摘要：随着虚拟现实（VR）技术在教育领域的逐步应用，如何有效评估学生在VR学习环境中的学习效果已成为教育技术研究的核心问题之一。传统的学习效果评估方法无法全面捕捉学生在VR学习中的动态行为与情感变化，因此，本研究提出了一种基于多模态数据的VR学习效果评估框架。该框架结合了学习者的行为数据、生理数据与语言数据，通过多模态数据融合技术对学习者的认知、情感和行为三维度进行综合评估。通过数据采集、预处理、特征提取及数据融合等核心模块，能够更精确地评估学生的学习效果并识别潜在的学习障碍。研究表明，多模态数据的引入显著提升了VR学习评估的准确性与可靠性。然而，数据采集设备的高成本、个体差异以及隐私保护问题仍是未来研究的挑战。后续研究可探索个性化学习支持系统的开发，并进一步优化多模态数据的采集与分析方法。