劉威徐晶　劉非凡

摘 要：學(xué)習(xí)行為測(cè)評(píng)是教學(xué)研究的重要環(huán)節(jié)。本文分析不同學(xué)習(xí)場(chǎng)景下學(xué)習(xí)者學(xué)習(xí)行為的特征，提出一種基于信息技術(shù)的學(xué)習(xí)行為測(cè)評(píng)框架，描述了采用行為特征數(shù)據(jù)進(jìn)行學(xué)習(xí)行為測(cè)評(píng)的基本流程和測(cè)量指標(biāo)。本文針對(duì)兩種典型學(xué)習(xí)場(chǎng)景（集體課堂學(xué)習(xí)和個(gè)體在線學(xué)習(xí)）給出了學(xué)習(xí)行為測(cè)評(píng)的具體應(yīng)用方案。

關(guān)鍵詞：學(xué)習(xí)行為；測(cè)評(píng)框架；教育研究

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2017）09-0004-04

一、引言

學(xué)習(xí)行為研究是現(xiàn)代教學(xué)研究的重要研究課題之一。學(xué)習(xí)者在整個(gè)學(xué)習(xí)過程的外在行為表現(xiàn)，反映了其注意力、活躍度、參與度等行為特征，與學(xué)習(xí)記錄、測(cè)評(píng)結(jié)果等相結(jié)合，可用于評(píng)測(cè)學(xué)生的學(xué)習(xí)過程、教師的教學(xué)模式和方法。

傳統(tǒng)的學(xué)習(xí)行為測(cè)評(píng)方法主要采用調(diào)查問卷的形式收集學(xué)生或教師的意見和評(píng)價(jià)，通過統(tǒng)計(jì)分析的方法獲得教學(xué)評(píng)價(jià)的結(jié)果。這種方式具有一些局限性：一方面，問卷調(diào)查采集的數(shù)據(jù)具有一定的主觀性，不便于量化區(qū)分；另外一方面，問卷調(diào)查適合于收集學(xué)習(xí)者對(duì)較長學(xué)習(xí)過程（例如一節(jié)課）的感受，不太適合于測(cè)量較短時(shí)間的教學(xué)過程（例如幾分鐘），難以獲得較為精細(xì)的評(píng)測(cè)數(shù)據(jù)。

隨著各種信息化教學(xué)系統(tǒng)、教學(xué)輔助工具被應(yīng)用到實(shí)際教學(xué)過程中，通過信息技術(shù)收集學(xué)生的學(xué)習(xí)過程逐步實(shí)用化。例如，基于教學(xué)系統(tǒng)中的記錄和日志開展作業(yè)考試測(cè)評(píng)[1]、Web操作日志分析[2]、基于情感數(shù)據(jù)進(jìn)行測(cè)評(píng)[3]等。與傳統(tǒng)的測(cè)評(píng)手段相比，這些工作可以直接采集測(cè)量客觀數(shù)據(jù)，便于大規(guī)模部署實(shí)施。

基于信息技術(shù)的學(xué)習(xí)行為測(cè)評(píng)將是未來數(shù)字化學(xué)習(xí)系統(tǒng)的重要構(gòu)成部分。與傳統(tǒng)的問卷調(diào)查測(cè)評(píng)方式不同，基于信息技術(shù)手段的測(cè)評(píng)與學(xué)習(xí)過程密切相關(guān)，涉及到相關(guān)數(shù)據(jù)采集、存儲(chǔ)和分析模塊的設(shè)計(jì)和開發(fā)，需要結(jié)合學(xué)習(xí)系統(tǒng)的搭建事先規(guī)劃。這對(duì)于教學(xué)應(yīng)用的設(shè)計(jì)人員提出了新的挑戰(zhàn)。

