课题介绍一定位和设想

1、课题介绍：一）课题定位和设想本课题的定位：探索将智能感知技术应用到中小学作业减负中，并依托具有大规模网上中小学生用户的“一起作业网”开展实践探索。本课题以个性化学习理论为依据，利用云计算和大数据背景下的智能感知技术，从知识水平和情感状态两个维度对学生完成作业过的学习活动进行感知，自适应地调整每个学生的作业内容和作业数量，构建一个能够帮助学生轻松愉快地完成家庭作业的个性化作业，提高中小学生的“作业质量”与“学习效果”，进而促进“减负增效”，促进学生知识和情感的同步发展。有关作业和作业系统的研究发展现状表明：作业的数量和难度需要和学生的知识结构、知识水平和学习情感相适应，个性化的作业是提高作业效率

2、、实现“减负增效”的关键，而这一特点在现有的作业系统中并没有得到很好的体现。为了获得愉悦的作业体验和满意的作业效果，监测和调控作业中学生的学习情感是一种行之有效的方法。个性化作业内容设计的依据是学生对知识掌握的情况，这需要能够感知和测量学生的知识结构和水平。建立一个这样的测量系统，其指导理论主要有两种：经典测量理论（CTT，Classical Test Theory）和项目反应理论（IRT，Item Response Theory）。经典测量理论依据的是线性数学模型，该模型在样本依赖、分数等值等方面存在性的概率模型，克服了经典测量理论的上述缺陷。项目反应理论采用了非线与经典测量理论不同，项目反

3、应理论不是用平均分、标准差、通过率等统计量来刻画测验结果，而是通过题目特征曲线的特征参数来刻画一个测验。IRT 基于潜在特质假设，即假设被试对于测量的反应是受某种心理特质的支配，首先要对这种特质进行界定，然后估计出被试的这种特质的分数，并根据该分数的高低来和解释被试对于项目或测验的反应。项目反应理论的最大优点是项目参数的估计与被测试的样本无关。它是以受测者回答问题的情况，经题目特征函数的运算，推测受测者的认知水平和能力。目前，IRT 的理论模型已经较为完善，研究多偏向于 IRT 在能力测量中的数据处理技术和应用模式。CAT（Computerizeptive Testing）是 IRT 应用的一

4、个重要领域，CAT 是一种量裁性（tailoring）的测量，它根据每个学生的实际能力定制测验内容，首先通过初始题目对学生能力进行初步估计，然后通过满足当前知识点测量要求的选题算法，从题库中选取与学生能力水平最接近的题目继续进的能力值为止。量，直到能够准确地标定学生在当前所测知识技能方面如果在学生完成作业过，融入这种对学生知识结构和水平的自动测量和感知技术，就能够做到为每一个学生定制适合他自己的个性化作业。基于 IRT 的自适应测量系统可以为定制每个学生的作业内容和作业数量提供依据，为构建一个能够自动提供个性化的作业内容设计、自动确定合理的作业数量的作业提供一种有效方法。二） 选题的价值和意义

5、从学习理论来看，学生学习知识过程可分为：选择、维持、应用四个阶段。学生在领会知识之后，要维持和应用知识，作业是一种有效途径。从教学角度来看，作业不仅是教学过对教学效果的必要反馈形式，而且设计作业是课堂教学的延续与发展。学生在作业过受到学习目标、周围学习环境等多方面影响、呈现出多样化特性。不同的学生对学习内容的掌握快慢、扎实程度受到学生性格特征、学习方法、情感状态等多方面影响。本课题的选题意义在于探索在云计算和大数据背景下，利用智能感知技术来实现中小学生作业“减负增效”的方案。课题将基于云计算和大数据的学习分析技术应用到学生完成作业的学习活动中，在作业过智能感知学生来的知识结构、水平及情感状态，

6、自适应地调整每个学生的作业内容和数量，实现个性化的作业推送。本课题研究成果的应用推广将为缓解当前中小学生作业负担繁重，作业效率偏索。问题提供一种新的实践探三） 主要研究内容、思路方法及创新点1. 研究目标本课题研究目标：以个性化学习理论为依据，以云计算和大数据背景下的智能感知技术为手段，动态感知学生在完成作业过的知识结构、水平及情感状态，构建一个能自适应地调整每个学生的作业内容、数量及频率的个性化质量”与“学习效果”，促进“减负增效”。作业云计算，改善中小学生的“作业2. 主要研究内容本课题的任务：研究基于智能感知技术的中小学生个性化作业云计算1） 中小学生个性化作业云计算中的智能感知研究学生

