面向自适应学习的不同认知风格学习者眼动模型研究

发布时间：2021-12-11 17:50

　　基于生理数据的自适应学习系统能够识别学习者的情感与认知,对于提升系统的个性化服务能力和学习者的使用体验意义重大。基于此,文章首先提出了基于眼动追踪的自适应学习框架,根据已有的认知风格理论,此框架可分析不同认知风格学习者的眼动模式差异。在此基础上,考虑眼动行为中注视总持续时间和注视点数量,文章构建了基于眼动追踪的在线学习者认知风格识别模型,并通过眼动实验验证了此模型的可行性和有效性,为自适应学习系统的设计与开发提供了新的解决方案。 

【文章来源】：现代教育技术. 2020,30(08)北大核心CSSCI

【文章页数】：7 页

【部分图文】：

基于眼动追踪的自适应学习框架

基于对认知风格理论的分析，本研究的认知风格类型选取Riding等[16][17]提出的认知风格理论中与视觉内容的呈现形式相关的言语—表象维度。Riding的认知风格理论表明，倾向于以视觉表象思维的人更加关注图表内容，而倾向于以言语文本的形式思维的人更加关注文本内容。基于此，本研究提出以下假设：(1)在眼动指标上，言语型学习者在文本类学习材料上的注视总持续时长比表象型学习者更长，注视点数量比表象型学习者更多；(2)表象型学习者在图表类学习材料上的注视总时长比言语型学习者更长，注视点数量比言语型学习者更多。基于此假设，本研究构建了基于眼动追踪的学习者认知风格识别模型，如图2所示。在模型计算过程中，如果一个学习者在一个学习单元中眼动仪记录在图表类学习材料上的注视总时长为t1、注视点数量为c1，在文本类学习材料上的注视总时长为t2、注视点数量为c2,t1,t2,c1,c2均不为0(t1,t2,c1,c2为0不符合正常学习行为），那么基于眼动追踪的学习者认知风格识别模型计算f()可以量化表示为：

注视热点图叠加了被试眼睛的注视点和注视轨迹。言语型和表像型注视热点图如图3所示，图中的阴影面积越大、颜色越深，说明被试对这个区域的关注越多。图3(a）是一名言语型被试在完成一个学习单元时的注视热点图，而图3(b）是一名表象型被试在完成一个学习单元时的注视热点图。通过对图3(a）、图3(b）的对比分析，本研究可以直观地区分不同认知风格的被试对实验材料关注区域的差异性，并验证基于眼动追踪的认知风格识别模型计算的Cs数值的分布差异。通过以上分析，本研究得出如下结论：(1)不同认知风格学习者的眼动模式差异明显，即言语型学习者更关注文本类的学习材料，表象型学习者更关注图表类的学习材料。利用这种差异性来优化学习材料的呈现形式，可以使学习者更好地理解所要学的知识。(2)本研究构建的基于眼动追踪的学习者认知风格识别模型能较为准确地区分言语型和表象型两类认知风格。(3)根据基于眼动追踪的学习者认知风格识别模型的验证结果，基于眼动追踪技术设计开发自适应学习系统具有可行性。学习者的眼动数据能较好地反映其认知风格偏好，而基于眼动追踪的学习者认知风格识别模型为自适应学习系统的设计与开发提供了新的解决方案。

【参考文献】：
期刊论文
[1]自适应学习:溯源、前景与误区[J]. 佩特·约翰内斯,拉里·拉格斯多姆,张永胜,肖俊洪.  中国远程教育. 2018(07)
[2]从“始于假设”到“基于数据”——大数据时代教育研究范式的转型[J]. 邹太龙,易连云.  教育研究与实验. 2017(04)
[3]我国教育技术领域眼动研究的现状与趋势分析[J]. 冯小燕,王志军,吴向文.  中国远程教育. 2016(10)
[4]适应性教育超媒体系统——模型、方法与技术[J]. 陈品德,李克东.  现代教育技术. 2002(01)



本文编号：3535120