Volume 2,Issue 9
基于人工智能的高校课堂多模态大数据分析系统的研究与设计
高校传统课堂评估中存在的效率低、主观性强、数据维度单一等问题，本文整合计算机视觉、机器学习与云端平台技术，提出了高校课堂多模态大数据的本质特征、分析要素、系统模型及架构，并阐述了从动态课堂监测看板、教师教学效能看板、学生个性化学习路径分析及教学质量评估雷达图四个维度输出可视化分析结果，提升了教育评价的客观性，为智慧教育发展提供了可复用的技术方案。
[1] 邵明铭, 赵丽. 基于多模态技术的学习风格分析: 演进, 困境及图景[J]. 开放教育研究, 2022, 28(4):102-109.DOI:10.13966/j.cnki.kfjyyj.2022.04.012.
[2] 路爽, 顾韵华, 王琴, 王宁. 高校课堂大数据 AI 分析与实践路径研究[J]. 教育信息技术,2020,(03)：3-7.
[3] 王琴, 顾韵华, 路爽, 陆海钢, 赵伟林. 基于常态化录播系统的大学生通修课程学习行为分析研究[J]. 教育信息技术,2018,(05)：35-38.
[4] 杨现民, 李新, 邢蓓蓓. 面向智慧教育的教学大数据实践框架构建与趋势分析[J]. 电化教育研究,2018,(10):21-26.
[5] 陈瑶. 课堂观察指导[M]. 北京: 教育科学出版社,2002:1
[6] 吴旻瑜." 互联网+" 校园：高校智慧校园建设的新阶段[J]. 远程教育杂志,2015,(04):8-13.
[7] 邵明铭, 赵丽. 基于多模态技术的学习风格分析: 演进, 困境及图景[J]. 开放教育研究,2022,28(4):102-109.DOI:10.13966/j.cnki.kfjyyj.2022.04.012.
[8] 朱宏博. 面向多模态医疗大数据的智慧辅助分析与诊断技术研究[D]. 东北大学,2019.
[9] 张文铸, 赵仲惠, 杜远超, 王闪闪. 基于人工智能的多模态课堂观察方法研究[C]// 第十八届教育技术国际论坛. 教育部, 2019.
[10] 刘吉臻, 李露, 房方. 多模态控制的研究与应用综述[J]. 控制工程, 2015, 22(5):6.DOI:10.14107/j.cnki.kzgc.140419.