SmartKG在高職計算機課程教學中的應用探究

摘 要：SmartKG是一款開源的知識圖譜構建工具，以選取節點式架構方式，引入語義發現、解析、建模、推理等操作。SmartKG的核心功能與教育優勢在于多層次語義解析和知識節點聯結并以此構建知識生態系統，以Python編程中的“函數的定義與使用”一節為例，從課程設計階段、教學實施階段、教學評估階段闡述SmartKG在高職計算機教學中的應用，并針對SmartKG平臺在技術、培訓、教學效能等方面遇到的問題，提出建立動態調適機制，以推進認知素養與實踐能力轉型再構的建議。

關鍵詞：SmartKG；高職；計算機教學；Python編程基礎；函數

中圖分類號：G64 文獻標識碼：A 文章編號：0450-9889（2024）33-0147-04

SmartKG（Smart Knowledge Graph，基于深度學習的知識圖譜）是一款開源的知識圖譜構建工具（平臺），旨在通過簡化和可視化的操作，幫助用戶快速創建知識圖譜，以實現基于知識圖譜的問答操作［1］。平臺依托語義網絡和知識圖譜的深度融合，實現數據與信息的智能關聯與推理，既重構了信息的獲取方式，又賦予了受教者更深的語義理解層次。在教學中借助SmartKG平臺可方便高效地構建知識圖譜；整合關聯數據、實時更新教學內容、智能升級分析引擎、定制學習路徑。

高職計算機教育是一種深度嵌入產業鏈與技術生態系統的教育形態，兼具技術技能與職業思維的雙重塑造屬性［2］。與傳統學術教育的單一理論導向不同，現代高職教育的核心是以技術更新為脈絡，緊密圍繞產業需求的動態變化，以技能迭代為驅動，具有實踐性強、知識體系開闊的綜合特征。其強調在真實項目和復雜情境中完成學習和創造，塑造了一種直接面向技術變革和市場需求的學習體系，注重提升學生在迅速變化的科技環境中的敏感性和應變力。這一知識圖譜工具既回應了高職計算機課程集成的訴求，也為教育教學帶來了深刻變革。現以Python編程基礎課程中“函數的定義與使用”一節為例進行教學設計，并對平臺架構、教學實效及推廣應用進行反思求索。

一、SmartKG在高職計算機教學中的應用優勢

（一）構建知識圖譜，整合關聯數據

知識圖譜能為受教者建構“學習—評價—再學習”的循環式機制，推進知識擴充增長［3］。在計算機專業中，SmartKG的核心功能在于高效集成數據與創建語義網絡。首先，在數據集成層面，SmartKG通過分布式計算架構和并行處理技術，能夠從異構數據源中高效地收集和整合大規模數據，并對數據進行預處理；其次，在數據語義化過程中，SmartKG借助深度學習算法和自然語言處理技術，能開展語義解析與建模，提升了圖譜的存儲與檢索效能；最后，SmartKG也具有高度的語義推理與知識發現能力，使得系統能夠進行高度抽象的思維模擬，實現了從數據到知識的全鏈路轉化，為智能應用提供了堅實的技術基礎。

（二）實時更新內容，對接實踐訴求

SmartKG具備實時更新內容的能力。一方面，它采用了“事件驅動架構”，該架構不同于傳統的處理方式，它不需要等待定時任務來檢查和更新數據，而是能夠在數據產生的瞬間做出反應，顯著提升了響應速度和數據的時效性；另一方面，SmartKG具有“圖數據庫”的結構優勢。“圖數據庫”采用節點式的存儲模型，更適合存儲和操作高度互聯的數據，可以毫秒計的速度完成復雜關系的查詢和更新操作。因此，當有新數據或關系需要添加到圖譜中時，SmartKG可以直接在圖結構中插入或修改節點，而無需重構整個數據庫，大大減少更新的延遲。這種方式能使SmartKG迅捷地處理文本、圖像、音頻、視頻等大量異構數據源，更高效地處理超大規模的數據集和高并發的查詢請求。

（三）智能分析引擎，分析學習習慣

SmartKG的智能推理能力是其作為分析引擎的核心特性之一。通過知識圖譜的構建，SmartKG能夠進行復雜的邏輯推理并求解問題。它不僅能分析學生的學習數據，發現其知識盲點，而且能根據這些盲點推理出可能的學習障礙，并自動推送具針對性的學習資源。SmartKG擅長處理各種概念、理論和實踐技能之間的關系。SmartKG能夠細化拆解知識點以捕捉學生在不同主題和子領域上的掌握程度，為個性化學習路徑的設計提供了結構化的基礎。同時，SmartKG借助深度學習和機器學習技術，能對學生的學習速度、錯誤率、重復學習次數、解題思路等數據進行實時跟蹤處理，更快識別出學生在哪些知識點上表現出學習障礙，哪些領域表現優異，以深入挖掘學生的認知模式和學習習慣。

