基于知識圖譜技術的教師繼續教育自適應學習系統模式研究

崔焱燚

什么樣的教學方式是最有效的呢？有研究指出，教師與學生的一對一教學，是當前最有效的教學方式之一。但讓每位學生都得到一對一的教學是不現實的。因此，人們期望信息系統能夠模擬專家教師，智能地對學生的學習進行診斷和指導，實現個性化學習。

教和學這兩種活動，其實質上也是一種供求關系，教與學這一對供求矛盾的解決，就是個性化學習主要目的。互聯網時代的教學矛盾主要在于，隨著互聯網+和教育信息化時代的飛速發展， 網絡信息資源也呈現指數增長，但隨之而來的問題是，面對如此巨大的信息資源庫，學習者很難快速有效地找到適合自己的學習資源，甚至會出現認知超載、迷航等問題。為此，自適應學習應運而生。2017新媒體聯盟中國高等教育技術展望的地平線報告中指出，自適應學習技術在未來二至三年內會被廣泛應用于網絡在線學習系統中，并逐步成為教育領域的研究主流。

知識圖譜也逐漸成為在線教育公司以及學術研究者關注的熱點方向， 如， 美國的自適應學習平臺Knewton構建了一個學術概念交叉的知識圖譜， 百度公司搭建了K-12教育知識圖譜來實現個性化學習路徑的生成， 北京師范大學研究團隊構建了基于知識圖譜的唐詩語義搜索引擎等。

結合中小學教師繼續教育培訓的實際應用，對基于知識圖譜技術的教師繼續教育自適應學習模式提出以下設想：

一、多維度知識圖譜結構

1.個人知識圖譜，建立千人千面的個人知識畫像

個人知識圖譜將系統內每一名學習者所掌握的知識點及知識點之間的連接關系通過圖形方式進行展示。

在新技術的加持下，自適應學習系統可以通過“無感式”的數據采集方式，對學習者的學習行為數據進行采集和分析，為每一名學習者構建專屬的個人知識圖譜。學習行為數據的采集來源包括了：個人所學習的課程資源知識圖譜、學習者所完成教學任務中對知識的掌握情況、提取學習者分享及交流互動過程中的關鍵字段、通過學習者所瀏覽資源的特征等。通過多維度的數據采集、清洗和處理，建立關于學習者的千人千面知識畫像，且畫像根據系統智能化的運算規則，不斷自動更新、適配、迭代，與學習者的實際知識掌握情況同步更新，為自適應學習功能的實現提供最基本的數據基礎。

2.資源知識圖譜，建立基于知識結構的學習資源庫

資源知識圖譜與個人知識圖譜相類似，將系統內每一件資源所涵蓋的知識點及知識點之間的連接關系通過圖形方式進行展示。

在線學習的課程資源主要分為視頻類資源、音頻類資源、還有少數的文本類的資源，可以利用語義識別、文本識別等工具，提取資源信息并進行知識圖譜分析。

3.均值知識圖譜，建立知識圖譜的分析羅盤

均值知識圖譜，通過選定一定范圍，將該選定范圍內的所有學習者知識圖譜疊加后求平均而成的知識圖譜，這里的范圍可以指同一個學校，可以是同一個學科，也可以是同一個行政區域。

可以預見，隨著個人圖譜的不斷動態更新，均值知識圖譜也是一個動態存在的圖譜，所以系統自動匹配學習資源后制定的學習路徑也是一個動態調整的路徑，而整個調整的過程，不需要系統管理員或者學習者進行任何的操作，真正實現自動化和智能化的適應性學習功能，提供“一對一教學”的服務。

二、知識圖譜疊加對比

自適應學習系統的核心分析過程我們可以理解為三種知識圖譜的對比分析過程，通過對比不同的知識圖譜結構找到“知識差距”，然后匹配學習資源，補齊學習者知識短板，消滅知識差距。

這種分析過程可以根據學習的目的，分為兩種實現方式：補全式學習方式，和深入式學習方式。

1.補全式學習（水平比較）

補全式學習的目的，是讓學習者能夠通過學習，達到或者超越和學習者自身屬于同一水平的所有學習者平均水平。

當自適應學習系統界定學習者是以該目的作為學習方向的時候，將會根據學習者自身的屬性，如學科、選段、教齡、職稱、區域等作為特征值，在系統內選取具備此類特征值的其他學員，將他們的知識圖譜合成均值知識圖譜。學習者個人的知識圖譜，與這些具備相同特征的學習者均值知識圖譜進行橫向的水平對比，可以找出其中的知識差距。為了使自己的結構可以提升到平均水平以上，就需要填補這些知識的差距，為此，系統將會匹配資源庫，找到與這些缺漏知識點關聯的資源進行推送，設定學習路線，指引學習者進行學習，從而補全他們的知識結構。

2.深入式學習（垂直比較）

當學習者的知識圖譜結構已經達到甚至超越了均值知識圖譜，或者學習者的學習目的是為了能夠晉升到下一層級的教師行列，那么針對這種學習情況或者學習目的，可以采用深入式學習方式。

個人知識圖譜結構已經達到或者超越與自身屬于同一層級群體的均值知識圖譜的學習者，他們往往都會希望可以往更高一層級發展，讓自己的知識圖譜結構可以達到高一層級的均值知識圖譜，那么針對這些學習目的的學習者，自適應學習系統會自動根據學習者的屬性特征選擇其高一層級的群體，制定對應的均值知識圖譜。

依靠以上兩種學習方式，通過自適應學習系統的學習路徑設計，系統內學習者的均值知識圖譜水平必然會整體上移，即學習者的整體知識掌握水平將會不斷提高，知識結構不斷完善，對教師的專業發展起到了很好的促進作用。

基于知識圖譜技術的教師繼續教育自適應學習系統為每一名學習者制定關于知識的專屬學習路徑，提供猶如“一對一教學”一樣，及時準確的伴隨式教學服務，實現在線學習平臺的去中心化，讓每一名學習者成為學習的中心，每一名學習者可根據自己的學習目的、學習進度、及學習方式，與學習平臺進行互動，并獲得平臺的學習推薦。這樣的一種學習平臺，將很大程度的改變現有在線學習的效率，成為每一名教師身邊的智能助手、知識百科，讓學習成為教師工作常態，讓繼續教育成為教師滿意的學習方式。

基金項目： 2019年度科研基金青年專項項目《關于教師繼續教育的自適應學習模式研究》（項目編號：2019KYQN03）