胡文婷

（江蘇開放大學(xué)商學(xué)院，江蘇 南京210036）

0 引言

隨著“互聯(lián)網(wǎng)+”教育模式深入應(yīng)用與推動，人工智能技術(shù)也將為在線學(xué)習(xí)領(lǐng)域發(fā)展帶來一系列的革新，社會正在進(jìn)入一個“智能+”的新時代。我國國務(wù)院在2017年7月8日正式頒布《新一代人工智能發(fā)展規(guī)劃的通知》[1]。通知明確提出智能教育的概念并指出：建立以學(xué)習(xí)者為中心的教育環(huán)境，提供精準(zhǔn)推送的教育服務(wù)，實現(xiàn)日常教育和終身教育定制化。教育部科學(xué)技術(shù)司在2019年3月19日組織召開“智能教育戰(zhàn)略研究”項目，旨在落實國務(wù)院《新一代人工智能發(fā)展規(guī)劃》和教育部《高等學(xué)校人工智能創(chuàng)新行動計劃》，重點探討智能教育基本科學(xué)問題、關(guān)鍵核心技術(shù)、重要應(yīng)用示范等，提出智能教育發(fā)展建議，加快推進(jìn)智能教育發(fā)展，鼓勵發(fā)展以學(xué)習(xí)者為中心的智能化學(xué)習(xí)平臺，提供豐富的個性化學(xué)習(xí)資源[2]。

在智能化學(xué)習(xí)領(lǐng)域，學(xué)習(xí)資源是核心要素，學(xué)習(xí)資源是否豐富是開展在線教育的重要基礎(chǔ)。隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、信息技術(shù)的發(fā)展，有效推動了在線學(xué)習(xí)資源的開發(fā)與應(yīng)用，但是為學(xué)習(xí)者提供越多的在線學(xué)習(xí)資源，也就越難選擇與自己學(xué)習(xí)目標(biāo)和能力最匹配的學(xué)習(xí)資源，這個問題一直困擾著學(xué)術(shù)界。在線學(xué)習(xí)資源多源、分布、碎片化特點引發(fā)的認(rèn)知過載現(xiàn)象也越來越嚴(yán)重，尤其是在線學(xué)習(xí)資源數(shù)量的急劇增加與學(xué)習(xí)者自主獲取有效學(xué)習(xí)資源能力缺乏之間矛盾在不斷加劇，導(dǎo)致在線學(xué)習(xí)效率低下[3]。為了讓學(xué)習(xí)者在海量學(xué)習(xí)資源中高效地找到自己所需的學(xué)習(xí)資源，學(xué)習(xí)資源推送服務(wù)被認(rèn)為是解決學(xué)習(xí)資源過載問題的一種有效手段。

1 研究現(xiàn)狀

信息推送服務(wù)通過主動收集和分析用戶的歷史反饋信息，結(jié)合構(gòu)建用戶需求模型來進(jìn)行信息推送，并在建立用戶需求模型的基礎(chǔ)上進(jìn)行信息推送，工作過程比搜索引擎更加主動，更加智能，展示給用戶的結(jié)果也更加具有針對性。在學(xué)習(xí)資源推送方面：李浩君等人通過采用兩種模型用于衡量學(xué)習(xí)者對學(xué)習(xí)資源關(guān)注程度，結(jié)合學(xué)習(xí)者的個性化需求偏好，進(jìn)而為學(xué)習(xí)者推薦有效的學(xué)習(xí)資源。Ghauth等人提出了根據(jù)學(xué)習(xí)資源評價信息來向?qū)W習(xí)者推送學(xué)習(xí)資源。但這種模式下在線學(xué)習(xí)資源序列化方式內(nèi)容往往是學(xué)習(xí)者已經(jīng)了解的相似內(nèi)容，缺乏知識特性。

傳統(tǒng)的相關(guān)反饋信息（如點擊流量、滾動次數(shù)和退出行為等）在很大程度上提高了學(xué)習(xí)資源匹配的性能，但是這類需要不斷進(jìn)行操作的人機交互增加了用戶的認(rèn)知負(fù)擔(dān)，而且這種人機交互反饋信息無法完整地描述用戶的搜索興趣和意圖，使得預(yù)測用戶意圖需求的準(zhǔn)確率并不高，很難滿足用戶在匹配時的個性化需求。因此，需要一種新穎的人機交互反饋信息來補充或者完善現(xiàn)有反饋信息的不足。

人類80%～90%的信息是通過眼睛獲取的，因此眼睛是人類獲取外界信息的重要渠道，而且人類對于信息加工和處理在很大程度上也依賴于視覺，因此學(xué)術(shù)界一直致力于研究“人在看什么，怎么看”的過程。一方面，早期研究采用觀察個體的眼動規(guī)律，揭示個體認(rèn)知加工的心理機制有效地推進(jìn)了閱讀、視覺搜索、記憶與認(rèn)知、注意力、面部感知、可用性評估等領(lǐng)域的研究進(jìn)展。另一方面，隨著攝像技術(shù)、圖像技術(shù)等迅速發(fā)展，促進(jìn)了眼動跟蹤技術(shù)的革新，這也為眼動作為一種新穎的交互手段打下了堅實的技術(shù)基礎(chǔ)。