本文通過分析不同學(xué)習(xí)環(huán)境和場(chǎng)景下學(xué)習(xí)者的行為特征，利用現(xiàn)有的各種信息技術(shù)對(duì)學(xué)習(xí)過程數(shù)據(jù)進(jìn)行采集，提煉出與學(xué)習(xí)行為相關(guān)的測(cè)評(píng)指標(biāo)，總結(jié)出一個(gè)通用的學(xué)習(xí)行為測(cè)評(píng)框架。該框架為教學(xué)評(píng)測(cè)系統(tǒng)的構(gòu)建提供了參考模型，具體教學(xué)應(yīng)用的設(shè)計(jì)人員可以根據(jù)該框架定制不同的學(xué)習(xí)行為測(cè)評(píng)系統(tǒng)。最后，本文給出了該測(cè)評(píng)框架在集體課堂學(xué)習(xí)、個(gè)體在線學(xué)習(xí)等典型學(xué)習(xí)場(chǎng)景中的應(yīng)用方案。

二、國內(nèi)外研究現(xiàn)狀

隨著教育信息化的發(fā)展，利用信息技術(shù)對(duì)學(xué)習(xí)過程進(jìn)行監(jiān)控和記錄成為學(xué)習(xí)行為測(cè)評(píng)研究的新趨勢(shì)，呈現(xiàn)出多種方式：

第一種是采集教學(xué)系統(tǒng)或者學(xué)習(xí)平臺(tái)的作業(yè)和考試結(jié)果數(shù)據(jù)。例如，北京師范大學(xué)的V-class學(xué)習(xí)平臺(tái)，包含對(duì)作業(yè)與測(cè)驗(yàn)的管理和評(píng)價(jià)[4]；加拿大的西蒙弗雷澤大學(xué)的Virtual-U教學(xué)平臺(tái)能夠?qū)崿F(xiàn)對(duì)作業(yè)、測(cè)驗(yàn)的定性定量評(píng)價(jià)與管理。雖然這種方法所采集到的作業(yè)與測(cè)試結(jié)果數(shù)據(jù)可以表征具體學(xué)習(xí)環(huán)節(jié)的學(xué)習(xí)效果，但不能全面反映學(xué)生學(xué)習(xí)過程的表現(xiàn)情況[5]。

第二種方式是記錄學(xué)生在信息系統(tǒng)中的數(shù)字行為軌跡。例如，維也納大學(xué)在網(wǎng)絡(luò)課程中使用一種基于Web的在線學(xué)習(xí)平臺(tái)，通過分析平臺(tái)的日志文件和數(shù)據(jù)庫訪問記錄來獲取學(xué)生的學(xué)習(xí)行為數(shù)據(jù)；Jia-Jiunn Lo等通過分析學(xué)生的Web瀏覽行為來刻畫學(xué)生的學(xué)習(xí)風(fēng)格和偏好[6]。與第一種相比，這種方式雖然可以在一定程度上反映學(xué)生的行為，但只能記錄與信息系統(tǒng)交互的瀏覽行為，無法記錄學(xué)生實(shí)際行為動(dòng)作，例如起立發(fā)言、團(tuán)體討論、凝神思考等。

