多項(xiàng)式SVM算法在可穿戴設(shè)備監(jiān)測學(xué)習(xí)過程的應(yīng)用

劉 崢，申 紅，徐小勇

(西安鐵路職業(yè)技術(shù)學(xué)院交通運(yùn)輸學(xué)院，陜西 西安 710064)

通過自我監(jiān)控、自我評價(jià)來評估學(xué)生在不同階段的學(xué)習(xí)效果，可幫助教師改進(jìn)教學(xué)設(shè)計(jì)。為了監(jiān)測學(xué)生的學(xué)習(xí)過程，相關(guān)研究使用了問卷調(diào)查方法[1]，對學(xué)生從學(xué)習(xí)情況、學(xué)習(xí)態(tài)度、對課程的評價(jià)及建議進(jìn)行了調(diào)查分析，但這種方法并不是總能達(dá)到理想效果。為了提高問卷效度，學(xué)生需花費(fèi)不少的時(shí)間和精力，且不可能將該問卷多次應(yīng)用于所有課程。目前，價(jià)格低廉、具有獲取和存儲日?；顒訑?shù)據(jù)能力的可穿戴設(shè)備已經(jīng)得到廣泛應(yīng)用。通過可穿戴設(shè)備，教師可以監(jiān)測教學(xué)互動質(zhì)量、學(xué)生心理健康和學(xué)習(xí)參與度[2]。

筆者在課堂活動中使用腕戴式設(shè)備捕獲學(xué)生生理數(shù)據(jù)，并應(yīng)用機(jī)器學(xué)習(xí)技術(shù)從生理數(shù)據(jù)推斷學(xué)習(xí)效果。隨后通過將學(xué)生在課堂上的相關(guān)信息提供給教師，促進(jìn)教師不斷提高教學(xué)質(zhì)量，從而達(dá)到高效教學(xué)的目的[3]，以期為機(jī)器學(xué)習(xí)算法與人體生理數(shù)據(jù)研究領(lǐng)域提供新思路。

1 材料與方法

生理感知和量化自我技術(shù)的融合可以提供真實(shí)而細(xì)致的學(xué)習(xí)活動數(shù)據(jù)，從而為教師教學(xué)提供參考[4-5]。相關(guān)研究[6]表明，生理數(shù)據(jù)來源(包括可穿戴和穩(wěn)定的設(shè)備)可以提供重要的信息來源，從而為使用可穿戴設(shè)備監(jiān)測學(xué)生學(xué)習(xí)過程提供有力的數(shù)據(jù)保障。

在監(jiān)測人體生理數(shù)據(jù)時(shí)，學(xué)者們往往關(guān)注來自自主神經(jīng)系統(tǒng)的生理測量數(shù)據(jù)[7-8]，與中樞神經(jīng)系統(tǒng)監(jiān)測相比，自主神經(jīng)系統(tǒng)監(jiān)測成本更低、速度更快、佩戴更隱蔽，在生理學(xué)上更有效。近年來，相關(guān)專家學(xué)者對腕戴式可穿戴傳感設(shè)備的研究越來越廣泛，涉及的領(lǐng)域包括健身、醫(yī)療、娛樂、游戲和生活方式等。

量化自我技術(shù)可以幫助學(xué)生增強(qiáng)學(xué)習(xí)動機(jī)，做出明智的學(xué)習(xí)選擇[9-10]，提高其元認(rèn)知能力。例如，假設(shè)學(xué)生想要了解他的學(xué)習(xí)效率在一天的幾個(gè)小時(shí)、一學(xué)期的幾個(gè)時(shí)間段(例如，學(xué)期開始、考試前)等的變化情況，用傳統(tǒng)的工具來評估學(xué)生的學(xué)習(xí)過程是無法實(shí)現(xiàn)的；而自我量化技術(shù)提供了這種可能，該技術(shù)可以幫助人們收集關(guān)于其行為、習(xí)慣和思想的個(gè)人數(shù)據(jù)，目的是讓用戶參與自我監(jiān)控和自我反思，從而調(diào)節(jié)其生活中的各個(gè)方面。腕戴式可穿戴設(shè)備除了具有自我量化技術(shù)的非侵入性、可以進(jìn)行高頻用戶活動跟蹤等優(yōu)點(diǎn)外，還提供了一種增強(qiáng)意識、動力和行為變化的方法。諸如，健身跟蹤器可以為佩戴者提供其活動的信息[11]，并允許設(shè)定自己的目標(biāo)。將健身追蹤器的類比應(yīng)用到學(xué)習(xí)環(huán)境中，有可能改變學(xué)生學(xué)習(xí)和教師教學(xué)的方式，并為各種學(xué)習(xí)設(shè)計(jì)、決策提供信息。

