【摘要】科大訊飛個性化教育研發(fā)部研發(fā)的智學網(wǎng)學習平臺，是基于K12基礎(chǔ)教育的學習平臺，同時也是國內(nèi)研究個性化教學平臺的領(lǐng)軍企業(yè)。現(xiàn)行平臺的建設(shè)都是在圖譜建設(shè)的大背景下進行的。圖譜為平臺提供了知識點及其關(guān)聯(lián)，這為教師和學生提供了知識框架，方便其使用;同時對前端研發(fā)及教研人員來說，圖譜也起到了提綱契領(lǐng)的作用。

【關(guān)鍵詞】圖譜 個性化學習? K12? 應用場景

一、引言

自適應學習系統(tǒng)，是通過學生每一階段的能力測評結(jié)果，再制定出適應于用戶自身能力狀況的學習解決方案，精準定制專屬于每一位學生的動態(tài)學習計劃的一種學習方式。作為一種新型的智能學習系統(tǒng)，它和現(xiàn)行的因材施教的教學方針不謀而合，是符合學生認知水平的學習方式。

基于圖譜的現(xiàn)代智能教育平臺是智學網(wǎng)研發(fā)的針對K12教育的學習平臺，它充分發(fā)揮了教師為主導，學生為主體的教育模式，根據(jù)學生具體學情量身訂制適合自身的學習過程。

二、圖譜的概念和理論背景

（一）圖譜的概念

知識圖譜又稱為科學知識圖譜，是顯示知識發(fā)展進程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識及它們之間的相互聯(lián)系。

圖譜對學科知識的邏輯結(jié)構(gòu)的表示可以從兩個方面說明： ①對學科知識之間的支撐關(guān)系的表示; ②對學科知識的學習路徑的表示.學科知識之間的支撐關(guān)系在圖譜中由錨點和連結(jié)這些錨點的箭頭構(gòu)成，節(jié)點之間的有向邊表示錨點之間存在支撐關(guān)系，有向邊所示的方向為支撐知識點到被支撐知識點.

常見的圖譜樣式如圖1，圖2，圖3所示。

知識圖譜中的所包含的節(jié)點有：

內(nèi)容： 通常作為實體和語義類的名字、描述、解釋等，可以由文本、圖像、音視頻等來表達。

屬性（值）： 從一個實體指向它的屬性值。不同的屬性類型對應于不同類型屬性的邊。屬性值主要指對象指定屬性的值。

關(guān)系： 指節(jié)點間的前驅(qū)后置關(guān)系。每一個知識點基本上都不是單獨存在的，它有先行學習材料，就是前驅(qū)，也有延伸學習材料，就是后置。

（二）圖譜的架構(gòu)原理

現(xiàn)代圖譜的原型是美國康奈爾大學教授Joseph D.Novak提出的concept map ，他將這種技巧運用在科學教學中，作為一種增進理解的教學技術(shù)概念圖，后來概念圖在科學、工程方面的教育中很受歡迎。圖4為概念圖原型。

圖4? Concept map 原型

知識圖譜最基本的本體包括概念、概念層次、屬性、屬性值類型、關(guān)系、關(guān)系定義域及關(guān)系值域等。在此基礎(chǔ)上，我們可以添加額外規(guī)則或公理來表示模式層間更加復雜的約束關(guān)系。知識圖譜上的規(guī)則一般涉及兩大類。一類是針對屬性的，即通過數(shù)值計算來獲取其屬性值。這類規(guī)則對于那些屬性值隨時間或其他因素發(fā)生改變的情況特別有用。另一類是針對關(guān)系的，即通過（鏈式）規(guī)則發(fā)現(xiàn)實體間的隱含關(guān)系。

三、圖譜的現(xiàn)實依據(jù)

（一）圖譜在其他領(lǐng)域的應用

（1）圖譜在醫(yī)學領(lǐng)域的應用。隨著公眾對自我健康的重視和環(huán)境惡化對人的健康考驗增加，現(xiàn)代醫(yī)療的壓力越發(fā)明顯。醫(yī)護人員的數(shù)量遠少于需求，因此人工智能在醫(yī)療上的運用正在暫露頭角。醫(yī)學知識圖譜的應用正受到國內(nèi)外企業(yè)、學界的廣泛關(guān)注，有望帶來更廉價、高效、精準的醫(yī)療建議和診斷。

