徐振國 孔璽 張冠文 孟祥增

[摘? ?要] 學習畫面情感能夠影響學習者在線學習過程中的情感、興趣和動機，進而影響學習者的學習體驗和認知活動。文章利用卷積神經網絡識別學習畫面情感和學習者情感，并對學習畫面情感與學習者情感的相關性進行大數據分析。研究發(fā)現：（1）學習畫面情感中的溫馨、歡快、活潑、搞笑、幽默、有趣等正向情感能夠給學習者帶來積極的情感體驗，有助于培養(yǎng)學習興趣，促進認知活動;（2）學習畫面情感中的凄涼、枯燥、沉悶、繁亂等負向情感則會引起學習者的消極情感，影響耐心度、注意力，阻礙認知活動;（3）學習畫面情感中的夸張、虛幻、驚險、恐怖比較特殊，與學習者情感間的關系較為復雜。最后，文章提出了選擇恰當的資源類型、注重學習畫面的情感設計、利用學習畫面實現情感交互等建議，以便學習畫面更好地為學習者的在線學習提供情感支持。

[關鍵詞] 在線學習環(huán)境; 學習畫面情感; 學習者情感; 影響機制

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 徐振國（1989—），男，山東泰安人。講師，博士，主要從事計算機教育應用、數字化學習資源、媒介素養(yǎng)教育研究。E-mail：xu.zhen.guo@163.com。張冠文為通訊作者，E-mail：429674062@qq.com。

一、引? ?言

在線學習突破時空局限，學習者在享受優(yōu)質學習資源的同時，可實現個性化學習。疫情期間教育部鼓勵中小學和高校開展線上授課和線上學習，以便實現“停課不停教、停課不停學”。在線學習成為特殊時期學習者的主要學習方式，也將成為未來教育的有機組成部分。學習畫面是指學習內容的信息呈現畫面，是學習者在線學習時面對的主要環(huán)境，并且是學習者與學習內容間信息交互的主通道，學習者主要通過智能學習終端觀看學習畫面進行在線學習。學習畫面的色彩搭配、版式布局、背景紋理等能夠影響學習內容的表現形式和學習畫面的情感表達，進而影響學習者的學習體驗。美國學者普拉斯（Jan Plass）曾指出，多媒體學習畫面的情感與學習者的情感狀態(tài)和認知過程存在重要聯系，良好的情感設計可以引起學習者積極的情感體驗，從而促進學習者對學習內容更好的理解和遷移[1]。

目前，學習畫面研究“重知輕情”，多關注學習畫面認知層面的內容設計，忽視情感層面的理論研究和實踐探索，對于學習畫面隱含的情感功能缺乏足夠重視。既有學習畫面的情感功能研究多采用思辨的方法，從宏觀視角論述學習畫面情感對學習者情感的影響，而未通過實證研究闡釋兩者間的具體聯系。學習畫面種類繁多、形式多樣，更是具有多種視覺情感，不同的學習畫面情感會給學習者帶來不同的內心體驗。因此，本研究借助自主開發(fā)的學習畫面與學習者表情同步采集系統(tǒng)采集學習畫面圖像及其對應的學習者表情圖像，然后利用深度學習、數據挖掘等技術對學習畫面情感與學習者情感的相關性進行分析，以便探究學習畫面情感對學習者情感的影響。

二、國內外研究現狀

學習畫面也被稱為多媒體畫面、學習資源畫面，學者早期研究多關注學習畫面的認知功能。隨著研究的深入，學者們逐漸意識到學習畫面不僅具有“顯式”的認知功能，還具有“隱式”的情感功能。張伯邑[2]指出，多媒體畫面藝術是融合了感性與理性、思想與創(chuàng)意、情感和美感的綜合藝術體，其功效主要體現在認知與教化、傳播與溝通、情感的宣泄和凈化等現象和過程中。情感宣泄是指通過一組設計組織好的畫面形象或情境使人的情感得以引導、疏通和釋放。劉哲雨等[3]認為，多媒體畫面語言表征目標具有激勵、轉化、呈現策略、拓展外延信息、支援、引導心向、評測等功能，其中引導心向是指多媒體畫面語言表征情感目標可以引導心向，促進學習者積極主動地將新知識與原有認知結構中的舊知識進行重構，促進遷移心向的形成。王志軍等[4]認為，多媒體畫面語言能夠影響學習者的情感體驗。情感體驗數據包括三個層次：本能層，即學習者對多媒體畫面的視覺感受;行為層，即學習者在使用多媒體學習材料時所觸發(fā)的感受、體驗;反思層，即學習者在使用資源學習后所引發(fā)的沉浸與思考等體驗數據。

