本研究提出了一种基于情感的学生参与度指标LLM-SEM，旨在解决在线学习平台中情感模糊和元数据有限的问题。通过结合视频元数据和学生评论的情感分析，LLM-SEM能够准确衡量学生参与度，实验结果显示其在可伸缩性和准确性方面表现优异。

该研究设计了一种AI驱动的多任务聊天机器人，提升计算机科学教育的学习体验和学生参与度。研究结果显示该机器人在学习者参与度、动机和探究型学习方面具有潜力。

研究设计并评价了一种AI驱动的多任务聊天机器人，旨在提升计算机科学教育中的学习体验和学生参与度。研究结果表明，该系统对学习者参与度、动机和探究型学习有积极影响。

该研究设计了一种AI驱动的多任务聊天机器人，旨在提升计算机科学教育中的学习体验和学生参与度。研究结果表明，该系统对学习者参与度、动机和探究型学习有积极影响。

该研究设计了一种AI驱动的多任务聊天机器人，旨在提升计算机科学教育中的学习体验和学生参与度。研究结果表明，该系统对学习者参与度、动机和探究型学习有积极影响。

该研究评价了一种AI驱动的多任务聊天机器人，旨在提升计算机科学教育的学习体验和学生参与度。研究开发了一个新型学习环境，通过满足学生的内在心理需求，鼓励学生提问、寻求解决方案和探索好奇心。通过与200名学生进行测试，并与人类导师和单一聊天机器人进行对比，研究提供了对该系统对学习者参与度、动机和探究型学习的深入理解。该研究为AI驱动的多任务聊天机器人在计算机科学教育中的潜力提供了重要见解。

该研究设计了一个AI驱动的多任务聊天机器人，旨在提升计算机科学教育的学习体验和学生参与度。通过满足学生的内在心理需求，鼓励学生提问、寻求解决方案和探索好奇心。研究通过与200名学生进行测试，并与人类导师和单一聊天机器人进行对比，使用聊天记录序列分析、调查和焦点小组访谈等方法进行定量和定性分析。通过整合自然语言处理技术，提供了对该系统对学习者参与度、动机和探究型学习的深入理解。该研究揭示了AI驱动的多任务聊天机器人在计算机科学教育中的潜力。