1.1 樣本來源

為了在課堂活動中捕獲細(xì)粒度的生理數(shù)據(jù)，本研究在某高校課堂中進(jìn)行。參與者為31名年齡在18～24歲 (平均值為20.48，標(biāo)準(zhǔn)差(standard deviation，SD)為1.81)的計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生，其中包括12名女生和19名男生，分為6組(5組5人，1組6人)。在每節(jié)課結(jié)束時(shí)，要求學(xué)生根據(jù)一份標(biāo)準(zhǔn)化的問卷來評估其在這堂課中的學(xué)習(xí)效果。

1.2 程序和裝置

在每堂課開始時(shí)，參與者便戴上由本課題組自行設(shè)計(jì)、研發(fā)的腕戴設(shè)備。在課程結(jié)束時(shí)，每個(gè)參與者都要完成一份問卷調(diào)查表，該表記錄的是其學(xué)習(xí)過程。上課時(shí)間約45 min(平均44.26 min，SD 6.4 min)，其中大約35 min是實(shí)際上課時(shí)間(平均35.1 min，SD 13.1 min)。參與者所用的腕戴式可穿戴設(shè)備能夠同時(shí)捕獲所有數(shù)據(jù)流，并且具有很高的準(zhǔn)確性，同時(shí)入侵和維護(hù)需求少。

1.3 實(shí)驗(yàn)設(shè)計(jì)

實(shí)驗(yàn)設(shè)計(jì)為單組時(shí)間序列，實(shí)驗(yàn)時(shí)對每組進(jìn)行連續(xù)生理數(shù)據(jù)監(jiān)測和問卷調(diào)查測量，并進(jìn)行數(shù)據(jù)處理。對每個(gè)參與者記錄3次數(shù)據(jù)(每周1節(jié)課，持續(xù)3周)，并記錄了3種不同的課堂活動，平均持續(xù)35.1 min。圖1為實(shí)驗(yàn)方案，每個(gè)參與者花3～4 min入座并佩戴腕戴式可穿戴設(shè)備，開始課堂活動。參與者最終花費(fèi)5～6 min完成問卷。每節(jié)課(包括設(shè)置設(shè)備、課堂活動加上填寫問卷的時(shí)間)持續(xù)34.26 min。

圖1 實(shí)驗(yàn)方案

1.4 測量

每節(jié)課結(jié)束時(shí)，學(xué)生們都要完成一份書面調(diào)查用于收集學(xué)生對學(xué)習(xí)過程的反饋，包括：1)滿意度(SAT)；2)有用性(USE)；3)成績(PER)。在每個(gè)課堂活動結(jié)束時(shí)，這3個(gè)因素被用來量化學(xué)生的學(xué)習(xí)體驗(yàn)。在所有的測量中，均采用7點(diǎn)李克特量表。

由于生理參數(shù)與情緒和認(rèn)知過程密切相關(guān)，因此可以使用皮膚電活動(EDA)來檢查潛意識中可能發(fā)生的內(nèi)隱情緒反應(yīng)[12-13]。此外，某些情緒會觸發(fā)諸如腎上腺素之類的激素的釋放，從而增加血流量，為肌肉帶來更多的氧氣，并增加血壓。其中血流量的變化與血壓和周圍溫度成正比。這些反應(yīng)被用于推斷各種與學(xué)習(xí)相關(guān)的參數(shù)，包括認(rèn)知負(fù)荷、感知困難和學(xué)習(xí)成績。