第三種方式是借助于計(jì)算機(jī)視覺、人機(jī)交互等領(lǐng)域的新技術(shù)，采集學(xué)習(xí)者的語音、面部表情、肢體動(dòng)作。這種方式常被用于基于情感計(jì)算的交互教學(xué)系統(tǒng)中。例如，美國MIT媒體實(shí)驗(yàn)室研發(fā)的情感機(jī)器人“Nexi”[7]、日本文部省支持開發(fā)的虛擬教學(xué)系統(tǒng)“情感機(jī)器人-小IF”[8]可以檢測(cè)人語音中的情感；韓國BIOPIA公司研制的“情感鼠標(biāo)”可以通過采集學(xué)習(xí)者的脈搏、體溫、皮膚流電反應(yīng)等方面的變化估計(jì)學(xué)習(xí)者的情緒變化的。國內(nèi)學(xué)者也開始關(guān)注教學(xué)過程中學(xué)習(xí)者動(dòng)作的檢測(cè)。例如學(xué)習(xí)者的情感信息描述方法[9]、學(xué)習(xí)過程中的情感反饋[10]、考慮學(xué)習(xí)者氣質(zhì)類型的情感描述[11]；學(xué)習(xí)者面部表情、肢體姿態(tài)及眨眼頻率的狀態(tài)收集[12]等。與前兩種方式相比，這種方式可以收集更為全面的學(xué)習(xí)者外在行為特征。但是現(xiàn)有研究工作大多針對(duì)某個(gè)具體場(chǎng)景，其行為測(cè)量的目的是為個(gè)性化交互教學(xué)提供依據(jù)，并不是常態(tài)化的學(xué)習(xí)行為全面測(cè)量。

三、基于信息技術(shù)的學(xué)習(xí)行為測(cè)評(píng)框架

學(xué)習(xí)行為測(cè)評(píng)框架的設(shè)計(jì)包括基本流程方法設(shè)計(jì)和具體測(cè)評(píng)指標(biāo)設(shè)計(jì)兩個(gè)環(huán)節(jié)。

1.測(cè)評(píng)方法

根據(jù)采集處理學(xué)習(xí)行為數(shù)據(jù)的流程和數(shù)據(jù)的內(nèi)容層次，本文將學(xué)習(xí)行為測(cè)評(píng)過程分為四個(gè)模塊，如圖1所示。

（1）傳感器采集模塊：根據(jù)學(xué)習(xí)行為的測(cè)評(píng)目標(biāo)，部署各類傳感設(shè)備，采集學(xué)習(xí)者的各種人體原始數(shù)據(jù)（例如面部圖像、肢體姿態(tài)、視線焦點(diǎn)等數(shù)據(jù)）；

（2）動(dòng)作和狀態(tài)識(shí)別模塊：對(duì)測(cè)量的原始數(shù)據(jù)進(jìn)行處理，根據(jù)教學(xué)評(píng)測(cè)人員設(shè)定的計(jì)算模型，通過閾值判別、分類識(shí)別等方法，將原始的測(cè)量數(shù)據(jù)轉(zhuǎn)化為基本的學(xué)習(xí)行為數(shù)據(jù)，包括具體行為事件（例如舉手發(fā)言、凝視思考）的發(fā)生時(shí)間、幅度、持續(xù)時(shí)間等；

（3）行為指標(biāo)分析模塊：進(jìn)一步對(duì)學(xué)習(xí)者學(xué)習(xí)過程的行為數(shù)據(jù)進(jìn)行分析，基于時(shí)序分析方法融合不同數(shù)據(jù)源，獲得對(duì)于學(xué)習(xí)者行為狀態(tài)（例如活躍度、注意力）的量化估測(cè)結(jié)果；

（4）綜合評(píng)價(jià)模塊：教學(xué)評(píng)測(cè)人員結(jié)合不同教育應(yīng)用場(chǎng)景的特征，結(jié)合教學(xué)內(nèi)容、教學(xué)行為的時(shí)序過程，對(duì)學(xué)習(xí)者的學(xué)習(xí)過程進(jìn)行分析判斷（例如是否符合教師的設(shè)計(jì)預(yù)期）。

2.評(píng)測(cè)指標(biāo)

（1）學(xué)習(xí)行為的原始測(cè)量數(shù)據(jù)

學(xué)習(xí)行為分析的原始測(cè)量數(shù)據(jù)主要包括學(xué)習(xí)者的注意力、面部特征、肢體姿態(tài)以及情緒表達(dá)等。表1列舉了通過現(xiàn)有信息技術(shù)手段可以測(cè)量的原始數(shù)據(jù)。