與國內研究相比，國外對學習畫面的情感功能研究則更為系統(tǒng)和成熟，并逐漸形成理論體系。美國學者莫雷諾[5]（Roxana Moreno）在梅耶（Richard Mayer）的多媒體學習認知理論（Cognitive Theory of Multimedia Learning，CTML）基礎上提出多媒體學習認知—情感理論（Cognitive-Affective Theory of Learning with Media，CATLM），并指出多媒體學習畫面除具有認知功能外，還具有不可忽視的情感功能，其情感功能主要體現在多媒體學習畫面可以影響學習者的學習情感、學習態(tài)度和學習動機。巴西學者佩里（Gabriela Perry）等[6]指出，多媒體畫面設計具有較高的領域依賴性和多學科性質。除要符合通用設計規(guī)則外，“教與學”的問題也不容忽視，其中“教”指內容設計，側重認知層面，而“學”則指畫面設計，側重情感層面，只有將內容設計和畫面設計有機結合，才能充分發(fā)揮學習資源的價值和作用。

通過對國內外文獻的梳理發(fā)現，學習畫面情感能夠對學習者的認知活動、情感狀態(tài)、學習態(tài)度、學習動機和學習興趣等產生影響。研究者在闡述學習畫面的情感功能時，多采用思辨的方法進行定性研究，而較少采用實證的方法進行定量研究，存在重理論探討輕實踐驗證的問題。只有強有力的數據支撐，才能使研究結論更具有說服力。此外，研究者多從宏觀視角論述學習畫面的情感功能，雖然宏觀視角更加開闊，但微觀視角更為聚焦，更能掌握普遍規(guī)律。

三、實驗設計

學習畫面是學習內容的信息呈現畫面，通常由文字、圖形、圖像、動畫等媒體形式組成，并由智能學習終端的屏幕進行顯示。學習畫面情感是指學習畫面的視覺情感，是學習者接受學習畫面的視覺刺激后所產生的直觀感受。學習畫面情感主要包括溫馨、歡快、活潑、搞笑、夸張、幽默、有趣、凄涼、枯燥、沉悶、繁亂、虛幻、驚險、恐怖等14種類型。學習者情感指學習者的學習情感，是學習者在學習過程中的情感狀態(tài)，主要包括常態(tài)、高興、憤怒、悲傷、驚恐、專注、走神等7種類型。學習者情感受多方面因素的影響，既包括學習者當時的思想情緒等內在因素，也包括學習內容的難易程度、學習畫面情感等外在因素。因此，本研究開展長期跟蹤實驗，采集學習畫面圖像及其對應的學習者表情圖像，形成大數據樣本集，通過實證研究和數據挖掘揭示學習畫面情感對學習者情感的影響。

（一）實驗對象

本研究選取濟南市某學校7年級的2個班級和8年級的1個班級作為實驗對象，其中7年級1班32名學生，7年級2班30名學生，8年級36名學生。本研究選擇該學校以及7、8年級學生作為實驗對象，基于以下兩點考慮：第一，該學校建有智慧教室，并且多采用混合式教學模式，能夠滿足實驗所需的軟硬件條件和環(huán)境;第二，7、8年級學生平均年齡為13歲和14歲，在學習過程中能夠較為真實地表達學習情感，并且表情相對來說較為豐富。

（二）實驗方案

該實驗屬于教育技術學實驗中的判斷性實驗，無須隨機安排被試，選取濟南市某學校7、8年級原始自然班作為被試群體，在自然真實的教學環(huán)境中進行實驗。具體的實驗方案為：首先，協(xié)助任課教師進行教學設計和學習畫面設計;其次，學生通過智能學習終端觀看學習畫面進行在線學習，并采集學習畫面圖像及其對應的學習者表情圖像;最后，整理實驗數據并進行數據分析，得出實驗結論。

