本书创新性提出“知情共育”的智慧教育新范式，重点围绕“物理-社会-信息”三元空间学习环境下学习者“认知-情感-成效”的交互作用机制、可解释表征方法、规律挖掘方法、具身发展策略等内容进行介绍，旨在建立支持学习者“认知-情感-成效”智能计算与适性调节的理论框架和技术体系，突破传统理论边界和技术瓶颈，促进智慧教育内涵式转型升级，形成“以情促知、以知增情”的智慧教育新形态，从而帮助读者全面了解智慧教育领域学习者认知与情感计算的潜在价值和应用前景。
更多科学出版社服务，请扫码获取。
1985年和1988年分获华中理工大学（现华中科技大学）信息与通信工程工学学士、硕士学位，1991年获西安交通大学通信与电子系统工学博士学位，1994年至1995年在韩国高丽大学从事博士后研究工作。先后赴美国、澳大利亚、新加坡等十余国家做访问学者研究和交流访问。2021.12-至今：武汉理工大学，校长
2017.11-2021.11：西安电子科技大学，校长
2011.08-2017.10：华中师范大学，校长
2004.02-2011.07：华中师范大学，副校长
1991.07-2004.01：华中科技大学智能教育、教育信息技术近年来在国内外发表研究论文80余篇，其中30余篇被SCI、EI检索；获“一种数据包的快速解析方法”等十余项发明专利，承担“数字权利描述语言”等7项教育信息化领域国家标准及“平台与媒体组谱框架”等3项国际标准的编制工作国家数字化学习工程技术研究中心主任
教育大数据应用技术国家工程研究中心主任
教育部教育数字化专家咨询委员会主任委员
教育部教学信息化与教学方法创新指导委员会主任委员
教育部科技委员会信息学部副主任
教育部教育信息化专家组副组长
国家智慧教育示范区创建项目专家组组长
联合国教科文组织统计研究所理事
国际标准化组织ISO/IECJC1 SC36 WG6联席主席
目录
序
前言
第1章 绪论 1
1.1 引言 1
1.2 学习者认知计算 2
1.3 学习者情感计算 3
1.4 本章小结 5
参考文献 5
第2章 面向学习成效评价的认知与情感计算模型 7
2.1 引言 7
2.2 面向全人发展的学习者认知与情感协同进化理论模型 9
2.2.1 概述 9
2.2.2 “知情共育”的智慧教育理论模型 10
2.2.3 认知与情感协同进化的双螺旋模型 15
2.3 面向学习成效评价的全景化认知与情感表征模型 19
2.3.1 概述 19
2.3.2 研究方法 20
2.3.3 面向智慧教育的情感计算指标体系构建 21
2.3.4 面向智慧教育的认知测评指标体系构建 30
2.3.5 认知与情感结构模型构建 35
2.4 可解释性学习者认知与情感联合建模和动态分析方法 38
2.4.1 面向学习者认知与情感的可解释性表征框架 39
2.4.2 基于图神经网络的学习者认知与情感分析方法 40
2.4.3 基于时序因果模型的学习者认知与情感动态分析 41
2.5 基于认知与情感计算模型的学习成效评估与预测 44
2.5.1 概述 44
2.5.2 面向在线异步讨论的认知与情感联合识别 45
2.5.3 认知、情感和行为投入配置与学习成效的关系探究 49
2.5.4 基于多层次增强对比学习的MOOC学习者学习成效预测 55
2.5.5 联合“行为-情感-认知-社会”多特征的学习成效预测 58
2.6 本章小结 59
参考文献 60
第3章 数据和知识驱动的表征架构与训练优化 64
3.1 引言 64
3.2 典型架构 64
3.2.1 数据驱动典型架构 64
3.2.2 知识驱动典型架构 68
3.2.3 数据和知识双驱动 71
3.3 学习方法输出结果的可解释性 74
3.3.1 基于可视化的解释方法 74
3.3.2 基于文本的解释方法 75
3.3.3 基于数值的解释方法 76
3.3.4 智慧教育中的可解释性研究 76
3.4 数据和知识驱动的表征架构与训练优化方法 77
3.4.1 数据和知识驱动的表征架构概述 77
