来源：期刊VIP网 时间：
作者：刘娟;胡雪莲;王军豪;刘清堂;付雅瑄;
单位：湖南师范大学教育科学学院基础教育大数据研究与应用实验室;华中师范大学数字教育湖北省重点实验室;
摘要：随着智能技术的飞速发展，数字化学习的逐渐普及为学习者们提供了多样化的资源和途径，然而这一学习方式在丰富学习体验的同时也对学习者的认知负荷带来了复杂的挑战。传统的认知负荷测量方法存在过程性不足、动态监测缺失以及即时反馈缺乏等精准度方面的问题，因此，认知负荷智能化评估逐渐成为研究的热点。智能化评估通过结合生理指标，利用机器学习与深度学习等非侵入性技术手段，实现对学习者认知负荷的精准评估。本文系统梳理了支持向量机、随机森林、线性判别分析等传统机器学习算法，以及前馈神经网络、卷积神经网络、长短期记忆网络和混合模型等深度学习算法在认知负荷智能化评估中的应用，探讨数字化学习中认知负荷智能化评估的启示和发展方向，并探索了大语言模型在认知负荷智能化评估中的潜力，旨在为高效的数字化学习提供帮助。
关键词：数字化学习;;认知负荷;;智能化评估;;机器学习;;深度学习
基金资助：国家自然科学基金(62277021);; 湖南师范大学大学生创新创业项目(2025146)