學(xué)習(xí)者的面部圖像可以通過高清攝像頭采集，進(jìn)一步進(jìn)行圖像處理可以獲得其面部器官特征以及面部表情特征。常見的面部特征指標(biāo)包括眼睛的張閉、嘴巴的張閉；目前圖像處理技術(shù)可以識(shí)別出的面部表情包括高興、焦慮、緊張等。學(xué)習(xí)者的眼部運(yùn)動(dòng)（即眼動(dòng)）數(shù)據(jù)可以通過眼動(dòng)儀（例如Tobii、Allienware）測(cè)量得到，后者通過對(duì)紅外瞳孔圖像分析可以估計(jì)出學(xué)習(xí)者的視線在屏幕的落點(diǎn)，可以獲得的數(shù)據(jù)包括視線軌跡、焦點(diǎn)分布等。學(xué)習(xí)者的肢體姿態(tài)數(shù)據(jù)可以通過體感儀（例如Microsoft Kinect）測(cè)量得到，后者可以識(shí)別一些主要的人體骨骼動(dòng)作，包括抬/低頭、側(cè)頭、站立、坐下、彎腰、趴桌等。

上述列出的傳感設(shè)備都是非接觸式的測(cè)量工具，此外，還有一些接觸式傳感設(shè)備可以用于學(xué)習(xí)者的行為測(cè)量，其相關(guān)測(cè)量指標(biāo)并未在表1中列出。例如，通過腕表檢測(cè)學(xué)習(xí)者的心率、血壓等，通過可穿戴頭盔檢測(cè)學(xué)習(xí)者的腦電變化數(shù)據(jù)等。接觸式傳感設(shè)備的使用具有一定的局限性，更適合于個(gè)體獨(dú)立教學(xué)的場(chǎng)景。

（2）學(xué)習(xí)行為基礎(chǔ)數(shù)據(jù)

學(xué)習(xí)行為數(shù)據(jù)記錄進(jìn)行學(xué)習(xí)過程測(cè)評(píng)所需要的特定的學(xué)習(xí)行為。一個(gè)有意義的行為，往往是通過對(duì)原始測(cè)量數(shù)據(jù)的檢測(cè)和測(cè)量獲得的。例如，學(xué)生在教室座位上的一次偏頭動(dòng)作，可能是無意識(shí)的一個(gè)舉動(dòng)，也可能是特意的一個(gè)動(dòng)作；學(xué)生多次連續(xù)偏頭或者持續(xù)偏頭動(dòng)作，就是有意識(shí)的動(dòng)作，可能就需要記錄了。并且，有效學(xué)習(xí)行為的定義往往依據(jù)應(yīng)用場(chǎng)景不同而異。例如，同樣是偏頭觀看其他同學(xué)，在自由討論環(huán)節(jié)屬于無需記錄的正常行為；在教師講解環(huán)節(jié)就屬于可記錄可不記錄的特殊行為；而在在線測(cè)試環(huán)節(jié)就是必須記錄的異常行為。因此，學(xué)習(xí)行為數(shù)據(jù)需要教學(xué)評(píng)測(cè)人員開展有針對(duì)性的設(shè)計(jì)和定義。對(duì)學(xué)習(xí)行為的記錄通常包括該行為的發(fā)生時(shí)間、持續(xù)時(shí)長、動(dòng)作幅度等信息。

（3）學(xué)習(xí)行為評(píng)價(jià)指標(biāo)

學(xué)習(xí)行為評(píng)價(jià)指標(biāo)是行為測(cè)評(píng)的最終指標(biāo)。對(duì)學(xué)生來而言，需要關(guān)注其在學(xué)習(xí)過程中的表現(xiàn)出的疲勞度，對(duì)課堂的參與度，對(duì)學(xué)習(xí)內(nèi)容的關(guān)注度以及各種肢體行為；對(duì)教師而言，需要關(guān)注其課堂組織能力以及課堂行為表現(xiàn)等。除此之外，還包含了一些與學(xué)習(xí)相關(guān)的對(duì)象，如試卷、課件等以及教學(xué)軟件等。表2給出了一些常見的教學(xué)評(píng)價(jià)指標(biāo)。

