面向智慧教育的智能閱讀行為分析研究

皮曙 馮驥

關(guān)鍵詞：智慧教育；機器學習；聚類算法；閱讀行為

智慧教育是指在教育領(lǐng)域（教育管理、教育教學和教育科研）全面深入地運用現(xiàn)代信息技術(shù)來促進教育改革與發(fā)展的過程。其技術(shù)特點是數(shù)字化、網(wǎng)絡(luò)化、智能化和多媒體化，基本特征是開放、共享、交互、協(xié)作。以教育信息化促進教育現(xiàn)代化，用信息技術(shù)改變傳統(tǒng)模式，是提高人類自然智能的系統(tǒng)和過程。祝智庭教授認為智慧教育的本質(zhì)是培養(yǎng)學生的自主學習能力和創(chuàng)新創(chuàng)造能力，推進信息技術(shù)與教育教學深度融合以適應(yīng)創(chuàng)新時代對創(chuàng)新型人才的需求，其精神內(nèi)核是倫理道德和價值認同，智慧教育強調(diào)文化、認知、體驗、行為的整合運用[1]。而閱讀作為自主學習中重要的一環(huán)，在自主學習中有著不可取代的地位。因此，分析閱讀中的行為并提取有效信息進行分析，有助于實現(xiàn)對學生的智能分析，以求實現(xiàn)智慧教育中針對不同的學習者制訂與之適應(yīng)的教學計劃，最后，智能地為學生定制資源、調(diào)整策略，以提升學習效率，提供可行性研究與基礎(chǔ)方法探索[2]。但是，目前關(guān)于這方面的研究較為稀少。而在目前存在的對于閱讀行為的研究中，其更多的是對閱讀時人閱讀書籍類別等進行研究，關(guān)于視線方面的實際研究仍具有極大的意義。

基于以上的問題，文章從兩個方面開展閱讀行為的分析。其一，文章對閱讀時產(chǎn)生的視線軌跡進行分析，并通過軌跡行數(shù)的計算為后續(xù)的行為分析奠定數(shù)據(jù)基礎(chǔ)。其二，文章研究了閱讀時的視線行為，并使用DBSCAN聚類算法對行為進行劃分，對用戶各個行為及其占比進行了分析。

1 研究現(xiàn)狀

針對智能教育的可行性與具體細節(jié)，國內(nèi)多位學者從多個角度開展了研究：鄭慶華等從數(shù)據(jù)，教學和平臺三個方向?qū)χ腔劢逃芯窟M行了總結(jié)和歸納[3]；楊宗凱等從教育學的視角討論了信息化智能化對教育學發(fā)展的意義[4]；孫茂松等從技術(shù)的角度對人工智能在教育領(lǐng)域的應(yīng)用場景和邊界進行探討和展望[5]；陳恩紅等從試題表征模型，個性化學習資源分配等層次對當前在線智慧教育的技術(shù)和未來發(fā)展方向進行了詳細探討[6]。而以上的研究更針對教育方面的研究，基本不涉及行為分析。

針對閱讀行為的研究，國內(nèi)也有多位學者進行了研究：呂紀從等主要研究不同書籍與不同人群之間的潛在規(guī)則[7]；陳美玲則主要研究讀者網(wǎng)上閱讀行為分析、心理需求解析和制約因素[8]；但是以上的研究均未涉及關(guān)于閱讀視線的研究，當前關(guān)于閱讀視線的研究仍然較少。

而文章主要針對閱讀時的視線位置數(shù)據(jù)，研究其軌跡及數(shù)據(jù)表示的用戶的閱讀行為，并嘗試將用戶的閱讀行為數(shù)據(jù)用文字進行描述。因此，文章所研究的課題仍具有巨大的研究價值。

2 視線軌跡分析分析

本章節(jié)主要對閱讀的視線軌跡進行研究，并基于該研究采用機器學習的方式對閱讀時每一頁的實際閱讀行數(shù)進行估計，從而對閱讀時的實際完成度進行估算。

2.1 數(shù)據(jù)來源

本算法在重慶師范大學“基于視線追蹤的智能閱讀器項目”的依托上，對用戶在學習過程中所產(chǎn)生的視線數(shù)據(jù)進行收集，并整理獲得真實的閱讀視線數(shù)據(jù)集。選取這個數(shù)據(jù)集的原因為：基于項目產(chǎn)生的數(shù)據(jù)集更加接近平時生活中閱讀產(chǎn)生的數(shù)據(jù)，對實際應(yīng)用更具有參考意義；同時可以以頁數(shù)為劃分標注每一頁的實際行數(shù)，針對每一頁的行數(shù)計算，更容易獲取有關(guān)實際行數(shù)的信息，使數(shù)據(jù)的獲取變得更加容易，為進行閱讀實際完成度的研究做好鋪墊。