（三）實驗過程

實驗開展的時間為2018年9月10日至2018年12月23日，共持續(xù)15周時間，每周每班級兩節(jié)信息技術課，分別講授信息技術教材內容和Scratch創(chuàng)意編程內容，每節(jié)課45分鐘。實驗環(huán)境為該校智慧教室，每位學生均配有智能學習終端，能夠滿足實驗需求。整個實驗包括準備階段、實施階段和完成階段。準備階段安裝調試學習畫面與學習者表情同步采集系統(tǒng)。實施階段以周為單位，又分為課前、課中和課后三個階段。為使實驗結果更具有代表性，筆者課前協(xié)助教師進行學習畫面設計，使學習畫面能夠盡量體現14種情感類型。課中采用混合式教學模式，每節(jié)課前30分鐘學生通過智能學習終端觀看學習畫面進行在線學習，同步采集系統(tǒng)將自動采集學習畫面圖像及其對應的學習者表情圖像，后15分鐘教師提供解答和指導。課后拷貝采集的圖像數據并保存。完成階段整理、檢查和分析圖像數據。

四、數據分析與結果討論

同步采集系統(tǒng)的采集幀頻根據智能學習終端性能和實驗需要設置為每秒2幀，因智能學習終端存儲有限，每次采集的時長由教師根據學生在線學習情況自行設定，每次大約5至10分鐘，至少為5分鐘。若采集5分鐘，每名學生會形成擁有600幅圖像的學習畫面圖像序列和擁有600幅圖像的學習者表情圖像序列。實驗持續(xù)15周時間，共得到14956人次的學習畫面圖像及其對應的學習者表情圖像，即14956對文件夾，每個文件夾內至少有600幅圖像。

（一）數據分析

經過粗略查看，發(fā)現部分文件夾內圖像并不完整或因存在問題無法顯示。因此，需要刪除圖像數量或質量存在問題的圖像數據。本研究請3名研究生和3名本科生逐一查看所采集的圖像數據，刪除存在問題的成對文件夾，最終獲得有效圖像數據9725人次。為探究學習畫面情感對學習者情感的影響，本研究借助數據挖掘技術中的常用方法相關分析對通過實驗采集的圖像數據進行分析。相關系數的計算方法為：

該實驗共采集有效圖像數據9725人次，即9725對文件夾，每個文件夾內至少有600幅圖像，數據量巨大，較難用SPSS、SAS、Stata等統(tǒng)計軟件進行直接分析。因此，本研究首先利用已經訓練好的9層卷積神經網絡（Convolutional Neural Networks，CNN）模型識別每幅學習畫面圖像14種視覺情感和4種藝術特征的強度，藝術特征主要包括背景紋理、版式布局、色彩配搭和文本樣式。

然后，利用已經訓練好的7層CNN模型[7]識別每幅學習者表情圖像7種學習情感的強度，并將強度歸一化到0～1之間。CNN是人工智能領域的重要算法，它將圖像特征提取與神經網絡的模糊分類相結合，省略前期復雜的圖像預處理和特征提取過程，使之不再依賴人工精心設計的“顯式”特征提取方法，在提高了工作效率和準確率的同時，也提高了識別算法的魯棒性。最后利用自主編寫的Matlab程序計算學習畫面情感、藝術特征與學習者情感的相關系數。

1. 學習畫面情感對學習者情感的影響

通過對有效圖像數據的分析，學習畫面14種視覺情感與學習者7種學習情感的相關系數見表1。相關系數的絕對值越大，相關性越強，即相關系數越接近于1或-1，相關度越強，相關系數越接近于0，相關度越弱。通常判斷的標準是：0<|r|<0.3稱為微弱相關，0.3≤|r|<0.5稱為低度相關，0.5≤|r|<0.8稱為顯著相關，0.8≤|r|<1稱為高度相關或強相關[8]。

從整體來看，學習畫面情感與學習者情感的相關系數在-0.7至0.8之間，部分學習畫面情感與學習者情感存在較強的相關關系，也有部分存在較弱的相關關系，甚至不存在相關關系。

