
情绪信号采集
12 个字段以内的轻量埋点,覆盖节奏、回看与自评三条线,采集前明确告知用途,可随时关闭。
以情感化设计重构个性化学习路径:把学习行为日志、情绪反馈信号与知识掌握度三类数据融合建模,在纯白而克制的界面上,用可解释的数据可视化替代冰冷排名,让学习者始终看得见自己的进步与责任。
每步都给出可执行参数与阈值,避免只谈“温暖”不谈落地。所有埋点均需在合规授权与最小必要原则下采集。
只采集三类可解释信号:答题节奏(单题停留>45 秒记为迟疑)、主动回看次数、自评情绪 1–5 分。信号字段控制在 12 个以内,噪声标签先剔除再入模型。
按掌握度 × 情绪稳定性做 2×2 分群,冷启动阶段每群至少 30 名学习者样本;群内路径差异控制在 3 条以内,避免策略爆炸导致数据可视化不可读。
答题后即时反馈必须 ≤800ms 出现,情绪安抚文案控制在 18 字内;超过 1.5s 的延迟会使“被理解感”评分下降约 22%,这是教育科技产品最易踩的坑。
单屏图表不超过 3 个,主图固定为“情绪曲线 + 掌握度柱”双轴;禁止同时出现雷达图与堆叠面积图,认知负荷会显著上升,违背情感化设计的初衷。
连续 25 分钟无有效交互才触发一次轻提醒,每天上限 2 次;提醒文案先肯定再建议,例如“已连续专注 25 分钟,先休息 5 分钟再回来”。
每周抽样 5% 学习者做策略回测,以“情绪稳定性 + 掌握度提升”为双目标;任一群体双指标连续两周下滑即回滚策略,并记录原因供后续复用。
指标按月滚动统计,与上季度基线对比;任一指标跌破下限即进入复盘流程。
从信号采集到责任式回访,四层能力呈阶梯递进,越往上越依赖底层数据的长期积累。

12 个字段以内的轻量埋点,覆盖节奏、回看与自评三条线,采集前明确告知用途,可随时关闭。

2×2 分群驱动个性化学习路径,每群冷启动样本不少于 30 人,命中率低于 0.70 即收缩策略。

单屏三图以内,双轴主图固定;用拟人化文案解释指标含义,让学习者知道“为什么看到这条曲线”。

提醒频率每天上限 2 次,先肯定后建议;48 小时内完成策略回测,保障体验可持续而非短期刺激。
左右滑动查看不同场景的数据采集重点与体验目标。




所有更新均以“不增加学习者认知负担”为前提,功能上线前需通过双指标回测。
移除 7 个低区分度字段,采集耗时下降 18%,同时将自评入口从弹窗改为常驻轻按钮,减少打断感。
下线两套旧图表,数据可视化页面平均停留时长下降 14%,但关键指标理解正确率上升 26%。
提醒频次改为每天上限 2 次后,被理解感评分由 4.3 升至 4.6,日均打扰投诉降至 0.3%。
评价来自真实使用方的阶段复盘,包含可复用的经验与仍需改进之处。
“把情绪曲线和掌握度放在同一张图之后,学员不再只盯分数,复盘率从 41% 提到 63%。最大的收获是知道该在什么时候闭嘴不提醒。”
“分群只保留四类之后,推荐策略终于能被团队讲清楚。命中率从 0.68 升到 0.81,代价是要接受冷启动阶段样本不足。”
“提醒文案改成先肯定再建议,投诉几乎消失。建议把 48 小时回测闭环写进流程,否则情感化设计很容易退回到拍脑袋。”
提交 7 天学习行为样本,我们输出情绪稳定性、掌握度与推荐命中率三项基线,并给出可执行的 48 小时调优清单。数据仅用于本次诊断,诊断结束后 30 天内删除。
或先按 6 步清单自查,通常 2 小时内可完成第一轮口径对齐。