基于上下文与视觉数据检测自然环境中学生的行为参与度
计算机与社会
2019-01-21 v1 机器学习
机器学习
摘要
为了研究对学生行为参与度（在任务状态 vs. 离任务状态）的检测，我们在本研究中提出了一种两阶段方法。在第一阶段，利用上下文日志（URL）来评估对内容平台的主动使用情况。如果存在主动使用，则在第二阶段利用外观信息来推断行为参与度。结合上下文信息将整体F1分数从0.77提高到了0.82。我们的跨课堂和跨平台实验表明，所提出的通用多模态行为参与度模型适用于不同的学生群体或不同的学科领域。
引用
@article{arxiv.1901.06291,
title = {Detecting Behavioral Engagement of Students in the Wild Based on Contextual and Visual Data},
author = {Eda Okur and Nese Alyuz and Sinem Aslan and Utku Genc and Cagri Tanriover and Asli Arslan Esme},
journal= {arXiv preprint arXiv:1901.06291},
year = {2019}
}
备注
12th Women in Machine Learning Workshop (WiML 2017), co-located with the 31st Conference on Neural Information Processing Systems (NeurIPS 2017), Long Beach, CA, USA