知識圖譜賦能研究生個性化數字教學改革

摘"要：隨著教育信息化的快速發展，研究生教育對教學方式和內容的個性化需求越來越明顯，傳統的數字教學平臺通常以課程為中心，忽視了不同學生對于學習需求的差異性。文章論述分析了將知識圖譜賦能個性化數字教學的必要性和所面臨的實施問題，提出了知識圖譜賦能“CAD/CAE系統及應用”課程的個性化數字教學的策略及實施方法，搭建了個性化數字教學平臺，為學生提供豐富的學習資源和個性化推薦，并以實際教學結果為導向驗證了改革的可行性，為教育信息化和現代化提供了新的思路。

關鍵詞：知識圖譜；個性化教學；數字教學平臺；CAD/CAE系統及應用

Knowledge"Graph"Enables"Personalized"Digital"Teaching"Reform

for"Graduate"Students

—Taking"the"Course"\"CAD/CAE"Systems"and"Applications\""as"an"Example

Li"Yana*"Zhao"Ziping"Qiu"Xinyu

Zhan"Tianyounbsp;College，Dalian"Jiaotong"University"LiaoningDalian"116028

Abstract：With"the"rapid"development"of"information"technology"in"education，the"demand"for"personalization"in"teaching"methods"and"content"has"become"more"and"more"obvious"in"postgraduate"education.Traditional"digital"teaching"platforms"are"usually"coursecentered，ignoring"the"differences"in"the"learning"needs"of"different"students.The"article"discussed"and"analyzed"the"necessity"of"personalized"digital"teaching"empowered"by"knowledge"graph"and"the"implementation"problems"faced，and"proposed"the"strategy"and"implementation"method"of"personalized"digital"teaching"empowered"by"knowledge"graph"for"the"course"\"CAD/CAE"systems"and"applications\".A"personalized"digital"teaching"platform"was"built"to"provide"students"with"rich"learning"resources"and"personalized"recommendations，and"the"feasibility"of"the"reform"was"verified"by"the"actual"teaching"results，which"provided"new"ideas"for"the"informatization"and"modernization"of"education.

Keywords：Knowledge"Graph；Personalized"Teaching；Digital"Teaching"Platform；CAD/CAE"Systems"and"Applications

隨著教育信息化的迅猛發展，研究生教育越來越需要教學方式和內容的個性化。將最新的知識圖譜技術和個性化推薦算法應用于研究生數字教學領域，能夠精準匹配和推送學習資源。個性化數字教學平臺相較于傳統以課程為核心的數字教學平臺更加注重每個學生的學習需求和習慣。

現代研究生教育強調以學生為中心，關注每位學生的個人特點、學習風格和職業目標，促進學生的全面發展。知識圖譜技術通過分析學生的個性化需求，能夠為他們量身定制更加精確的學習資源和學習路徑，顯著提高學習成效［1］。葛惟昆［2］研發了清華學堂在線學習平臺，實現了以學生和課程為知識圖譜的課程推薦和能力培養。劉曉玲等［3］以“機械設計”課程為例，探索基于知識圖譜的教學模式，為“新工科”背景下的深度學習，以及構建新型課堂教學模式提供借鑒。融入知識圖譜的數字化教學是推動教育技術創新發展的重要途徑。

基于上述背景，以“CAD/CAE系統及應用”課程為例，將知識圖譜融入課程中，有機整合分散、無序的教學資源，形成一個結構化、可視化的知識體系。這不僅方便學生進行系統學習，還能幫助教師更好地組織和呈現教學內容，提升個性化教學質量。

1"知識圖譜賦能個性化數字教學的意義

傳統的數字教學平臺多以課程為中心，而個性化數字教學平臺則以學生為中心。個性化數字教學平臺應用最新的知識圖譜技術和個性化推薦算法實現學習資源的精準匹配和推送。平臺通過知識圖譜技術系統化地呈現出相關領域的知識點，幫助學生建立清晰的知識結構。這種整合不僅能夠幫助學生構建更為全面的知識體系，還能激發學生的創新思維。利用知識圖譜對教學資源進行深度挖掘和智能推薦可以幫助學生更快地找到適合自己的學習資源，提高學習效率［4］。通過構建跨學科的知識圖譜關聯不同領域的知識點，促進學生的跨學科學習［5］。

在“CAD/CAE系統及應用”這門涉及多學科知識的課程中，知識圖譜的應用可以極大地促進學生深入理解復雜問題。個性化數字教學平臺給學生和教師提供了一個全方位、一站式的學習環境，提供了在線學習資源，并整合了互動討論、作業提交等功能。基于知識圖譜的數字化教學建設是教育信息化與現代化的重要體現［6］。通過引入先進的技術手段和教育理念可以推動整個教育行業的創新與變革，為培養新時代的高素質人才提供有力支持。

