基於在線學習行為的層次化分析與心理狀態感知模型構建

摘要

在線學習中理解學習者的行為模式和心理狀態對於提升學習效果和設計個性化教學支持服務尤為重要。本文提出了一種在線學習行為的層次化分析框架，旨在從活動級和時間維度等多個層面捕捉行為特征。在提取的行為數據基礎上，本研究構建了一個心理狀態感知模型，融合了機器學習算法，以實現對學習者認知與情緒狀態的實時推斷。為驗證所提方法的有效性，本文使用來國開學習網的數據開展了實證研究，數據包括點擊流日誌、任務完成時間和交互序列。實驗結果表明，所提出的層次化模型在心理狀態識別準確性上明顯優於傳統的平面模型。此外，該模型能夠動態追蹤學習者的參與度和壓力水平，為個性化學習支持提供了寶貴參考。該方法有效彌合了行為分析與心理建模之間的鴻溝，提出了一種新穎且可解釋的實時學習者狀態感知框架，有助於推動智能教育系統的發展，促進情感感知型學習環境的構建。