目錄
序 29
前言 30
第一部分 概述
第1章 教育的可計(jì)算 3
1.1 教育可計(jì)算的理論根基 4
1.1.1 計(jì)算與計(jì)算主義 4
1.1.2 人文社會(huì)科學(xué)中的“計(jì)算” 6
1.1.3 科學(xué)研究中的第四范式 9
1.2 教育可計(jì)算的物質(zhì)基礎(chǔ) 10
1.2.1 教育信息化實(shí)踐發(fā)展 10
1.2.2 教育數(shù)據(jù)的要素化 12
參考文獻(xiàn) 13
第2章 計(jì)算教育學(xué) 15
2.1 概念與框架 15
2.2 關(guān)鍵問題與核心任務(wù) 18
2.3 應(yīng)用領(lǐng)域與面臨的挑戰(zhàn) 19
參考文獻(xiàn) 21
第3章 研究對(duì)象與方法 23
3.1 計(jì)算教育學(xué)的研究對(duì)象 23
3.2 計(jì)算教育學(xué)的研究方法 27
3.2.1 教育數(shù)據(jù)與分析挖掘 28
3.2.2 定性研究與定量研究相融合的學(xué)習(xí)分析 29
3.2.3 互聯(lián)網(wǎng)教育中的實(shí)證研究 31
3.2.4 腦科學(xué)與教育科學(xué)相融合的實(shí)驗(yàn)研究 33
3.2.5 基于群體動(dòng)力學(xué)的群體學(xué)習(xí)演化機(jī)理研究 35
3.2.6 基于計(jì)算機(jī)模擬的教育系統(tǒng)研究 36
參考文獻(xiàn) 38
第二部分 場(chǎng)景計(jì)算
第4章 教育場(chǎng)景計(jì)算 45
4.1 簡(jiǎn)介 45
4.2 概念內(nèi)涵 46
4.3 智慧教室 50
4.4 智慧校園 53
4.5 其他場(chǎng)景 56
4.5.1 在線學(xué)習(xí)場(chǎng)景 56
4.5.2 戶外學(xué)習(xí)場(chǎng)景 57
4.5.3 游戲化學(xué)習(xí)場(chǎng)景 57
參考文獻(xiàn) 59
第5章 教育邊緣計(jì)算 61
5.1 簡(jiǎn)介 61
5.2 教育邊緣計(jì)算相關(guān)技術(shù) 62
5.2.1 教育邊緣計(jì)算的內(nèi)涵和特點(diǎn) 63
5.2.2 教育邊緣計(jì)算框架 66
5.2.3 邊緣計(jì)算的關(guān)鍵技術(shù) 66
5.3 邊緣計(jì)算的應(yīng)用、挑戰(zhàn)與展望 69
5.3.1 應(yīng)用 69
5.3.2 挑戰(zhàn) 72
5.3.3 展望 72
參考文獻(xiàn) 74
第6章 空空間數(shù)據(jù)感知 76
6.1 簡(jiǎn)介 76
6.2 教育數(shù)據(jù)感知 77
6.2.1 虛擬空間教育數(shù)據(jù)感知 77
6.2.2 物理空間教育數(shù)據(jù)感知 80
6.2.3 雙空間融合教育數(shù)據(jù)感知 82
6.3 展望 83
參考文獻(xiàn) 84
第三部分 主體計(jì)算
第7章 知識(shí)追蹤 89
7.1 簡(jiǎn)介 89
7.2 概率知識(shí)追蹤模型 91
7.2.1 基于隱馬爾可夫模型的知識(shí)追蹤 91
7.2.2 基于貝葉斯網(wǎng)絡(luò)的知識(shí)追蹤 93
7.3 深度知識(shí)追蹤模型 96
7.3.1 基于深度神經(jīng)網(wǎng)絡(luò)的知識(shí)追蹤 96
7.3.2 基于深度政策的知識(shí)追蹤 99
7.4 因子分析知識(shí)追蹤模型 101
7.5 融合知識(shí)追蹤模型 104
7.6 可解釋知識(shí)追蹤模型 107
7.6.1 事前可解釋方法 108
7.6.2 事后可解釋方法 110
參考文獻(xiàn) 112
第8章 認(rèn)知風(fēng)格 118
