基于學習通平臺的知識圖譜應用與反思

摘 要：隨著信息技術的飛速發展及其在教育領域的不斷滲透，知識圖譜已然成為中國教育從“互聯網+教育”向“人工智能+教育”轉型的強大引擎。本文首先對知識圖譜、教育知識圖譜以及課程知識圖譜的內涵、分類及構建流程進行了詳盡的闡述；其次探討了課程知識圖譜在教學實踐中的多元化應用場景，并對這些場景下的研究現狀進行了介紹；再次展示了如何利用學習通平臺來構建課程知識圖譜的具體過程；最后結合應用體驗，指出在利用平臺構建課程知識圖譜過程中遇到的一系列問題，并針對這些問題，提出了切實可行的解決方案。這些方案的提出，旨在進一步完善和優化課程知識圖譜的構建與應用，以更好地服務于教育領域的人工智能轉型與升級。

關鍵詞：知識圖譜；教育知識圖譜；課程知識圖譜；學習通

Abstract：With the rapid development of information technology and its continuous penetration into the field of education，Knowledge Graph has become a powerful engine for China's education to transform from \"Internet+education\" to \"artificial intelligence+education\".This paper first provides a comprehensive explanation of the connotation，classification and construction process of Knowledge Graph，Educational Knowledge Graph and Course Knowledge Graph.Then it explores the diversified application scenarios of Course Knowledge Graph in teaching practice and introduces the current research status in these scenarios.It then shows the specific process of constructing course knowledge graph using the XueXiTong platform.Finally，combining the application experience，it points out a series of problems encountered in the process of using the platform to construct Course Knowledge Graph and proposes practical solutions to these problems.The proposed solutions aim to further improve and optimize the construction and application of Course Knowledge Graph to better serve the artificial intelligence transformation and upgrading of the education field.

Keywords：Knowledge Graph；Educational Knowledge Graph；Course Knowledge Graph；Xue Xi Tong

將零散的知識碎片，依據其固有的邏輯與特性，編織成條理清晰、相互關聯的知識網絡，進而構筑起對世界全面而深刻的理解框架是高等教育學科體系構建的核心理念；學科的本質即系統化的知識體系［1］。然而在日常的教學中，我們的教學活動往往拘泥于課程的既定框架與章節順序，呈現出一種線性的知識傳授方式，導致知識點間缺乏必要的內在聯系與銜接。

線性教學方式雖有其穩定性與便捷性，卻難以助力學生跨越課程界限，構建出橫跨多領域、多層次的知識體系與認知架構。學生難以將所學知識融會貫通，形成對復雜問題的綜合分析與解決能力。

隨著信息技術的飛速躍進，我們正從“互聯網+”向“人工智能+”轉型。這一轉型不僅為教育領域帶來了前所未有的技術革新，更為我們重新審視并優化傳統教學模式提供了寶貴契機。通過大數據、人工智能等先進技術，我們有望實現教學內容的個性化定制、教學方式的多元化探索以及學習效果的智能化評估，從而打破傳統教學的局限，促進知識點間的深度整合與跨學科融合，助力學生搭建起更加堅固、靈活的認知體系。

知識圖譜作為人工智能領域的基石之一，在教育界的影響力日益顯著。它不僅是一個簡單的可視化工具，更是一個強大的知識架構師。通過捕捉學科的邏輯脈絡，知識圖譜能夠構建起一個結構化的知識框架，為學習者提供清晰的學習路徑。此外，借助認知診斷和知識推理技術，知識圖譜使教育變得更加精準、高效。

一、知識圖譜與教育知識圖譜

（一）知識圖譜

知識圖譜是一個將現實世界以圖形化形式呈現的技術，圖中的每個節點代表一個實體，節點間的邊表示實體之間的關系。知識圖譜可定義為G={E，R，F}，E表示實體集合，R表示關系集合，FE×R×E代表知識庫中的三元組集合［2］。