二、SmartKG在高職計算機教學改革中的應用

Python編程因具有強大語法體系而成為計算機專業中關鍵的教學語言［4］。依據“新工科、信息化3.0”核心課改理念，現以Python編程基礎課程中“函數的定義與使用”一節為例，闡述引入SmartKG平臺輔助課程改革的流程。

（一）課程設計階段：架構模塊化知識體系

盡管高職一年級學生大多具備一定的數學和邏輯思維能力，但對編程語言的語法和結構編程基礎的了解不深，缺乏系統性的編程經驗，因此對Python語言的了解多限于簡單的語法和基本操作。故教學時需注重教學內容的模塊化、系統化建設，要加強實際操作和應用，幫助學生迅速而系統地積累編程經驗。依據“新工科、信息化3.0”核心課改理念，本節的教學目標可分為知識目標、技能目標和情感與態度三個目標：知識目標方面，通過SmartKG平臺，學生能夠理解函數的定義、用途、結構（包括函數名、參數列表、函數體、返回值等），以及函數如何在編程中通過模塊化代碼實現重構。學生能夠通過SmartKG平臺上的實例庫，學習函數在數學計算、數據處理和邏輯控制等不同編程問題中的應用；技能目標方面，學生能夠利用SmartKG平臺進行交互式編程練習，熟練掌握如何在Python中定義函數、傳遞參數以及調用函數來解決實際問題。同時，通過SmartKG平臺的可視化工具，學生能夠理解遞歸函數的執行流程和調用棧變化，掌握遞歸和嵌套函數的實現方法，能夠設計簡單的遞歸算法；情感與態度目標方面，利用SmartKG平臺的游戲化學習模式，學生能夠在小組項目中分享代碼、交流經驗，增強團隊合作精神和溝通能力。

同時，針對學生對編程的理解和接受存在能力差異，教師可借助SmartKG平臺的個性化學習優勢，對學生開展更為精細的教學策略：對編程基礎薄弱的學生，讓平臺推薦基礎函數定義的教程和簡單練習；而對有一定編程經驗的學生，則推薦更具挑戰性的遞歸和嵌套函數練習。

（二）教學實施階段：智能輔助實踐性教學

教學實施階段一般可劃分為引入、講授、課堂練習及小組討論三個環節。

首先是引入環節。教師在課堂上提出與課程高度相關的問題，如：“你們在編程中遇到過哪些重復的任務，如何更有效地管理這些重復的任務？”引發學生對函數概念的初步思考。然后，教師利用SmartKG平臺展示一個Python編程中常見操作（如數據處理、數學計算等）及其相關函數的知識圖譜，點擊圖譜中的各個節點，探索不同函數的定義和用法。學生可以看到不同編程任務通過函數進行模塊化處理的過程，對即將學習的內容形成基本概念。

其次是講授環節。教師解釋函數的定義，強調函數通過封裝代碼塊來實現重復代碼的過程。隨后，教師講解Python函數的基本結構，解釋函數如何接收參數并返回結果，討論不同類型的參數（位置參數、關鍵字參數、默認參數）及其作用。完成授課后，教師使用SmartKG平臺的動態演示功能，現場展示定義一個簡單的Python函數的流程。教師使用平臺的代碼編輯器逐步輸入函數代碼，通過自動生成代碼的執行流程圖，幫助學生更加直觀理解函數的定義和調用過程，更為形象化地展示函數與其他Python語法（如變量、控制流）的關系，幫助學生建立函數的知識體系。在此過程中，學生可以使用SmartKG平臺在線編程環境來編寫和測試遞歸代碼，平臺會實時分析學生的代碼，并提供反饋和優化建議。

最后是課堂練習及小組討論環節。教師布置一個編寫簡單的遞歸函數的課堂練習任務，如計算某列表中所有元素的和及階乘。根據學生的練習表現，由SmartKG平臺自動推薦相應難度的后續練習題目。學生利用SmartKG平臺的在線協作工具，共享代碼和思路，討論遞歸算法的設計和優化。每個小組成員可以在平臺上實時編輯和查看代碼，平臺會記錄每個成員的貢獻情況，以提升學生的合作能力和編程思維。