7、知识及情感的感知和调控模型，涉及以下：智能感知技术：学生知识结构感知、学生学习情感状态感知学习分析技术：学生知识水平分析、学生学习情感转换分析社会化交互技术：与学生进行社会互（包括社交化交互与化交互教学设计）2） “基于智能感知技术的中小学生个性化作业云计算”的实验系统开发实验系统将以“一起作业网”为依托，将智能感知技术集成到一起作业网现有的作业平台中。“一起作业网”是一个致力于为中小学生提供基于互联网的作业练习和能力，为教师、学生和家长提供有价值的个性化互动教学服务的网络。实验系统以学生为主体，以海量题库为支撑，融合个性化、社交化等交互识结构与知识水平的测量和分析，进行个性化作业定制和，通过

8、对学生作业过的知，避免题海战术；通过对学生化交互，提高学生完成作业在作业过的情感状态变化进行感知，动态嵌入社会化及的情感体验与学习。3. 基本观点本研究的基本观点：将以智能感知和交互为的 IT 新技术应用到中小学作业系统中，对学生的知识结构、知识水平及学习情感进行感知分析，形成智能化和个性化的作业平台，可以有效帮助中小学生实现作业的“减负增效”。4. 研究思路本研究从知识结构及水平、学习情感两大维度，采用 IRT 感知计算、基于视觉及文本的学习情感感知计算技术，对学生作业过的学习及情感状态进行感知分析，自适应生成难度、数量及频率与学习状态相适应的个性化作业，在社会化与状态相适应的教学交互。如下

9、图所示：化情境中形成与学生学习5. 研究方法和技术课题采用了文献调研、数据建模、统计分析、系统分析与设计()、实践验证等研究方法。研究涵盖三个方“基于智能感知技术的中小学生个性化作业云计算”的面：（1）智能感知学生在作业过的知识及情感状态；（2）基于知识结构与水平的分析及情感状态分析，自适应生成难度、数量与学习状态相匹配的个性化作业；（3）在社会化、游戏化作业情境中建立个性化教学交互。6. 创新之处知识和情感是学生发展的两个重要方面，本研究从学生知识结构及水平、学习情感的智能感知出发，自动构建个性化的作业模式，减轻学生的作业负担，促进学习效率，使学生在化、社交化的个性化作业系统中始终保持学习的

10、热情与愉悦感，引导学生知识和情感同步发展。本研究具有如下面的创新：1） 构建“基于知识维度感知的个性化作业内容引擎”应用面向知识维度的感知技术实现个性化作业中的内容自适应，将基于 IRT 的智能感知技术内置到学生作业内容、作业数量的自动定制和推送过，形成适应于学生知识掌握程度的个性化作业策略，降低学生的作业负担，提高作业的效率。2） 构建“基于情感维度感知的个性化作业交互引擎”应用面向情感维度的感知技术实现作业过的学习情感调节，引进情感状态的感知分析，及时学生在完成作业过的情感状态的转化，根据学生的情感状态及时与学生进行社会化交互化交整学生作业的节奏，保持学生在完成作业过的热情与愉悦度。3）

11、构建“基于智能感知技术的中小学生个性化作业云计算”将个性化作业系统的内容引擎和交互引擎引入到作业中，研制开发“基于智能感知技术的中小学生个性化作业云计算”，为学生、教师、家长建立一个以作业为内容的学习、互动和交流的。四） 完成本课题研究的时间保证、资料设备等科研条件本课题组具有一支由高校教师、企业组成的研究队伍，具备实力强大的技术研究能力和开发能力、条件良好的高校研究环境和科研。学校馆的数字资源提供了Nature、IEEE/IEectronic Library、ACM Digital Library、SpringerLink、Elsevier 等国际顶级全文数据库；学校高性能科学计算机中心拥有

12、Altix 3700Bx2 高性能计算服务器（128 颗el Itanium-2 CPU，256G 内存）、TP9500 磁盘阵列（容量 20T）、2 套DELL 计算集群等丰富的计算资源，可以为大数据分析、数据挖掘提供计算。本课题的合作企业合煦信息科技开发运营的“一起作业网”为课题研究提供了良好的中小学生用户基础和实践探索条件。一起作业的技术团队来自各大知名互联网和教育公司，既有多年从事互联网技术研究和服务的，也有在传统行业拼搏成长起来的青年俊杰，实现了老中青结合，跨学科专业人才结合和多年教育背景和互联网技术研究经验的结合。项目采用敏捷项目管理实践，以迭代的、增量的交付用户价值，最大限度地保证产品朝着符合教育互联网方向发展快速发展。目前系统架构能承受百万学生做作业。一起作业的移动端提供了全的支撑，目前已有多款产品上线运