同時，醫(yī)學知識圖譜在醫(yī)療信息搜索引擎、醫(yī)療問答系統(tǒng)、醫(yī)療決策支持系統(tǒng)等等方面有重要的作用。目前基于知識圖譜的醫(yī)療問答系正在迅速推廣中。該系統(tǒng)通過基于知識圖譜的分詞、模板匹配、模板的翻譯執(zhí)行來回答概念、實體、屬性、屬性值的模板組合問題，并將圖譜中存儲的數(shù)據(jù)自動轉(zhuǎn)換成推理引擎適用的推理規(guī)則，? ?再結(jié)合醫(yī)生工作站傳來的病人事實數(shù)據(jù)，輔助醫(yī)生開方。極大的減輕了醫(yī)生的工作負擔，更是緩解了醫(yī)患數(shù)量極度不平衡的問題。圖5為圖譜在醫(yī)學診斷中的應用。

（2）圖譜在金融行業(yè)的應用。圖譜在金融業(yè)的應用多種多樣，最常見的應用是圖譜在風控方面的應用。最近幾年，金融欺詐的形式多種多樣，提供虛假資料，團伙欺詐，內(nèi)外勾結(jié)等手法越來越“高明”，在這種情況下，原來通過單點突破進行反欺詐的方法已經(jīng)遠遠不夠，需要我們建立起一個積極有效的知識圖譜。反欺詐的核心是人，首先需要把與借款人相關(guān)的所有的數(shù)據(jù)源打通，并構(gòu)建包含多數(shù)據(jù)源的知識圖譜，從而整合成為機器可以理解的結(jié)構(gòu)化數(shù)據(jù)。在這里，我們不僅可以整合借款人的基本信息，還可以把借款人的消費記錄、行為記錄、關(guān)系信息、線上日志信息等整合到反欺詐知識圖譜里，從而進行分析和預測。

同時，圖譜對金融行業(yè)的風險預測也起到了舉足輕重的作用。我們可以在客戶、企業(yè)、行業(yè)間建立起緊密關(guān)聯(lián)的知識圖譜，從行業(yè)關(guān)聯(lián)的維度預測風險。通過對行業(yè)進行細分，根據(jù)貸款信息、行業(yè)信息建立關(guān)系挖掘模型，并通過機器學習進行模型的訓練，可展示每個行業(yè)及與其關(guān)聯(lián)度最高的幾個行業(yè)，如果某一行業(yè)發(fā)生了行業(yè)風險或高風險事件，我們可以及時預測未來有潛在風險的關(guān)聯(lián)行業(yè)，金融機構(gòu)從而可對相關(guān)行業(yè)的風險做出預判，盡早地發(fā)現(xiàn)并規(guī)避風險。

（二）圖譜在職業(yè)教育行業(yè)的應用

科技的進程日新月異，隨著各行業(yè)人工智能的廣泛參與，圖譜的應用場景越來越多。職業(yè)教育中非學歷培訓類目標客戶，在時間和空間上限制較大，加之目標客戶本身多為成年人，目標性和自制力強，因此在線教育在職業(yè)教育領(lǐng)域占據(jù)重要領(lǐng)域，也是支持其未來成長的重要驅(qū)動之一。近幾年，在線職業(yè)教育規(guī)模持續(xù)保持18-20%的穩(wěn)定較快增長，市場空間2016年預計達到355.6億元。

圖譜在職業(yè)教育中的應用隨著職業(yè)教育的系統(tǒng)化，專業(yè)化而越發(fā)明顯。利用一些圖譜繪制軟件對高等職業(yè)教育的關(guān)鍵詞繪制科學知識圖譜，通過關(guān)鍵詞共現(xiàn)分析，探索高等職業(yè)教育研究領(lǐng)域的熱點和演進，追蹤高等職業(yè)教育研究的前沿和發(fā)展趨勢。

