22、探索交互式科学博物馆展品中游客参与度的多模态贝叶斯层次模型

探索交互式科学博物馆展品中游客参与度的多模态贝叶斯层次模型

1. 引言

在博物馆等非正式环境中，参与度是学习的关键组成部分。游客的参与度会影响他们与展品的互动方式、在展区的游览路径，以及对科学概念和实践的态度、兴趣和理解。近年来，多模态学习分析技术的发展为深入了解游客与交互式博物馆展品的互动提供了新的可能。这些技术通过物理硬件传感器（如网络摄像头、眼动仪、运动传感器）捕获多模态数据流，进而创建计算模型，以揭示游客有意义的参与模式。

多模态学习分析在实验室和课堂环境中已显示出显著的潜力，但在科学博物馆等非正式环境中的应用相对较少。设计交互式科学博物馆展品的游客参与度计算模型面临诸多挑战。一方面，游客与展品的互动时间通常较短，即使是极具吸引力的展品，游客的停留时间也往往只有3 - 4分钟。另一方面，博物馆吸引的游客群体广泛，年龄、背景、知识水平和学习目标各不相同，不同类型的游客在与展品互动以及在博物馆内的活动模式上表现出明显差异。

为应对这些挑战，本文提出了一种基于贝叶斯层次模型的多模态学习分析框架，用于研究科学博物馆中的游客参与度。该模型能够明确考虑不同游客群体之间参与模式的差异。我们聚焦于一个名为“未来世界”的桌面科学展品，这是一个关于环境可持续性的游戏式互动展品。通过在“未来世界”展品中安装多个硬件传感器，我们可以捕获游客的面部表情、眼动、姿势和学习交互等细粒度数据，从而对科学博物馆中游客参与度的关键组成部分进行建模。

2. 相关工作

参与度是促进博物馆有意义学习的关键机制。以往关于学习者参与度建模的研究大多集中在学校课堂等正式教育环境中。在博物馆环境中，低参与度可能表现为与互动展品的浅层互动甚至无互动，而高参与度则体现为更长的停留时