自适应学习系统中基于情绪感知的学生模型设计

发布时间：2017-10-28 03:12

  本文关键词：自适应学习系统中基于情绪感知的学生模型设计

  更多相关文章： 自适应学习系统 学生模型 学习风格 情绪状态 学习动机

【摘要】：随着信息化社会的发展,以注重学生学习个性化、自主化的自适应学习系统越来越受到人们的关注。自适应学习系统是在自适应超媒体系统基础上发展起来的,它拥有智能导学系统的特性,并且比以往的网络学习系统在技术功能上具有更多的优势,这使得它成为未来远程学习发展的趋势。自适应学习系统由三部分组成,即学生模型、领域知识模型和适应性引擎,其中学生模型在自适应学习系统中占有重要的地位。学生模型在计算机系统中用来抽象表示现实世界中的学生的个性特征,而学习系统在一定程度上扮演指导教师的角色。学生模型中对学生特征的完整描述和准确表征,这都直接影响学习系统能否为学生提供合适的学习内容和学习策略等,进而也影响学生能否实现个性化学习。从目前的学生模型来看,对学生的情感因素在学习过程中的作用还很少考虑,这将导致学生在学习过程中缺乏情感支持。如果学生在学习过程中遇到难题时,不能得到系统的实时的情感关怀,那将对自适应的教学效果产生消极影响。本文就自适应学习系统与学生之间缺乏的双向情感交流问题,提出一种基于情绪感知的学生模型。通过表情识别技术感知学生的情绪,建立动态的学习风格和实时的情绪状态以及实时的学习动机。本文给出了学生模型完成学习风格、情绪状态和学习动机动态分析的原理及其实现方法,并采用一种教学模拟实验验证本文给出的学生模型完成学习风格、情绪状态和学习动机动态分析及其实现方法是否可行。本文的贡献和创新:(1)为了解决学习系统与学生之间缺乏双向情感交流的问题,本文在CS-LS学生模型基础上,建立了一个基于情绪感知的学生模型。学生模型在传统的学生模型基础上加了两个部分,即情绪状态和学习动机。(2)动态的学习风格、实时的情绪状态以及实时的学习动机的分析。相对于传统学生模型来说,本文建立的学生模型优点在于,学习风格、情绪状态和学习动机因素都是基于表情识别技术计算的,学习系统动态、实时地获取这些信息。
【关键词】：自适应学习系统 学生模型 学习风格 情绪状态 学习动机
【学位授予单位】：辽宁师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：G434
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-14
• 1.1 研究背景9
• 1.2 研究意义9-10
• 1.3 国内外相关研究现状10-12
• 1.3.1 自适应学习系统的研究现状10-11
• 1.3.2 学生模型的研究现状11-12
• 1.4 本文研究的问题12-13
• 1.5 本论文的组织结构13-14
• 2 基础理论与技术14-19
• 2.1 学习理论14
• 2.2 情感心理学14-15
• 2.3 表情识别技术15-18
• 2.3.1 人脸检测与定位15-17
• 2.3.2 表情特征提取17
• 2.3.3 人脸表情分类17-18
• 2.4 本章小结18-19
• 3 自适应学习系统与学生模型19-22
• 3.1 自适应学习系统的结构和问题19-20
• 3.1.1 自适应学习系统的基本概念19
• 3.1.2 自适应学习系统的组成部分与功能19
• 3.1.3 自适应学习系统存在的问题19-20
• 3.2 学生模型的作用和问题20-21
• 3.2.1 学生模型的基本概念20
• 3.2.2 自适应学习系统中学生模型的作用20-21
• 3.2.3 学生模型存在的问题21
• 3.3 本章小结21-22
• 4 基于情绪感知的学生模型设计22-40
• 4.1 基于情绪感知的学生模型结构图22-23
• 4.2 静态信息与动态信息的获取23
• 4.3 学习风格、情绪状态、学习动机的动态分析23-30
• 4.3.1 学习风格、情绪状态、学习动机的动态分析基础23-26
• 4.3.2 动态学习风格预测26-27
• 4.3.3 情绪状态的动态计算27-29
• 4.3.4 学习动机的动态预测29-30
• 4.4 模拟实验结果与分析30-38
• 4.5 实验的结论和存在的不足38
• 4.6 本章小结38-40
• 5 结论40-41
• 5.1 研究总结40
• 5.2 问题与不足40-41
• 参考文献41-44
• 附录44-45
• 攻读硕士学位期间发表学术论文情况45-46
• 致谢46

【相似文献】

中国期刊全文数据库 前10条

1 刘艺;智能教学系统中学生模型的构建[J];丹东纺专学报;2005年01期

2 刘宇;何丽萍;;基于动态学生模型的支持服务系统设计与实现[J];中国远程教育;2006年12期

3 王祥斌;周长敏;王泽德;林宏伟;;认知型学生模型的改进与复杂性因素讨论[J];凯里学院学报;2007年06期

4 马世欢;张今;;基于模糊学生模型的智能导学系统在煤炭院校的应用研究[J];煤炭技术;2013年07期

5 卓杰;;苏联的大学生模型[J];上海青少年研究;1984年01期

6 于铁忠，杜秀珍;AICAIS的设计与实现[J];河北省科学院学报;1995年Z1期

7 张正兰,张明,蔡绍稷;建造认知型学生模型的研究[J];南京师大学报(自然科学版);1997年01期

8 濮强国;;智能辅导系统中的学生模型[J];科技进步与对策;2003年06期

9 谢忠新,王林泉,葛元;智能教学系统中认知型学生模型的建立[J];计算机工程与应用;2005年03期

10 孙中红;;个性化智能网络教学系统中学生模型的研究[J];中国电化教育;2009年10期

中国博士学位论文全文数据库 前2条

1 柏宏权;适应性教学系统中个性化教学策略研究[D];南京师范大学;2006年

2 刘晓强;E-Learning知识共享与适应性应用环境研究[D];东华大学;2003年

中国硕士学位论文全文数据库 前10条

1 张艳;自适应教育超媒体系统中学生模型的研究[D];山东师范大学;2009年

2 王潇;在线学习中的学生模型聚类与应用研究[D];电子科技大学;2016年

3 胡小红;自适应学习系统中基于情绪感知的学生模型设计[D];辽宁师范大学;2016年

4 贺国强;个性化协同学习系统中学生模型的构建与应用[D];首都师范大学;2009年

5 张风森;自适应教学系统中学生模型的研究[D];长春师范大学;2013年

6 宋艳丽;网络多媒体CAI软件中自适应学生模型的研究[D];贵州师范大学;2006年

7 张志勤;基于神经模糊综合方法的学生模型的研究[D];武汉理工大学;2006年

8 王祥斌;认知型学生模型生成软件[D];贵州师范大学;2008年

9 刘通江;个性化课件生成系统中动态学生模型的研究[D];首都师范大学;2004年

10 张长博;聚类算法在网络学习学生模型构建中的应用研究[D];天津大学;2009年

，

本文编号：1106395