通過信息技術(shù)手段，采集獲得學(xué)習(xí)者的外在行為表現(xiàn)，進(jìn)而分析學(xué)習(xí)者面部特征、視線以及肢體表情的變化情況，即可實(shí)現(xiàn)表2中針對(duì)學(xué)生、教師、試卷等評(píng)價(jià)指標(biāo)的量化。例如，當(dāng)學(xué)生眼睛長時(shí)間閉合，頻繁的點(diǎn)頭以至于最后趴桌，那么可以判斷該生在該時(shí)段內(nèi)處于極度疲勞狀態(tài)；當(dāng)課堂教學(xué)時(shí)間內(nèi)，學(xué)生始終面對(duì)教師、積極舉手、站立回答問題，那么即可判斷該學(xué)生本節(jié)課參與度、關(guān)注度高，同樣，如果學(xué)生群體參與度與關(guān)注度高，則表明了教師本節(jié)課教學(xué)組織能力較強(qiáng)；測(cè)試過程中，學(xué)生視線在某選項(xiàng)停留時(shí)間越長、徘徊的次數(shù)越多，說明學(xué)生對(duì)該選項(xiàng)越不確定，也就說明該選項(xiàng)的迷惑性強(qiáng)，否則，學(xué)生一掃而過即可得出正確選項(xiàng)，說明題目區(qū)分度不強(qiáng)，過于簡(jiǎn)單。

一個(gè)行為評(píng)價(jià)指標(biāo)，往往是對(duì)一段時(shí)間內(nèi)的行為數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析的結(jié)果。例如，教室內(nèi)學(xué)生的整體活躍程度，與全體學(xué)生的表現(xiàn)息息相關(guān)，可以設(shè)計(jì)為在一節(jié)課時(shí)間內(nèi)各學(xué)生的情緒表達(dá)、舉手次數(shù)、發(fā)言時(shí)長等學(xué)習(xí)行為數(shù)據(jù)的聯(lián)合計(jì)算結(jié)果。學(xué)習(xí)行為評(píng)價(jià)指標(biāo)的計(jì)算方法，也需要教學(xué)評(píng)測(cè)人員開展有針對(duì)性的設(shè)計(jì)和定義。

值得注意的是，表2所述的評(píng)價(jià)指標(biāo)并不是教學(xué)評(píng)價(jià)過程的最終結(jié)果。這些評(píng)價(jià)指標(biāo)以學(xué)習(xí)行為的視角，反映了教學(xué)過程中教學(xué)者、學(xué)習(xí)者、學(xué)習(xí)資料的若干客觀屬性，但并非全部，也不能作為唯一依據(jù)。宏觀教學(xué)評(píng)價(jià)的一些目標(biāo)（例如教學(xué)過程中某種教學(xué)方法的優(yōu)勢(shì)與劣勢(shì)、某個(gè)學(xué)生的學(xué)習(xí)特質(zhì)等），需要結(jié)合教學(xué)內(nèi)容、教學(xué)行為的時(shí)序過程，對(duì)學(xué)習(xí)者的學(xué)習(xí)過程進(jìn)行綜合判斷。

四、應(yīng)用實(shí)例

集體課堂學(xué)習(xí)和個(gè)體在線學(xué)習(xí)是目前最具代表性的兩種教學(xué)場(chǎng)景，本文將結(jié)合這些場(chǎng)景對(duì)所提出的學(xué)習(xí)行為測(cè)評(píng)框架的應(yīng)用進(jìn)行說明。

1.傳統(tǒng)課堂學(xué)習(xí)行為測(cè)評(píng)

