arXiv · Human-Computer Interaction· Hitoshi Inoue, Koichi Yasutake·2026-10-02 12:00· 3 小时前AI 评分18

TopoLA：面向解释不确定性的拓扑学习分析仪表盘设计原则与架构

Designing for Interpretation Uncertainty: Architecture and Principles for Topological Learning Analytics Dashboards

AI 导读

TopoLA 是一个基于 Zigzag Persistent Homology 的学习管理系统分析仪表盘系统，提出三项早期设计原则：分离客观测量与语境解释、从指标到模式再到反思提示的分级披露，以及明确承认方法不确定性。系统实现特征提取、拓扑计算、解释支持三阶段模块化管线，可扩展至其他分析方法。