首页 | 本学科首页   官方微博 | 高级检索  
     检索      

智能学习分组:从通用模型到大数据框架
引用本文:谢涛,农李巧,高楠.智能学习分组:从通用模型到大数据框架[J].电化教育研究,2022(2).
作者姓名:谢涛  农李巧  高楠
作者单位:西南大学教育学部;西南大学西南民族教育与心理研究中心
基金项目:2019年国家自然科学基金“基于大数据协同感知的学习行为时间模式挖掘研究”(项目编号:61807027);2018年重庆市社会科学规划项目“大数据促进我国教育公平的机制研究”(项目编号:2018BS100)。
摘    要:学习分组是协作学习活动设计的首要阶段。随着学习场所的快速变化、多模态交互过程复杂性的增加,采用传统的随机分组、教师指派或学生自我选择等方法进行协作学习分组的效率十分低下。研究提出基于智能技术构建自适应的协作学习小组。首先,阐述了学习分组的价值,即构建合理的协作学习环境、兼顾学生的个体差异和促进教育资源优质公平;其次,总结了影响智能学习分组的因素,包括个体属性、小组学术与物理构成以及学习者与环境的交互;最后,描述了经典场景下智能学习分组的通用模型,并讨论了大数据背景下智能学习分组的前景与挑战。针对大数据驱动智能学习分组的稳定性问题,基于机器学习中的集成学习思想构建了大数据共识分组框架。此框架有望为人工智能促进未来规模化的个性化教育提供支持。

关 键 词:分组  人工智能  智能学习  教育大数据  协作学习

Intelligent Learning Grouping:From Generic Models to Big Data Frameworks
XIE Tao,NONG Liqiao,GAO Nan.Intelligent Learning Grouping:From Generic Models to Big Data Frameworks[J].E-education Research,2022(2).
Authors:XIE Tao  NONG Liqiao  GAO Nan
Institution:(Faculty of Education,Southwest University,Chongqing 400715;Center for Studies of Education and Psychology of Ethnic Minorities,Southwest University,Chongqing 400715)
Abstract:
Keywords:Grouping  Artificial Intelligence  Intelligent Learning  Big Data in Education  Collaborative Learning
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号