教育信息化2.0行动计划以及新一代人工智能发展规划强调了发展人工智能在教育中的创新应用。人工智能(Artificial Intelligence,AI)借助于计算机学科发展起来,并且在智慧医疗、电子商务以及智能交通等领域中取得了重要成果。本论文研究以情感三维、人本主义、布鲁姆教育目标、ARCS动机模型等教育理论为指导,以AI技术为智能挖掘工具,使用深度学习(Deep Learning)融合情绪预测(Emotional Prediction)技术实现了基于学生面部表情识别的学业情感挖掘分析方法。该课题研究目标明确,经过严谨的实践设计,科学的数据分析,论证了该研究方法的可行性、有效性以及实用性。与传统量表调查问卷、访谈和实证等研究相比,该智能挖掘方法更科学、精准和智能化。论文针对中学课堂学习者的学业情绪预测分析和研究结论,一是对当前研究学业情绪相关的教育现象、规律或教育问题解释等奠定一定的科学基础和依据;二是能够帮助教师、教育管理者及时掌握课堂教学中学习者的学业情绪变化规律,优化调整课堂教学模式,提高课堂教学质量;三是在提升中学教育管理科学决策中发挥积极的作用。本论文第一章绪论介绍了研究背景及意义,综述了学业情绪的研究现状,基于此提出了研究问题,并给出论文结构与研究内容;第二章理论基础与相关技术中阐述了研究中应用到的相关教育理论、运用的人工智能相关技术,本章准备是基于学生面部表情识别的学业情感挖掘分析方法创建的理论与技术基础;第三章学业情感挖掘分析方法设计中重点描述了教育理论、人工智能技术在研究中的具体应用,包括了基础表情库的选择、数据采集与预处理方案、表情特征与学业情绪挖掘的相关性分析、构建表情识别模型以及算法实现;第四章问卷调查与访谈数据收集,通过学生问卷调查分析、学生访谈及结果分析、教师访谈及结果分析,为下面的教学实践应用和实践验证比对做好准备;第五章课堂教学实践与结果分析以初中数学课堂教学实践为例,通过课堂教学实践及教学效果分析,研究总结得出研究的结论,并充分的论证与相关性分析;在第六章研究总结与展望中总结了研究结论、给出了论文的研究价值及创新点,以及研究中存在的不足,对本研究的后续研究工作计划做了简要介绍。