摘? 要：介紹了自適應(yīng)學(xué)習(xí)系統(tǒng)的意義以及發(fā)展和研究現(xiàn)狀，分析了基于知識圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)引擎的應(yīng)用現(xiàn)狀。結(jié)合高職工科課程的現(xiàn)狀，提出了基于知識圖譜的高職課程設(shè)計思路，并給出了詳細(xì)的設(shè)計架構(gòu)以及課程設(shè)計實例。實踐表明，此架構(gòu)能有效建立起知識與學(xué)習(xí)資源之間的網(wǎng)絡(luò)關(guān)聯(lián)，為學(xué)習(xí)者動態(tài)提供學(xué)習(xí)資源動態(tài)推薦和學(xué)習(xí)路徑的動態(tài)規(guī)劃。

關(guān)鍵詞：自適應(yīng)學(xué)習(xí)? 知識圖譜? 智慧教育? 高職教育

中圖分類號：G712? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A文章編號：1672-3791（2020）11（a）-0163-03

Design of Adaptive Learning Engine Based on Knowledge Map

ZHOU Guodong*

（College of Network Technology， Hunan Radio and TV University， Changsha， Hunan Province， 410004 China）

Abstract： This paper introduces the significance， development and research status of adaptive learning system， and analyzes the application status of adaptive learning system engine based on knowledge map. Combined with the current situation of higher vocational engineering courses， this paper puts forward the idea of higher vocational curriculum design based on knowledge map， and gives a detailed design framework and curriculum design examples. The practice shows that this framework can effectively establish the network association between knowledge and learning resources， and provide dynamic recommendation of learning resources and dynamic planning of learning paths for learners.

Key Words： Adaptive learning; Knowledge map; Intelligent education; Higher vocational education

近幾年，在高職專業(yè)中進(jìn)行分層教學(xué)的探索持續(xù)升溫，常州機(jī)電職院的莫莉萍教授，提出了基于分層教學(xué)的機(jī)電一體化專業(yè)教學(xué)改革方案。將該專業(yè)的職業(yè)方向分為4類，每一類的學(xué)生再分為3層，通過加大師資投入和實訓(xùn)室建設(shè)，保證分層教學(xué)的質(zhì)量。河南測繪職業(yè)學(xué)院的陳永貴老師提出在機(jī)電類專業(yè)中實施自由選擇方向、動態(tài)分組的方法進(jìn)行分層教學(xué)的方案，但并未進(jìn)行教學(xué)實踐。南通職業(yè)大學(xué)的劉陽老師，提出了在電氣控制課程的實踐教學(xué)環(huán)節(jié)中進(jìn)行隱形分層教學(xué)方法，既保護(hù)了學(xué)生的自尊心，又提升了教學(xué)效果。分層教學(xué)雖然取得了非常好的效果，但目前的分層教學(xué)都是建立在巨大的教師工作量基礎(chǔ)上，難以形成長效機(jī)制，推廣難度較大。

隨著人工智能技術(shù)的普及，基于人工智能技術(shù)的智慧教育系統(tǒng)也快速發(fā)展，國內(nèi)一批教育機(jī)構(gòu)聯(lián)合人工智能企業(yè)先后推出智慧教育產(chǎn)品，如好未來、新東方、朗播、乂學(xué)、高木等教育平臺，網(wǎng)易、超星、騰訊也在積極進(jìn)行布局自己的智慧教育平臺。

如何利用智慧教育平臺進(jìn)行教學(xué)，必將是教育改革的下一個熱點問題。恰當(dāng)?shù)乩谩叭斯ぶ悄堋笨梢越档徒處煹墓ぷ髁?，更好地發(fā)揮教師教學(xué)過程中設(shè)計者的角色。但是過多地依賴人工智能，也有可能導(dǎo)致教師與學(xué)生之間的疏遠(yuǎn)，從而降低情感和素質(zhì)等隱性課程教育質(zhì)量的下降。因此，如何巧妙地將智慧教育技術(shù)融入高職教育的各個環(huán)節(jié)，既分擔(dān)教師的工作任務(wù)，有效實現(xiàn)分層教學(xué)，又不破壞師生之間的必要互動，保證隱性課程的教學(xué)質(zhì)量，是急待深入研究并做出科學(xué)規(guī)劃的一個重要課題。