8.1 簡(jiǎn)介 118
8.2 基于問卷和心理計(jì)量測(cè)驗(yàn)的認(rèn)知風(fēng)格分類 119
8.3 基于神經(jīng)網(wǎng)絡(luò)方法的認(rèn)知風(fēng)格識(shí)別 121
8.4 基于模糊分類樹的認(rèn)知風(fēng)格預(yù)測(cè) 124
8.5 基于貝葉斯網(wǎng)絡(luò)的認(rèn)知風(fēng)格推理 125
8.6 基于遺傳算法的認(rèn)知風(fēng)格分析 127
8.7 基于語義分析的認(rèn)知風(fēng)格識(shí)別 128
8.8 其他方法 129
參考文獻(xiàn) 131
第9章 情感狀態(tài) 138
9.1 簡(jiǎn)介 138
9.2 基于量表的情感測(cè)評(píng) 139
9.3 基于生理信號(hào)的情感檢測(cè) 141
9.4 基于面部表情的情感識(shí)別 143
9.5 基于語音信號(hào)的情感檢測(cè) 145
9.6 基于文本數(shù)據(jù)的情感分析 147
9.7 基于多模態(tài)數(shù)據(jù)的情感識(shí)別 149
9.8 基于行為-主題概率建模的情感分析 150
參考文獻(xiàn) 152
第10章 群體學(xué)習(xí) 155
10.1 簡(jiǎn)介 155
10.2 群體學(xué)習(xí)動(dòng)力學(xué) 156
10.3 群體學(xué)習(xí)演化模式 162
10.4 群體學(xué)習(xí)中的多層網(wǎng)絡(luò) 167
10.5 群體學(xué)習(xí)中的模體 172
參考文獻(xiàn) 175
第四部分 服務(wù)計(jì)算
第11章 資源推薦 183
11.1 簡(jiǎn)介 183
11.2 知識(shí)圖譜 183
11.2.1 知識(shí)圖譜的定義及分類 183
11.2.2 知識(shí)圖譜的特點(diǎn) 184
11.2.3 知識(shí)圖譜推薦方法分類 185
11.2.4 學(xué)科知識(shí)圖譜 187
11.3 學(xué)習(xí)路徑規(guī)劃 190
11.3.1 定義 190
11.3.2 作用 191
11.3.3 實(shí)現(xiàn)技術(shù) 192
11.4 個(gè)性化資源推薦 197
11.4.1 定義與分類 197
11.4.2 作用 199
11.4.3 實(shí)現(xiàn)技術(shù) 200
11.5 實(shí)際案例 205
參考文獻(xiàn) 208
第12章 教育數(shù)據(jù)可視化 210
12.1 簡(jiǎn)介 210
12.2 學(xué)習(xí)主體可視化 210
12.2.1 畫像模型架構(gòu) 210
12.2.2 畫像模型構(gòu)建 213
12.3 學(xué)習(xí)過程可視化 217
12.3.1 概念圖 218
12.3.2 思維導(dǎo)圖 219
12.3.3 思維地圖 220
12.3.4 MindGen平臺(tái) 220
12.3.5 Insight Maker工具 223
12.3.6 學(xué)習(xí)路徑表征 224
12.4 學(xué)習(xí)資源可視化 227
12.4.1 游戲化體感交互學(xué)習(xí)資源 228
12.4.2 增強(qiáng)現(xiàn)實(shí)(AR)的資源表達(dá) 229
12.4.3 地圖化在線學(xué)習(xí)資源 230
12.4.4 基于地圖的教育大數(shù)據(jù)可視化分析方法 231
12.5 基于地圖的教育大數(shù)據(jù)可視化分析方法 232
12.5.1 基于地圖定位與編碼的教育大數(shù)據(jù)整合方法 232
12.5.2 基于教育大數(shù)據(jù)的地圖分布可視分析方法 233