在學(xué)生上課期間，使用腕戴式可穿戴設(shè)備捕獲參與者的生理參數(shù)數(shù)據(jù)，其中包括血液流變(HR)、血壓(BP)、體溫(TEMP)和皮膚電活動(EDA)水平[14-15]。參與者用非慣用手佩戴腕帶，并記錄4種不同的測量值：1)1 Hz時(shí)的HR；2)4 Hz時(shí)的EDA；3)4 Hz時(shí)的TEMP；4)64 Hz時(shí)的BP。

2 結(jié)果與討論

2.1 可穿戴設(shè)備數(shù)據(jù)預(yù)處理和特征提取

腕戴式可穿戴設(shè)備數(shù)據(jù)會受到年齡、性別、一天中的不同時(shí)間段以及其他生理狀況的影響。為了消除時(shí)間序列數(shù)據(jù)中的個(gè)人偏差和其他條件偏差，將時(shí)間序列歸一化為數(shù)據(jù)前10 s的平均值。此外，使用MinMax歸一化來使所有數(shù)據(jù)在0到1范圍內(nèi)。為了消除可穿戴設(shè)備數(shù)據(jù)源(EDA，HR，BP，TEMP)中的噪聲，在時(shí)間序列數(shù)據(jù)上擬合樣條曲線。圖2顯示了從原始時(shí)間序列到平滑時(shí)間序列的過程。

圖2 數(shù)據(jù)預(yù)處理過程

2.2 問卷測量的聚合效度

聚合效度是指運(yùn)用不同測量方法測定同一特征時(shí)測量結(jié)果的相似程度，即不同測量方式應(yīng)在相同特征的測定中聚合在一起。本研究使用3個(gè)參數(shù)來評估聚合效度，即組合信度、項(xiàng)目信度、平均方差提取值(AVE)。

本文對組合信度和維度進(jìn)行了分析，以檢查問卷中所使用量表的有效性。關(guān)于量表的可靠性，使用克朗巴哈系數(shù)α，通過測量加載到基礎(chǔ)結(jié)構(gòu)上的因子來評估每個(gè)項(xiàng)目的信度，包括3個(gè)因子：滿意度、有用性、成績，如表1所示。AVE測量的是總體變異數(shù)與測量誤差引起的變異數(shù)之間的關(guān)系。當(dāng)平均方差提取值大于或等于0.50時(shí)，聚合效度滿足要求。

表1 問卷測量量表

本文使用皮爾遜相關(guān)系數(shù)P確定3個(gè)變量之間的相關(guān)性，該系數(shù)量化了變量之間關(guān)系的強(qiáng)度。如表2所示，皮爾遜檢驗(yàn)證明了這3個(gè)因素之間存在較強(qiáng)的相關(guān)性。此外，還對變量進(jìn)行了區(qū)分效度檢驗(yàn)，要求每個(gè)變量平均方差提取值的平方根大于其與其余變量的相關(guān)性。

表2 各個(gè)因素之間的P值

2.3 學(xué)習(xí)過程預(yù)測的可行性

本文考慮了4種數(shù)據(jù)流，即BVP(blood volume pulse，血容量脈搏)、HR、EDA、TEMP。對于每種數(shù)據(jù)流，分別使用4種不同的訓(xùn)練算法——隨機(jī)森林(RF)，線性內(nèi)核(SVM)、徑向基內(nèi)核(SVM)和多項(xiàng)式內(nèi)核(SVM)來計(jì)算與3個(gè)問卷調(diào)查因子(SAT、USE、PER)有關(guān)的均方根誤差(RMSE)。4種訓(xùn)練算法的選擇符合普適計(jì)算的相關(guān)工作，也與算法的質(zhì)量有關(guān)。這4種訓(xùn)練算法都可以用于預(yù)測分類目標(biāo)變量和連續(xù)目標(biāo)變量。