1? 自適應(yīng)學(xué)習(xí)系統(tǒng)的現(xiàn)狀與應(yīng)用情況

目前，高職院校人才培養(yǎng)方案和教學(xué)方式的同質(zhì)化與不同層次學(xué)生的全面發(fā)展、個性成才之間存在的矛盾日益明顯。

2020年，李克強(qiáng)總理在《政府工作報告》中再次提出，我國職業(yè)教育再擴(kuò)招200萬。鼓勵更多應(yīng)屆高中畢業(yè)生和退役軍人、下崗職工、農(nóng)民工等報考，這是繼2019年擴(kuò)招100萬基礎(chǔ)上再次大規(guī)模擴(kuò)招。這標(biāo)志著我國高等職業(yè)教育改革發(fā)展進(jìn)入新階段，高職院校的生源結(jié)構(gòu)將發(fā)生巨大變化。2019年以來，湖南省積極落實國家職教改革政策，先后啟動“農(nóng)民大學(xué)生”項目、“士官大學(xué)生”項目等，為湖南省經(jīng)濟(jì)社會建設(shè)培養(yǎng)更多職業(yè)技能人才。

擴(kuò)招給高職院校帶來了發(fā)展機(jī)遇，但生源結(jié)構(gòu)的多樣化，學(xué)生知識、技能、社會經(jīng)歷的差異化，卻給高職院校的人才培養(yǎng)和教學(xué)實施都帶來了巨大挑戰(zhàn)。按照統(tǒng)一的人才培養(yǎng)方案和課程標(biāo)準(zhǔn)進(jìn)行“批量”培養(yǎng)的方式越來越困難。

分層教學(xué)是一個好的解決思路，根據(jù)學(xué)生的不同情況分層進(jìn)行教學(xué)實施?；A(chǔ)好、學(xué)習(xí)能力強(qiáng)的學(xué)生提高其學(xué)習(xí)目標(biāo)，反之，低層級的學(xué)生要適當(dāng)降低學(xué)習(xí)目標(biāo)。

然而，分層教學(xué)的理念雖然美好，但是教學(xué)實施難度卻很大，如何有效分組？如何設(shè)定不同組別的學(xué)習(xí)目標(biāo)？如何實施差異化的教學(xué)過程？如何差異化進(jìn)行評價？每一個環(huán)節(jié)的改進(jìn)都會給教師帶來工作量的成倍增加。因此，針對分層教學(xué)的研究雖然多，但是真正能實施的高職院校卻寥寥無幾。

以自適應(yīng)學(xué)習(xí)系統(tǒng)為核心的智慧教育系統(tǒng)給新的分層教學(xué)帶來了可行的實施路徑。將大量繁瑣的學(xué)生分層、教學(xué)項目決策、教學(xué)實施、學(xué)生評價等工作，由教師決策模式改進(jìn)為基于智慧教育系統(tǒng)輔助的教師決策模式。新的分層教學(xué)模式，一方面有利于對學(xué)生的科學(xué)評價和分層，另一方面有利于減輕教師的工作量，為分層教學(xué)模式的普及提供了一種新的途徑。

國內(nèi)的應(yīng)用情況，商業(yè)化的自適應(yīng)學(xué)習(xí)系統(tǒng)寥寥無幾，以國內(nèi)某大型培訓(xùn)機(jī)構(gòu)的自適應(yīng)系統(tǒng)為例，學(xué)習(xí)者需要自己預(yù)先設(shè)定年級、學(xué)習(xí)的科目和內(nèi)容，“私人定制”功能會根據(jù)學(xué)生情況和預(yù)先答題的情況，動態(tài)調(diào)整學(xué)習(xí)內(nèi)容?！八饺硕ㄖ啤钡膬?nèi)容現(xiàn)階段雖然較為粗放，但相較于同類現(xiàn)有的智能化教育類產(chǎn)品，已經(jīng)算是一個很大的突破。但是，在細(xì)節(jié)上，仍沒有達(dá)到自適應(yīng)學(xué)習(xí)的理想狀態(tài)。

2? 自適應(yīng)學(xué)習(xí)系統(tǒng)的設(shè)計

自適應(yīng)學(xué)習(xí)使用人工智能算法協(xié)調(diào)與學(xué)習(xí)者的交互，并提供定制資源和學(xué)習(xí)活動，以滿足每個學(xué)習(xí)者的獨特需求。其運(yùn)行流程如下：首先，自適應(yīng)系統(tǒng)對學(xué)習(xí)者進(jìn)行必要的測評。通過涵蓋知識點的典型題目，完成學(xué)生對知識點的掌握程度的評估。利用AI算法，模擬優(yōu)秀教師的教學(xué)分析、學(xué)情分析過程，智能分析出學(xué)生已掌握的知識結(jié)構(gòu)網(wǎng)絡(luò)以及缺失的、理解不全的和未掌握的薄弱知識點。其次，AI算法根據(jù)預(yù)先制定好的課程知識圖譜，向?qū)W員推薦適合他的、個性化的授課內(nèi)容和練習(xí)習(xí)題，完成優(yōu)秀教師的教學(xué)過程。最后，解決學(xué)員的課程學(xué)習(xí)問題，使學(xué)生在自適應(yīng)學(xué)習(xí)系統(tǒng)的支持下，掌握和應(yīng)用所學(xué)知識。

