多维度特征融合的教学行为智能分析模式构建

摘要：

分析课堂教学行为是揭示课堂教学规律的一个重要途径.如何利用信息技术手段处理与分析累积的海量教学视频公开课中的教学行为,成为当前改革教学过程评价服务的热点之一.由于教学中教学行为具有教学性、有序性、关联性等固有教育特性,使得基于深度学习的视频分割与识别技术仍然无法有效理解教学场景和教学行为.因此,文章设计了包含"基于视听觉特征的教学行为分析编码系统、教学行为听觉特征识别、教学行为视觉特征识别、教学分析过程数据可视化呈现"四个核心要素的一种多维度特征融合的教学行为智能分析模式,提出了"视觉特征为主、听觉特征为主、融合特征为主"三条实践路径,以厘清教学行为智能分析要素的关系,并以视觉特征为主的实践路径初步分析了43节课堂教学视频,提取了时间维度上的教学行为视觉特征,以期为"一师一优课、一课一名师""教师研修"等教学行为智能分析活动提供借鉴.

关键词：教学行为、多维度特征、智能分析、人工智能技术

所属期刊栏目：41

分类号：G434(电化教育)

资助基金：2020年度国家自然科学基金项目"融合教学行为特征的教学场景智能分割与识别研究";2017年度教育部人文社会科学研究规划基金项目"基于场景感知的户外体验式学习环境构建方法研究"

在线出版日期：2020-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：36-44