知識圖譜有通用知識圖譜和領域知識圖譜之分。通用知識圖譜覆蓋范圍廣，主要包含的是常識性知識，對每個領域的知識不會特別深入，更多地提供通用信息；而領域知識圖譜是深入挖掘專業領域的相關數據，相較于通用知識圖譜，其對專業領域的知識表示則更細節、更有深度。

知識圖譜的構建方式有“自上而下”和“自下而上”兩種。“自上而下”的構建是指借助百科類網站等結構化數據源，從高質量數據中提取本體和模式信息，加入知識庫中；“自下而上”的構建則是借助一定的技術手段，從公開采集的數據中提取出資源模式，選擇其中置信度較高的新模式，加入知識庫中［3］。通用知識圖譜是從大量結構化和非結構化數據中提取實體和關系，更多的是采用“自下而上”的構建方式；而領域知識圖譜往往需要領域專家的參與，構建過程更依賴于領域內的數據和文獻。

（二）教育知識圖譜

教育知識圖譜是知識圖譜在教育領域的應用，它是用圖的形式對教育領域的資源及其關系進行語義化組織和存儲的一種方式［4］，最終在知識層面和認知層面形成學科領域知識和學習者的認知狀態。它與大數據、人工智能等技術疊加，可為學習者提供知識導航、認知診斷、學習資源聚合、學習路徑推薦等個性化的學習服務［5］。

教育知識圖譜從數據狀態的角度劃分，可分為動態知識圖譜和靜態知識圖譜。動態知識圖譜是以教學事件或教學活動為節點，以它們之間的邏輯事理關系為邊，構成的多關系圖。其中邏輯關系多表現為事件、活動之間的順承關系、因果關系、反轉關系等。

靜態知識圖譜中以各教學元素為實體節點，以教學元素間的邏輯關系為邊。課程知識圖譜是典型的靜態知識圖譜。課程知識圖譜中，實體節點就是知識點，知識點通常包含概念、公式、定理、原理等；也可泛指教學資源、教學目標、教學問題、教學情境等。邊是指各知識點間的內在關系，包含知識點間的前、后續關系和相關關系等。

二、課程知識圖譜在教學中的應用

（一）課程畫像

知識圖譜通過將課程內各知識點以圖形化的方式展現，為教師和學生提供了一種直觀的方式來理解課程的知識結構以及各知識點之間的內在聯系。通過課程畫像，教師可以更優質地設計教學過程和教學案例，引導學生理解相關知識點。而學生則可以更宏觀地把握課程的整體結構，同時也便于學生對某個知識點進行快速的檢索和針對性的學習。課程知識圖譜還能以其中某些知識點為中間節點，將多門課程串聯起來，使學生形成學科的整體知識架構，幫助他們實現知識的融合與遷移。

李春艷［6］在講解電子制造有限責任公司各種規則的章程時，由于課程只安排了較少的專題培訓課時，不便于學生的理解和掌握，因此她將相關知識點進行關聯，形成結構化的網狀形式，先行在線上進行教學。其中給學生提供多元而準確的學習資源，幫助學生初步構建適用于課程教學的知識圖譜知識體系。通過這種方式，不僅有效解決了課時不夠、學生掌握不扎實的問題，還提升了學生的學習效率，達到了較好的教學效果。

病理學作為基礎醫學和臨床醫學的橋梁學科，它的病案分析不僅需要基礎醫學和臨床醫學的相關知識，還涉及其他相關學科的知識，周芳芳［7］在構建病理學知識圖譜時，將基礎醫學、臨床醫學、內外科及診斷學中的資源都包含在對應的知識點中，并將它們設置為后置知識點，滿足了不同專業、不同層次和不同需求的學生學習。

（二）學生畫像

學生在學習平臺上進行知識點的學習，測試留下的所有行為數據，知識圖譜可結合認知診斷技術和知識推理技術，精準地定位學生在學習中存在的問題，并根據其學習模式與偏好，進行個性化的學習路徑推薦。在此基礎上，它還可以智能地為學生推薦一系列針對性強的知識資源，幫助學生填補知識點的欠缺，鞏固已學內容。

