本书遵循“理论筑基-技术支撑-应用实证-趋势前瞻”的逻辑框架，系统阐述教育情感计算的跨学科理论、技术体系与实践路径。全书共分为四部分：第一部分（第1～2章）奠定理论基础，剖析情绪情感核心概念、解析离散情感理论与多维模型，梳理技术发展路径，探讨教育场景中情感计算的挑战；第二部分（第3～7章）聚焦技术支撑，建立多模态数据分析与生成体系，包括教学文本情感分析、面部表情动态建模、多模态协同推理、情感归因与生成等关键方法，增强教育情感计算及其可靠性与可解释性；第三部分（第8～12章）展示应用实践，针对课堂教学、在线学习等场景提供实证案例，详解情感驱动的教学干预、学习补偿与倦怠调节策略，构建“技术-场景-干预”实践闭环；第四部分（第13章）前瞻未来趋势，提出技术发展方向与创新应用蓝图。
样章试读
目录
- 目录
序
前言
第一部分 智能时代的教育情感计算基础
第1章 情感计算概述 3
1.1 情感计算概念与支撑理论 3
1.1.1 情绪与情感 3
1.1.2 情感计算的概念与内容 4
1.1.3 情感计算支撑理论 7
1.2 情感计算发展历程 11
1.2.1 从单模态到多模态 11
1.2.2 从个体情感到群体情感 15
1.2.3 从情感识别到情感生成 16
参考文献 19
第2章 智能时代教育情感计算的意义与挑战 22
2.1 教育情感计算的内涵与意义 22
2.1.1 教育情感计算的内涵 22
2.1.2 情感计算对教育的意义 25
2.2 智能时代教育情感计算面临的挑战 27
2.2.1 智能技术与教育情感计算 27
2.2.2 教育情感数据采集与预处理挑战 29
2.2.3 教育情感数据分析与溯因困难 31
2.2.4 大模型支持下的教育情感生成挑战 32
2.2.5 教育情感计算的安全伦理风险 33
参考文献 34
第二部分 智能时代的教育情感计算技术
第3章 基于教学过程交互文本的情感分析技术 39
3.1 教学过程文本情感计算基本概念及其主要过程 39
3.2 基于双向异构图和常识知识增强的课堂对话文本情感识别 40
3.2.1 引言 40
3.2.2 课堂对话表示与教育常识知识获取 43
3.2.3 课堂对话导向的双向异构图构建 46
3.2.4 基于双向异构图的文本情感预测 48
3.3 语言特征解耦支持下基于方面的可解释性课程评论文本情感分析 50
3.3.1 引言 50
3.3.2 面向课程评论的特征解耦图构建 54
3.3.3 课程评论文本的语言特征解耦表示 55
3.3.4 课程评论的情感分析与解释生成 57
3.4 基于知识检索增强大语言模型的教学主题讨论文本教育情感分析 59
3.4.1 引言 59
3.4.2 面向教学讨论的大语言模型指令微调 61
3.4.3 教学领域知识检索增强模块设计 62
3.4.4 知识检索增强的话题讨论文本情感分析 64
参考文献 66
第4章 基于教育主体面部特征的表情识别技术 71
4.1 教育主体表情识别基本概念及其主要过程 71
4.2 基于层级交叉对比的学习者表情识别技术 72
4.2.1 引言 72
4.2.2 基于层级交叉对比机制的学习者面部表情特征挖掘 73
4.2.3 基于特征选择任务区分的面部特征融合与学习者表情识别 77
4.3 基于层级对比的学习者表情识别可解释性技术 80
4.3.1 引言 80
4.3.2 基于层级对比表情识别的卷积神经网络可解释性机制 81
4.3.3 基于决策树的可解释性表情识别可视化机制设计 84
4.3.4 基于迁移学习的可解释层级对比学习者情感分析 86
4.4 基于关系感知动态图卷积网络的学习者表情识别技术 89
4.4.1 引言 89
4.4.2 基于多尺度特征融合的面部图节点划分与嵌入 91
4.4.3 面向学习者面部特征的动态图建模 93
4.4.4 基于关系感知图卷积的学生面部图表示学习与表情识别 94
参考文献 96
第5章 多模态数据支持下的教育情感分析技术 98
5.1 多模态教育情感分析基本概念及其主要过程 98
5.2 基于文本注意力对齐网络的课堂教学多模态情感分析 99
5.2.1 引言 99
