基于大数据的智能教育系统体验设计研究

发布时间：2021-09-03 05:25

　　目的为了利用大数据技术,通过智能体验系统设计,推动智能教育产品乃至大数据应用场景的变革。方法首先对大数据智能系统在教育系统中的作用,以及大数据智能系统的发展现状进行了综述,其次针对智能手环、摄像头、成绩系统等通道采集的大数据,进行数据优化和分流处理,将原始数据转化为智能系统可用的数据类型,最后利用用户体验角色构建方法,确定各利益相关方的用户角色,包括各角色的共同需求和特征需求。结果根据用户角色和角色需求构建了针对共同需求的大数据智能舆情分析系统,以及满足各角色特征需求的大数据智能交互体验系统。结论研究对于拓展大数据智能产品在教育领域的应用场景,提升智能产品的用户体验水平,妥善处理教育安全问题和突发事件,都具有重要的理论和现实意义。 

【文章来源】：包装工程. 2020,41(02)北大核心

【文章页数】：7 页

【部分图文】：

大数据智能分流和优化框架

对于数据的来源，新闻、网络社交平台和自媒体是目前大数据最常用的数据源。在这些平台中蕴含着大量关于位置信息、时间信息、图像视频和文本意见等内容。现在已经有一系列研究或产品利用了视觉可视化技术，帮助用户在大数据中获取关键信息。如Themeriver可以通过堆栈图的显示形式从新闻库中检索到相关主题[8],Blogpulse能够抽取网络评论中的关键语义，从而总结并获得基于网络信息的流行趋势[9]。还有应用通过从网络社交平台获取用户评论数据，有针对性地生成情景报告[10]，以及利用社交媒体分析系统（Social Media Analysis System）对突发重大事件的群众舆论意见进行实时跟踪。大数据智能交互系统见图1。如针对2011年8月23日下午在Mineral发生的5.8级地震的舆情分析[11]，如图1a，可以看到，当地震发生时，Twitter用户发布了超过40 000条地震相关的评论，互相传递他们在美国东海岸感受到的地震信息，可以直观地从系统界面中看到地震信息密集度最高的地区，以及地区间的评论主题差异。以上研究大部分都集中在对历史或者当前数据的总结和监测上，但显然这是不够的。对未来的预测，也是大数据的一个重要应用领域[12]。现在也有一系列研究集中在针对某个重要事件的趋势分析上。趋势分析有多种方法。其中一种方法为利用可视化方法对与目标事件相关的信息进行宏观视角的可视化组织，从而进行趋势判断。如Itoh等人从横跨六年的博客记录中获取各媒体平台的数据对比，如图1b。类似的还有Krstajic等人设计的StoryTracker系统，主要通过监控Europe Media Monitor(EMM）新闻群中的信息，将主要新闻标题信息和时间流进行可视化组织，形成按重要性排序的一系列彩色条目，从而辅助用户对重要的新闻流进行跟踪和追溯，如图1c[13]。Sakaki等人提出了一个根据社交媒体上的评论信息进行地震灾难警报的系统（Earthquake Reporting System），可以通过计算Twitter上出现的评论消息间隔的时间和GPS位置间隔，来计算震中发生的时间和位置[14]，如图1d。Asur等人根据Twitter上超过300万条文字信息，构建了一个统计学模型，目的在于通过社交媒体数据预测电影票房收入，最终获得了比好莱坞证券交易所还准确的结果[15]。

用户角色形象

【参考文献】：
期刊论文
[1]大数据时代的老年人产品设计研究[J]. 霍春晓,侯玉.  包装工程. 2019(12)
[2]大数据时代智慧校园的信息可视化设计应用研究[J]. 吉涵宇,席涛.  包装工程. 2017(14)
[3]大数据思维驱动下的设计创新思变[J]. 罗昊,何人可.  包装工程. 2017(12)
[4]大数据时代下基于数据的信息设计[J]. 周亮.  包装工程. 2017(08)
[5]大数据时代互联网产品的迭代创新设计方法研究[J]. 席涛,郑贤强.  包装工程. 2016(08)
[6]基于心流理论的互联网产品设计研究[J]. 欧细凡,谭浩.  包装工程. 2016(04)



本文编号：3380495