科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着眼动追踪技术的进步和设备成本的降低，眼动追踪技术已广泛应用于智能教育领域，分析眼动数据以评估学习状态成为智能教育中一个十分重要的环节。眼动扫描路径可以直接或间接地反映思维模式及心理状态的变化；本文通过分析扫描路径探索学习者眼动行为的共性和差异性，为改善视觉内容和给出指导性意见提供重要参考。首先研究在同一任务情况下学习者扫描路径的时间序列表示和聚类，通过聚类结果评估专注、走神及信息迷航等三种学习状态。进而对DBA（DTW BarycenterAveraging）算法进行改进，并用于提取群体眼动模式，结合DTW算法计算扫描路径的相似度和确定聚类种子，采用DCC（Distance and Density Clustering，距离密度聚类）算法进行聚类。实验表明，基于时间序列的眼动模式挖掘能够识别群体观看行为。而聚类揭示了不同的阅读策略，并提供了评估学习状态的能力。
- 出版日期2021-5-17
- 单位广东工业大学