學習畫面情感中的溫馨、歡快、活潑、搞笑、幽默、有趣與學習者情感中的常態(tài)、高興、專注等存在正相關，而與憤怒、悲傷、驚恐、走神等存在負相關。其中溫馨與常態(tài)、專注存在顯著相關，歡快、搞笑與高興、悲傷、走神存在顯著相關;活潑與悲傷、專注、走神存在顯著相關;幽默與高興存在顯著相關;有趣與高興、悲傷、專注、走神存在顯著相關。凄涼、枯燥、沉悶、繁亂與憤怒、悲傷、驚恐、走神等存在正相關，而與常態(tài)、高興、專注等存在負相關。其中凄涼與悲傷存在顯著相關;枯燥與高興、專注、走神存在顯著相關;沉悶與走神存在顯著相關;繁亂與高興、憤怒存在顯著相關。驚險、恐怖與憤怒、驚恐存在正相關，而與其他學習者情感存在負相關，其中驚險與驚恐存在顯著相關;恐怖與常態(tài)、驚恐、走神存在顯著相關。

夸張、虛幻則較為特殊，夸張與高興、驚恐、專注存在正相關，與常態(tài)、憤怒、悲傷、走神存在負相關。虛幻與走神存在負相關，而與其他學習者情感存在正相關。兩者與7種學習者情感并不存在顯著或較強的相關關系。

2. 學習畫面藝術特征對學習者情感的影響

通過對有效圖像數據的分析，學習畫面4種藝術特征與學習者7種學習情感的相關系數見表2。

從整體來看，學習畫面藝術特征與學習者情感的相關系數也在-0.7至0.8之間。學習畫面的4種藝術特征與常態(tài)、高興、專注存在正相關，而與憤怒、悲傷、驚恐、走神存在負相關。其中背景紋理、文本樣式與專注存在顯著相關，版式布局、色彩搭配與常態(tài)、專注、走神存在顯著相關。

（二）結果討論

1. 學習畫面情感對學習者情感的影響

積極情感是臨床心理學和積極心理學的研究重點，董妍和喻國良將學業(yè)情緒確定為積極高喚醒、積極低喚醒、消極高喚醒、消極低喚醒。積極高喚醒包括高興、愉快、自豪、羨慕和希望;積極低喚醒包括放松、滿意和平靜;消極高喚醒包括生氣、焦慮和羞愧;消極低喚醒包括厭倦、無助、沮喪和難過[9]。本研究借鑒既有研究，將學習者的7種學習情感分為積極情感和消極情感兩類，其中積極情感包括常態(tài)、高興和專注，消極情感包括憤怒、悲傷、驚恐和走神。

結果表明，學習畫面情感中的溫馨、歡快、活潑、搞笑、幽默、有趣能夠激發(fā)學習者的積極情感，并避免學習者出現消極情感;而凄涼、枯燥、沉悶和繁亂則會引起學習者的消極情感?？鋸?、虛幻、驚險、恐怖比較特殊，夸張、虛幻與7種學習者情感的相關系數均處在較低的水平，即對學習者情感的影響較小，而驚險、恐怖僅會引起學習者的憤怒和驚恐。學習畫面的背景紋理、版式布局、色彩搭配、文本樣式等4種藝術特征均能激發(fā)學習者的積極情感，并會避免消極情感的出現。

根據學習畫面情感與學習者情感的相關性，可將學習畫面情感大致分為三類：其一為正向情感，包括溫馨、歡快、活潑、搞笑、幽默和有趣，它們會引起學習者的積極情感，有助于激發(fā)學習動機，培養(yǎng)學習興趣，促進認知活動;其二為負向情感，包括凄涼、枯燥、沉悶和繁亂，它們會引起學習者的消極情感，影響耐心度、注意力，阻礙認知活動;其三為特殊情感，包括夸張、虛幻、驚險和恐怖，它們與學習者情感間的關系較為復雜，并且通過對134742幅學習畫面圖像的情感進行大數據分析，發(fā)現此類情感較少出現。雖然學習畫面的4種藝術特征都會影響學習者的學習情感，但色彩搭配和版式布局的影響更強。

