研究中心有三个研究方向，分别是智能教育基础设施建设研究、教育数据挖掘与分析、新兴技术教学运用研究（如图所示），下面对其进行简要的介绍。

图 研究方向分解图

（一）高校智能教育基础设施建设研究

高校智能教育基础设施建设研究包括在高等教育领域开发和应用先进的技术手段，以提高教育质量、优化教育资源配置和满足多样化的学习需求的研究。

1) 智能教育基础设施建设研究。

网络建设的研究，包括前沿智能化有线无线网络及其配套建设的研究，为学校的网络建设提供技术方案和技术支持，为获得高速、稳定的互联网接入提供技术保障；数据中心建设的研究，包括现代数据中心的软硬件建设研究，为构建高性能计算和数据存储设施打好基础，做好准备；教学设备建设研究，包括智能教室、在线教育平台和虚拟实验室等设备和系统的建设研究，旨在为学校学生和教师提供多样化的学习和教学工具。

2) 智能教育平台建设研究

智能教育平台建设研究，包括开展在线学习系统、教学资源共享系统、成果展示系统、个性化推荐系统、学习分析系统、在线考试与评估系统等研究，为学校数字化建设提供平台建设及选型提供决策依据。

3) 课程资源建设研究

系列智能化课程资源建设研究，包括在线课程、微课程、学习资源源建设研究，鼓励引导教师利用智能教育工具进行课程设计，实现教学方法的创新，满足不同类型学生的学习需求。

（二）教育数据挖掘与分析

教育数据挖掘与分析是指通过对教育大数据的收集、处理和分析，挖掘出有价值的信息，以改进教学方法、提高教学质量和优化教育资源。教育数据挖掘与分析可以为教育决策、教学改进和资源优化提供数据支持。智能教育研究中心可以加强我校对教育数据挖掘与分析能力的培养，利用数据驱动的方法优化教育管理和教学过程。

(1) 学生画像

通过收集学生的基本信息、学习成绩、兴趣爱好等数据，可以构建学生画像，帮助教师更好地了解学生，制定个性化的教学方案，以满足不同学生的需求。

(2) 课程分析与成绩预测

课程分析，对课程的教学内容、教学方法、考试成绩等数据进行分析，可以发现课程的优缺点，为课程改进提供参考，还可以分析课程之间的关联性，为课程体系的优化提供数据支持；成绩预测，利用历史成绩数据和学生特征数据，通过建立预测模型，可以预测学生未来的学业表现，为学生的辅导和教学资源分配提供依据。

(3) 评估与监测研究

建立完善的智能教育评估与监测体系，通过数据分析和学习分析技术，对学生的学习过程、教师的教学效果进行实时监测和评估，为教育决策提供科学依据。

（三）新兴技术教学应用研究

新兴技术在高校教学中的应用对于提高教学质量、激发学生兴趣和培养创新能力具有重要意义。

1. 人工智能（AI）教学应用

 人工智能可以通过智能教学系统、智能辅导系统和智能评估系统等方式应用于高校教学。这些系统能够为学生提供个性化的学习路径，以满足不同学生的需求。此外，AI还能够辅助教师进行教学设计，提高教学效果。

2. 高速通信技术教学应用

利用高速通信技术的高速率、超大连接、超低时延三大特性，把全息投影模技术、全景视频技术、触感技术、VR技术、AR技术设计等技术融入到课堂教学当中，发挥各自的技术优秀，激发学生的学习兴趣，提高教学效果。

3. 物联网教学应用

 物联网技术可以将各种教学设备、传感器和网络连接起来，形成一个智能的教学环境。通过对这些设备和网络的管理，教师可以更加高效地进行教学活动，学生也能更方便地获取和分享信息。