5.2.2 基于文本中心的课堂教学多模态特征表示 101
5.2.3 教学场景下跨模态注意力交互机制设计 102
5.2.4 面向课堂的多模态特征融合与情感识别 103
5.3 基于注意力因果感知网络的在线学习者交互多模态情感分析 105
5.3.1 引言 105
5.3.2 基于前门调整的学习者交互单模态去偏表征 107
5.3.3 注意力因果感知的多模态融合机制 111
5.3.4 在线学习学生交互情感分析算法流程与优化 115
5.4 沉浸式学习场景下融合神经生理数据的多模态学习者情感分析 118
5.4.1 引言 118
5.4.2 面向沉浸式学习的多模态特征提取 120
5.4.3 神经生理导向的跨模态注意力融合机制 121
5.4.4 学习情感状态的预测 123
参考文献 124
第6章 教育情感的归因诊断技术 128
6.1 教育情感归因诊断的基本概念及其主要过程 128
6.2 面向空间化学习推荐的学习者情感因果关系发现 129
6.2.1 引言 129
6.2.2 情感状态相关因素的选择与量化 131
6.2.3 基于贝叶斯网络的情感因果关系发现 132
6.2.4 学习推荐视角下情感因果效应推断 134
6.3 基于因果表征学习的社区化学习情感归因分析 136
6.3.1 引言 136
6.3.2 学习社区情感因果图的构建 138
6.3.3 基于因果效应推断的情感混淆因素表征平衡 140
6.3.4 社区学习情感的多模态归因分析 144
6.4 基于时序图网络的在线学习学业情感异常归因诊断 145
6.4.1 引言 145
6.4.2 学习过程数据处理与动态时序图建模 146
6.4.3 基于时序图神经网络的学业情感异常检测 148
6.4.4 反事实推理支持下的情感异常归因 150
参考文献 151
第7章 教育情感的自动生成技术 155
7.1 教育情感自动生成基本概念及其主要过程 155
7.2 面向人机协作式学习的多轮共情对话生成 156
7.2.1 引言 156
7.2.2 面向人机协作式学习的情感增强自指令微调 160
7.2.3 基于学习者情感偏好的回复一致性对齐 161
7.2.4 基于多模态检索增强的表情符号共情回复生成 162
7.3 基于深度扩散模型的富情感教学资源生成 163
7.3.1 引言 163
7.3.2 面向学生输入提示词的情感内容感知方法 165
7.3.3 基于潜在扩散模型的富情感语义教学资源生成 165
7.3.4 面向学生情感反馈的教学资源交互式编辑优化 167
7.4 面向虚拟学习助手的视听协同一体化情感生成 169
7.4.1 引言 169
7.4.2 基于多模态交互日志的学生情感演化洞悉 172
7.4.3 面向实际交互场景的情感-行为一致性对齐 173
7.4.4 情感隐式思维链增强的视听协同一体化情感生成 175
参考文献 177
第三部分 智能时代的教育情感计算的应用及其实证研究
第8章 基于情感计算的教育应用 183
8.1 学习情感时度效一体化补偿 183
8.1.1 学习情感演化计算 183
8.1.2 学习情感异常发现 190
8.1.3 学习情感时度效一体化补偿 191
8.2 基于情感计算的学习推荐 193
8.2.1 学习者情感特征分析 193
8.2.2 情感驱动的学习对象匹配 196
8.2.3 基于情感匹配的个性化学习推荐算法 197
8.3 基于情感生成的对话式学习 198
8.3.1 基于最近发展区的学习者能力评估 198
8.3.2 面向知情共育的情感生成 201
8.3.3 情感生成支持的对话式学习实施 205
8.4 基于多模态情感分析的学习情感倦怠预警 207
8.4.1 学习情感倦怠与社会认知过程的关系分析 207
8.4.2 基于多模态数据的学习情感倦怠状态分析 209
8.4.3 面向在线教育的学习情感倦怠预警 213
8.5 情感智力支持的在线学习情感投入度预测 214
8.5.1 情感智力与情感投入的关系分析 214
8.5.2 基于多维度特征的在线学习情感投入预测 215
参考文献 218
第9章 课堂教学情感计算赋能教学干预实证研究 221