例如科學家利用美國德雷塞爾大學陳超美博士所在團隊開發(fā)的Citespace5.0.R2軟件來繪制我國高等職業(yè)教育研究的知識圖譜。他們把1992—2016間研究高等職業(yè)教育的9404篇文獻數(shù)據(jù)經(jīng)過處理后導入CiteSpace，以關(guān)鍵詞為節(jié)點，以1年為一個時間分區(qū)，節(jié)點閾值為Top=20，即可繪制由關(guān)鍵詞和名詞短語組成得高等職業(yè)教育研究熱點聚類知識圖譜。經(jīng)過CiteSpace處理后共得到158個關(guān)鍵詞節(jié)點和349條連線，其結(jié)果以可視化圖譜的形式展示出來。在校學生可根據(jù)圖譜所示的結(jié)論，選擇相應熱門的行業(yè)來進行學習，不僅節(jié)約了學生選擇專業(yè)的時間，還讓學生對行業(yè)的趨勢有所了解，為他們?nèi)蘸缶蜆I(yè)選擇提供了幫助。

四、圖譜在K12教育行業(yè)的應用

K12教育（kindergarten through twelfth grade）是指從幼兒園到高中階段的教育，這是基本囊括了國內(nèi)外基礎(chǔ)教育的完整教育體系。自2014年以來，基于K12的在線教育平臺如雨后春筍般進入教育領(lǐng)域，給傳統(tǒng)教育領(lǐng)域帶來不小的沖擊。同時，“寬帶網(wǎng)絡(luò)校校通、優(yōu)質(zhì)資源班班通、網(wǎng)絡(luò)學習空間人人通”等公共資源服務(wù)和教育管理公共服務(wù)平臺的建立為在線教育平臺打開了門戶。在現(xiàn)代基礎(chǔ)教育中，教育信息化普及，一些基于K12教育的在線學習平臺層出不窮。如有專注于小學英語數(shù)學方面，提供在線學習和專項訓練系統(tǒng)的“一起學習網(wǎng)”;有提供歷年考試真題和權(quán)威解答的“猿題庫”;有致力于線上實時課堂的“學而思”;有提供在線解題的“學霸君”和“小猿搜題”…….強有力的競爭力讓各種在線學習平臺不斷更新設(shè)計理念，力爭讓平臺更符合學生的認知水平，能最大程度提升學生的學習成績，能讓教師教學過程更具有針對性。以此為背景，基于圖譜的智學網(wǎng)教育平臺應勢而生。

（一）傳統(tǒng)教學中教師對學生的分層方式

分層次教育的主體是以班級為主體，層次分的好壞直接影響教學效果。傳統(tǒng)的教師對學生的分層組要從以下兩個方面：

一是按照成績分層，這也是教師最常用的分層方式。但是學生的差異是客觀存在的，一味的用成績來衡量學生質(zhì)量的好壞是有失偏頗的，而且也不符合我們分層教學的初衷和意圖。我們做分層教學，并不是歧視和懷疑待優(yōu)生，而是找到不同層次學生的差異，長善補失，最終達到所有學生共同進步的目的。

二是按照教師自己在平時教學中的觀察分層。教師對一個學生的綜合素質(zhì)的評判以觀察到的學生在校行為為依托，這樣的判斷，主觀性臺強，容易受“首因效應”的影響，又沒有客觀數(shù)據(jù)的支持，難免對學生的判斷有失公允。

（二）個性化學習中圖譜發(fā)揮的作用

個性化教育就是指通過對被教育對象進行綜合調(diào)查、研究、分析、測試、考核和診斷，量身定制教育目標、教育計劃、輔導方案和執(zhí)行管理系統(tǒng)，并且對被教育對象的學習效果有相對客觀完整的考核方案，最終使學習者形成符合自身身心智力發(fā)展規(guī)律的學習系統(tǒng)。

隨著對學生學習方式，認知能力和認知過程的深入探究，越來越多的在線平臺開始致力于個性化教學的研究。

作者簡介：萬瑛（1985-），女，漢族，湖北武漢人，華中師大一附中光谷分校，中教二級教師，中國科學院碩士在讀，研究方向：智能教育。