2. 學習畫面情感對學習者情感的影響機制

當學習者觀看學習畫面時，視網膜會受到學習畫面的視覺刺激，視覺刺激經視覺神經傳遞到大腦視覺皮層。大腦視覺皮層將依靠長時記憶和視覺經驗進行信息加工，從而激活相應的心理狀態(tài)[10]。張海波等[11]基于顏色和紋理實現對圖像情感的識別，劉增榮等[12]融合顏色、紋理、形狀等視覺特征并使用支持向量機來實現圖像綜合特征空間到情感空間的映射。湯麗萍等[13]通過對圖像情感分類相關文獻的梳理，指出現有的圖像情感分析多基于圖像的顏色、形狀、紋理等低層視覺特征進行研究。因此，從產生原理和既有研究看，學習畫面情感通常受顏色、紋理、形狀等低層視覺特征的影響。

美術理論家伊頓[14]（Johannes Itten）在其著作《The Art of Color》中提出不同的顏色組合會產生相異的圖像情感，李海芳等[15]通過調查總結出色彩搭配與圖像情感間的對應關系，毛峽等[16]的研究也證實不同顏色組合可以激發(fā)人們不同的情感狀態(tài)。既有研究和實驗結果表明，學習畫面的背景紋理、色彩搭配、版式布局、文本樣式等藝術特征能夠影響學習畫面情感和學習者情感。

普拉斯、佩里等學者的研究和本研究的實驗結果均證實，學習畫面的情感和藝術特征與學習者情感存在重要聯系，學習畫面情感中的溫馨、歡快、活潑、幽默、有趣等正向情感可以激發(fā)學習者積極的情感狀態(tài)，而枯燥、沉悶、繁亂等負向情感則會給學習者帶來消極的情感體驗。通過以上分析，學習畫面情感對學習者情感的影響機制如圖1所示。

如圖1所示，學習畫面的顏色、紋理、形狀、空間關系等視覺特征會影響學習畫面的背景紋理、色彩搭配、版式布局、文本樣式等藝術特征，直觀的視覺特征和隱含的藝術特征使學習畫面表現出不同的情感屬性，進而影響學習者的學習情感。

五、啟示與建議

本研究通過實驗證實學習者的學習情感易受學習畫面情感的影響，良好的學習畫面情感能夠引起學習者積極的情感體驗，并促進學習者對學習內容更好的理解和遷移，因此，學習畫面情感對促進學習者的在線學習活動具有重要意義。學習畫面本質上屬于計算機生成或合成圖像，多由文本、圖形、圖像、動畫等媒體形式組合而成，其情感主要通過顏色、紋理、形狀等視覺特征和色彩搭配、版式布局、文本樣式等藝術特征體現。區(qū)別于自然圖像，學習畫面直觀的視覺特征和隱含的藝術特征可通過自主設計以體現不同情感屬性，具有較高能動性。這無疑要求教師或教育工作者在進行學習畫面設計時，注重其美學功能、情感功能和認知功能的協(xié)調與平衡，充分發(fā)揮學習畫面在學習者在線學習過程中的情感功能。

（一）選擇恰當的資源類型

在線學習環(huán)境中多媒體PPT、錄制視頻、Flash動畫是主要的數字化學習資源形式，其中多媒體PPT最為常見。某些資源類型具有特定的情感屬性，而某些資源類型則可表達更加多樣的情感，應恰當選擇以激發(fā)學習者的積極情感和學習興趣。本研究通過網絡爬蟲和自編程序共采集189673幅學習畫面圖像，篩選后形成擁有134742幅學習畫面的圖像數據庫，資源類型主要包括多媒體PPT（75814幅）、繪畫（22430幅）、Flash動畫（27039幅）和錄制視頻（9459幅）。然后利用學習畫面情感識別程序識別數據庫中每幅學習畫面圖像的情感強度，并歸一化到0～1之間。各資源類型學習畫面情感的強度如圖2所示。

