《表1 学习者的学习情境分类》
为了提高数据融合之后的数据重用度,文章的多源教育数据融合方法是通过提取各异构数据源的数据共享特性来进行特征级数据融合。而数据共享特性的提取过程,其实质就是从各异构数据源学习者所产生的学习行为数据中提取学习情境特性的过程。纵观以往的学习情境的信息特性描述,不同学者从不同的视角将情境信息特性划分为不同的类型。以下是相关学者对情境信息特性划分的典型观点:如DEY[10]认为,情境信息包括位置、时间和周围环境等显式感知的情境信息,同时也包括社会关系、习惯、消费水平和喜好等蕴含感知的情境信息。Lieberman[11]等人将情境分为用户情境、环境情境和应用情境三大方面,其中,用户情境包括活动、位置和描述等情境;环境情境包括时间、亮度、温度、天气、资源等情境;应用情境包括功能、维护、能源等情境。岳玮宁[12]等人将情境信息分为自然环境、设备环境、用户环境三大类。顾君忠[13]等人从用户为中心的视角,将情境信息分为计算情景、用户情境、物理情境、时间情境和社会情境等情境。而人工智能教育时代不同数据源的学习数据具有很明显的时空特性,且学习者的学习交互离不开设备的支持。基于上述的情境信息特性分析,文章将各异构数据源的共享数据特性提取为学习者情境、时间情境、位置情境、设备情境和事件情境5个维度情境信息特性(见表1)。
图表编号 | XD00149403800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 武法提、黄石华 |
绘制单位 | 数字学习与教育公共服务教育部工程研究中心、北京师范大学教育技术学院 |
更多格式 | 高清、无水印(增值服务) |