基于多模态数据分析的在线学习智能评估反馈

• 作者: 李睿 刘子韬
• 来源期刊: 人工智能
• 学科: 教育
• 关键词: 在线学习 智能评估 多模态数据分析
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 产业应用
• 页码范围: 68-74
• 页数: 7页
• 分类号: G43
• 语种: 中文
• DOI: 10.16453/j.cnki.ISSN2096-5036.2022.02.008

摘要

基于互联网新一代信息技术的飞速发展,在线学习在我国基础教育中蓬勃发展,已经成为推动教育创新的重要力量.在线学习为学生提供了时空灵活性,丰富的学习资源共享以及全场景的行为数据化记录.然而,由于在线课堂发生在虚拟的网络空间中,其教学质量参差不齐的问题也日渐暴露.因此,我们提出一套合理的在线课堂智能质量评估反馈体系.该评估体系基于真实的多模态在线课堂数据,覆盖不同的在线教学形态,能够从老师视角和学生视角,全面考虑和衡量质量评估核心要素,进而实现在线教学的精准评估反馈.