目錄
前言
第一部分 研究理論概述
第一章 大語言模型變革教育的現(xiàn)實圖景 3
第一節(jié) 人工智能賦能教育的應用場景 3
第二節(jié) 人工智能賦能教育的國際經(jīng)驗 11
第三節(jié) 我國人工智能賦能教育發(fā)展路徑 19
第四節(jié) 人工智能賦能教育小結 26
參考文獻 26
第二章 大語言模型下的自我調節(jié)學習研究與實踐 29
第一節(jié) 自主學習策略驅動自我調節(jié)學習的現(xiàn)實問題 29
第二節(jié) 大語言模型支撐自我調節(jié)學習的發(fā)展 35
第三節(jié) 跨模態(tài)感知支撐的自我調節(jié)學習相關技術 42
參考文獻 57
第二部分 學習狀態(tài)研究
第三章 基于面部表情識別的學生情感分析 61
第一節(jié) 面部表情識別支撐的學生情感分析相關研究 61
第二節(jié) 面部表情識別相關知識 70
第三節(jié) 面向學習者情感分析的面部表情識別模型 75
第四節(jié) 自我調節(jié)學習下的學習者情感分析實踐 83
參考文獻 87
第四章 融入視線追蹤的學習注意力識別方法 91
第一節(jié) 面向學生注意力的視線追蹤研究回顧 91
第二節(jié) 視線追蹤相關技術知識 95
第三節(jié) 細粒度視線追蹤網(wǎng)絡模型構建 100
第四節(jié) 視線追蹤下的學習注意力評估 108
第五節(jié) 學生注意力分析應用展望 115
參考文獻 116
第五章 基于學生姿態(tài)的學習過程行為檢測 119
第一節(jié) 學生行為姿態(tài)檢測國內外研究概況 119
第二節(jié) 反映學習行為過程的人體姿態(tài)估計相關技術 121
第三節(jié) 學習行為姿態(tài)估計模型構建 126
第四節(jié) 基于姿態(tài)感知的學習過程行為識別及應用 135
第五節(jié) 學習過程行為檢測展望 139
參考文獻 140
第六章 基于頭部姿態(tài)的學生參與反饋分析 143
第一節(jié) 學生參與度及頭部姿態(tài)研究縱覽 143
第二節(jié) 課堂環(huán)境學習者頭部姿態(tài)估計相關知識 146
第三節(jié) 面向自我調節(jié)學習的頭部姿態(tài)估計網(wǎng)絡模型 154
第四節(jié) 頭部姿態(tài)估計在學生參與反饋中的實踐創(chuàng)新 159
第五節(jié) 學生課堂參與反饋展望 166
參考文獻 166
第七章 基于知識追蹤的學習者知識狀態(tài)預測 169
第一節(jié) 知識追蹤的定義及內涵 169
第二節(jié) 融合題目復雜性和學習者能力表示的知識追蹤方法 177
第三節(jié) 知識狀態(tài)預測展望 184
參考文獻 185
第三部分 規(guī)劃指導研究
第八章 基于大語言模型的學習路徑規(guī)劃 191
第一節(jié) 知識圖譜支持下學習路徑規(guī)劃研究綜述 191
第二節(jié) 知識圖譜基礎知識 197
第三節(jié) 大語言模型支撐的學習路徑規(guī)劃模型構建 204
第四節(jié) 學習路徑規(guī)劃展望 213
參考文獻 214
第九章 基于個性化推薦技術的學習行為指導 217
第一節(jié) 教育推薦系統(tǒng)的學習行為指導研究概況 217
第二節(jié) 個性化推薦相關技術 220
第三節(jié) 學習行為自適應推薦技術 228
參考文獻 236
第四部分 研究總結展望
第十章 大語言模型助推自我調節(jié)學習的未來發(fā)展 243
第一節(jié) 科學理論的變革：從自主調節(jié)到人工智能賦能的協(xié)同學習 243
第二節(jié) 大語言模型支持自我調節(jié)學習環(huán)境中的學習診斷與分析 245
第三節(jié) 學習行為的重塑：大語言模型推動自我調節(jié)學習能力提高 248
第四節(jié) 未來研究趨勢：大語言模型與自我調節(jié)學習深度融合 249
參考文獻 251
后記 253