駢揚［8］利用知識圖譜和認知診斷等技術，精準選擇作業布置點并實現學情的高效診斷和推理，在一線中小學進行了實踐，收到了較好的效果。李其娜［9］構建了《數據結構》的知識圖譜，然后利用“支持向量機”算法設計一個基于章節的習題推薦系統，并通過實驗證明了該系統可實現知識點查詢、知識路徑查詢與基于章節和知識點的習題推薦功能，達到個性化習題推薦的效果，有效提升了學習者的學習效率。

（三）教學管理

教師可以借助教學平臺的知識圖譜，洞察學生對各個知識點的理解層次與掌握情況，精準鎖定學生潛在的認知障礙與知識盲區。基于對這些數據的詳盡分析，教師能夠進一步優化課程設計的核心架構，優化教學重點難點，確保教學策略既能夠有的放矢地加固學生的薄弱環節，又能適時地激發學生的潛能，從而實現教學內容的高度個性化和教學效率的顯著提升。

楊文霞［10］在“線性代數”教學領域進行了開創性的探索，她構建了該學科的知識圖譜，并實施了兩輪教學實踐。實驗驗證了知識圖譜在助力學生個性化學習規劃、增強學習效能與心智發展方面的顯著作用，還展示了其助力教師全面捕捉學生的多維度的學習軌跡特征，為實施精準教學評估與動態教學調整提供了有力支撐，最終為高素質人才的培養開辟了新路徑。

三、課程知識圖譜的構建

教學中課程知識圖譜的構建，大多借用各教學平臺提供的知識圖譜功能，在教師的干預下實現知識圖譜的構建。以“學習通”平臺為例，知識圖譜的構建需要教師首先梳理好課程的所有知識點及其內在邏輯；其次整理好相關知識點的各類素材；再次將知識點導入平臺中，平臺自動生成該課程的知識圖譜；最后再對生成的圖譜進行相應的資源關聯。

“學習通”平臺支持教材識別、大綱識別、模板導入、頁面手動編輯等多種知識點導入方式。其中通過教材或教學大綱生成的知識圖譜，是通過智能解析的方式生成知識點結構預覽，然后點擊“加入知識點”后完成智能導入。這種方式生成的知識圖譜在教學中可能并不符合實際教學場景，因此整個過程需要教師根據實際授課情況進行相應調整。所以大多數教師會根據自己的實際授課內容事先進行知識點的選擇和知識點前后關系、相關關系的梳理，然后將它們通過模板導入或頁面手動編輯等方式形成符合授課班級特點的知識圖譜。

知識點在設置時，其內容粒度不可設置得太過細小，過細過小會造成知識圖譜太過復雜，不便于知識的查詢和整體的把握；也不可設置得太籠統，過于籠統的知識圖譜不便于進行知識點診斷，達不到精準教學的效果。知識點的粒度以微課為單位較為合適，包含一個或若干個小的相關知識點，匹配相關資源，形成一個獨立的學習單元。

“學習通”平臺的知識圖譜還結合了認知診斷技術、知識推理技術，實現了對學生的學習情況進行診斷和學習資源、學習路徑的推薦，因此在構建知識圖譜的過程中，教師需要將與知識點相關的試題、視頻資源等進行關聯設置。最終形成了一個由概念文本信息、視頻、試題等資源共同組成的知識點，而這些多維、立體的知識點就形成了可查詢知識、可測評學習狀態、可進行學習路徑推薦和學習資源推薦的單一課程和多門課程交互的立體知識圖譜。