2.2 數(shù)據(jù)特征分析

該數(shù)據(jù)集分為兩組，一組為視線數(shù)據(jù)，其中該項目1秒鐘收集十個視線點，標注有頁數(shù)，x，y，時間戳，具體數(shù)據(jù)如圖1所示。

另外一組則為行數(shù)數(shù)據(jù)集，標記每一頁的實際行數(shù)，如圖2所示。

通過對視線軌跡數(shù)據(jù)分析可知，閱讀時視線的軌跡具有如下規(guī)律：在橫向上視線軌跡表現(xiàn)為先向左后向右的往復運動，其中一次往復運動代表閱讀一行。而縱向上視線橫向右移時基本不變，但視線橫向左移動時縱向向下位移較為明顯，由于數(shù)據(jù)采集時垂直方向數(shù)據(jù)受眨眼等因素從而波動較大，因此主要研究橫向數(shù)據(jù)的變化。其中某一頁視線軌跡如圖3所示，其中x軸和y軸對應(yīng)視線的橫向（向右為正）和縱向（向下為正），點上的編號對應(yīng)其時間順序。

通過分析可以發(fā)現(xiàn)，x軸的左移和右移的位移長度并非完全一致，因此設(shè)存在某閾值，使得左移位移量大于右位移量乘該閾值時為一行閱讀結(jié)束。同時這里使用機器學習的方式去求得該閾值的值。

2.3 數(shù)據(jù)清洗及預處理

數(shù)據(jù)清洗（Data Cleaning）是指對數(shù)據(jù)進行重新審查和校驗的過程，在本算法中主要表現(xiàn)為在屏幕外的視線的無效值的處理，包括攝像頭可捕捉但實際處于屏幕外的視線點和攝像頭無法捕捉的視線點，其中第二種表現(xiàn)為同一位置的連續(xù)重復出現(xiàn)。獲取的真實數(shù)據(jù)集只有x與y的值及頁數(shù)，因此基于保證數(shù)據(jù)的泛用性的目的，需要對數(shù)據(jù)進行歸一化的處理，使數(shù)據(jù)x，為同一單位。部分清洗后的數(shù)據(jù)信息如圖4所示。

最后，基于數(shù)據(jù)以頁為單位的理由，將數(shù)據(jù)以頁為劃分，存入數(shù)組中進行訓練。

同時，另外準備一組測試集用于測試訓練結(jié)果，處理方法同訓練集。

3 基于聚類分析的閱讀行為判定

這一章節(jié)主要對閱讀時的視線行為進行分類并針對表示不同閱讀行為的視線點進行分析統(tǒng)計。

3.1 數(shù)據(jù)來源

本算法中實驗部分的數(shù)據(jù)主要由以下兩部分數(shù)據(jù)組成：

第一部分為來源于眼動儀的標準數(shù)據(jù)集。本實驗主要引用了含有時間t，坐標x與坐標y，以及視線類型四種參數(shù)的數(shù)據(jù)集，所有數(shù)據(jù)均來自SensorMotoric Instruments（SMI） 的頭戴式眼動儀，目的之一是訓練出有效的分類器，使得本項目僅可以依靠t，x，y便可知閱讀者的視線狀態(tài)，為后續(xù)個性化學習以及相關(guān)分析做鋪墊，以及對視線數(shù)據(jù)進行可視化分析。

第二部分數(shù)據(jù)集為在重慶師范大學“基于視線追蹤的智能閱讀器項目”的依托上，對用戶在學習過程中所產(chǎn)生的視線數(shù)據(jù)進行收集，并整理獲得的真實的閱讀視線數(shù)據(jù)集。真實數(shù)據(jù)集用于對上一數(shù)據(jù)集的成果進行檢驗，反映在貼近實際生產(chǎn)應(yīng)用情況下的效果。

3.2 對閱讀行為的劃分

在對閱讀時人的行為進行分析后，發(fā)現(xiàn)了閱讀有以下幾個基本行為：

首先是不專注行為：即在閱讀視線處于閱讀書本外時即為不專注行為，在“智閱”項目視線上表現(xiàn)為點在屏幕之外，或未檢測到視線，而該視線在眼動分析儀上表現(xiàn)為視線在屏幕外或為nan（無法檢測到視線點坐標值）。雖然看書時偶爾會有視線劃出書本又劃入的軌跡，但誤差小，可以忽略不計。

第二個為瀏覽（掃視）行為：當視線從書本劃過時為對書本的瀏覽（掃視）行為，在視線上表現(xiàn)為x值快速變化。同時其變化的速度則與每人的閱讀習慣有關(guān)，多出現(xiàn)于不重要的章節(jié)或?qū)π≌f等故事類文章進行閱讀的狀態(tài)。