2"知識圖譜賦能個性化數字教學存在的難題

實現個性化教學的核心環節是先構建一個完善且高效的知識圖譜。想要保證知識圖譜的準確性與完整性必須應用實體識別和關系抽取等技術。在實體識別任務中系統需要從海量文本資料中準確抽取關鍵信息，關系抽取的任務是確定這些實體之間的聯系，理清它們在特定領域中的邏輯關系與相互作用［7］。持續更新和維護知識圖譜，才能反映最新的學術研究和行業發展。

高效的推薦算法決定了能否精準地推薦個性化教學資源。每個學生的學習路徑和需求不同，所以推薦系統必須具備處理海量數據的能力。這些推薦算法要綜合考慮學生的學習歷史、興趣愛好、知識掌握水平，還需要實時評估學生的當前學習狀態。系統要從中識別出學生潛在的學習模式和趨勢，確保為每位學生提供最適合的學習資源。

想要激發學生的學習興趣，數字化教學平臺就要具有良好的用戶體驗和互動性。平臺設計了豐富的互動環節來提高學生的積極性。這些互動形式不僅可以增強學生的參與感，還能促進師生之間的交流與合作，使學生在學習過程中獲得及時的指導。平臺的界面設計也應該直觀、簡潔且易于操作，確保學生和教師都能快速上手。

利用教學數據持續改進教學質量，需要建立有效的數據分析機制，將這些數據轉化為有益的反饋和指導。需要先明確哪些數據是重點，比如學生的學習表現、教師的教學效果和課堂參與度等關鍵因素。之后通過合適的數據分析工具分析這些數據，找出可能影響教學質量的問題。數據的分析結果應該以實際可行的建議反饋給教師和管理人員，幫助他們調整教學策略、優化課程內容。通過定期跟蹤和評估數據的變化，確保改進措施能夠持續發揮作用，逐步形成一個循環的教學質量提升機制。

3"知識圖譜賦能個性化數字教學的優化策略及實踐結果

3.1"優化策略

3.1.1"構建知識圖譜

根據“CAD/CAE系統及應用”教學大綱，從課程目標出發，建立知識、能力和價值三方面的分解教學目標，梳理教學內容和資源，細分知識點顆粒度，將課程目標、教學目標、知識點、工程實踐分析等與知識圖譜相連接，涵蓋研究生課程的核心概念、理論和實踐，形成一個豐富的教學資源網絡。

3.1.2"個性化教學資源推薦

在數字化學習時代，結合知識圖譜與個性化推薦算法為研究生教育領域帶來了深刻的變革。利用知識圖譜和個性化推薦算法根據研究生的學習歷史、興趣和能力，為學生推薦合適的學習資源和路徑。構建一個包含各學科領域知識點和這些知識點之間復雜關系的知識圖譜可以使教育內容呈現得更加直觀和系統，實現學習資源的智能匹配可以提高學生的學習效率和學習體驗。知識圖譜可以幫助學生理解單個知識點和更好地建立全局性的知識框架，推薦算法通過分析研究生的學習行為和知識掌握情況可以為不同學科的交叉學習提供支持，幫助學生提升學習深度和創新能力［8］。

3.1.3"數字化教學平臺建設

基于超星知識圖譜的數字化教學平臺為學生提供了一個全面的學習生態系統。平臺界面設計得十分簡潔，確保學生和教師都能輕松運用。學生能通過在線學習、參與實時討論、作業提交等互動環節提升學習體驗。該平臺進行了跨學科資源整合，使學生能夠根據自己的興趣和研究方向探索相關領域的知識，以滿足不同學生的學習需求。

3.1.4"教學數據分析與優化

系統地收集并深入分析學生在平臺上的學習時間、課程完成率、互動次數、資源使用頻率等各種學習數據。這些數據不僅能夠全面了解學生的學習習慣和興趣偏好，還能找出學生在學習中的薄弱環節，并根據實際情況進行有針對性的調整教學內容和方法。基于數據反饋進一步調整課程結構，確保教學內容與學生需求高度契合，從而提升教學的有效性與吸引力。通過不斷地改進數據驅動，可以為學生提供更加個性化的學習體驗，大幅提高整體教學質量，并實現教學的持續優化。

3.2"實施方案

3.2.1"需求分析與前期準備

進行學情分析，明確研究生數字教學的需求和痛點。通過分析研究生的學習行為數據可以精準識別學生在學習過程中遇到的困難和瓶頸。常見的痛點包括學習資源與個人需求匹配度不高、課程內容難度與學生實際掌握情況不匹配等問題。組建一個由網絡技術、數據分析和學科專家組成的跨學科團隊，協同推動研究生教育的創新與優化。

3.2.2"技術研發與平臺搭建

開發知識圖譜構建技術的核心目標是系統化整理和組織大規模的知識信息，能夠有效關聯不同領域的知識點，并通過可視化手段清晰呈現［9］。借助個性化推薦算法，深入分析用戶的學習行為、興趣及需求，確保精準推送符合學生當前學習階段的學習資源。構建的數字化教學平臺集成了知識圖譜、學習資源、實時互動功能及智能分析工具。該平臺具備智能化數據分析能力，能夠實時監測學生學習進度，動態調整推薦內容。同時，直觀易用的用戶界面，以優化用戶體驗，讓學生輕松獲取與自身學習需求相匹配的資源。