在傳統(tǒng)課堂教學(xué)場(chǎng)景中，學(xué)習(xí)者的課堂參與度是評(píng)價(jià)學(xué)生表現(xiàn)以及反應(yīng)教師組織能力的重要指標(biāo)。這些評(píng)價(jià)指標(biāo)可以通過學(xué)生在教學(xué)過程中的常見動(dòng)作或狀態(tài)進(jìn)行判別，例如可以通過舉手及起立回答問題的次數(shù)來了解學(xué)生的課堂參與度。在此項(xiàng)場(chǎng)景中，我們以教學(xué)環(huán)節(jié)中的課堂交互事件作為主要觀測(cè)目標(biāo)，期望獲得關(guān)于教師組織教學(xué)有效度、學(xué)生學(xué)習(xí)關(guān)注度等方面的量化評(píng)價(jià)。圖2給出了一個(gè)該場(chǎng)景下的學(xué)習(xí)者行為測(cè)量和采集方案。

與學(xué)習(xí)者交互過程相關(guān)的原始測(cè)量數(shù)據(jù)包括其面部表情、肢體姿態(tài)等，因此需要部署高清攝像頭和體感檢測(cè)裝置。高清攝像頭獲取學(xué)生的面部圖像數(shù)據(jù)，提取出特征數(shù)據(jù)，表征學(xué)生的面部情緒。體感設(shè)備采集人體關(guān)節(jié)點(diǎn)數(shù)據(jù)，將原始數(shù)據(jù)進(jìn)行一定的閾值設(shè)置確定出學(xué)生某時(shí)刻的姿態(tài)。這些原始數(shù)據(jù)需要被處理為有意義的學(xué)習(xí)行為數(shù)據(jù)，例如學(xué)生舉手、起立答題的次數(shù)以及坐姿端正認(rèn)真聽課或趴桌的狀態(tài)時(shí)長等信息。最后，根據(jù)教學(xué)評(píng)測(cè)人員設(shè)計(jì)的量化公式，計(jì)算獲得課堂表現(xiàn)的相關(guān)數(shù)據(jù)。

2.在線學(xué)習(xí)行為測(cè)評(píng)

目前，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多的學(xué)習(xí)者開始選擇在線學(xué)習(xí)的學(xué)習(xí)方式。作為在線課程的服務(wù)商，往往關(guān)心其在線資源是否能夠滿足學(xué)習(xí)者的學(xué)習(xí)興趣，或者換而言之，學(xué)習(xí)者是否在進(jìn)行在線自主學(xué)習(xí)時(shí)表現(xiàn)出厭倦或者疲勞特征。圖3給出了一個(gè)該場(chǎng)景下的學(xué)習(xí)者行為測(cè)量和采集方案。

與學(xué)習(xí)者在線學(xué)習(xí)過程相關(guān)的原始測(cè)量數(shù)據(jù)包括其面部表情、視線關(guān)注等，因此需要部署高清攝像頭和體感檢測(cè)裝置。在測(cè)試時(shí)，可以使用攝像頭與眼動(dòng)儀實(shí)時(shí)記錄學(xué)習(xí)者在一段學(xué)習(xí)時(shí)間內(nèi)的面部圖像以及視線在屏幕上的焦點(diǎn)位置及停留時(shí)間。在學(xué)習(xí)過程中，通過記錄學(xué)習(xí)者視線在屏幕上停留的具體位置，可以知道學(xué)習(xí)者對(duì)軟件的關(guān)注點(diǎn)以及感興趣的點(diǎn)。同時(shí)，結(jié)合學(xué)習(xí)者的面部表情，可以知道學(xué)習(xí)者在哪些部分表情是輕松甚至愉悅的，在哪些部分會(huì)感到疲倦或者困惑。將該測(cè)量數(shù)據(jù)與計(jì)算機(jī)記錄的學(xué)習(xí)過程及進(jìn)度結(jié)合分析，可以得到該學(xué)習(xí)者對(duì)學(xué)習(xí)資源的關(guān)注度、在學(xué)習(xí)過程中的疲勞度等評(píng)價(jià)指標(biāo)。另一方面，記錄學(xué)習(xí)者的操作行為也可以學(xué)習(xí)軟件的難易程度進(jìn)行評(píng)價(jià)，為今后軟件升級(jí)改進(jìn)提供一定的參考依據(jù)。

