適應性學習系統中知識點本體的研究與構建

肖建瓊　高江錦

摘要：針對目前適應性學習系統中缺少可重用性、互操作性、共享性的學習資源現狀，提出基于知識點本體表示適應性學習系統中的學習資源內容。采用KDD技術對領域學科知識點的內在聯系及層次關系的分析和研究，獲取領域知識樹DKT（Domain Knowledge Tree），基于領域知識樹構建了領域知識點本體。研究表明，基于知識點本體的適應性學習系統有利于實現學習資源的語義查詢、重用和共享等。

關鍵詞：知識點本體； 適應性學習； 領域知識樹

中圖分類號：TP183 [KG*2]文獻標識碼：A[KG*2][HT5”H]文章編號：2095-2163（2013）05-0014-04

0引言

現今，許多學習系統中的學習資源大多是以課程章節結構為順序進行組織并安排學科知識的， 知識的組織方式比較粗糙，學習內容的呈現也相對固定，無法完整地表現知識點間的內在聯系，不便于學習資源的再組織和重利用，不利于學習者把握課程系統的整體知識結構，更加不利于學習者辨別知識點間的邏輯關系、實現知識的拓展，因而難于適應個性化學習的需求。可見，設計和開發可重用、互操作、可共享的學習資源內容、結構和體系，有助于解決資源重用與跨平臺共享的問題現狀。而在計算機科學中，本體具有概念化、共享性的本質特征，可以用于學習資源內容的描述和表達，并實現學習資源內容的共享與重用。

人們學習多是以知識點（Knowledge Topic）為單位的[1]。知識點是領域課程知識體系中的核心單元，也是知識結構的最小單位。各個知識點相互關聯，體現了領域課程知識的層次結構關系，是學習者構建知識體系的基礎，因此將知識點納入到學習資源內容的構建中，可以較好地組織和利用學習資源。本文依據知識點間的內在聯系，利用知識本體來描述知識，建立知識本體庫，對領域知識進行語義描述，可以將知識點獨立、動態地組裝成為學習模塊或學習單元。因此，以知識點本體為核心設計的適應性學習系統能更大程度地滿足學習資源的共享性、互操作性、重用性和個性化推薦。

1本體概念

本體是對知識的概念化、形式化、明確化的描述[2]。本體主要由概念、概念的屬性、關系、函數、公理和實例等幾種元素組成。本體的知識表示元素含義描述如下[3]：

（1）概念（Concepts）：表示領域知識元數據，描述事物的屬性的集合， 可以是一般意義上的概念，也可以是任務、功能、策略、行為和推理過程等， 本體中的這些概念構成知識點的分類層次關系。

（2）屬性（Properties）： 描述概念的性質， 是一個概念區別于其他概念的本質特征。

（3）關系（Relations）： 表示概念間的關聯， 在領域中概念之間的交互作用，形式上定義為 n 維笛卡兒積的子集。數學描述為：R：C1×C2×…×Cn，如子類關系（subclass-of）。在語義上，關系對應于對象元組的集合本體關系，而使概念形成層次結構。

（4）函數（Functions）： 概念及其相互關系的映射函數，用于約束概念間的關系。

（5）公理（Axioms）：在領域內任何條件下都成立的永真斷言，是本體一致性檢查和推理的基礎。

（6）實例（Instances）： 表示某個概念的具體實體。

這些元素的相互作用構成某一學科的知識表示， 無論何種形式、何種類別的學習資源都能夠由計算機識別和理解，再通過加工處理后反饋給學習者。

本體的類型多種多樣，根據本體的主題可以將本體分為：通用本體（Generic Ontology）、領域本體（Domain Ontology）、表示本體（Representational Ontology）、任務本體（Task Ontology）。其中，領域本體包含特定領域的相關知識，提供特定領域（專業或學科）的概念定義、概念之間的關系及對應領域中的主要理論和基本原理等。

領域知識樹DKT（Domain Knowledge Tree）的構造

任何一門課程都是由若干個知識點組成的，知識點是對課程分解的最小學習單位，構建知識點本體必須從學習規律、學習導航的角度去分析和理解，研究某個知識點的屬性特征和其他知識點之間的內在聯系，再使用本體技術將這些知識點及其相互關系形式化地表示出來。依據教學和課程組織的規律，知識點之間的關系主要有以下5種[4，5]。

（1）父子關系：部分和整體的關系。父知識點a1是子知識點b1、b2、……、bn的綜述，而子知識點bi則從不同的側面、角度與范疇對其父知識點進行說明，記為a1→bi。