（三）教學評估階段：動態學習反饋，個性化效果分析

SmartKG平臺的介入，讓評價方式在本質上轉變為數據驅動的實時動態評估，提供了個性化的精準反饋，使得評價從單一的結果測量轉向全方位的過程監控與學習支持，實現了對學習過程的深度洞察和個性化指導，避免了傳統教學評價的靜態性和滯后性。本節課的教學評價分為三個方面。

一是評價“函數的基本概念、定義和調用，參數傳遞方式，函數的嵌套調用和遞歸實現”等內容的掌握方法。在每個知識點講解結束后，SmartKG平臺自動生成相關測試題目（如選擇題、填空題、判斷題），學生即時完成測試并獲得反饋。這種即時測試可以幫助教師快速評估學生的知識掌握情況，同時學生通過自評了解學習進度。同時，SmartKG平臺通過知識圖譜功能，跟蹤學生在圖譜上的學習軌跡，記錄每個知識點的學習時間、瀏覽次數、測試成績等，生成個人知識掌握度報告。這些數據都有利于教師分析學生在哪些知識點上存在理解困難，方便后續開展個性化輔導。

二是評價編程實踐能力，即評估學生在函數編程練習和項目中的表現，重點評估代碼的正確性、效率、可讀性及優化能力。依托SmartKG平臺提供的在線編程環境，學生在此提交的代碼被自動分析，其中的語法錯誤、邏輯錯誤和性能問題將被標注，最終的詳細的反饋報告將包括錯誤類型、建議改進措施、代碼效率評估等內容，供師生參考。

三是評價學習進程與學習行為。SmartKG平臺記錄學生在平臺上的所有學習行為，包括視頻觀看時間、知識圖譜瀏覽軌跡、練習題目完成情況、討論區參與度等。平臺通過大數據分析，生成學習進程報告，識別學習中的共性問題和個體差異。四是評價教師教學方法的實效性。SmartKG平臺擁有教師端反饋功能，教師可以根據學生的學習表現和教學反饋，評估教學工具的適用性和改進空間。如果發現學生在某些知識點上掌握不夠，可以增加相關的互動演示和即時測試，優化教學工具的使用。

三、SmartKG平臺優化與教學推廣的思考

SmartKG平臺作為智能知識圖譜教學工具的創新載體，盡管在初期應用中顯現了諸多優勢，但在后續教育推廣過程中仍需深入優化。現有的技術架構難以完全匹配實際課堂的多樣性和個性化需求，且平臺在技術架構、教學效能以及教師認知應用等方面存在一定困難，亟待持續的優化和改進。

（一）平臺存在技術瓶頸，應調整系統以突破數據處理局限

現有的SmartKG平臺采用的是傳統的單機計算架構，這種架構在處理海量教學數據時存在明顯的瓶頸。單機計算系統雖然能在數據量相對較小、需求不頻繁的場景下正常運行，但當數據量急劇增加時，系統的響應時間將呈現指數級的增長。在面臨需要實時處理大量學生輸入、反饋和錯誤調試等場景時，單機架構的處理能力已經無法滿足需求，容易出現教學互動滯后與個性化推送缺失的情況。如在Python編程基礎一節教學中，平臺對學生實時代碼解析與運行結果反饋的延時，直接制約了學生對錯誤的即時識別與修正，阻斷了平臺向真正智能化、個性化教育工具轉型的進程。為破解這一瓶頸，必須從系統架構的最根本層面進行重構。一方面，引入分布式計算與云平臺技術，將計算與存儲進行有效分離，突破單機計算的負載極限，以提高系統的并發處理能力；另一方面，構建基于人工智能和大數據的智能化分析引擎，對學習數據進行實時采集與即時處理，實現對每一位學生學習進程的深度洞察與定制化指導。

