微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：随着⼤规模在线学习的蓬勃发展，针对海量的学习者，如何对其学习⾏为进⾏智能化、个性化的评价，实现精准的学习画像，是规模化教育中的核⼼问题之⼀。在线学习平台上具有丰富的交互活动，产⽣了海量多通道的学习交互数据。基于在线平台的对话交互、学习交互和练习交互数据，综合采用深度学习、⼈⼯智能等技术，把学⽣学习的内在因素（学习兴趣、学习风格和知识状态）作为⼀个整体进⾏研究，有针对性地设计可解释性情绪感知模型、学⽣学习风格影响⼒和教师教学风格追踪模型、基于预训练模型与教育学理论的知识特征感知机制，提出多层次、多通道的可解释性模型与⽅法，期望在规模化的交互式学习⽅面提供新的模型与技术。
讲者简介：东北⼤学计算机学院教授，博⼠，博⼠⽣导师，中国计算机学会⾼级会员，IEEE 会员。2012-2013 年澳⼤利亚新南威尔⼠⼤学访问学者。研究兴趣包括：⼈⼯智能、教育⼤数据等。主持或参加国家自然科学基⾦重点项目/面上项目、国家科技攻关计划、国家 863⾼技术计划、企事业合作项目等 30 余项，在 CIKM、DASFAA、ICME 等国际会议和《软件学报》、《计算机学报》等期刊上发表论⽂ 60 余篇，专利 10 余项，参与主编教材 1 部、译著 3 部，获省级教学成果奖 5 项。
第二十一届CCF中国信息系统及应用大会
本期嘉宾
京公网安备11010802032778号