如圖2所示，多媒體PPT和繪畫類型的學習畫面既有溫馨、歡快、活潑、有趣等正向情感，也有枯燥、沉悶、繁亂等負向情感，負向情感略高于正向情感;Flash動畫類型學習畫面在各情感維度上具有明顯差異，較多呈現正向情感，而較少體現負向情感;錄制視頻類型學習畫面與Flash動畫恰好相反，多呈現負向情感，而較少體現正向情感。教師或教育工作者可根據學段學科、教學內容、學生特點、教學方式等確定希望表達的情感并選擇與之相符的資源類型。Flash動畫多呈現正向情感，比較適合應用于學前和小學階段學習者。錄制視頻與Flash動畫正好相互補充，適合自制力較高的大學階段或繼續(xù)教育階段學習者。多媒體PPT則更加靈活，更具有普適性，既可表達正向情感，也可表達負向情感，所呈現的情感依賴于教育工作者的設計，因此，教育工作者應特別重視對多媒體PPT所表達情感的關注，充分考慮學段學科和教學內容等因素，使其盡量體現正向情感，并避免負向情感的出現。

（二）注重學習畫面的情感設計

教師在進行學習畫面的設計時，應較多體現學習畫面的正向情感，特別是與專注存在顯著相關的學習畫面情感，例如溫馨、歡快和活潑等;同時避免體現負向情感，特別是與走神存在顯著相關的學習畫面情感，例如枯燥、沉悶和繁亂。因為學習畫面主要通過直觀的視覺特征和隱含的藝術特征體現情感屬性，因此，教師可從色彩搭配、版式布局、背景紋理、配圖質量、文本樣式等方面考慮學習畫面的情感設計，以便使學習者保持積極的情感狀態(tài)，促進認知活動。

學習畫面的版式布局應避免雜亂無章，要做到結構清晰、功能明確、主次分明、比例合理、恰當留白。版面編排既要考慮學習者認識事物的心理順序和思維活動的邏輯順序，還要考慮學習者的視線流動順序，在有限的空間內，為學習者提供內容體系完整、滿足學習需求的學習內容。

美國學者布魯墨（Carolyn Bloomer）在其著作《視覺原理》中指出，色彩能夠喚起各種情緒，表達感情，甚至影響我們正常的心理感受[17]。學習畫面的色彩搭配可考慮三種方法：使用單色、使用對比色、使用同色系。暖色調多給人們帶來溫暖熱烈、生動活潑和積極有力的視覺感受，學習畫面應多用紅、橙、黃等暖色調，并且色彩的總數要控制在2～4種。學習畫面的背景紋理應采用素淡清雅的色彩或圖像，避免采用花紋復雜的圖像或純度較高的色彩，同時要符合教學內容的意境，并要與文字的顏色對比強烈。

圖像是學習畫面中最直觀、最形象的表現要素，好的配圖能給學習者豐富的聯想，并使其注意力集中。配圖要注意“質”和“量”，其中“質”體現在三個方面：第一，學習畫面的配圖首先要切合講授主題，圖形或圖像素材應圍繞教學內容的主題進行選取;第二，要切合學習者的年齡階段，各年齡階段學習者具有不同的身心發(fā)展特點，學前或小學階段的學習畫面應多采用形象生動、活潑夸張、色彩鮮艷的圖形或圖像;第三，配圖的分辨率要盡可能地高，并且沒有廣告信息，以保證清晰度和辨識度?！傲俊眲t體現在：學習畫面中的圖形或圖像數量并非越多越好，而是要根據實際情況進行確定，盡量控制在合理范圍以內。設計合理的學習畫面可以對學習者的學習情感產生積極影響，給學習者帶來良好學習體驗的同時，也能夠緩解因智能學習終端屏幕過小而帶來的視覺疲勞。

（三）利用學習畫面實現情感交互

在線學習環(huán)境下師生由于時空上的準分離，將難以進行面對面的情感交流，普遍存在“情感缺失”的問題，使學習者的在線學習缺少情感支持。既有研究多利用虛擬教師、智能學伴等仿生代理的表情、動作和語言等對學習者的學習過程進行干預。本研究通過實驗證實學習畫面情感對學習者的學習情感具有重要影響，正向的學習畫面情感可激發(fā)學習者的積極情感，因此，可利用學習畫面實現在線學習環(huán)境下的情感交互。本研究構建在線學習環(huán)境下學習畫面情感自適應調整模型，通過學習畫面視覺特征的組合調整實現學習畫面情感的調整，以期在線學習環(huán)境能夠感知、判斷、回應和調節(jié)學習者的學習情感，為學習者的在線學習活動提供情感支持[18]，模型如圖3所示。

