xué)習(xí)者的情緒變化能夠調(diào)節(jié)人體細(xì)胞的興奮性突觸傳遞，??１６??

【參考文獻(xiàn)】：
期刊論文
[1]基于面部表情的學(xué)習(xí)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(yuǎn)程教育雜志. 2019(04)
[2]基于面部表情的學(xué)習(xí)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(xué)習(xí)者建模研究[J]. 徐鵬飛,鄭勤華,陳耀華,陳麗.  中國遠(yuǎn)程教育. 2018(06)
[4]網(wǎng)絡(luò)教育中個性化學(xué)習(xí)者模型的設(shè)計與分析[J]. 孫力,張婷.  遠(yuǎn)程教育雜志. 2017(03)
[5]學(xué)業(yè)困惑:概念、研究范式及其與學(xué)習(xí)的關(guān)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(xué)習(xí)變革——美國《通過教育數(shù)據(jù)挖掘和學(xué)習(xí)分析促進(jìn)教與學(xué)》報告解讀及啟示[J]. 徐鵬,王以寧,劉艷華,張海.  遠(yuǎn)程教育雜志. 2013(06)
[7]青少年學(xué)業(yè)情緒的發(fā)展性研究綜述[J]. 周紅柳,方明.  池州學(xué)院學(xué)報. 2012(03)
[8]網(wǎng)絡(luò)智能教學(xué)系統(tǒng)中雙層學(xué)生模型的設(shè)計[J]. 郝耀軍,王建國,趙青杉.  中國遠(yuǎn)程教育. 2011(12)
[9]智能教學(xué)系統(tǒng)中動態(tài)學(xué)生模型的研究與設(shè)計[J]. 郭富強(qiáng).  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