當(dāng)前，學(xué)者們根據(jù)眼動描述人類“看到了什么”或“想看什么”的現(xiàn)象，探究視覺信息加工中的選擇性注意現(xiàn)象，發(fā)現(xiàn)這對在線學(xué)習(xí)資源搜索中起著非常重要的作用。與傳統(tǒng)推送服務(wù)根據(jù)用戶的短期和長期偏好信息進(jìn)行推送不同，實時獲取的眼動能夠體現(xiàn)用戶的即時偏好，能夠描述用戶這一時刻的內(nèi)在偏好需求，基于即時、短期、長期三種偏好信息搭建用戶眼動行為和意圖需求之間的映射關(guān)系，能夠更有效地描述消費者興趣選擇意圖的語義信息，這為提高用戶對在線學(xué)習(xí)資源搜索的滿意度，提供了有效的研究方法和思路。

2 眼動的概念和技術(shù)介紹

2.1 眼動的概念

眼動是指人眼球的運動。眼動包括注視、眼跳和平滑尾隨跟蹤這三種基本形式。注視是為了個體能夠看清楚一個物體，必須讓兩只眼睛保持在一定的方向上，才能使得物體在視網(wǎng)膜上有效成像。為了能夠讓個體看清物體且保持這個狀態(tài)，眼睛還要必須具備眼跳和平滑尾隨跟蹤的形式。因此，注視、眼跳和平滑尾隨跟蹤相互的配合、補充和交錯，其功能主要是能夠進(jìn)行信息的選擇，并在中央窩將眼球要注意的刺激進(jìn)行成像，加工處理后得到更為清晰的像。

2.2 眼動指標(biāo)

眼動研究中有一個重要內(nèi)容就是根據(jù)不同研究問題，選擇合適的眼動指標(biāo)作為眼動數(shù)據(jù)研究基礎(chǔ)，并結(jié)合所需研究對象對指標(biāo)進(jìn)行分析。

（1）總注視次數(shù)?？傋⒁暣螖?shù)是由注視點的總數(shù)量所決定的。注視點又由注視決定。其中一個注視點表示為一次注視，注視點總體個數(shù)表示總注視次數(shù)。

（2）注視持續(xù)時間。從信息的提取是簡單還是困難的角度來看，可以通過注視持續(xù)時間來反映。注視持續(xù)時間越長通常越能夠說明受測者從相關(guān)區(qū)域獲取所需信息越困難。

（3）眼動軌跡圖。對于眼動軌跡圖是需要受測者進(jìn)行對比或選擇的場景，受測者的眼動往往能夠在場景圖像上形成一定數(shù)量的注視點和眼動的移動軌跡。

（4）瞳孔大小與眨眼。眼動指標(biāo)包含瞳孔大小與眨眼，其與觀察場景進(jìn)行疊加之后，所得到的眼動數(shù)據(jù)可以解釋在不同條件下，眼球的注意廣度以及知覺廣度，同時可以反映在不同的外界刺激條件下眼球注意狀態(tài)的改變。

2.3 眼動跟蹤技術(shù)方法

早前學(xué)術(shù)界是用肉眼或簡單儀器對個體眼球運動進(jìn)行觀察的，主要包括直接觀察法、膠片記錄法、機械記錄法，其中機械記錄法包括氣動方法、頭部支點杠桿法、角膜吸附環(huán)狀物法這三方面。然而這些方法隨著科技的進(jìn)步、時代的發(fā)展已經(jīng)日漸被淘汰?，F(xiàn)在眼動跟蹤方法主要包括瞳孔角膜反射向量法、眼電圖法、角膜反射法、雙普金野象法、虹膜鞏膜邊緣法。隨著軟硬件的不斷發(fā)展，使得眼動跟蹤技術(shù)越來越精準(zhǔn)化，眼動信息的獲取與處理越來越高效化，對受試者心理及行為的分析也更加準(zhǔn)確、有效。

3 融合眼動信息的個性化學(xué)習(xí)資源推送服務(wù)

為了解決學(xué)生在海量的在線教學(xué)資源中無法迅速找到所需學(xué)習(xí)資源的問題，學(xué)習(xí)資源推送被認(rèn)為是解決學(xué)習(xí)資源搜索迷航現(xiàn)象的一種高效方法。融合眼動信息的個性化資源推送利用眼動跟蹤技術(shù)收集學(xué)習(xí)者在線學(xué)習(xí)過程中的眼動信息，分析學(xué)習(xí)者的眼動行為，計算學(xué)習(xí)者關(guān)注主題的興趣程度，進(jìn)而推送精準(zhǔn)的個性化服務(wù)。因此，通過眼動信息不斷地完善學(xué)生畫像，可以更加精準(zhǔn)地描述學(xué)生的學(xué)習(xí)興趣、習(xí)慣、意圖需求等，為實現(xiàn)資源推送的精準(zhǔn)化推送提供參考借鑒與發(fā)展思路。