3.4.2 三层架构的知识表示 79
3.4.3 训练与优化方法 80
3.4.4 目标计数 81
3.4.5 人物交互检测 87
3.4.6 组合零样本学习 93
3.4.7 学习者行为识别 96
3.4.8 在线学习者表情识别 101
3.4.9 线下课堂表情识别 105
3.4.10 双视角注视目标估计 109
3.4.11 结合大模型与结构约束的强化因果发现方法 113
3.4.12 广义类别发现 116
3.4.13 学习者可解释性 119
3.4.14 可解释的在线学习者专注度识别 123
3.5 原型系统 127
3.5.1 系统功能介绍 127
3.5.2 系统主要功能 128
3.6 本章小结 132
参考文献 133
第4章 学习者认知与情感规律挖掘方法 142
4.1 引言 142
4.2 相关技术概述 143
4.2.1 规律挖掘方法简述 143
4.2.2 认知规律挖掘方法 144
4.2.3 情感规律挖掘方法 145
4.3 基于深度知识追踪解释器的认知规律挖掘 145
4.3.1 概述 146
4.3.2 方法提出 147
4.3.3 实验与分析 153
4.4 基于深度符号回归的认知规律挖掘 156
4.4.1 概述 156
4.4.2 方法提出 158
4.4.3 实验与分析 163
4.5 基于心理信息网络的认知规律挖掘 166
4.5.1 概述 167
4.5.2 方法提出 168
4.5.3 实验与分析 175
4.6 基于结构方程模型的认知-情感-成效耦合规律挖掘 176
4.6.1 概述 177
4.6.2 方法提出 178
4.6.3 实验与分析 181
4.7 基于预剪枝方程学习器的规律方程挖掘方法 188
4.7.1 概述 189
4.7.2 方法提出 190
4.7.3 实验与分析 192
4.8 本章小结 197
参考文献 197
第5章 面向三元空间学习场景的认知情感演化规律与发展体系 204
5.1 引言 204
5.2 国内外相关现状 205
5.2.1 虚实相融的学习场景构建 205
5.2.2 知识技能与情感具身演化建模 207
5.2.3 认知与情感演化规律 209
5.2.4 学习场景的认知情感归因 211
5.2.5 认知与情感发展体系构建 214
5.3 面向三元空间的虚实相融个性化可交互学习场景构建 216
5.3.1 基于人-机-物深度融合的个性化具身学习交互机理 216
5.3.2 三元空间表征下虚实相融的学习场景构建 217
5.3.3 三元空间表征下虚实相融的典型应用场景 221
5.4 三元空间学习场景混合增强下知识技能与情感演化模型构建 224
5.4.1 知识技能与情感要素结构体系划分及关联分析 225
5.4.2 时序过程下的知识技能与情感层级具身演进过程及转化机制 227
5.4.3 混合增强下知识技能与情感具身演化模型构建 230
5.5 基于时序图神经网络的认知与情感演化规律分析 236
5.5.1 面向三元空间学习场景的认知与情感数据集构建 236
5.5.2 多模态数据支持下基于时序GNN的认知与情感演化分析 237
5.5.3 基于学习者认知与情感规律发现的实证研究 251
5.6 基于混合推理的三元空间学习场景认知情感归因 253
5.6.1 三元空间学习场景下的学习者去偏认知情感表示学习研究 254
5.6.2 三元空间学习场景下的学习者认知情感异常归因建模 255
5.6.3 基于混合推理的学习认知情感细粒度归因诊断 258
5.6.4 面向三元空间学习场景的认知情感归因实证应用 259
5.7 三元空间学习场景下认知与情感适性具身发展体系构建 267
5.7.1 三元空间学习场景下认知与情感适性具身发展体系调研 267
5.7.2 复杂知识-高阶认知-有利情感的协同促进机理分析 268
5.7.3 三元空间学习场景下面向认知与情感的具身策略设计 269
5.8 本章小结 278
参考文献 279
第6章 展望 286
彩图
书单推荐