9.1 课堂教学中基于多模态数据的学生情感干预框架 221
9.1.1 面向课堂教学的学生情感干预原则 222
9.1.2 面向课堂教学的学生情感干预机制 222
9.1.3 基于多模态数据表征的学生情感干预框架 224
9.2 课堂教学中基于时序网络的学生情感分析 228
9.2.1 全域课堂教学场景支持下的学生情感概要模型 228
9.2.2 多模态支持的学生情感时序超网络构建 230
9.2.3 课堂教学中基于时序网络的学生情感分析 231
9.3 情感驱动下面向差异化学生的课堂教学干预应用实践 234
9.3.1 课堂教学中基于聚类分析的学生群体划分方法 234
9.3.2 情感分析支持下的差异化学生课堂教学干预策略设计 236
9.3.3 课堂教学中面向差异化学生干预的应用效果分析 239
参考文献 245
第10章 在线教育情感计算赋能的学习补偿实证研究 246
10.1 在线教育中基于学习交互三部图的学习者情感分析 246
10.1.1 在线学习中学习者动态交互分类框架设计 247
10.1.2 基于三部图拓展的动态交互情感图构建 247
10.1.3 交互情感三部图驱动下学习和情感分析 250
10.2 多类型情感交互支持下在线学习者补偿策略设计 251
10.2.1 基于三部图的学习者交互与情感映射关系分析 251
10.2.2 情感经验+证据双驱动下在线学习者补偿策略 254
10.3 在线学习中基于学习者细粒度情感的学习补偿应用实践 255
10.3.1 在线学习中基于细粒度情感的学习者补偿应用设计 256
10.3.2 在线学习中基于细粒度情感的学习者补偿应用效果分析 257
参考文献 260
第11章 在线学习环境下基于情感调节的倦怠干预实证研究 262
11.1 面向多类型倦怠群体的在线学习者情感规律发现 262
11.1.1 基于潜在剖面的在线学习倦怠类型分析 262
11.1.2 不同在线学习倦怠类型的学习者情感规律分析 266
11.2 基于在线交互过程的学习者情感倦怠因果效应分析 267
11.2.1 论坛社会支持对在线学习情感倦怠的因果效应探究 267
11.2.2 在线同伴反馈对在线学习情感倦怠的因果效应探究 276
11.3 情感调节视角下在线学习者倦怠干预应用实践 283
11.3.1 情感调节视角下在线学习者倦怠干预应用设计 283
11.3.2 情感调节视角下在线学习者倦怠干预应用效果分析 286
参考文献 290
第12章 混合学习教育情感计算赋能教育教学投入增强实证研究 293
12.1 人工智能支持下的混合学习者情感投入机制构建 293
12.1.1 混合学习者情感投入相关要素剖析 293
12.1.2 人工智能支持下混合学习者情感投入要素的关联分析 295
12.1.3 混合学习者情感投入机制构建 314
12.2 面向学习者投入增强基于过程性迭代的情感智力培养策略 317
12.2.1 混合学习全过程中的通识化情感智力培养策略设计 317
12.2.2 过程性多源数据分析支持的情感智力培养策略迭代优化 320
12.3 情感智力视角下混合学习者投入增强应用实践 321
12.3.1 情感智力视角下混合学习者投入增强应用设计 321
12.3.2 情感智力视角下混合学习者投入增强应用过程 323
12.3.3 情感智力视角下混合学习者投入增强应用效果分析 324
参考文献 328
第四部分 未来趋势与展望
第13章 智能时代的教育情感计算技术趋势与应用展望 335
13.1 教育情感计算技术趋势 335
13.1.1 小样本与无监督的教育情感计算 335
13.1.2 融合脑功能数据的多模态教育情感计算 337
13.1.3 生成式人工智能支持下的教育情感计算 340
13.2 教育情感计算应用展望 344
13.2.1 虚实融合下基于情感智能交互的具身体验学习 344
13.2.2 情感支持的类人智能体助教辅学 346
13.2.3 基于行为与心理一体化情感干预的健全人格塑造 348
参考文献 350
彩图
京公网安备 11010102004214号