随着“互联网+”时代的到来,以物联网、云计算、大数据、人工智能等新兴技术的快速发展,技术变革教育的时代已经到来,资源的多元化、数据的规模化和计算的智能化,为个性化支持服务的研究和实践提供了契机。个性化学习是智慧教育诉求下未来的学习方式,而学习者兴趣特征模型是个性化学习服务的核心。智慧教室的研究虽然取得了一定成效,但也存在不容忽视的不足,即如何利用智慧教室满足学习者的“个性化需求”,以及给予学生“个性化反馈”仍然是亟待解决的问题。为此,构建智慧学习环境中的学生兴趣模型,有利于教学者更好的捕捉学生的学习兴趣和个性化需求,以便为其提供个性化的学习服务。本文所提出的学生兴趣模型构建方法,针对的是学生课堂学习兴趣的量化分析。以三维向量空间模型来构建智慧学习环境中的学生兴趣模型。该模型从兴趣外显行为的三个维度来表征学生的课堂学习兴趣,即从学生的课堂注意力、课堂参与度和学习情感体验这三个维度来收集学生的兴趣信息,并针对三个维度分别设计了相应的数据采集规则和量化技术。在数据采集方面,本研究以课堂环境中较易采集的坐姿特征来间接采集学生的课堂注意力,设计了坐姿-注意力水平映射规则库,通过学生的坐姿特征,匹配相应的课堂注意力水平;以课堂参与行为频次来量化学生的课堂参与度,设计了包含三个维度七个指标的课堂参与行为观测表,用以记录学生的课堂参与行为类型和频次;以学生的面部表情特征来量化学生的学习情感体验,设计了面部活动单元编码系统,据此以眉眼、嘴部特征构建编码对,并与设计的面部表情规则识别库进行匹配,以获取对应的七种表情类型,并将这七种表情进一步划分为感兴趣和不关注。在量化技术上,选择线性加权和K均值聚类相结合的方式,来量化学生的课堂学习兴趣。最后,结合智慧教室环境中的学科录制视频,对所构建的学生兴趣模型进行实例分析,提取教学视频片段中的学生课堂注意力、课堂参与度、学习情感这三个维度的兴趣外显行为信息,按照相应的量化技术计算学生的课堂学习兴趣,以验证该模型的有效性。