编辑推荐：
为解决难以直接评估学生学习任务投入努力的问题，研究人员开展基于深度学习的多模态学生行为数据分析框架研究。结果显示该模型准确率达 97.2%，证明其优于传统方法，有助于预测学生行为，提升教育效果。
在当今数字化教育快速发展的时代，在线课程、智能教学平台如雨后春笋般涌现，它们在为学生提供丰富学习资源的同时，也产生了海量的学习数据。然而，这些数据犹如一座未经雕琢的矿山，蕴含着巨大价值，却难以被有效挖掘。就拿学生在学习任务中的努力程度来说，它与学生的学业成绩密切相关，可直接反映学生参与学习任务的有效性。但令人头疼的是，学生在学习过程中的这些努力并不能被直接观察到，这就像蒙着一层神秘的面纱，让教育者难以精准把握学生的学习状态。
与此同时，传统的教育研究方法在分析这些复杂的学习数据时显得力不从心。虽然一些方法尝试通过学生的答题情况等有限信息来推测他们的学习状态，但这种方式局限性很大，无法全面、深入地了解学生在学习过程中的真实表现。面对这样的困境，教育领域迫切需要一种新的技术手段，能够穿透这层迷雾，清晰地洞察学生的学习行为，从而为个性化教育提供有力支持。
为了攻克这些难题，来自未知研究机构的研究人员开展了一项极具创新性的研究。他们致力于开发一种基于深度学习的多模态数据（包括视频、音频、文本、脑电图 (EEG)、眼动和面部信息等）分析框架，用于精准预测学生的行为。经过不懈努力，研究取得了令人瞩目的成果：该模型的准确率高达 97.2%，这一数据充分证明了它在预测学生行为方面的强大能力，相较于传统方法具有显著优势。这一成果意义非凡，它为教育工作者提供了更精准的学生行为预测工具，有助于教育者提前发现学生的学习问题，及时给予帮助和指导，进而提升学生的学习效果，推动教育向更加个性化、高效化的方向发展。该研究成果发表在《Expert Systems with Applications》上。
在研究过程中，研究人员运用了多个关键技术方法。首先，从多种标准数据源收集多模态信息，为后续分析提供丰富的数据基础。然后，利用一维卷积神经网络 (1D-CNN) 从音频中提取特征，三维卷积神经网络 (3D-CNN) 从视频中提取特征，Transformer-net 从文本中提取特征。此外，还提出了改进的基于随机参数的变色龙群算法 (MRP-CSA) 优化权重，进行加权特征选择，并将选定特征输入自适应多尺度扩张深度时间卷积网络 (AMDDTCN) 预测学生行为，同时在评估阶段用 MRP-CSA 优化 AMDDTCN 的参数。
1. 基于 1DCNN 的音频特征提取
研究人员使用 1DCNN 模型从音频文件中提取特征。1DCNN 的卷积层能够从输入音频文件中提取局部特征，其上层可从先前的局部属性中获取最佳特征，下层则用于提取常见的边缘和形状特征。通过特定的卷积函数，实现对音频特征的有效提取。
2. 深度时间卷积网络（DTCN）
DTCN 采用扩张卷积层替代传统 CNN 中的普通卷积层，以此增强接收领域。其结构由多个残差单元构成，每个残差单元包含批量归一化 (BN) 层、卷积层、随机失活 (dropout) 层等。通过设置不同的扩张因子，如 1、2 和 4，在卷积层的内核中插入空洞，从而更好地捕捉时间序列数据中的长期依赖关系。
3. 实验设置
研究人员利用 Python 编程语言，借助 Pycharm version 3.11 和 Anaconda version 3 等软件开展实验。在构建深度学习和启发式算法辅助的学生行为预测模型时，设置了特定的参数，如染色体数量、最大迭代次数和种群数量等。
在研究结论和讨论部分，研究人员成功验证了基于深度学习和启发式算法的多模态数据学生行为预测模型的有效性。多模态数据经提取和加权选择后，输入模型进行预测，最终得到了高达 97.2% 的准确率。这一结果表明，该模型在识别学生行为方面具有巨大潜力，能够为教育领域提供更精准的分析和预测。它不仅可以帮助教育机构更好地了解学生的学习状态，提前发现学生可能存在的问题，还能为学生提供个性化的学习建议，助力学生提升自我管理能力和学习效果。这一研究成果为教育领域的多模态学习分析开辟了新的道路，有望推动教育技术的进一步发展和应用。