3.2.3"資源整合與內容填充

收集并整理研究生教學相關的優質資源，將這些資源系統地納入知識圖譜中，形成一個結構化的教育資源庫。這些資源不僅局限于傳統的教材和講義，還包括多媒體教學材料、學術研究論文以及實際應用的工程案例等。構建這種資源庫為研究生提供了豐富多樣的學習材料，使他們能夠從不同維度深入學習和掌握學科知識。使學生既能學習基礎理論，也能應用于實踐，增強對學科的全面理解。通過與高校、教育機構的合作，可以共享和擴充教學資源庫，實現合理配置和高效利用這些資源。

3.2.4"試點應用與反饋收集

在平臺的初期應用階段，選擇車輛工程和機械工程專業進行試點應用，收集教師和學生的使用反饋。根據試點效果，調整知識圖譜平臺各項功能，完善個性化推薦機制。隨后在本校或其他高校進行推廣，吸引更多的老師和學生使用知識圖譜平臺，提升教學效果和效率。通過用戶的實際體驗，發現功能使用上的不足或不便之處，尤其是學習資源推薦的準確性、知識圖譜的邏輯關聯性，以及平臺交互設計的易用性等關鍵方面。技術團隊針對反饋中的共性問題進行迭代改進，增強資源匹配的個性化和精準度。優化平臺的界面和用戶操作流程，確保師生能夠方便快捷地訪問和使用各類功能。

3.3"實踐結果

隨著教學方法的不斷創新和教學內容的逐步深化，學生的學習熱情和參與度得到了顯著提升。通過與教師建立的信任關系，學生不僅在知識層面獲得了豐富的收獲，還在道德修養和科學思維上取得了顯著進展，并通過項目驅動的方式展現出自己的才能。學生的成績評定由查閱文獻、CAD建模、CAE分析和案例分析四個方面構成，從2018年到2022年，各項成績和總成績都呈上升趨勢：查閱文獻分數從12.9分增至15.8分；CAD建模分數從18.2分波動至18.15分；CAE分析分數從15.6分增至16.7分；案例分析分數從34.4分增至38.4分；總成績從81.1分增至89.05分，案例分析部分成績提升最為顯著，總成績上升明顯。

結語

本文深入探討了知識圖譜技術在“CAD/CAE系統及應用”研究生課程中的應用，旨在通過教育信息化手段提升教學質量和學習效率。通過構建一個全面的知識圖譜，不僅為學生提供了一個豐富的學習資源網絡，還為教師提供了一個有效的教學支持工具。這種創新的教學模式融合了前沿的信息技術和教育理論，已經在實踐中得到了驗證，并取得了顯著的成效。

參考文獻：

［1］張栩翔，湯玉祺，趙文，等.基于知識圖譜和圖嵌入的個性化學習資源推薦［J］.計算機系統應用，2023，32（05）：180187.

［2］葛惟昆.清華學堂物理系葉企孫班“科研實踐基地”簡介［J］.物理與工程，2020，30（01）：2325.

［3］劉曉玲，王煒.基于知識圖譜的課程教學改革［J］.中國冶金教育，2024（01）：711.

［4］薛雅倩，松云.人工智能課程知識圖譜構建及個性化推薦探索［J］.計算機教育，2024（06）：151155.

［5］劉瑩.基于知識圖譜分析的跨學科主題教學研究［J］.中國民族教育，2023（11）：5355.

［6］宋曉煥，傅鋼善.基于知識圖譜的高校教師數字化教學本土實踐研究：動態分析、發展趨勢與未來展望［J］.渭南師范學院學報，2024，39（08）：715.

［7］盧恒，陳章杰，周知.基于知識圖譜的虛擬學術社區用戶生成內容知識共聚框架研究［J］.情報理論與實踐，2023，46（12）：157166+192.

［8］程山英.知識圖譜視域下基于MOOC平臺數據的學習路徑推薦研究［J］.現代信息科技，2022，6（21）：169172.

［9］杜悅，常志軍，董美，等.一種面向海量科技文獻數據的大規模知識圖譜構建方法［J］.數據分析與知識發現，2023，7（02）：141150.

基金項目：遼寧省研究生教育教學改革項目：基于知識圖譜的研究生個性化數字教學平臺建設及應用——以“CAD/CAE系統及應用”課程為例（編號：LNYJG2024135）；教育部產學合作協同育人項目：新工科背景下智能制造工程專業師資隊伍建設（編號：231103177245029）

*通信作者：李婭娜（1977—"），女，漢族，遼寧大連人，博士研究生，教授，研究方向：車輛CAD/CAE及其關鍵技術。