本論文は、コンピュータベースの学習セッション中の学習者行動分析および予測のためのバイオセンサーとマルチモーダル学習分析(MmLA)の統合の体系的なレビューを行います。 54の主要な研究を分析し、心拍数、脳活動、眼の追跡などの生理学的信号と伝統的な相互作用データと自己報告を組み合わせて、認知状態と参加レベルの詳細な洞察を得る方法を調べます。高度な機械学習アルゴリズムやマルチモーダルデータ前処理技術などの一般的に使用されている方法論を分析し、現在の研究動向、限界、新しい方向を提示し、生体センサベースの適応学習システムの革新的な可能性を強調します。マルチモーダルデータ統合は、パーソナライズされた学習経験、リアルタイムフィードバック、インテリジェントな教育介入を促進し、よりカスタマイズされた適応的なオンライン学習経験に発展できることを示唆しています。