圖3顯示了不同訓(xùn)練算法和不同數(shù)據(jù)流(BVP、HR、EDA、TEMP)的比較，其中具有多項(xiàng)式內(nèi)核的SVM優(yōu)于其他算法。結(jié)果表明，USE的最小錯(cuò)誤率為13.8%，PER的最小錯(cuò)誤率為11.0%，SAT的最小錯(cuò)誤率為11.8%。

圖3 不同訓(xùn)練算法和不同數(shù)據(jù)流(BVP、HR、EDA、TEMP)的比較

總體而言，多項(xiàng)式SVM優(yōu)于其他訓(xùn)練算法。從圖3可以看出，多項(xiàng)式SVM和徑向SVM之間的成對差異表明沒有統(tǒng)計(jì)學(xué)上的顯著差異(P>0.05)。與徑向SVM和多項(xiàng)式SVM相比，RF的性能較差(P<0.05)。由表3可知，線性SVM在統(tǒng)計(jì)上不及其他3種訓(xùn)練算法(P<0.001)。

表3 RF、線性SVM、徑向SVM和多項(xiàng)式SVM成對差異t檢驗(yàn)結(jié)果

上述研究結(jié)果表明，從可穿戴式傳感器獲得的生理數(shù)據(jù)可以反映學(xué)生的學(xué)習(xí)過程。將生理數(shù)據(jù)與機(jī)器學(xué)習(xí)算法相結(jié)合對學(xué)習(xí)效果進(jìn)行評估可以取得更為準(zhǔn)確的結(jié)果和自我責(zé)任感。使用可穿戴式傳感設(shè)備自動捕獲學(xué)生學(xué)習(xí)過程的可能性為使用量化自我技術(shù)的學(xué)生增強(qiáng)學(xué)習(xí)動機(jī)開辟了新途徑。由于該方法為學(xué)生和老師提供了早期反饋，因此它使教師有可能得到關(guān)于精神不集中、不投入、不感興趣的預(yù)警，并提醒學(xué)生和教師盡早采取補(bǔ)救措施。研究發(fā)現(xiàn)，利用生理數(shù)據(jù)可以很好地預(yù)測心理行為、學(xué)習(xí)參與度和學(xué)習(xí)成果。由此可知，可穿戴式傳感技術(shù)在學(xué)習(xí)中的實(shí)際意義已大大增強(qiáng)。

研究結(jié)果對學(xué)習(xí)和人機(jī)交互研究還有一些啟示。其一，提供了利用傳感數(shù)據(jù)收集和檢測學(xué)生學(xué)習(xí)過程可行性的證據(jù)，使得教師能夠以相對容易和敏捷的方式來探索不同的教學(xué)和學(xué)習(xí)設(shè)計(jì)決策的有效性；其二，它為無法提供問卷反饋的學(xué)生群體(如由于缺乏語言能力或行為能力缺陷)提供了一種新的研究方向。總之，可穿戴傳感技術(shù)與量化自我技術(shù)的結(jié)合可支持學(xué)習(xí)中的自我監(jiān)測、評估和元認(rèn)知反思，具有重要的實(shí)踐意義和理論意義。

3 結(jié)束語

寶貴的學(xué)習(xí)經(jīng)驗(yàn)可為學(xué)習(xí)者節(jié)省大量的時(shí)間，有利于推動學(xué)習(xí)目標(biāo)的實(shí)現(xiàn)。如果能將學(xué)生在課堂上的體驗(yàn)信息提供給教師，則教師也能對自己的教學(xué)表現(xiàn)進(jìn)行反思，設(shè)計(jì)出有效的、以學(xué)生為中心的教學(xué)方法。然而，要建立這樣的反饋系統(tǒng)，首先需要設(shè)計(jì)有效的方法來獲取學(xué)生的學(xué)習(xí)過程。為此，本文提出了基于可穿戴設(shè)備監(jiān)測學(xué)生學(xué)習(xí)過程的方法，分別使用4種訓(xùn)練算法評估了與問卷調(diào)查因子有關(guān)的均方根誤差。結(jié)果表明，相比于其他算法，多項(xiàng)式SVM算法在有用性、成績、滿意度方面具有優(yōu)勢，為可穿戴傳感技術(shù)的發(fā)展提供了新的方向。