增强现实交互技术在工程教育中的研究与应用
林 一，陈 锋，王舜波
（福州大学 物理与信息工程学院，福建 闽侯 350108）
摘 要 ：当前在数字化工程教育领域，尽管交互技术已取得了较大发展，但在教育领域，已有的自适应学习交互大多以数据驱动方式筛选教学材料。一方面，需要较多的数据来判断用户的需求；另一方面，容易忽视学习的积极性对辅助教学的影响。为此，基于增强现实技术，文章提出了一种将学习风格模型结合数据驱动系统的方法。首先通过学习风格索引问卷的调查判断学习风格，而后根据学生的使用偏好调整系统界面并推送自适应的教学材料。该方法参考学习过程中收集的数据，摸索出学生的学习风格和使用喜好，进而逐渐优化教学交互系统。这不仅激发了学生的学习热情，而且使得工程教育的学习效率得到了提高。
关键词： 自适应学习交互；增强现实；工程教育
一、自适应学习交互的发展
在我国传统的工程教育模式中，学生大多经历过相同的培训步骤，在这个学习阶段中，由于常见的教学软件并非针对每一个人的学习习惯或方式来定制学习内容，从而导致部分学生的学习效率较低。与传统意义上通用化的信息化教学手段相比，自适应式技术与数字化学习相结合产生了自适应学习方式，即以阶段性数据驱动的教学系统可以根据个人需求主动推送学习素材。自适应的学习内容在2004年已被Triantafillou[1]证明可以提高学习者的兴趣、加深理解，是当今教育改革的研究热点。在各式各样的自适应学习系统中，Thalmann[2]认为在以往的知识和学生背景等来源中，学习风格模型是自适应系统开发最有用的框架。而学习风格中较为广泛使用的模型有1988年由Richard Felder和Linda Silverman提出的学习风格模型[3]，该模型将工程教育中学生的学习风格分为感官和直觉、图像和语言、主动和反思、顺序和全局四个维度。通过学习风格指数（Index of Learning Style，ILS）问卷[3]来判定学生属于哪一类的学习风格，教师则根据学生的学习风格相应地制订或调整教学计划。这种方法解决了学生和老师的匹配问题，然而缺点是对于风格判断的准确度有待提高，许多学生并不清楚自身的定位，因此在后续的研究中对该模型进行了改进和测试。其中主流的方法是将不同的风格判断转化成不同的统计规则，根据用户是否符合设立的统计规则来推测学习风格。另一种方法是单独或者组合使用贝叶斯网络、隐马尔可夫模型和决策树来估计用户属于哪一种学习风格。
二、自适应学习系统改进
上述模型虽然在学习风格的准确度判定上得到了提高，但是在现实中仍存在着一些问题。一方面，工程教育面临着教学资源有限、教学手段单一的困境；另一方面，学生学习的条件有限，将学到的知识运用到实践中的机会欠缺。而在虚拟学习环境中，可以克服上述不足，首先即时的互动技术能够极大地缩短教与学的反馈周期；其次，增强现实（Augmented Reality，AR）技术有着更生动直观的知识展现、更多形式的学习方式和更为便捷的学习机会，有助于巩固知识并加深体会；最后，多渠道汇总的数据驱动与学习风格能够将学生感兴趣的知识精确投送。
近些年来，由于人类社会的生产，对于生态环境的破坏越来越严重。尤其是对于森林资源的大肆开采和浪费，严重的影响了我国的生态环境。而森林保护工作的实施，可以避免我国的森林资源大幅度减少，可以维持我国的生物多样性。并且还能有效的减少因森林资源受到破坏而造成的水土流失、大气污染等环境问题。森林保护工作的实施刻不容缓。
因此，针对上述情况，基于增强现实技术，本文提出将学习风格模型结合数据驱动系统来主动推送符合学生学习喜好的教学材料的方法。首先，系统对学生学习风格进行判断，再通过全程收集学生在学习过程中的操作偏好数据和反馈信息，总结出学生的学习喜好，然后根据学习喜好，后台不断优化提供给学生的教学资料，激发学生的学习兴趣，从而达到提高学生学习效率的目的。相较于传统的课堂教育方式，基于增强现实技术本身沉浸式体验优势，本文提出的方法有三个特点：一是更丰富的学习方式，在工程教育中，动手能力不容缺失，而在增强现实环境中学生可以根据自身喜好来选择学习形式，提高学生的积极性和实践能力；二是更具有个性化的教学，提供给学生最喜欢的学习材料，充分发挥学生对学习的热情；最后，更便捷和更多的学习机会，学生可以自由安排学习时间和地点。
三、个性化学习系统实现
首先，进行ILS问卷调查，初次判断出学生的学习风格。然后按照学习风格设计自适应学习界面，提供相应的学习风格的教学资料，创建学生专属的数据库，收集学习过程中的数据并总结学生学习喜好，根据学习喜好不断优化学习界面和教学资料。
采用时长T对机会通信产生的连续数据进行切片,生成一系列离散的拓扑快照图,时长T的大小对实验结果的精度有很大的影响,T值的选取是切片的关键.
