.png){kind=icon}
返回
Analyzing Complex Educational Data: A Data Analytic Framework for Integrating Structured and Unstructured Eye-Tracking Data
.png){kind=icon}
PRE
AI
DOI：10.1017/psy.2026.10096.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着计算机化评估的广泛应用，产生了能够实时捕捉学习者认知和行为过程的复杂过程数据。其中，眼动追踪数据提供了关于个体在解决问题过程中如何关注和处理视觉信息的丰富时间信息。然而，分析此类高维、时序依赖和多模态数据仍是一个方法论挑战。本研究引入了一个双组件数据分析框架（DAK），用于整合和解释教育评估中的结构化和非结构化数据。第一组件采用时间感知的长短期记忆自编码器提取代表动态视觉注意模式的潜在特征。该模型通过整合注视持续时间和动作间经过时间、使用数据驱动的时序衰减函数以及优化多目标重建目标来扩展传统架构。第二组件通过聚类、分类数据分析以及混合效应建模整合这些提取的特征，以生成与应试和习得行为相关的构念有效性证据。我们使用来自空间旋转学习程序的结构化分数和非结构化眼动追踪数据演示了DAK。结果显示了与测试表现和干预效果相关联的显著行为模式，突显了多模态过程数据在推动心理测量建模和工具设计方面的潜力。
Keyword:
eye-tracking data
feature extraction
high-dimensional data
pattern recognition
process data
期刊
IF:
3.1
论文数:
67
被引数:
1.4W
机构
引用论文
An exploratory study using social network analysis to model eye movements in mathematics problem solving一项使用社会网络分析来模拟数学问题解决中眼动模式的探索性研究
PREAI
分享收藏Modeling Item Response Times With a Two‐State Mixture Model: A New Method of Measuring Speededness
PREAI
分享收藏Uncovering the cognitive processes underlying mental rotation: an eye-movement study.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
分享收藏
查看更多内容