一种基于传感器与用户行为数据分析的移动学习场景感知分类方法

摘要：

随着智能手机和移动互联网的普及，使用智能移动终端进行学习的用户也逐渐增多，移动学习在数字教育领域占据着越来越重要的地位。移动学习的有效性体现在情境感知的能力，即能够感知不同学习情境并提供相应合理的学习内容。因而，移动学习中的情境感知技术已经成为一个研究热点。学习场景的感知是移动学习情境感知的重点，但是由于移动学习的动态性和复杂性，准确的场景感知具有一定的难度。基于实际的移动学习环境，提出了一种根据传感器与学习操作行为对学习场景进行感知分类的方法，处理并分析了由移动学习客户端采集到的传感器数据和学习操作行为日志数据，对比了以传感器数据特征值与学习操作行为特征值共同作为输入特征值的多种场景感知分类算法。结果表明：对比仅使用传感器数据作为分类算法输入特征值的结果，结合学习操作行为日志和传感器数据一起作为学习场景分类感知的依据，可以显著提高移动学习场景的感知分类效果。

关键词：移动学习、移动传感器、学习操作、学习场景感知、场景分类

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划项目2016YFB1000903；国家自然科学基金项目61472317，61428206，61472315，61532015，61532004；教育部创新团队发展计划资助项目IRT13035；陕西省科技统筹创新工程重点实验室项目2013SZS05-Z01 This work was supported by the National Key Research and Development Program of China2016YFB1000903;the National Natural Science Foundation of China61472317，61428206，61472315，61532015，61532004;the Innovative Research Team in University of Ministry of Education of ChinaIRT13035;the Co-ordinator Innovation Project for the Key Lab of Shaanxi Province 2013SZS05-Z01．

在线出版日期：2016-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2721-2728