学习分析中的生物数据表征——眼动与多模态技术应用前瞻

摘要：

“量化学习”趋势下,在“真实情境”考量学习者的情感状态、学习行为及心理特征已成为学习分析的关注重点.学习分析中的生物数据具有真实情境来源、可视化、精确定量及多维度等特性,极具应用价值.文章对生物数据——包括眼动(EM)数据以及结合脑电图(EEG)、事件相关电位(ERP)、皮肤电反应(GSR)、肌电信号(EMG)、心电图(ECG)的多模态数据——的表征进行了总结与梳理,并结合学习分析中的应用场景展开论述.研究认为,基于生物数据的学习分析可呈现学习者更加立体化、精准化的信息,有利于准确把握人机交互过程中个体情绪状态及认知状态的变化,在情绪建模、学习活动跟踪、学习者行为特征抽取、自适应学习领域具有极大的潜能.生物数据表征将成为学习分析研究的新趋向.

关键词：生物数据、学习分析、眼动、多模态

所属期刊栏目：37

分类号：G434(电化教育)

资助基金：2014年全国教育科学“十二五”规划教育部重点课题“基于教育大数据的学习分析工具设计与应用研究”课题编号:DCA140230

在线出版日期：2016-10-18（万方平台首次上网日期，不代表论文的发表时间）

页码：76-81,109