深度学习框架下学生个性化注意力测量与调控研究

In order to realize teacher’s precise teaching and promote students' personalized learning, this project studies deeply the measurement model of classroom students' learning attention and the effective evaluation of personalized control strategies, which is driven by classroom video data and supported by the new generation technology of artificial intelligence. Focusing on the research of “Investigation-Observation-Analysis-Regulation”, we build a deep video attention recognition model based on global and local fusion, mine the key factors affecting attention based on student representation, construct personalized attention portraits based on time series analysis, explore the evaluation method of incremental optimization strategy based on model measurement, and realize the accurate measurement and effective regulation of students’ learning attention under the joint constraint of explicit and implicit state. The research results of this project are expected to enrich the theory and method of data-driven learning attention analysis, and provide precise and powerful support for the realization of personalized learning and personalized education.

为实现教师精准化教学，促进学生个性化学习，本项目以课堂视频数据为驱动，以新一代人工智能技术为支撑，深入研究课堂学生学习注意力相关测量模型和个性化调控策略有效评价。以“调研-观察-分析-调控”为研究线索，建立基于全局与局部融合的深度视频注意力识别模型，挖掘基于学生表征的影响注意力关键因素，构建基于时序分析的个性化注意力画像，探究基于模型测量的递增渐进式优化策略评价方法，实现外显特征和内隐状态共同约束下的学生学习注意力精准测量与有效调控。本项目的研究成果有望丰富基于数据驱动的学习注意力分析理论和方法，为实现个性化学习和个性化教育提供精准有力的支撑。

关注和培养学生学习注意力是提高教学效果的有效途径，也是学生个性化发展的需要。动态、全面量化分析学习者的注意力状态，并根据学习者的学习特征进行精准个性化调控是智慧教育中亟待解决的问题。.本项目以课堂视频数据为研究对象，以深度学习理论和模型技术为支撑，深入研究了课堂学生学习注意力相关测量模型和个性化调控策略有效评价。首先，建立了基于目标检测、表情、动作、注视点的深度视频注意力识别模型，有助于教师及时掌握学生学习状态，及时调整教学内容和教学方式；其次，研究通过动作、表情和注视目标等刻画了学生外显和内隐的多指标表征注意力水平，并对每个学生注意水平及影响因素进行量化，挖掘了基于学生表征的影响注意力关键因素，建立了基于非自动回归方式的深度学习模型建立学生个性化注意力画像和预测模型，为面向学生过程性评价提供依据；最后，探究了基于访谈的模型测量优化策略，从教师和学生两个维度实现了外显特征和内隐状态共同约束下的学生学习注意力精准测量与有效调控。.本项目在深度学习框架下，研究了各种基于数据驱动的学习注意力分析方法和模型，本项目的研究不仅对实现个性化学习和个性化教育具有推动作用，还可为构建教学与学习过程性评价体系提供依据。在评价方式上，从对学生基于成绩的单一结果性评价转变为多元化的过程性评价；在教育模式上，从以教师为中心的传统教学模式转变为以学生为中心的个性化教学模式，这些将为实现个性化学习和个性化教育提供精准有力的技术支持。