四、知識圖譜在使用中的問題與思考

（一）知識圖譜的設計，需要更優質的數據源和更多的教師團隊

課程知識圖譜的知識點設置、知識點屬性設置是由教師及其所在團隊構建，通常只適用于其所在的學校和專業，不具有普適性和權威性。因為不同的學校對同一課程、同一課程對不同的專業的人才培養方案和培養的層次各不相同，對于一些學校和一些專業，有些知識點就不作為授課內容，或是知識點講授的深淺度不同，所以就需要對他們設置不同的知識圖譜。同樣，知識圖譜中對知識點的屬性設置，比如考點、重點、難點的設置也都是出自教師和教師團隊的理解，帶有更多的主觀性和學校特色，是否具有權威性也值得商榷。

因此，在知識圖譜的設計中，應優先選擇更加權威的教材、大綱等優質數據源，并對其可信度進行評估，以確保數據源的準確性。同時，要加強同類型學校之間的交流合作，積極開展跨校的集體備課和虛擬教研室活動，為設計出更具有通用性和高質量的知識圖譜打下堅實基礎。

（二）學習資源的精準推薦，需要不斷優化算法設計和規范專業名詞

在進行知識點關聯資源推薦時，推薦的依據是將知識點進行關鍵詞拆分，再從平臺中選取符合拆分后關鍵詞的資源。比如，如果需要對Excel中“公式及函數的基本概念”進行資源推薦時，系統會將其拆分成“基本公式”“函數概念”等熱門詞匯進行資源的搜索和推薦，推薦的資源不夠準確。這不僅涉及平臺對知識圖譜中的知識融合和知識消歧的算法設計，同樣也涉及教師在對知識點設置時，其名稱選取的精準性。

對于知識圖譜的設計平臺而言，未來還需要不斷優化知識圖譜的底層設計，通過“強化學習”等算法策略，完善知識融合、知識消歧等技術；其次還需要擴充平臺課程相關資源的數據庫，方便系統能更精準地推薦學習信息。教師在設置知識圖譜的知識點時，要盡量使用規范的專業名詞來表達課程信息，以便知識圖譜能更準確地理解知識點信息，精確地抽取學習資源進行學習推薦。

（三）課程資源的頻繁更新，使得知識圖譜的更新迭代更具挑戰

大語言模型和新技術的不斷涌現，使得我們的課程資源加速更新，將新知識、新技術資源納入教學中推薦給學生，刪除一些不合時代發展的舊案例是每位教師的本職工作。但知識圖譜重新構造需要大量的人力、物力，推倒重構并不現實。即便在已有知識圖譜的基礎上，將新資源融入也需要花費教師很多的時間和精力，同時對更新策略和更新后圖譜的準確性也提出了更高的要求。

因此，需要加大對教師在教育信息化方面的培訓，引導更多的教師使用知識圖譜來輔助教學，鼓勵更多的教師加入知識圖譜的構建團隊中來。在技術層面上，要不斷完善知識圖譜的自動迭代算法，使得知識圖譜的構建更具有智能化和實時化。

4 結論

信息技術的快速發展，已經在教育領域掀起一場以信息技術為核心的教育革命。隨著各種人工智能技術在教育領域的不斷滲透，相關研究逐年增多，但大多是從人工智能在教育領域的宏觀應用角度去闡述研究成果。本文則是從教學的微觀角度去闡釋知識圖譜在教學中的具體應用，詳細分析了課程知識圖譜在教學中的應用種類、應用場景及通過教學平臺構建課程知識圖譜的步驟，并結合應用體驗，提出在教學環境中知識圖譜有待改進的地方，并針對問題提出了自己的思考。

隨著知識圖譜在教學中的廣泛應用，知識圖譜的各項技術會被不斷優化，目前各教學平臺已經將知識圖譜和AI技術相結合，提出了新的AI教學模型，知識圖譜+AI在教學領域的應用必將是未來主要研究方向之一。

參考文獻：

［1］楊開城，李向榮，張曉英.論教育研究的科學性問題［J］.清華大學教育研究，2010，31（5）：6671

［2］徐增林，盛泳潘，賀麗榮，等.知識圖譜技術綜述［J］.電子科技大學學報，2016，45（4）：589606.