12.5.3 基于校園感知數(shù)據(jù)的資源關(guān)聯(lián)可視分析方法 233
12.5.4 基于圖層區(qū)域分析的資源關(guān)聯(lián)可視分析方法 233
12.5.5 基于時(shí)空與群體分析的知識(shí)分享可視分析方法 234
參考文獻(xiàn) 234
第13章 教育評(píng)價(jià) 236
13.1 簡(jiǎn)介 236
13.2 教學(xué)環(huán)境評(píng)價(jià) 236
13.2.1 定義 236
13.2.2 評(píng)價(jià)指標(biāo) 237
13.2.3 評(píng)價(jià)方法 238
13.3 教育主體評(píng)價(jià) 240
13.3.1 定義 240
13.3.2 評(píng)價(jià)指標(biāo) 241
13.3.3 評(píng)價(jià)方法 243
13.4 教育資源評(píng)價(jià) 247
13.4.1 定義 247
13.4.2 評(píng)價(jià)指標(biāo) 247
13.4.3 評(píng)價(jià)方法 249
13.5 教育管理評(píng)價(jià) 251
13.5.1 定義 251
13.5.2 評(píng)價(jià)指標(biāo) 251
13.5.3 評(píng)價(jià)方法 253
參考文獻(xiàn) 255
第五部分 范式
第14章 教育研究新范式 259
14.1 簡(jiǎn)介 259
14.2 研究范式 259
14.2.1 教育研究范式的演進(jìn) 259
14.2.2 人工智能驅(qū)動(dòng)的科學(xué)研究范式 260
14.3 人工智能驅(qū)動(dòng)的教育研究：AI4ES 270
14.3.1 AI4ES的內(nèi)涵與特征 270
14.3.2 AI4ES的典型教育研究 272
14.3.3 AI4ES在教育學(xué)細(xì)分領(lǐng)域中的應(yīng)用趨向 277
參考文獻(xiàn) 282
第六部分 倫理
第15章 計(jì)算教育倫理 289
15.1 簡(jiǎn)介 289
15.2 教育數(shù)據(jù)倫理 292
15.2.1 教育數(shù)據(jù)倫理的核心問題及面臨的挑戰(zhàn) 293
15.2.2 教育數(shù)據(jù)倫理準(zhǔn)則 296
15.3 人工智能倫理 299
15.3.1 人工智能倫理的核心問題及面臨的挑戰(zhàn) 302
15.3.2 人工智能倫理準(zhǔn)則 304
15.4 智能教育倫理 308
15.4.1 智能教育倫理的核心問題及面臨的挑戰(zhàn) 310
15.4.2 智能教育倫理準(zhǔn)則 313
15.5 計(jì)算教育倫理治理 316
15.5.1 建立倫理防控收斂機(jī)制 316
15.5.2 完善教育數(shù)據(jù)管理機(jī)制 317
15.5.3 關(guān)注算法黑箱及技術(shù)偏見問題 318
15.5.4 明確人工智能技術(shù)準(zhǔn)入機(jī)制與路徑 319
15.5.5 提升計(jì)算教育倫理素養(yǎng) 320
15.5.6 建立多元主體協(xié)同共治機(jī)制 320
參考文獻(xiàn) 321
第七部分 未來
第16章 未來教育 327
16.1 簡(jiǎn)介 327
16.2 全球發(fā)展戰(zhàn)略 327
16.2.1 中國 327
16.2.2 歐盟 333
16.2.3 其他發(fā)達(dá)國家的教育 337
16.3 GAI之于教育的現(xiàn)實(shí)意義 340
16.3.1 GAI變革教育治理的實(shí)踐路徑 344
16.3.2 GAI助力教育創(chuàng)新的未來進(jìn)路 346
16.4 未來時(shí)代展望 351
16.4.1 技術(shù)展望 351
16.4.2 未來展望 354
參考文獻(xiàn) 358