学习云空间中基于情感分析的学习推荐研究

在"三通两平台"建设背景下,云空间以泛在的资源供给和便捷的交互支持特性,为学习者提供了一个高效、可定制的互联学习空间环境——学习云空间。正如其他在线学习平台一样,"情感缺失"一直是制约学习云空间中学习效率提升的一个重要瓶颈。该文聚焦学习云空间中学习者情感的获取与应用,提出了一个基于空间交互文本大数据的情感分析方法及其学习推荐机制。首先,利用时序特征数据适应性的LSTM网络构建学习者情感分析模型,并设计了一个可实时动态分析情感的执行算法。然后利用贝叶斯网络进行情感归因分析,建立情感驱动下的学习推荐机制与策略,并在已有学习云空间平台中实现了基于上述理论成果的学习推荐功能系统。最后进行效果验证,该系统可以分析学习者的情感并为其推荐学习支持服务,满足其基于网络空间的个性化知识建构需求。