（2）依賴關系：前驅后繼關系。學習某一知識點a2之前必須先學習知識點a1， a1是a2的前驅知識點，a2是a1的后繼知識點，記為a1→a2。

（3）兄弟關系：如果知識點d1和d2具有共同的前驅知識點，且兩者間具有相同或類似的主題關鍵詞，記為a1―a2。

（4）平行關系：如果知識點t1和t2沒有共同的直接前驅知識點，且兩者之間無前驅后繼關系，學習時可不分先后次序，則稱知識點t1和t2具有平行關系，記為t1 t2。

（5）參考關系：在學習知識點x1時可以參考知識點x2，主要用于加深對某一個知識點的理解及擴展知識面，記為x1←--x2。

根據實際教學過程，可以知道，知識點間的關系是復雜的，要掌握某個知識點的內容可能需要先掌握若干個前驅知識點，而這個知識點又可能是另外若干個知識點的前驅，可見知識點間的聯系不必一定是線性，還可能有網狀結構。因此，構造領域知識樹DKT時，必須首先考慮知識點層次關系以便于構造一個樹狀結構，同時考慮到知識點間網狀關系，因而又不必完全局限于樹狀結構，如此方可滿足實際學習的需要。基于前面描述，構造一顆領域知識樹DKT結構如圖1所示。

3適應性學習系統中知識點本體的構建[6，7]

對課程的領域知識完成深入地分析后，就可以進行知識點本體的設計了。按照實際教學規律、課程的知識特性，以及基于領域知識點的5種基本關系，知識點本體可表示和描述為如下5元組：

其中，O表示領域知識點本體，T表示本體的概念集合，P表示本體的屬性集合，R表示本體的關系集合，B表示定義在知識點本體上的約束條件或公理集，L表示實例集。

構建領域知識點本體需要多步才能完成，因而是一個循序漸進的過程。首先利用概念提取、概念分層理論自動構建知識點本體概念框架，其次利用已有的 KDD 關聯技術融合概念分層原理進行知識本體的擴充[8，9]。構建知識點本體模型的步驟如圖2所示。

如圖2所示，對各創建步驟的解析如下。

（1）確定課程領域知識點核心概念清單T，此時暫不考慮概念間屬性和表達上的重復。

（2）定義知識點類及類層次結構。在核心概念的基礎上首先采用自頂向下的方法進行擴展，將這些概念細化為各個子類知識點，再依照領域知識樹DKT結構圖中的設定，定義上層知識點為父類， 下層知識點為子類；然后自底向上由知識樹中底層最小類的定義開始，將這些細化的類進行恰當地歸納和合并，并消除二義性，最終形成合理、完整的概念體系及其層次結構。

（3）定義知識點的相關類屬性。用來描述知識點本身所具有的性質、作用以及相互關系等，根據領域內容本體概念的特性，領域知識點本體的屬性可以用一個7元組來描述[7，8]：

P=。

其中，ID是該知識點類在知識本體庫中的唯一標識號； Keywords用來描述該知識點的關鍵字；Kind表示知識點種類，分為4類（1，2，3，4），分別對應于事實知識、規范知識、技能知識和理解知識等[7]；Applicability是知識點的適用范圍；Importance體現該知識點的重要程度，取值范圍為[0，1]，值越大表示該知識點越重要；Difficulty描述該知識點的難易程度，取值范圍為[0，1]，值越大表示難度越大；Master-Type表示知識點的認知能力，分為7類（a，b，c，d，e，f），分別對應于了解、熟悉、識記、理解、掌握、應用和綜合。具體描述如圖3所示。

（4）為知識點類創建實例。為每個知識點類創建一個實例，并添加類的屬性值。

4知識點本體模型構建的實例

根據上述的領域知識點本體表示和建模思想，現以《數據結構》課程中“線性結構”這一大類知識點為例，來構造一個適應性學習系統中的知識本體表示模型，其概念實體如表1所示，概念關系則如圖4所示。

5結束語

本文通過對學科知識點進行約定，將知識單元分解和組合，分析和研究知識點之間的關聯關系和層次結構，再根據學習者的認知特點和認知過程來構建知識框架，形成知識重構的領域知識點本體模型。該模型在呈現知識結構的同時，能更深層次地揭示知識間的內在關聯，并將其應用于適應性學習系統中，既可以改善現有學習系統語義缺失，機器難于理解和共享的不足，使知識的學習和獲取更加合理化、人性化，從而提高學習效率和學習質量。