該模型主要包括兩大模塊：多源異構數據采集與處理模塊和學習畫面情感自適應調整策略模塊，其中多源異構數據采集與處理模塊又包括學習畫面視覺特征提取模塊、學習畫面情感識別模塊、學習者情感識別模塊和學習者視覺情感偏好模型完善模塊。學習畫面情感和學習者情感的實時識別可利用CNN+RNN實現，學習者視覺情感偏好模型由“顯性數據”和“隱性數據”構成，顯性數據指學習者注冊時所填寫的個人信息和選擇的視覺偏好信息，隱性數據指學習過程中通過數據挖掘技術獲取的學習者視覺情感偏好。學習畫面情感自適應調整策略模塊由學習畫面視覺特征資源推薦模塊和學習畫面視覺特征調整模塊組成，其中學習畫面視覺特征資源推薦由卷積矩陣分解（Convolutional Matrix Factorization，CMF）實現，學習畫面視覺特征調整則借助開源的OpenCV庫實現。學習畫面視覺特征資源庫存有可用于調整學習畫面情感的視覺特征，例如背景紋理或圖像、色彩搭配方案、可用作配圖的圖像或圖形、GIF動畫、布局方案、色相/飽和度方案、亮度/對比度方案等，視覺特征資源庫中的資源可借鑒學習元、社會化標簽、既有規(guī)范（CELTS-3.1、CELTS-41.1、LOM、SCORM）等進行標準化處理和建模。

[參考文獻]

[1] PLASS J L， HEIDIG S， HAYWARD E O， et al. Emotional design in multimedia learning： effects of shape and color on affect and learning[J]. Learning and instruction， 2014（29）：128-140.

[2] 張伯邑.多媒體教學中畫面藝術的功效[J].湖南師范大學教育科學學報，2011，10（5）：118-120.

[3] 劉哲雨，侯岸澤，王志軍.多媒體畫面語言表征目標促進深度學習[J].電化教育研究，2017，38（3）：18-23.

[4] 王志軍，吳向文，馮小燕，等.基于大數據的多媒體畫面語言研究[J].電化教育研究，2017，38（4）：59-65.

[5] MORENO R. Optimising learning from animations by minimising cognitive load： cognitive and affective consequences of signalling and segmentation methods[J]. Applied cognitive psychology： the official journal of the society for applied research in memory and cognition， 2007， 21（6）： 765-781.

[6] PERRY G T， SCHNAID F. A case study on the design of learning interfaces[J]. Computers & education， 2012， 59（2）： 722-731.

[7] 徐振國，張冠文，孟祥增，等.基于深度學習的學習者情感識別與應用[J].電化教育研究，2019，40（2）：87-94.

[8] 陳珍珍，羅樂勤.統(tǒng)計學[M].廈門：廈門大學出版社，2002：149-150.

[9] 董妍，俞國良.青少年學業(yè)情緒問卷的編制及應用[J].心理學報，2007（5）：852-860.

[10] 章明.視覺認知心理學[M].上海：華東師范大學出版社，1991.

[11] 張海波，黃鐵軍，修毅，等.基于顏色和紋理特征的面料圖像情感語義分析[J].天津工業(yè)大學學報，2013，32（4）：26-32.

[12] 劉增榮，余雪麗，李志.基于特征融合的圖像情感語義識別研究[J].太原理工大學學報， 2012，43（5）：553-557，563.

[13] 湯麗萍，陳芬.基于情感的圖像分類研究進展[J].情報理論與實踐，2018，41（6）：149-153，160.

[14] ITTEN J. The art of color： the subjective experience and objective rationale of color[M]. New York： Van Nostrand Reinhold Company， 1973.

[15] 李海芳，焦麗鵬，賀靜.多特征綜合的圖像模糊情感注釋方法研究[J].中國圖象圖形學報，2009，14（3）：531-536.

[16] 毛峽，丁玉寬，牟田一彌.圖像的情感特征分析及其和諧感評價[J].電子學報，2001（S1）：1923-1927.

[17] 布魯墨.視覺原理[M].張功鈐，譯.北京：北京大學出版社，1987.

[18] 楊鑫，解月光.智慧教學能力：智慧教育時代的教師能力向度[J].教育研究，2019，40（8）：150-159.