5月29日下午，由人文與社會科學學院心理學系主辦的科技人文講堂暨心理學前沿論壇第33期在南區317會議室成功舉行。美國Pearson教育研究機構副研究員、美國佐治亞大學客座研究員熊嘉偉博士受邀作題為《計算機化測評中的行為過程數據分析》的精彩講座，心理學系以及校內外感興趣師生參會，王玨特任研究員主持。講座伊始，王玨特任研究員介紹了熊嘉偉博士的學科背景、研究領域，并代表心理學系對他的來訪表示熱烈歡迎。
熊嘉偉博士首先解釋了什么是計算機化測評中的過程數據，并講解了過程數據與傳統測量方法數據的區別以及它的應用。熊嘉偉指出，學生在測評過程中的行為活動，如反應時間、眼動追蹤、電腦日志文件等過程數據能夠幫助分析學生的投入水平、思維過程等，提高了對學生潛在能力分析的準確性。
為了更好地對過程數據進行分析，熊嘉偉以計算機日志文件數據為例提出了一個前沿模型——Sequential Reservoir Model（SRM），這個模型可以從學生非結構化行為過程數據中提取可解釋特征向量。他提出了兩個問題：這些特征向量能夠解決哪些應用問題？這些特征向量能夠解釋什么？隨后，熊嘉偉圍繞這兩個問題展開了對SRM的講解。
在講解SRM的過程中，熊嘉偉解釋了該模型的模擬和實證研究，模擬包括分類、回歸與模型擬合，實證研究使用了NAEP的8年級數學測試數據，驗證SRM的實際應用效果。并介紹了SRM將過程數據轉化為特征矩陣的過程：評估行為、生成非結構化數據、輸入模型、建立結構化的特征矩陣。經過嚴謹周密的探究后，熊嘉偉回答了他提出的兩個問題：SRM提取的特征向量可以用于群體檢測、能力評估與解釋性建模，同時它們解釋了被測試者在評估過程中的具體行為與策略。
最后，熊嘉偉對SRM進行了展望：我們可以持續改進SRM，探索它在不同場景中的應用。此外，SRM所提取的特征向量也可以應用到如計算機自適應測試、診斷測量與結構方程建模等其它領域。
在兩個多小時的分享中，熊嘉偉博士深入淺出地講解了計算機化測評中的行為過程數據分析，引發了現場師生的積極思考與熱烈討論，大家紛紛對過程數據的潛力與應用前景表示了濃厚的興趣。
結束前，王玨特任研究員對熊嘉偉博士的精彩講座再次表示感謝。
心理學前沿論壇，作為心理學系三大品牌論壇之一，旨在通過和國內外知名學者的互動，分享心理學前沿研究熱點，以及心理學科在社會關切問題上的應用，積極促進具有科大特色心理學科的構建。
熊嘉偉, 美國Pearson教育研究機構副研究員(Associate Research Scientist)，美國佐治亞大學(University of Georgia)客座研究員。主要研究方向包括在統計量化方法與機器學習方法在教育學、心理學和工程學領域的開發與應用。研究成果發表在 Educational Measurement: Issues and Practice, Applied Psychological Measurement,及ACS Applied Materials & Interfaces等高水平期刊，于2023年獲得美國國家教育測量委員會(National Council on Measurement in Education) Brenda H.Loyd優秀博士畢業論文獎。目前擔任美國教育研究協會(American Educational Research Association)測量與方法學分部(Division D)國際委員會主席，以及Behavior Research Methods,British Journal of Mathematical and Statistical Psychology,及IEEE Journals等多個國際期刊的審稿人。
（心理學系）