第三個為注視行為：在閱讀時會對某一塊區(qū)域進行反復閱讀，包括但不限于回頭。該行為在視線上的表示為某一行或某一區(qū)域產(chǎn)生一個比較集中的點位，因此可以考慮使用聚類算法來尋找具有該類緊密特征的點集。該類點多出現(xiàn)于用戶感興趣的區(qū)域，主要知識點區(qū)域即主要難點區(qū)域。

此外，閱讀中也存在眨眼行為，但在“智閱”項目中沒有體現(xiàn)，實際生產(chǎn)中分離該類行為會較為困難，因此會去除該類行為。

最后鑒于不專注行為結(jié)果較為明顯，這邊不再對該類行為進行討論，主要就瀏覽和注視進行驗證和討論。

3.3 DBSCAN 聚類算法核心及優(yōu)勢

DBSCAN 聚類算法是基于密度的聚類算法，主要根據(jù)數(shù)據(jù)分布的緊密程度進行聚類。DBSCAN 聚類算法的兩個參數(shù)鄰域樣本閾值minPts和距離閾值Eps 的取值是決定聚類效果的關(guān)鍵所在，同時通過這兩個參數(shù)來刻畫數(shù)據(jù)的緊密程度[9]。相比于其他算法，尤其是K-Means算法，其優(yōu)勢主要體現(xiàn)在以下幾點：

K-Means算法，其優(yōu)勢主要體現(xiàn)在以下幾點：第一，可以發(fā)現(xiàn)任意形狀的聚類簇，而有別于K- Means，K-Means一般僅僅使用于凸的樣本集聚類的算法。同時它在聚類的同時還可以找出異常點，這點和BIRCH算法類似。

第二，該項目的數(shù)據(jù)集并不為標準的凸的樣本數(shù)據(jù)集，因此存在噪聲點。而噪聲點為瀏覽行為的代表點，因此DBSCAN能更有效找出數(shù)據(jù)集中的噪聲點，從而對噪聲點進一步分析。

同時，在對數(shù)據(jù)經(jīng)過不斷觀察分析后，取minPts 為3，Esp為0.024作為分析時DBSCAN算法的參數(shù)，此時能最大限度地將注視點通過該方式找到。

4 實驗過程與實驗分析

4.1 閱讀視線軌跡行計算訓練

前向計算方式如下：

對每一頁的數(shù)據(jù)進行單獨分析，首先由于行數(shù)變換只與x的差值有關(guān)，因此先針對每一頁計算兩個相鄰點之間的差值，差值為正數(shù)時為向右位移，為負數(shù)時向左；同時鑒于0-1數(shù)值太小，計算閾值時可能會導致閾值移動過大，因此對每一個差值乘1000；之后每一次會統(tǒng)計視線向左位移的絕對值和向右位移絕對值之間的差值，直至達到閾值，對向左位移進行清零，直至視線重新向左，則行數(shù)加一，并重復以上步驟直至行結(jié)尾，此時因為視線不會向右位移，行數(shù)加一。

Loss采用（輸出行數(shù)-實際行數(shù)）的均值作為損失函數(shù)，更新時基于loss值正負對閾值移動，移動步長為0.001。準確度并不是按照完全準確來計算，而是基于每組數(shù)據(jù)的行數(shù)偏差計算。訓練過程部分數(shù)據(jù)如圖5，其中time為時間，loss為損失，Result為計算結(jié)果，acc為在測試集上的準確度。

訓練后在測試集上準確率約為97.84%，圖6展示訓練至各個階段的測試集準確度，該結(jié)果表示訓練取得了一定的效果。目前該模型已經(jīng)可以對大部分情況做初步分析，在實際應(yīng)用中也取得了一定的效果。

基于上述結(jié)果，在實際使用中任取兩頁，以模型檢測閱讀的行數(shù)除以書本行數(shù)計算閱讀的完成度百分比，同時收集實際閱讀行數(shù)檢測其準確性，最終測試結(jié)果為39.3% 和92.3%，實際結(jié)果為39.3% 和100%。該數(shù)據(jù)證明該模型已取得了較為準確的結(jié)果，同時表明該模型有一定的使用價值。比較結(jié)果如圖7所示。

