大学生日常行为习惯的可发现、可计算与可干预研究框架

摘要：

习惯常指规律性周期重复的行为方式,是个性化教育研究的重要内容.当前大学生不恰当、多变的日常行为活动,使原本的好习惯负向发展,因而,如何挖掘分析大学生的校园日常行为活动,发现导致其学业失败、成才受阻的习惯并进行相应干预,意义重大且十分迫切.基于校园大数据,提出数据驱动的大学生日常行为习惯可发现、可计算和可干预研究框架.首先,定义"活动-行为-习惯"的层次化表达结构,构建活动的时空语义约束模型,从校园大数据中提取日常活动数据,构建双层条件随机场模型,对活动数据进行自监督分类,从而得到行为信息,进一步构建多片段语义时空图卷积神经网络模型,通过行为的时空卷积预测来发现习惯;其次,提出习惯强度量化计算方法,构建习惯强度与评价要素的多元关联模型来评价习惯好坏,并建立习惯变化的时空演化分析方法;最后,对导致习惯负向变化的行为进行预警并实施多层次干预,形成基于"活动数据-行为信息-习惯知识-活动数据"思路的习惯"可发现-可计算-可干预"研究闭环.

关键词：校园大数据;行为习惯;数据驱动;可发现;可计算;可干预

分类号：G43(电化教育)

资助基金：国家自然科学基金面上项目"大学生个性化日常行为习惯的可解释发现框架与数据驱动干预机制";科技创新2030新一代人工智能重大项目"混合增强在线教育关键技术与系统研究"

在线出版日期：2022-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：77-84