随着智慧教育时代来临,人工智能技术、学习者的生理心理数据的应用是学习分析研究的趋势,能够提供更多的学习者认知特征,从而可以为学习行为和学习效果提供更准确的解释模型,以协助教师实现个体或群体学习状态的监测和干预。我国小学基础英语教育语言环境匮乏,计算机辅助的语言学习是一个提升二语环境匮乏地区学生英语习得水平的重要渠道。但在使用这些计算机辅助资源进行学习时,学习者相关认知能力的个体差异会如何影响习得效果,仍需要进行探究。使用学习者认知数据进行建模,感知学习者认知特征与学习效果的对应关系和影响机理,可以更好地对学习者学习状态进行干预。因此,本研究使用认知工具(眼动仪)采集了计算机辅助学习过程中的学习者认知数据,使用学习分析技术建立了学习者认知计算模型,并结合认知模型提出了学习干预策略。本文的具体研究内容主要包括以下三个方面。首先,本文探讨提取出构建学习者认知模型所需的主要元素,构建了符合实践要求的学习者认知模型构建过程框架和技术流程。该框架包括认知数据采集、数据预处理、关系初探、关系建模、模型解释评估等环节,可以根据模型提出干预策略,对学习者学习进行干预与调节。其次,使用关联器方法构建了学习者视觉注意力与语音短时记忆的关联模型,证明了注意力性能弹性可变,为学习干预提供了方向——注意力干预,并确定了干预的原则:抑制干扰信息,凸显二语目标特征,引起学习者对目标特征有意识的注意。最后,尝试使用回归器、分类器两种方法构建了以语音发音特征习得为目标任务的认知计算模型,本研究总结的学习者认知计算模型构建的方法与策略,可为以后教师进行学习者分析、教育干预策略制定提供借鉴与依据。总而言之,随着机器学习技术领域的规则抽取技术不断完善,会给教育领域带来更多的新突破。认知计算模型整合学习者认知数据,形成更完整的用户模型,将为学习者个性化学习奠定基础。