• 收藏
  • 加入书签
添加成功
收藏成功
分享

基于深度学习及大数据分析的在线学习激励机制的研究

胡娟莉 邓家斌 姚鑫 廖静很 林少茵
  
文理媒体号
2023年15期
中山职业技术学院 广东中山 528404

摘要:由于学习压力等因素综合作用下产生的一种倾向于逃避学习的消极心理状态,称为学习倦怠,是影响学习者效率的最重要因素。这种现象在线上教学的负面影响尤其严重,以往的研究针对在线学习持续意愿的提升策略研究,往往从某一个角度或某一方面提出策略与建议,效果不明显。针对以上诸多问题,笔者查阅大量文献,深入思考提出基于深度学习的情绪感知及大数据分析的在线学习激励机制策略思考与建议。

关键词:学习倦怠;情绪感知;大数据分析;激励机制

一、在线学习的未来趋势与研究现状

随着高校信息化建设进入核心和攻坚阶段,尤其移动互联网技术与课堂的融合,各类型小程序、APP进入大学课堂,最终实现教学智能化已经成为必然趋势。网络课程与在线学习等方式发挥了巨大作用。截至2019年底,全国各级各类教育师生网络学习空间开通数量已达10397万个。2017年国务院发布国家教育事业发展“十三五”规划文件提出“积极发挥大数据在数字学习空间应用方面的重要作用”探索未来教育教学新模式,为推动个性化学习和针对性教学提供支持。

笔者通过对大量文献的整理和研究发现,目前主要的理论和应用研究针对在线学习的发展历程,教育模式和发展优劣势,在线教育的功能特征和交互特征均有详细的论述和研究,但对于线上教学的客观过程性评价的方法较少,尤其是对于更多依赖线下教育与老师的学生,如果提升学生的学习效果和主动性,缺少对用户本身内外在的心理、行为的研究分析。国内外的人脸识别技术已普遍应用与在课堂考勤,考试管理,线上教育等多个方面,但对学习者学习行为,学习的深度,情绪的识别,学习倦怠的判断,在线教学的评价及学习者的激励机制等多方面的研究但是不够深入。

二、在线学习学生普遍存在的倦怠问题分析

由于学习压力等因素综合作用下产生的一种倾向于逃避学习的消极心理状态,称为学习倦怠,是影响学习者效率的最重要因素。因此在学习倦怠初期及时识别并消除影响因素是实施学习倦怠干预的最佳策略。根据一项调查数据,43.1%的学生在进行在线学习时做与学习无关的事情。针对在线学习持续意愿的提升策略研究,往往从某一个角度或某一方面提出策略与建议,或是以提高满意度、感知有用性和感知易用性等宽泛又缺乏实操性的变量展开。因此,研究在线学习持续意愿的影响因素及提升激励策略也显得尤为重要。

笔者通过对大量在线学习平台或学习空间展开研究发现,现有的线上教学平台依然对于学习者行为无法做到有效的且精准监管。在线学习普遍存在较大的学习倦怠问题,难以监管学生的整体学习过程。很大一部分学生在在线学习的工程中,极易产生过于放松、心理抗拒、倦怠等负面情绪;同时叠加学生的自控能力较弱,在线教学平台难以对学生(尤其是学习态度和效率等)进行有效的监督和管理。

三、情绪感知及数据分析等方法在在线学习激励机制中应用研究

上文可知,采用多元,个性化,多角度的激励策略最大可能的激发学习者的能动性。在尤其是线上教学环节中,可以借助深度学习技术获取基于细粒度面部情绪感知获取的学习者的精神状态,检测学习者的学习态度与深度等,例如闭眼、睁眼、微笑、皱眉、伤心、眨眼和难过等状态,从而构建学生的倦怠模型与等级评估并建立对应的激励策略,通过大数据分析学生学习情况的追踪,分析影响学生参与度与学习积极性的影响因素。

在线学习中影响学习者积极性与主动性的各种因素很多,应该一一深入分析,并构建验证在线学习持续意愿影响因素模型;设计在线学习激励模型,调动在线学习平台学生的参与热情,提升主动性与在线学习平台教学效果。计算机专业为例:学生在进行网络学习过程中,学习的内容、学习行为、表达与思维、实操能力等评价依据的确立,知识体系的完善等诸多方面。

综上所述,笔者认为研究以学生为中心,如何最大化激励学生的学习能动性,发挥网络及线上教学的最大学习优势。应该充分的利用深度学习的情绪感知技术与大数据分析在网络学习最大限度的激励学习者的主动性,在激励机制构建时候应充分从以学生为中心作为出发点,构建多元化,多层次,多维度的模型,形成从实际出发的学习评价指标从而达到激励学生学习的目的体系。

参考文献:

[1]杨海军,张惠萍,程鹏.新冠肺炎疫情期间高校在线教学探析[J].中国多媒体与网络教学学报(上旬刊),2020(4):194-196.

[2]教育部.《2019年12月教育信息化和网络安全工作月报》[OL]http://www.moe.gov.cn/s78/A16/s5886/s6381/202001/t20200122_416315.html.

[3]张宝飞、智慧校园背景下的区域教育云平台建设实践----以南京教育云平台建设为例[J]中国教育信息化,2018(6):66-70.

[4]谢悦,吴祐昕.激发在线教学app互动性的设计策略研究[J]工业设计,2021,34(03):144-147.

[5]李原、基于大数据分析的高职网络教学质量评价系统研究,科技经济导刊2020,28(32)2096-1995(2020)32-0161-02.

[6]佚名.开学两周本科在线教学反馈调查报告[EB/OL].http://cdlt.cqu.edu.cn/info/1073/1940.htm,2020-03-08.

[7]黄荣怀,虎莹,刘梦彧,王欢欢,吐尔逊艾力·巴孜力江.在线学习的七个事实——基于超大规模在线教育的启示[J].现代远程教育研究,2021,33(03):3-11.

基金项目:该项目获得“创新强校工程”科研项目“基于深度学习的情绪感知和手势识别在交互式智慧教学中的应用研究”项目支持(项目编号:2021KTSCX313);中山市社会公益与基础研究专项课题《基于大数据云平台技术的智能助残消防预警系统开发》项目号:2020B2055

*本文暂不支持打印功能

monitor