郑庆华^1,3,董博^2,3,钱步月^1,3,田锋^1,3,魏笔凡^2,3,张未展^1,3,刘均^1,3

¹(西安交通大学电子与信息工程学院 西安 710049); ²(西安交通大学继续教育学院 西安 710049); ³(大数据算法与分析技术国家工程实验室(西安交通大学) 西安 710049) (qhzheng@mail.xjtu.edu.cn)

出版日期: 2019-01-01


基金资助:国家重点研发计划项目(2018YFB1004500)；国家自然科学基金项目(61532004,61532015,61502379,61672418,61672419)；国家自然科学基金创新研究群体项目(61721002)；教育部创新团队项目(IRT 17R86)；中国工程院项目

The State of the Art and Future Tendency of Smart Education

Zheng Qinghua^1,3,Dong Bo^2,3,Qian Buyue^1,3,Tianfeng^1,3,Wei Bifan^2,3,Zhang Weizhan^1,3,Liujun^1,3

¹(School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an 710049); ²(School of Continuing Education, Xi’an Jiaotong University, Xi’an 710049); ³(National Engineering Laboratory for Big Data Analytics (Xi’an Jiaotong University), Xi’an 710049)

Online: 2019-01-01

摘要/Abstract

摘要： 当前，以大数据分析、人工智能等信息技术为支撑的智慧教育模式已成教育信息化发展的趋势，也成为学术界热点的研究方向.首先，对教学行为、海量知识资源2类教育大数据的挖掘技术进行调研分析；其次，重点论述了导学、推荐、答疑、评价等教学环节中的4项关键技术，包括学习路径生成与导航、学习者画像与个性化推荐、智能在线答疑以及精细化评测，进而对比分析了国内外主流的智慧教育平台;最后，探讨了当前智慧教育研究的局限性，总结出在线智能学习助手、学习者智能评估、网络化群体认知、因果关系发现等智慧教育的研究发展方向.

参考文献

相关文章 15

[1]	周鹏, 武延军, 赵琛. 一种融合程序员和神经网络的自动化程序生成方法[J]. 计算机研究与发展, 2021, 58(3): 638-650.
[2]	林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778.
[3]	曾维新, 赵翔, 唐九阳, 谭真, 王炜. 基于重排序的迭代式实体对齐[J]. 计算机研究与发展, 2020, 57(7): 1460-1471.
[4]	成科扬, 王宁, 师文喜, 詹永照. 深度学习可解释性研究进展[J]. 计算机研究与发展, 2020, 57(6): 1208-1217.
[5]	崔员宁, 李静, 沈力, 申扬, 乔林, 薄珏. Duration-HyTE：基于持续时间建模的时间感知知识表示学习方法[J]. 计算机研究与发展, 2020, 57(6): 1239-1251.
[6]	刘昱彤, 吴斌, 白婷. 古诗词图谱的构建及分析研究[J]. 计算机研究与发展, 2020, 57(6): 1252-1268.
[7]	于剑. 图灵测试的明与暗[J]. 计算机研究与发展, 2020, 57(5): 906-911.
[8]	张莹莹, 钱胜胜, 方全, 徐常胜. 基于多模态知识感知注意力机制的问答方法[J]. 计算机研究与发展, 2020, 57(5): 1037-1045.
[9]	董永强, 王鑫, 刘永博, 杨望. 异构YANG模型驱动的网络领域知识图谱构建[J]. 计算机研究与发展, 2020, 57(4): 699-708.
[10]	杨洪章, 杨雅辉, 屠要峰, 孙广宇, 吴中海. 基于“采集—预测—迁移—反馈”机制的主动容错技术[J]. 计算机研究与发展, 2020, 57(2): 306-317.
[11]	王萌, 王靖婷, 江胤霖, 漆桂林. 人机混合的知识图谱主动搜索[J]. 计算机研究与发展, 2020, 57(12): 2501-2513.
[12]	姚思雨, 赵天哲, 王瑞杰, 刘均. 规则引导的知识图谱联合嵌入方法[J]. 计算机研究与发展, 2020, 57(12): 2514-2522.
[13]	胡学钢, 刘菲, 卜晨阳. 教育大数据中认知跟踪模型研究进展[J]. 计算机研究与发展, 2020, 57(12): 2523-2546.
[14]	左笑晨,窦志成,黄真,卢淑祺,文继荣. 微博热门话题关联商品品类挖掘[J]. 计算机研究与发展, 2019, 56(9): 1927-1938.
[15]	王飞,钱铁云,刘斌,彭智勇. 支持范围查询的低冗余知识图谱管理[J]. 计算机研究与发展, 2019, 56(8): 1758-1771.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3858