多模态实时反馈驱动的个性化学习推荐策略研究

晋 菓蔓, 申 雪梅, 包 缘
云南师范大学

摘要


针对传统推荐系统难以动态捕捉学习者需求与实时调整策略的局限，本研究融合行为、情感与认知多模态
数据，构建动态学习者模型与跨模态特征融合机制，并借鉴三阶段混合推荐策略（S1、S2、S3），实现学习准备、掌
握与熟练阶段的精准资源推送。研究表明，该策略能提升推荐精度与学习效率，支持人机协同干预，为个性化学习
提供有效技术路径。

关键词


多模态；跨模态特征融合；实时反馈机制；个性化学习；推荐策略

全文:

PDF


参考


[1]Di Mitri D, Schneider J, Specht M, et al. From signals

to knowledge: A conceptual model for multimodal learning

analytics[J]. Journal of Computer Assisted Learning, 2018,

34(4): 338-349.

[2]高琳琦.“双减”背景下的个性化学习推荐策略

研究[J].天津师范大学学报（基础教育版），2022，23（6）：

38-43.

[3]赵明雪，刘震磊，冯珊珊，刘连平，刘颖.基于

“互联网+”的教育反馈机制构建[J].教育现代化，2019，

6（24）：114-115，128.

[4]张锦，史小宏.视频会议系统的RTP/RTCP实时

反馈机制研究[J].海南大学学报自然科学版，2001，19

（1）：46-50.

[5]王珏，解月光.智慧学习环境中精准学习者模型要

素与结构研究[J].开放教育研究，2017，23（6）：104-110.

[6]武法提，黄石华，殷宝媛.基于场景感知的学习

者建模研究[J].电化教育研究，2019（3）：68-74.

[7]Pawłowski M, Wróblewska A, Sysko-Romańczuk

S. Effective Techniques for Multimodal Data Fusion: A

Comparative Analysis[J]. Sensors, 2023, 23(5): 2381.

[8]Kreutz C K, Schenkel R. Scientific paper

recommendation systems: a literature review of recent

publications[J]. International Journal on Digital Libraries,

2022, 23(3): 335-369.

[9]王娜，汪振东，张丽园.基于动态学习者模型

的 个 性 化 资 源 推 送 策 略 研 究[J].信 息 与 电 脑：China

Computer & Communication，2019（21）：140-144.

[10]陈苏娜，许新华，叶伊，颜小芳，边杨婷.学

习者画像模型构建及个性化学习策略推荐[J].考试研究，

2024（3）：88-98.

[11]孙永科，胡坤融，赵友杰，赵亮 . 课堂实时反

馈教学模型研究 [J]. 电脑知识与技术，2019，15（33）：

83-84.

[12]王娟玲，施小明.实时反馈机制在高职课堂中的

应用探索[J].黄河水利职业技术学院学报，2019，31（3）：

59-61.

[13]汪维富，毛美娟.多模态学习分析：理解与评

价真实学习的新路向[J].电化教育研究，2021，42（2）：

25-32.

[14]Sherin B. A computational study of commonsense

science: An exploration in the automated analysis of clinical

interview data[C]//Journal of the Learning Sciences. 2013,

22(4):600 - 638.


Refbacks

  • 当前没有refback。