[发明专利]一种面向移动环境的学习行为习惯发现量化系统及方法

说明书

本发明公开了一种面向移动环境的学习行为习惯发现量化系统及方法。针对传统方法主观性太强，时效性有限，只能测量出问卷设计者提前设定习惯等方面的缺点，本发明拟采用基于数据驱动的方法，实时收集移动学习环境中学习者与平台交互的活动记录、所处位置和生理状态等外显和内隐的学习行为习惯关联数据，并将收集到的数据通过数据变换和数据清洗等方法处理为便于机器识别和计算的习惯特征数据集，进而基于聚类算法计算并发现学习行为习惯。针对传统方法无法量化学习者学习行为习惯强度的问题，本发明基于赫尔学习理论中强化次数与习惯强度之间的函数关系，量化学习行为习惯。最后，从学习行为习惯的描述、持续时长和强度三个维度表征学习行为习惯。

技术领域

本发明涉及移动学习技术领域，尤其涉及一种面向移动环境的学习行为习惯发现量化系统及方法。

背景技术

随着智能设备的普及和移动互联网的推广，移动环境成为人们学习、生活和工作的主要场所，移动学习逐渐成为非正式学习的主要实施形式。移动环境为学习者提供了一个丰富便捷的新型学习形式，有利于多元化、多通道的信息互动，同时也在潜移默化中塑造学习者的学习行为习惯。良好学习行为习惯的养成，有助于激发学习者学习的积极性和主动性，培养自主学习能力，提高学习效率。移动计算环境支持下学习者佩戴或操作各类设备以开展自主学习、课堂学习等活动时，其平台交互活动记录、学习者位置和生理状态等信息将留存于移动设备及相关的服务端设备中，分析并计算这些数据以得到学习者的学习行为习惯，并将结果反馈给学习者，对提高自我管理能力，形成良好的移动学习行为习惯具有积极促进作用。

目前关于网络学习行为习惯的研究并不多，面向移动学习环境的学习行为习惯研究更是寥寥数几，因此，为了顺应移动学习的趋势，研究如何在移动学习环境中即时掌握学习者的学习行为习惯，量化学习者的行为习惯强度显得尤为紧迫。

学习习惯通常被认为是学习者在学习情境中通过反复实践养成的相对稳定的自动化行为模式。从习惯的形成来看，主要是由于一定的刺激情境与个体的某些动作在大脑皮层上形成稳固的暂时神经联系—条件反射链索系统。这样，当个体在同样的刺激情境下，条件反射的链索系统就会自动地出现，人就会自然而然地进行同样的有关动作。个体对刺激情境的反应包括两种，一是肉眼可观察到的动作，称为外显行为，二是肉眼不可观察到的动作，如心跳反应，称为内隐行为。因此，本发明认为移动学习环境中的一种学习行为要成为学习行为习惯，需要满足以下条件：1)固定刺激情境的出现；2)学习行为在该刺激情境中自动反复持续出现。因此，描述学习行为习惯的要素也应包含：1)刺激情境，包括学习者所处的物理环境和时间；2)行为反应，包括学习者的网络交互动作、对象、对象类型和心率波动等。

传统的学习行为习惯获取忽略了移动学习环境中多通道数据蕴含的价值，采用的方法多为透过纸本或电子问卷的方式进行诊断，但是这种方法存在主观性过强、时效性有限的不足，此外，通过此方法也只能测量出问卷设计者提前设定的习惯，无法量化学习者学习行为习惯强度等问题。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种面向移动环境的学习行为习惯发现量化系统及方法，针对传统方法主观性太强，时效性有限，只能测量出问卷设计者提前设定习惯等方面的缺点，本发明拟采用基于数据驱动的方法，实时收集移动学习环境中学习者与平台交互的活动记录、所处位置和生理状态等外显和内隐的学习行为习惯关联数据，并将收集到的数据通过数据变换和数据清洗等方法处理为便于机器识别和计算的习惯特征数据集，进而基于聚类算法计算并发现学习行为习惯。针对传统方法无法量化学习者学习行为习惯强度的问题，本发明基于赫尔学习理论中强化次数与习惯强度之间的函数关系，量化学习行为习惯。最后，本发明从学习行为习惯的描述、持续时长和强度三个维度表征学习行为习惯。

为实现上述目的，本发明提供了一种面向移动环境的学习行为习惯发现量化系统，系统由辅助穿戴设备，移动学习终端和服务器组成：

辅助穿戴设备，由多个可监测学习者生理状态等信息的可穿戴设备构成，负责收集学习者开展学习活动时的生理状态信息；