【教育链动中国典型案例】聚银龄之力 融医教特色：以医学继续教育 拓宽社区教育服务发展维度

湖南可心教育科技有限公司，旗下核心专业品牌为可心心理，是一家深耕心理健康领域，集研发、生产、方案设计、落地运维与专业服务于一体的综合性科技教育企业，总部立足湖南长沙，辐射全国各省市，专注为全行业场景提供专业化、数字化、一站式心理健康整体解决方案，彻底打破传统心理服务“重硬件、轻服务、难落地”的行业痛点，致力成为全民心理健康守护的标杆品牌。   公司自成立以来，摒弃单一设备销售的传统模式，创新打造“硬件+软件+内容+服务”四位一体全链条服务体系，精准聚焦教育、司法、医疗、企业、社区、消防等多类场景的心理服务需求，构建从前期方案定制、产品研发生产，到中期安装调试、人员培训，再到后期售后运维、专业督导的完整闭环，全方位解决客户“不会选、不会装、不会用、用不好”的核心难题，让心理服务真正落地见效。   可心心理依托强大的复合型专业团队，汇聚心理学资深专家、生物医学工程研发人才、软件算法工程师、教育行业资深从业者，兼具学术理论功底与实战落地经验，确保每一款产品、每一套方案都贴合心理学专业标准与实际应用需求。公司高度重视技术创新与合规建设，已通过ISO9001质量管理体系、ISO14001环境管理体系、ISO45001职业健康安全管理体系三大权威认证，获评AAA级信用企业，拥有多项心理设备相关软件著作权与硬件实用新型专利，技术实力与品质管控达到行业领先水平，政企校采购中标率稳居行业前列。   核心产品与服务覆盖心理测评管理系统、智能身心反馈训练设备、情绪宣泄器材、团体辅导工具、心理沙盘、VR减压系统、心理云平台等全品类心理设备，同时配套专业心理测评、团体辅导、个案咨询、师资培训、心理健康普查等定制化服务。针对不同场景量身打造专属方案，严格遵循行业建设标准，尤其在校园心理健康中心、单位心理疏导室、社区心理服务站等阵地建设中，凭借高适配性、高实用性、高性价比的优势，收获数千家合作单位的认可与好评，落地案例覆盖全国各级各类院校、企事业单位与基层服务机构。   品牌始终秉承“用心守护心灵，专业赋能健康”的核心理念，坚守“专业、诚信、务实、创新”的经营准则，拒绝形式化服务，深耕心理服务实效，以科技为纽带，以专业为根基，以服务为核心，持续优化产品体系与服务质量，助力全民心理健康素养提升，推动社会心理服务体系完善，为每一位用户、每一家合作单位筑牢温暖有力的心灵防线，做值得信赖的心理健康全周期服务商。

赋能·协同·卓越：服务高等教育强国建设

展示第一批入围企业的解决方案和产品服务，以期共助高等教育高质量发展。

高顿是一家以科技驱动，以培养高质量人才为导向的科技教育公司，秉持“成就年轻梦想”的使命，陪伴学员实现可持续的个人提升和职业发展。 高顿致力于为年轻人构建多元化的成长服务生态，并以此打造了独特的终身学习体系，业务现已全面覆盖年轻人的学习成长需求，涵盖财经教育、招考培训、国内升学、高等教育、国际教育、就业服务、图书出版、文旅等众多领域，旗下拥有高顿教育、上岸鸭公考、高顿考研、去保研、BOOKER布克、紫藤国际教育、小马学长、贝页图书、有梧文旅等知名品牌。 自2006年创立至今，高顿已在全球50多个城市开设了近150家分校及学习中心，拥有超过7000名全职员工，并与国内外超400所高校建立了合作关系，服务包括中石油、中国银行、南方电网、阿里巴巴、腾讯、沃尔玛、可口可乐在内的180000家国内外知名企业，累计帮助超过800万学员实现了年轻梦想。

（一）项目背景 当前，智慧教育具有智能导学、精准推荐、定制辅导、精细评价等特点，已成为国际国内教育信息化发展的趋势。智慧教育的研究主要聚焦于智慧学习环境建设的研究、智能技术支持下的智慧教学研究和机器学习技术支持下的个性化学习研究。智慧教育的出现极大地促进了当前教育中学习空间的重构。在“学习空间”之前，人们通常使用“教学空间”来指代这种场所，将有教学活动的场所均称作教学空间。随着人们对学习过程的理解变化、智慧教育的快速发展以及人们对非正式学习的重视，学习空间逐渐由单一的物理教学空间向包含物理空间、网络空间、移动空间的多元学习空间转变。多元学习空间的提出虽然更多地体现出了“以学生为中心”的倾向，但如何具体衡量多元学习空间对学生学习效果的影响是评价多元学习空间的重要步骤。同时，在多元学习空间具体构建时，面对空间中来源不同、结构多样、数量庞大的多模数据如何进行处理存储、并在保证数据有效性的前提下对教育数据进行隐私保护是多元学习空间需要解决的另一个难点。 （二）项目简介 本项目主要目标是针对信息技术支撑下学习空间多元化、场景复杂、需求多样化，学习者及学习行为呈现出新的特点和规律，研究多元学习空间中学习行为数据化关键技术，构建“云-边缘-物联网”架构的多模态数据存储与处理平台，实现混合式学习环境下学习行为智能感知和数据化，优化学习行为模型，基于实际应用与不同学习目标函数及内容，建立可重复、可预测、可验证的对比数据集，为数据驱动的智慧教育生态构建和教育应用提供核心技术与数据支撑。 （三）关键技术 我们面向智慧教育中准确认知学生的学习状态和行为的大数据需求提出研究方案。本项目实施方案涉及教育学、物联网、云计算、人工智能、隐私保护等多个领域，主要技术路线如图所示： 图 1 技术路线图 其中，项目包括的关键技术主要有以下三点： 1.基于物联网的多模态数据实时智能感知和多时间域数据采集技术 该技术针对学习状态的数据化、特征参数量化问题，设计能够采集多 重学习空间下的智能数据感知物联网系统。主要技术难点在于抽样频率与 识别准确度的平衡、人机交互的变化规律等全新科学问题。 2.学习状态多模态数据解析和智能处理技术 利用智能感知物联网采集实时性的原始学习状态数据，包括面部表情、 脑电信号、头部姿态、交互行为等原始数据，这些数据具有数据量大、模 态多、冗余度高等特点，需要通过智能化的预处理方法转换成可以量化的 状态数据。 3.多层次数据差分隐私保护技术 学习行为数据是学习者被动采集的多方面行为数据，受到日益增长的 具有争议性的数据伦理的制约。该项技术通过数据隐私保护机制实现数据 多层次化的差分隐私安全算法；在保证学习者最大数据隐私性的前提下， 研究满足学习行为分析所需要的数据颗粒度。