【摘 要】
：
在线异步交互是大规模在线教育的一种重要交互方式，对学习体验和学习效果有较大影响。为深度挖掘教师学习者在线异步交互过程中的情感状态和认知水平，文章首先构建了面向在线异步交互文本的情感—认知自动化分析模型及其自动化分析流程，之后将模型应用于大规模教师在线培训课程，通过采集异步交互数据作为训练数据，从不同机器学习算法中选取最优算法，同时融合情感—认知词典进行算法模型训练，构建了面向具体应用场景的情感—认
【基金项目】
：
2020年度国家自然科学基金项目“在线异步交互的时间-情感-认知分析模型及自动反馈机制研究”（项目编号：62077007）的阶段性研究成果；
论文部分内容阅读
在线异步交互是大规模在线教育的一种重要交互方式，对学习体验和学习效果有较大影响。为深度挖掘教师学习者在线异步交互过程中的情感状态和认知水平，文章首先构建了面向在线异步交互文本的情感—认知自动化分析模型及其自动化分析流程，之后将模型应用于大规模教师在线培训课程，通过采集异步交互数据作为训练数据，从不同机器学习算法中选取最优算法，同时融合情感—认知词典进行算法模型训练，构建了面向具体应用场景的情感—认知算法模型。最后，文章得出研究结论：机器学习算法中支持向量机的文本自动化分析效果最好，融合词典与机器学习的方法能更好地提升算法模型的准确率，采用网格搜索进行参数优化可以进一步提升算法模型的效果。文章的研究为在线异步交互文本的自动化分析提供了研究思路和技术支持，有利于深度挖掘教师学习者隐藏在交互文本中的情感状态和认知水平，为自动反馈提供依据，对于优化异步交互学习过程具有重要意义。
其他文献
随着社会的进步以及科技的发展,移动机器人在人类丰富的生产生活中发挥着更加重要的作用。人工智能的出现对移动机器人的功能提出了更多样化的需求,自主定位与地图构建作为移动机器人必备的功能,引起众多学者的广泛关注。本文针对移动机器人同时定位与建图（Simultaneous Localization and Mapping,SLAM）精度差,构建地图信息单一的问题,将环境中物体对象语义信息提取并融入视觉SL
目的:探讨超声造影辅助下穿刺联合常规系统穿刺诊断可疑前列腺癌的临床价值。方法:回顾性分析我院2015年01月至2020年06月收治可疑前列腺癌患者492例临床资料，均行常规系统穿刺及超声造影辅助下穿刺，分析一般资料和前列腺癌检出情况，比较不同穿刺方案前列腺癌检出率。结果:492例患者中临床非显著前列腺癌29例，临床显著前列腺癌40例。常规系统穿刺和超声造影辅助下穿刺前列腺癌检出率比较差异无统计学意
复杂教学交互环境下，针对学习者画像模型所面临的维数灾难和更新高数据成本问题，本文提出了一种新的模型——大规模数据下低成本自进化学习者画像（LSLP），该方法首先改进了传统的深度非负矩阵分解算法，以此来对原始数据从双空间进行特征结构保留并有效降维，抑制维数灾难；接着，以图神经网络为信息捕获媒介，结合深度神经网络对元属性状态值进行量化，引导设计了一种自适应的特征抽取与动态更新策略来辅助学习者画像模型不
＜正＞到底什么是AI算法？什么是神经网络？神经网络有什么用？为什么神经网络需要训练？什么是模型？AI框架有什么用？AI框架能解决什么问题？基于上述问题进行思考，实际上可以认为深度学习是机器学习研究领域中的一种，深度学习的概念源于对人工神经网络的研究，很多深度学习算法都使用神经网络进行表示，因为神经网络的性能精度和通用效果都非常好，于是业界习惯性地把深度学习算法等同于AI。
文化建设是中国实现文化强国战略的重要抓手，而民族传统体育文化又是中国文化的重要组成部分，加大民族传统体育文化建设和对外传播力度是新时代的必然要求。现利用文献资料法、逻辑分析法，从文化“在场”的角度对民族传统体育文化对外传播进行研究，发现文化自信的建立、文明互鉴的呈现和人类命运共同体的构建是民族传统体育文化对外传播的现实需求；传播空间受限、文化受众不足、国际体育文化传播边缘化是民族传统体育文化面临的
＜正＞2004年，美国教育传播与技术协会对教育技术进行了重新界定，将深度学习确定为未来教育技术发展的基本理念和努力方向。其实早在上世纪初，杜威的“做中学”、布鲁姆的“发现教学法”、奥苏贝尔和罗杰斯的“有意义学习”等理论背后都蕴含着深度学习的含义。基于此，本研究项目以提升儿童深度学习为目标，以游戏区“卡、单、纸”为重要载体，以期从理念、行动、工具等多方面重新思考儿童游戏与学习，是一场关乎儿童观、游戏
＜正＞（一）出勤记录单教师在来园环节，准备了时钟和红色、黑色两种颜色的笔以及出勤记录单来让幼儿进行签到。其中8:10分之前来园，幼儿可用黑笔在出勤记录单上记录自己的时间；而8:10分之后来园的幼儿，则换成红笔来进行记录。通过两种不同颜色笔的签到鼓励幼儿早入园，不迟到。
为解决传统领域的推荐算法不完全适用于教育资源的问题，提出了一种基于学习者模型的混合推荐方法。首先，通过把神经网络中对文本信息的分类引入推荐算法中，缓解了冷启动问题；其次，通过对老用户的学习特征和学习能力进行类内计算，解决了传统协同过滤单一计算评分相似度和计算量大的问题。实验结果表明，该模型在教育资源大数据场景下取得了良好的效果。
随着教育改革的不断深入和教育信息化的持续推进,在线学习已然成为变革教与学模式的重要实践形态,为学习者跨时空交流和资源共享提供了保障。然而,因网络学习资源泛滥、师生互动匮乏和导航设计不良等问题,容易使学习者陷入学习迷航。学习迷航反映了学习者在认知和情感等领域的负面学习状态,严重影响学习者的学习效率和效益,如何对其进行诊断和干预成为亟待解决的问题。随着大数据在教育领域的普及应用,基于数据分析的迷航状态
＜正＞构建面向中低收入群体的普惠型财富管理体系,使其实现财富保值增值,充分发挥财富管理市场的再分配效应,对实现共同富裕具有重要的价值和意义习近平总书记强调,"共同富裕是社会主义的本质要求,是中国式现代化的重要特征,要坚持以人民为中心的发展思想,在高质量发展中促进共同富裕"。在共同富裕的目标下,财富管理行业将肩负扩大广大居民尤其是中低收入阶层的财产性收入的重要职责。构建面向中低收入群体的普惠型财富管