智慧教育中混合式学习环境下学习过程数据化关键技术

本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习 者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建 “云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智 能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重 复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技 术与数据支撑。 （三） 关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项 目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线 如图所示： 图2 技术路线图 其中，项目包括的关键技术主要有以下三点： 邮政编码：710126 传 真：029-81891405 电 话：029-81892585 西安电子科技大学技术转移中心公众微信号： （1）基于物联网的多模态数据实时智能感知和多时间域数据采集技术。 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多重学习空间下的智 能数据感知物联网系统。主要技术难点在于抽样频率与识别准确度的平衡、人机交互的变化 规律等全新科学问题。 （2）学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、脑电信号、头部 姿态、交互行为等原始数据，这些数据具有数据量大、模态多、冗余度高等特点，需要通过 智能化的预处理方法转换成可以量化的状态数据。 （3）多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的具有争议性的数据 伦理的制约。该项技术通过数据隐私保护机制实现数据多层次化的差分隐私安全算法；在保 证学习者最大数据隐私性的前提下，研究满足学习行为分析所需要的数据颗粒度。 技术成熟度： □概念验证