-
题名支持个性化学习的行为大数据可视化研究
被引量：18
- 1
-
-
作者
黄昌勤
朱宁
黄琼浩
韩中美
-
机构
华南师范大学教育信息技术学院
-
出处
《开放教育研究》
CSSCI
北大核心
2019年第2期53-64,共12页
-
基金
2018年度教育部人文社科规划基金项目"大数据背景下网络学习空间的智能服务生态与应用模式研究"(18YJA880027)
2018年度国家自然科学基金项目"学习云空间中基于大数据的多模态学习者情感分析与归因研究"(61877020)
2017-2018学年度华南师范大学"挑战杯"金种子培育项目"学习云空间中学习行为大数据分析及其可视化研究"(17JXKC09)
-
文摘
学习云空间是基于云计算技术构建的网络化学习空间,是重要的在线学习环境。空间中行为大数据的直观展示,对学习智能监测与适应性调整至关重要。本研究旨在探讨如何通过动态可视化呈现学习者在云空间中的行为关联大数据,为个性化知识建构提供及时反馈、监督与指导。研究先基于领域特征需求和可视化支撑技术,提出适用于云空间学习环境的可视化设计原则,建立面向智能学习服务的行为大数据可视化机制;然后结合不同空间学习形式,分析可视化内容、方式与时机的判定理论;再针对典型学习场景,制定个性化云空间可视化元素的适应性变更、基于学习全过程的知识点动态组织、交互感知下的可视化方式即时转换和面向群组角色的差异化内容呈现等可视化实现策略;最后采用问卷调查法和实验研究法分析可视化应用的实践效果。结果表明,本研究提出的可视化方案对网络学习空间的个性化学习活动推进及效果提升有良好的支持作用。
-
关键词
学习云空间
个性化学习
行为大数据
可视化机制
空间配置
-
Keywords
cloud-based learning space
personalized learning
big data of behavior
visualization mechanism
spatial configuration
-
分类号
G434
[文化科学—教育学]
-
-
题名认知负荷视角下在线协作学习的增效机制研究
被引量：8
- 2
-
-
作者
王希哲
涂雅欣
张琳捷
黄琼浩
-
机构
浙江师范大学浙江省智能教育技术与应用重点实验室
-
出处
《电化教育研究》
CSSCI
北大核心
2022年第9期45-52,72,共9页
-
基金
2021年度国家自科基金青年项目“在线教育中基于注意力网络的认知负荷量化与干预研究”(项目编号:62007031)
2020年度浙江省“钱江人才计划”特殊急需人才(D类)项目(项目编号:QJD2002019)。
-
文摘
在线协作学习作为一种跨时空情境下的社会化认知学习方式,其过程状态的有效感知与活动优化对于解决群体学习认知负荷失衡、促进高质量共同发展至关重要。为此,文章以在线协作学习过程的状态分析与适性引导为目标,融合协作认知负荷理论与智能技术手段,对在线协作学习过程量化方法与协作增效机制予以实现与验证。研究首先基于协作认知负荷理论确立在线协作学习构成框架,从学习者协作状态与任务活动两方面,对在线协作学习关键要素进行量化表征;然后构建了在线协作演化网络,以此进行在线协作学习过程各个状态的演化分析与趋势表征,并提出基于最优控制的协作增效机制;最后通过实际应用与效果分析对上述过程量化方法和增效机制进行验证。实验结果表明,本研究提出的协作增效机制在基本不影响学习者认知负荷的前提下,能够显著提高整体协作学习效果,为认知科学、智能技术与在线协作学习的深度融合发展提供了新思路。
-
关键词
在线协作学习
认知负荷理论
协作状态量化
演化模型
增效机制
-
Keywords
Online Collaborative Learning
Cognitive Load Theory
Quantification of Collaboration State
Evolutionary Model
Synergistic Mechanism
-
分类号
G434
[文化科学—教育学]
-
-
题名基于隐马尔科夫模型和卷积神经网络的图像标注方法
- 3
-
-
作者
徐海蛟
黄琼浩
汪凡
文瑶
赵美华
-
机构
华南师范大学教育信息技术学院
-
出处
《计算机科学与应用》
2018年第9期1309-1316,共8页
-
文摘
开发大规模图像库的搜索和浏览算法,使得图像自动标注的重要性日益增强。基于隐马尔科夫模型(HMM)与卷积神经网络(CNN),我们提出了一种新的图像标注方法HMM + CNN。首先,训练一个多标签学习的CNN网络作为概念分类器;其次,通过一阶HMM模型把图像内容与语义相关性相结合以精炼该CNN的预测分数;最后,为改善对稀疏概念的标注性能,应用梯度下降算法来补偿在真实应用中不平衡图像集上标注概念的频率差。在IAPR TC-12标准图像标注数据集上对比了其他传统方法,结果表明我们的标注方法在查准率和查全率上性能更优。
-
关键词
图像自动标注
隐马尔可夫模型
卷积神经网络
多标签学习
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