（二）教學效能存在失衡困境，應建立動態學習路徑優化機制

SmartKG平臺的教學效能通常指用于量化在學習過程中學生能夠獲得的知識和技能指標，該指標涉及學習活動的深度、互動的及時性、學習資源的個性化適配以及學習行為與反饋之間的有機聯動。在教學實踐中發現，平臺存在一定程度的數據缺失與誤用問題。平臺基于大數據的“推薦引擎”假設，是基于學生在同一課程體系中擁有類似的學習軌跡，即將學生的學習看作一個可以量化的線性過程，但實際上，每個學生在知識掌握、錯誤識別與糾正的速度和方式上都存在顯著差異，需不斷進行動態調配；另一方面，存在教育目標與技術功能的割裂問題。SmartKG平臺目前更多側重于數據驅動、結果導向的“效率優化”，即通過實時反饋、個性化推薦等技術手段提高學習的“可操作性”與“響應速度”，這種設計雖然能夠解決表層的反饋和糾錯問題，但未能觸及教育的深層目標——培養學生批判性思維、創造性思維以及自主學習能力。由此，技術應當服務于教育的根本需求，推動學生從知識的接受者轉變為知識的主動構建者和批判性思維的踐行者。平臺的使用者應從認知結構和思維發展的角度，深度洞察學習過程中潛在的認知差異和個體需求，力求跳出機械化執行的“知識傳遞—錯誤反饋—改正”的循環中，以提升教學效能。

（三）教師認知應用存在障礙，應增加平臺運用的調適性與共生性

在之前的教學過程中，教師通常依賴于經驗、直覺和課堂互動來評估學生學習狀態，而平臺的智能功能則依賴于大數據分析、算法推薦和實時反饋來設置個性化的學習路徑。當前，教師在SmartKG平臺上的認知實踐障礙主要有兩個方面。一方面，教師面臨數據解讀認知障礙。平臺提供的大量數據和反饋信息呈現的方式通常是高度抽象和符號化的，而部分教師在面對這些數據時，未能充分洞悉這些信息的深層含義，進一步限制了平臺在教學決策中的應用實效。另一方面，教學本質上是一個情境化、層次化的活動，依賴于教師的情感判斷、經驗積累和學生個體的即時反應。平臺提供的數據雖然可以高度量化和標準化，但無法模擬教師在復雜課堂環境中基于實時情境做出的判斷和決策。此時，教師拿到的是一個由抽象數據和算法推導出的建議，往往有“脫離實際”之感。因此，應提升教師的數據解讀能力與技術素養，切實推進教師認知轉型。一是推進教師認知從“直覺驅動”到“數據驅動”的轉型。教師應當突破“經驗至上”的教學局限，深刻洞察數據背后的教育“故事”，并從數據中汲取出有價值的教育啟示；二是平臺反饋機制要建立從數據抽象到教學智慧的深度鏈接，打造“數據+經驗”的雙循環的反饋閉環。教師不再是單純的技術應用者，而是反饋鏈條中的關鍵節點，承擔著從數據到經驗再到創新優化的動態角色轉變。教師在使用SmartKG過程中所生成的所有操作痕跡、學生的學習軌跡與交互行為等數據，必須通過量化處理后形成反饋矩陣，提升教學數據及技法的可推廣性，以為后續的技術修正與教學調整提供有益指導。

人機協同逐步成為教學新常態［5］。在數字化時代，高職計算機課程應注重培養學生的數字素養和信息素養，即側重于培養學生在數字環境中有效獲取、評價、整合和交流信息的能力。由此，課程應強調“信息意識、信息知識、信息能力和信息道德”四大要素，使學生能夠在數字環境中具備科學技能與文化素養。當前知識圖譜構建面臨的一個重大挑戰是如何高效處理大規模的異構數據。SmartKG需要在大數據處理和存儲方面進行優化，從而提高大規模圖譜構建的效率和可擴展性。以后，高職計算機教學應利用SmartKG平臺嘗試新的突破，聚焦于多模態數據融合和跨學科知識圖譜的構建，培養學生在實際項目中利用自然語言處理、計算機視覺和數據挖掘等多種技術整合構建復雜知識圖譜的能力，從而成為能夠適應和引領未來人工智能與大數據時代的綜合型技術人才。

參考文獻

［1］李剛.融合SmartKG的中職計算機網絡課程教學設計與實施［D］.濟南：山東師范大學，2023.

［2］楊順弟.基于職業能力的高職計算機應用基礎教學資源庫建設研究［J］.數字通信世界，2024（5）：194-196.

［3］時云峰，孫熠，夏莉娜，等.基于知識圖譜的個性化學習資源構建研究［J］.電腦知識與技術，2024（21）：24-26.

［4］趙敏.人工智能之Python課程建設的研究與實踐［J］.科技視界，2021（29）：96-97.

［5］李秀，陸軍，牛頌杰，等.人工智能時代計算機基礎課程建設與教育教學思考［J］.清華大學教育研究，2024（2）：42-49，70.