教育数据挖掘中的学习者建模研究

近五年网络教育的变革和深度学习等人工智能技术的飞速发展给学习者模型的研究和应用带来了新的机遇和挑战。目前,教学数据中蕴含的大量价值亟待挖掘,而实践中绝大部分教学环境对学习者的理解、状态跟踪和自适应性仍处于初级阶段。如何从数据中建立学习者模型、如何在教学环境中设计和使用学习者模型是下一阶段教育变革的核心技术问题。为此,本文从知识状态模型、认知行为模型、情感模型和综合模型四个类别分别阐述了具有代表性的学习者模型及其主要应用场景。研究认为,深度学习未来将在学习者模型的研究和实践中扮演重要角色,而基于各种学习者数据对学生进行全面而综合性建模的综合模型应用是大势所趋。