智能教育与信息工程重点实验室

智能教育与信息工程重点实验室主要致力于大数据时代背景下的个性化教育研究。以思想、学业、服务为三大重点研究方向，尝试解决教育改革发展中最核心最紧迫的问题。实验室以物联网、云计算、大数据等信息技术为基础，以学生管理数据库的大数据为依托，以特定的计算机算法和过程性及综合性大量数据分析为手段，探索学生各种行为之间的内在联系，研究背后的逻辑关系，揭示大数据之间隐藏的关系、模式和趋势，运用自适动态分析方法进行前置性预警引导，从而实现个性化定制教育的转变。实验室下设三个研究方向，主要研究内容为：

1、教育数据融合与共享技术

本研究方向是智慧教育研究中的重要基础性任务。教育数据在融合和共享过程中，存在教育数据互通低效、协同困难和拓展受限等诸多问题，这些痛点问题的解决具有基础性和引领性作用。本研究方向主要研究统筹教育数据全生命周期管理的各项数据标准，统一不同技术环节间的数据交互规范和流程，形成教育大数据标准体系，实现对多源数据按需交换和共享，包括数据汇总、数据分发、数据更新和数据转换等；研究多源教育数据融合算法，以获得对特定教育目标、教学活动或教学主题的更客观认识的多模态数据处理技 术；研究着眼于隐私保护技术层面与伦理规范，优化教育数据隐私安全保护机制，重构数据治理的伦理制度规范。

2、教育数据内容理解与知识发现

本研究方向是智慧教育研究中的关键核心性任务。在针对教育大数据进行内容理解与知识发现过程中，如何将这些海量数据转化为教与学的知识，以及如何利用这些海量数据为教育带来变革，是实验室建设和研究中的关键核心问题。本方向主要研究多模态数据的精确感知和高效获取算法，建立实时智能收集主题相关大数据的感知和获取框架，围绕多场景教与学过程中的海量行为数据开展建模、分析与应用技术研究。

3、动态监测与智能决策技术

本研究方向是智慧教育服务于社会决策部门的关键技术。研究当前教育评估中的关键问题，分别以学生成长、教育质量和教育发展为评估目标，构建评估指标体系；运用多模态动态检测技术，从多视角采集多源异构数据，并实现数据表示和特征提取；基于最新的可解释人工智能技术，构建教育评估与决策模型，实现模型过程可解释，结果可追溯；进一步运用敏感性分析方法和模型推演方法，设计教育决策模拟预演模型，推演教育决策所产生的影响，避免决策失误。

近年来，学院以学科建设带动科研团队建设，形成人工智能与教育大数据科研团队，打造以智能教育为背景的科研特色和优势，面向服务教育信息化国家战略、黑龙江地方经济发展及智能教育行业科技前沿，立足于引领黑龙江智慧教育的研究与发展，以一个平台-教育大数据平台，两个中心-游戏化教育研发中心及机器视觉与智能检测工程研发中心为整体框架，更好服务地方经济发展，促进科技成果转化。