2.定制个性化学习系统。内容包含界面设计、教学材料、学习数据和自动记录模块。其中学习界面和教学材料是基于学习偏好为依据设计和推送。自动记录模块是由增强现实环境自身所提供的，可以全程记录学生在学习过程中的操作，由记录产生关于学生学习的数据，即学习数据，对学习数据进行分析和归纳，可以总结出学生的学习喜好，并由此去优化系统，完善对界面的设计和教学材料的推送。学习数据模块包括学生填写的自身资料，学生在体验该学习系统过程中的反馈，即学生对系统提出的主观意见，学生在学习和实验时的学习和操作的偏好数据，实验过程中的错误数据和考核后的成绩数据。分析学生的反馈数据，针对反馈对系统进行适当的修改，更为贴近个性化。分析学习和操作中的数据可以得到学生在学习中的习惯，并可以在下一次的学习中优先推送。分析错误数据和成绩数据可以了解学生在学习上的优劣势，对提供的教学材料进行相对应的调整。此外，由于数据是基于学习风格匹配教学材料后产生的，因此还可以提高对学生学习风格判断的准确性。
1.学习风格的判断。根据Felder&Silverman提出的ILS问卷[3]来完成，在ILS问卷中，每一个学习风格的倾向程度会被量化成-11到+11的数值来表示，根据学生的得分来推出学习风格，根据学习风格来推出相对应的学习偏好，给学生设计专门的学习界面，提供匹配的教学材料。
本文所述的命令、配置文件等都基于RHEL6.3（Redhat Enterprise Linux 6.3），不同 Linux发行版之间或许有细微的差别，这些差异不在本文的探讨范围之内。
3.个性化学习系统优化。通过学习数据来优化系统，学习风格的判断给初始的界面设计和教学材料的推送提供了方向，而数据驱动学习系统可以在学习过程中对学习风格进行佐证，优化学习风格判断的准确度。由学习风格结合学习数据，总结出学生在学习过程中对学习方式、教学材料和操作方式的喜好，根据学习喜好优化学习界面整体风格、布局、内容、学习方式、教学方式和教学内容。
四、结语
本文提出了一种基于增强现实技术，将学习风格模型结合数据驱动系统来定制个性化学习的方法，并将其运用在工程教育上。首先判断学生的学习风格，根据风格设计学习界面和主动提供教学材料，结合学生的学习数据来总结学习喜好，再根据喜好优化学习系统，在学习上投其所好。在虚拟学习环境中使用学习风格模型，既解决了教学资源需求量大的问题，也解决了自适应学习技术忽略学习积极性的问题，让学生体验更为生动的知识展现和多样式的学习方式。
参考文献：
[1]Triantafillou,E.,Pomportsis,A.,Demetriadis,S.,&Georgiadou,E.The value of adaptivity based on cognitive style：An empirical study.British Journal of Educational Technology,2004,35 (1),95-106.
[2]Thalmann,S.Adaptation criteria for the personalised delivery of learning materials：A multi-stage empirical investigation.Australasian Journal of Educational Technology,2014,30(1)：45-60.
[3]Richard M.Felder,Linda K.Silverman.Learning and Teaching Styles in Engineering Education,1988,78(7)：674-681.
Research and Application of Augmented Reality Interactive Technology in Engineering Education
LIN Yi,CHEN Feng,WANG Shun-bo
(College of Physics and Information Engineering,Fuzhou University,Minhou,Fujian 350108,China)
Abstract: At present,in the field of digital engineering education,although the interaction technology has made great progress,in the field of education,most of the existing adaptive learning interactions filter the teaching materials in a>Key words: adaptive learning interaction;augmented reality;engineering education
中图分类号： G642.0
文献标志码 ：A
文章编号： 1674-9324（2019）44-0156-02
收稿日期： 2019-02-28
基金项目： 福建省教育厅中青年教师教育科研项目（JAT170085）
作者简介： 林一（1982-），男（汉族），福建福州人，博士，讲师，研究方向：虚拟现实与增强现实、人机交互；陈锋（1984-），男（汉族），福建莆田人，博士，讲师，研究方向：无线网络通讯；王舜波（1996-），男（汉族），福建福州人，硕士生，研究方向：虚拟现实。
标签：自适应学习交互论文; 增强现实论文; 工程教育论文; 福州大学物理与信息工程学院论文;