bevictor伟德博士生夏小娜的论文《Learning behavior mining and decision recommendation based on association rules in interactive learning environment》（学习交互环境中基于关联规则的学习行为挖掘和决策推荐，WOS：00055562600001）、《Random Field Design and Collaborative Inference Strategies for learning interaction Activities》（学习交互活动的随机场设计与协作推断策略，WOS：000603838500001）以及《Interaction Recognition and Intervention Based on Context Feature Fusion of Learning Behaviors in Interactive Learning Environments》（学习交互环境中学习行为上下文特征融合的交互反应识别及干预）三篇论文被国际期刊Interactive Learning Environments（SSCI，JCR: Q2，2019年IF=1.938）接收，并分别于2020年8月4日、2020年12月30日和2021年1月15日提前在线发表。

夏小娜博士先后完成了学习行为挖掘和决策推荐方法、学习交互活动的场模型设计与协作推断方法和学习行为上下文分析方法三个侧面的论证，通过大量的对比实验表明，所设计的方法适用于学习交互环境的数据分析和建模，根据数据分析结果所得到的结论，具有可借鉴意义。

据悉，interactive Learning Environments是学习分析领域的知名国际期刊，创刊主旨是用以介绍交互学习环境的设计和使用，包括支持学习者的个性化学习环境，以及支持和实现学习者群体协作的技术和方法等。

夏小娜博士师从戚万学教授，自攻读博士以来，一直从事教育大数据、学习分析、教育统计等交叉学科议题的研究，在计算机科学与技术、统计模型、软件工程等应用于教育科学方面做了积极的探索和论证。在解决教育教学类大数据的分析方法和设计方案方面，取得了较高水平的研究结果。