五、總結(jié)

本文通過分析不同學(xué)習(xí)環(huán)境和場(chǎng)景下的學(xué)習(xí)行為的特征，在總結(jié)現(xiàn)有基于信息技術(shù)的學(xué)習(xí)行為研究工作基礎(chǔ)上，提出了一套新型的學(xué)習(xí)行為測(cè)評(píng)框架，并給出了兩種常見學(xué)習(xí)場(chǎng)景下測(cè)評(píng)框架的應(yīng)用實(shí)例，證實(shí)了該框架的科學(xué)性、客觀性以及適用性。

參考文獻(xiàn)：

[1]張麗艷.遠(yuǎn)程開放教育課程形成性考核中的表現(xiàn)性評(píng)價(jià)研究[J].廣州廣播電視大學(xué)學(xué)報(bào)，2007，7（2）：10-13.

[2]Hummel K A，HlavacsH.Anytime， Anywhere Learning Behavior Using a Web-Based Platform for a University Lecture[C]//In Proceedings：SSGRR 2003 Winter Conference， LAquila. 2006.

[3]張屹，張帆，程明鳳，等.泛在學(xué)習(xí)環(huán)境下基于情境感知的學(xué)習(xí)資源檢索模型構(gòu)建[J].中國電化教育，2010（6）：104-107.

[4]秦?fù)Q魚.網(wǎng)絡(luò)學(xué)習(xí)的過程性評(píng)價(jià)研究[D].徐州師范大學(xué)，2011.

[5]呂嘯，余勝泉，譚霓.基于發(fā)展性評(píng)價(jià)理念的網(wǎng)絡(luò)教學(xué)平臺(tái)學(xué)習(xí)評(píng)價(jià)系統(tǒng)設(shè)計(jì)[J].電化教育研究，2011（2）：73-78.

[6]Lo J J， Shu P C. Identification of learning styles online by observing learners browsing behaviour through a neural network[J]. British Journal of Educational Technology， 2005， 36（1）：43–55.

[7]Scherer K R，Grandjean D. Facial expressions allow inference of both emotions and their components.[J]. Cognition and Emotion，2008，22（5）：789-801.

[8][EB/OL]http：//diy.pconline.com.cn/other/reviews/0202/286131_7.html.

[9]李玉娟.遠(yuǎn)程學(xué)習(xí)者情感信息檔案袋的研究[D].山東師范大學(xué)，2010.

[10]付彥飛，牛秦洲，陶小梅.基于情感計(jì)算的個(gè)性化E-learning系統(tǒng)的研究[J].微計(jì)算機(jī)信息，2010，26（36）：241-244.

[11]汪碧云.基于氣質(zhì)類型的情感計(jì)算在e-Learning中的應(yīng)用[D].上海師范大學(xué)，2013.

[12]吳滄海，熊煥亮，王映龍.遠(yuǎn)程學(xué)習(xí)中學(xué)習(xí)狀態(tài)判斷的情感計(jì)算研究[J].軟件導(dǎo)刊（教育技術(shù)），2013，12（7）：24-27.

[13]Wei W， Jia Q， Chen G. Real-time facial expression recognition for affective computing based on Kinect[C]//IEEE， Conference on Industrial Electronics and Applications. IEEE， 2016：161-165.

[14]Huang J Y， Hsu S C， Huang C L. Human upper body posture recognition and upper limbs motion parameters estimation[C]// Signal and Information Processing Association Summit and Conference. 2013：1-9.

（編輯：王曉明）