HEA|  |02415nam0 2200265   450 
001|  |012025062229
010|  |▼a978-7-03-082303-8▼dCNY108.00
049|  |▼aH110102GMA▼bUCS01013301485▼c31▼d国图中转库
100|  |▼a20250714d2025    em y0chiy50      ea
101|0 |▼achi
102|  |▼aCN▼b110000
105|  |▼aa   z   000yy
106|  |▼ar
200|1 |▼a大语言模型驱动的自我调节学习▼9da yu yan mo-
   |  | xing qu dong de zi wo tiao ji-
   |  |e xue xi▼b专著▼f刘海，张昭理等著
210|  |▼a北京▼c科学出版社▼d2025
215|  |▼a254页▼c图▼d24cm
300|  |▼a国家重点研发计划“大规模学生跨学段成长跟踪研究”项目的“-
   |  |多维度场域的学生数据采集技术”课题 国家自然科学基金面上项目-
   |  |“任务元驱动的自我调节学习服务理论及关键技术研究”国家自然科-
   |  |学基金面上项目“面向自我调节学习的多源行为智能感知与学习目标-
   |  |规划研究”
314|  |▼a刘海，博士，华中师范大学人工智能教育学部副教授，长期从事-
   |  |自我调节学习、机器学习、数据挖掘、智能信息处理、计算机视觉等-
   |  |方面的研究。
314|  |▼a张昭理，华中师范大学国家数字化学习工程技术研究中心教授。-
   |  |电气电子工程师学会高级会员，中国计算机学会会员。主要研究方向-
   |  |为自我调节学习、知识服务、云计算和信息安全。-
330|  |▼a本书深入探讨了大语言模型在自我调节学习中的应用与实践，首-
   |  |先概述了大语言模型变革教育的现实图景，展示了人工智能在教育领-
   |  |域的应用场景与实际经验，并详细剖析了大语言模型与自我调节学习-
   |  |的紧密关联；其次探讨了基于大语言模型的学习状态分析，如学生情-
   |  |感分析、注意力分析、学习过程行为检测、课堂参与度、学习者知识-
   |  |状态预测等；再次论述了基于大语言模型和个性化推荐技术的学习路-
   |  |径规划与学习行为指导等，揭示了现代技术在教育评估中的巨大潜力-
   |  |；最后展望了大语言模型与自我调节学习深度融合的未来发展趋势，-
   |  |为教育智能化发展提供了重要参考。
606|0 |▼a自然语言处理▼x应用▼x学习方法
690|  |▼aG442-39▼v5
701| 0|▼a刘海▼9liu hai▼f(1986-)▼3UCS100-
   |  |02165160▼4著
701| 0|▼a张昭理▼9zhang zhao li▼f(1972-)▼-
   |  |3UCS10001249896▼4著
801| 0|▼aCN▼bzjlib▼c20250815