“天眼视角”看高考卷的实验室

走进实验室

2020高考后，我们为大家介绍过中国科学技术大学智慧教育研究团队利用人工智能+大数据的分析方法对高考全科进行全方位解读（点击回顾）。

今天，小编带大家走进该团队所在的大数据分析与应用安徽省重点实验室，一起了解“天眼”是怎样炼成的。

1

实验室简介

大数据分析与应用安徽省重点实验室由中国科学技术大学联合科大讯飞股份有限公司、安徽广电传媒产业集团有限责任公司共同建设。以围绕国家科技发展战略需求、服务安徽省经济社会发展的宗旨，在大数据基础理论、大数据分析技术、大数据应用和大数据处理平台等方向开展研究工作。

研究内容包括机器学习与数据挖掘理论方法研究、个性化推荐与社交网络分析、面向智能服务的大数据应用研究等，在Nature Communications、IEEE/ACM Transactions等国际知名期刊和KDD、IJCAI、WWW、AAAI、NIPS等重要国际学术会议发表论文200余篇。

2

科研成果

近年来，实验室承担了国家自然科学基金重点项目、科技部-国家重点研发计划等国家级项目24项、省部级项目及横向项目30余项，取得了一系列重要的研究成果。

实验室立足我国在医疗、教育、消费等国计民生领域发展智能服务（如智慧医疗、智慧教育等）进而建设智能社会的现实需求，研发大数据分析方法和面向智能服务的应用装备。与科大第一附属医院成立了智慧医疗大数据研究中心，共建智慧医疗大数据平台；在智慧教育领域与教育部考试中心、科大讯飞公司、安徽省二十余所重点中学等组建交叉创新团队，成立了全国首个面向初高中的“大数据个性化精准教学联合实验室”，研发了具有高稳定性的教育资源属性预测系统、学生认知能力分析模型以及个性化学习推荐方法等，为近亿师生提供精准、便捷的智慧教育服务；与首旅集团共建了“首旅生活方式智慧服务实验室”，促进首旅集团线上线下融合，打造“生活方式服务业智能经济体”，践行“中国服务”。

3

代表性成果

LUNA智慧教育知识图谱

通过对学生在线答题数据的分析和挖掘，研究针对考试试题的评估分析方法，综合考虑主客观试题的联合建模和试题与技能之间的关联关系，提高试题评估的有效性。

在此基础上，构建LUNA智慧教育知识图谱，实现了对试题难度，区分度，考察点，知识树结构等的智能分析。

学生的建模技术研究

通过量化学生的学习能力、认知水平等，在此基础上研究学生的个性化学习情境建模方法，构造情境感知的学习资源推荐模型。

首先，对学生的认知属性（如失误度、猜测度）进行分析和预测，从学习记录中发掘学生的学习态度。其次，提出动态追踪学生长期学习状态的方法，把握学生是否真的“知其然”又“知其所以然”。最后，基于学习资源特征和学习情境，实现情境感知的个性化学习资源推荐，帮助学生巩固学习成果。

教学辅助方面的研究

新时代教育场景，对现有教学辅助系统的质量提出了一定的挑战。针对目前自适应学习、智能教育中数学题的自动求解、群体协作结果预测存在的局限性，团队提出了一系列研究方法进行教学辅助系统质量的提高。

团队利用多层面认知结构进行学习路径推荐，提出了认知结构增强的自适应学习框架（CSEAL）。对于同一知识点，不同的学生有不同的学习方法，据此CSEAL给出不同的学习路径建议，可以发现给学生推荐了更加有效且合理的学习路径。

编辑：胡毅翔

扫描二维码关注

中国科大本科招生各官方平台，

了解更多最新信息

还可以通过消息、私信或者留言进行咨询

微信公众号

微信视频号

新浪微博

哔哩哔哩

抖音视频

快手视频

推荐阅读