4.2 閱讀視線行為分析

4.2.1 數(shù)據(jù)清洗及預處理

視線數(shù)據(jù)的形狀如圖8所示。

首先需要進行數(shù)據(jù)清洗，在這里表現(xiàn)為去除無效點。具體做法為：首先去除數(shù)據(jù)中存在x或y小于0或大于1的數(shù)據(jù)，該類數(shù)據(jù)分布在屏幕外。之后去除x，y為NaN的數(shù)據(jù)，因為該數(shù)據(jù)為無效數(shù)據(jù)，推測為視線不在捕獲范圍時的數(shù)據(jù)。同時鑒于該實驗只研究注視和瀏覽行為，因而去掉除了event strings為Fixation （注視）和Saccade（掃視、瀏覽）之外的視線數(shù)據(jù)，去除前后對比如圖9和圖10所示。

在閱讀行為中，由于翻頁的動作會導致維度x，y 的不規(guī)則劇烈變化?；谏鲜鰡栴}，這里將數(shù)據(jù)按照頁數(shù)的變化進行分組，在聚類時對每一組單獨聚類。同時，由于單純的二維數(shù)據(jù)特征不夠完全，因此對該數(shù)據(jù)每頁中每個點同上一個點的x和y差值計算并一起作為特征輸入（每頁首部x，y差為0） ，形成一個四個維度的數(shù)據(jù)。處理之后的數(shù)據(jù)格式展示如圖11和圖12所示。

4.2.2 實驗過程與結(jié)果分析

實驗中對每一頁的數(shù)據(jù)進行DBSCAN聚類。注視行為會處于一種x和y相對移動較小，x，y較為接近的狀態(tài)，具體展示其中一頁的聚類結(jié)果如圖13所示。但鑒于一頁中可能存在不同的聚類簇，所以不同于正常的聚類，此處不關(guān)心聚類產(chǎn)生了多少簇，更多是對該數(shù)據(jù)是否為噪聲點進行分析。若為噪聲點，此處認為該行為是快速瀏覽的結(jié)果，記為瀏覽行為數(shù)據(jù)；否則記為注視行為數(shù)據(jù)。圖13展示其中一頁的聚類效果，鑒于無法根據(jù)四維畫出圖形，這里用x，y二維畫出圖形，可以看到屬于注視的點較容易形成簇。

經(jīng)檢驗，該算法的正確率達到79.03%，基本上可以較為準確預測，各個點的判定結(jié)果如圖14所示。

由上述結(jié)果可知模型更傾向于做出“注視”的判斷，實際情況下對于注視的判斷基本為正確，因此用于判斷注視是十分可靠的。

在真實數(shù)據(jù)集下會對每頁數(shù)據(jù)隔離，相對于該數(shù)據(jù)可以對每一頁有一個劃分。但是鑒于y值的不穩(wěn)定，很難通過四維數(shù)據(jù)得到有效準確的結(jié)果，準確率可能會受到一定的影響。真實數(shù)據(jù)集下雖然沒有實際準確答案，但根據(jù)閱讀時的狀態(tài)，基本確定該方法雖然受一定影響但是可行有效的。圖15是該算法部署在“基于視線追蹤技術(shù)的智能閱讀器”上后在真實數(shù)據(jù)集對產(chǎn)生的餅圖，其中瀏覽行為對應(yīng)“掃視”百分比，注視行為對應(yīng)“注視”百分比，不專注行為即為屏幕外的點數(shù)百分比。

5 結(jié)束語

文章基于閱讀時產(chǎn)生的視線數(shù)據(jù)在關(guān)于智慧教育的方向上對其做了兩方面的研究：一是對閱讀時的視線軌跡進行分析，并通過機器學習的方式計算了閱讀時實際閱讀的行數(shù)，準確度相對可以，但該研究主要以掃視（瀏覽）為主，同時其核心算法有待進一步改進；二是針對閱讀時的行為進行分類，使用DBSCAN 聚類算法并對其進行部分處理識別視線行為中注視和瀏覽的行為，實際算法效果相對準確，但在提高其精確度和針對現(xiàn)實生產(chǎn)作業(yè)中的數(shù)據(jù)仍待深入研究。

這兩項研究均對智慧教育的研究有著重大意義。首先視線軌跡和行算法對行數(shù)進行分析，而通過對實際行數(shù)進行對比，可以得知該用戶對每一頁或整本書的閱讀完成度，可以更好地了解該學生對本書的學習程度。若關(guān)系為學生和老師則有助于老師根據(jù)所有人的完成進度制訂個性化的教育計劃。

對視線行為的分析也有著多方面的價值：一方面，可以了解學生的閱讀習慣等，有助于根據(jù)學生的閱讀習慣制訂相應(yīng)的閱讀方針和計劃，從而更高效地完成學習計劃；另一方面，可以對學生當前的學習狀態(tài)做出相應(yīng)的評估，基于學生當前的狀態(tài)給予針對性的教育和指導，從而為個性化教育和智慧教育提供相應(yīng)的信息，為智慧教育提供輔助手段。