基于DBSCAN算法的注视集群分析揭示注意力分配异质性并预测学习效果

本研究针对教学视频中学习者注意力监测的难题，创新性地提出注视集群成员（GCM）指标，通过DBSCAN算法对100余名受试者的眼动数据进行空间聚类分析。研究发现多焦点场景下传统眼间相关性（ISC）存在误判局限，而GCM能有效区分注意力状态，显著预测学习者的心理努力程度（β=0.38）和编程知识掌握水平（β=0.23）。该成果为在线教育视频的注意力评估与优化设计提供了突破性方法。

　　

在数字化教育蓬勃发展的今天，教学视频已成为慕课（MOOCs）等在线学习的核心载体。然而令人担忧的是，这些视频往往难以维持学习者的注意力——就像你和朋友观看同一段视频后，可能对关键内容的理解存在巨大差异。这种注意力分配的"黑箱"现象，直接影响了高达40%的慕课课程辍学率。传统解决方案如眼间相关性分析（ISC）存在先天缺陷：它假设所有学习者都应注视同一焦点，却忽视了现实场景中多个信息区域可能同时具有学习价值。

德国歌德大学与莱布尼茨教育研究所的Nathalie John团队在《Scientific Reports》发表的研究，通过密度聚类算法（DBSCAN）开发了注视集群成员（GCM）这一创新指标。研究人员选取希区柯克悬疑短片《Bang! You're Dead》和自制的《Minecraft编程教学》视频，同步采集112名受试者的眼动数据和脑电信号（EEG）。关键技术包括：使用cEEGrids耳周电极阵列采集神经信号，以5%样本量或至少4个数据点为阈值进行DBSCAN聚类，通过人工标注验证集群内容有效性（非信息性集群<4%），并建立线性混合效应模型分析GCM与学习效果的关系。

注视集群检测的有效性验证
通过人工评估13,189个自动生成的注视集群，仅2.4%被判定为无意义区域，证实DBSCAN参数设置能准确捕捉教学视频中的关键信息区域。在《Minecraft编程》视频中，无关知识内容（如游戏世界介绍）与编程知识点的集群识别准确率达96.91%。

多焦点场景下的测量对比
在希区柯克影片的多焦点高悬念场景（如多人发现男孩持枪）中，传统ISC值（包括眼动ISC_Gaze和脑电ISC_EEG）均显示低相关性（易误判为注意力分散），而GCM能正确识别94%的注视集群成员为有效注意。这揭示了ISC在复杂场景中的解释局限性。

GCM与认知负荷的关联
线性回归显示，GCM显著预测学习者自我报告的心理努力程度（t=4.02, p<0.01），证明其作为注意力指标的行为效度。在编程视频观看过程中，高GCM值个体表现出更强的认知投入。

学习效果预测价值
控制先验知识后，GCM仍能显著预测编程测试成绩（β=0.23）。时间分辨率分析更发现：在代码讲解（β=0.08）、代码输入（β=0.12）等关键教学节点，GCM与学习效果的关联尤为显著（p<0.001）。而低成绩者的注意力衰减速度比高成绩者快3.47倍（β=-0.01），凸显维持注意力的重要性。

这项研究突破了传统注意力测量的单焦点假设，首次通过机器学习实现了多焦点场景下的精准注意力评估。GCM指标不仅解决了ISC在复杂教学场景中的误判问题，其高达92%的集群驻留率更为视频教学设计提供了量化依据：当超过6%的注视脱离集群时，可能预示内容理解困难或注意力涣散。研究者特别指出，未来可结合GCM实时检测技术，在视频中插入交互式问答（如编程练习弹出窗口）来重定向注意力，这对降低慕课辍学率具有重要实践价值。值得注意的是，当前实验室环境使用的头托固定装置可能影响生态效度，后续研究拟采用网络摄像头眼动追踪技术，向真实学习场景迈进。

（注：全文数据及分析脚本已公开于OSF平台，符合开放科学规范）