依據(jù)自適應(yīng)學(xué)習(xí)的工作流程，并結(jié)合機(jī)器學(xué)習(xí)、項目反映理論，以及知識圖譜等理論，該文設(shè)計了面向高職《C語言程序設(shè)計》課程的自適應(yīng)學(xué)習(xí)系統(tǒng)。該系統(tǒng)是綜合人工智能算法、課程學(xué)習(xí)知識、學(xué)員學(xué)習(xí)數(shù)據(jù)和教師教學(xué)方法的一個復(fù)雜業(yè)務(wù)系統(tǒng)，系統(tǒng)任務(wù)是提供智能化的個性化教育服務(wù)試點。此業(yè)務(wù)系統(tǒng)能否順利實現(xiàn)運(yùn)轉(zhuǎn)，關(guān)鍵任務(wù)是如何構(gòu)建知識圖譜、如何實現(xiàn)基于概率圖模型的推薦引擎以及如何進(jìn)行基于項目反映理論的學(xué)員認(rèn)知能力評估。

2.1 課程知識體系的知識圖譜構(gòu)建

自適應(yīng)學(xué)習(xí)系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)采用Google公司的FreeBase知識標(biāo)準(zhǔn)形式。該模型的數(shù)據(jù)層將知識內(nèi)容存儲到數(shù)據(jù)庫中，每個知識內(nèi)容單元用一個三元素結(jié)構(gòu)體數(shù)據(jù)來表示，最終存儲的豐富數(shù)據(jù)就形成了一個知識網(wǎng)絡(luò)，構(gòu)成課程和章節(jié)知識圖譜。模式層是FreeBase標(biāo)準(zhǔn)中用于存儲經(jīng)過提煉和優(yōu)化的知識，其任務(wù)是逐漸整理知識圖譜，減少數(shù)據(jù)庫的知識冗余?？梢允褂媒Y(jié)構(gòu)化的概念模板具體來實現(xiàn)。

在知識圖譜理論中，實體元素之間一般有4種連接關(guān)系，分別是包括、評價、注釋和條件。其中，包括關(guān)系是指知識點A是知識點B的一個組成單元，其內(nèi)容包含在知識點B概念范疇之內(nèi);評價則是表示實體內(nèi)容A是知識點B的評價部分;注釋則是指實體內(nèi)容A負(fù)責(zé)對知識點B進(jìn)行具體解釋;條件概念則是指兩個知識點之間具有明顯的先后邏輯關(guān)系，即學(xué)習(xí)知識點A是學(xué)習(xí)知識點B的先決條件，意味著只有掌握了知識點A，才能夠開始學(xué)習(xí)知識點B。該設(shè)計以C語言課程知識為例來構(gòu)建這4種關(guān)系。

在C語言數(shù)據(jù)類型知識圖譜中，變量知識點包含基本數(shù)據(jù)類型，而基本數(shù)據(jù)類型是結(jié)構(gòu)體和數(shù)組的先修知識點。具體來說，“數(shù)組”這個知識點應(yīng)該有“注釋”的講授視頻和“注釋”文字資源，還應(yīng)該有實現(xiàn)“評價”功能的練習(xí)題庫，而題目單元又應(yīng)該具有區(qū)分度、難易度、答題時間限制等多個特征屬性;同理，“結(jié)構(gòu)體”這個知識點也有負(fù)責(zé)“注釋”的講授視頻資源和用于評價的題目。課程和章節(jié)知識圖譜便可以按照課程和章節(jié)的教學(xué)目標(biāo)進(jìn)行詳細(xì)的設(shè)計。

2.2 基于概率圖的自適應(yīng)引擎設(shè)計

概率圖理論是用圖來表示變量概率依賴關(guān)系的理論，結(jié)合概率論與圖論的知識，利用圖來表示與模型有關(guān)的變量的聯(lián)合概率分布。通過知識圖譜的表示、學(xué)習(xí)情況的分析和自適應(yīng)算法的決策來綜合解決學(xué)習(xí)實際問題。

概率圖模型在實際應(yīng)用中主要有兩類，分別是貝葉斯網(wǎng)絡(luò)以及馬爾可夫網(wǎng)絡(luò)，如果網(wǎng)絡(luò)是有向無環(huán)圖，則這個網(wǎng)絡(luò)稱為貝葉斯網(wǎng)絡(luò)，若網(wǎng)絡(luò)是無向的，則是無向圖模型，又稱馬爾科夫網(wǎng)絡(luò)。顯然，在自適應(yīng)的知識圖譜中，知識點之間形成有向無環(huán)網(wǎng)絡(luò)，適合運(yùn)用貝葉斯網(wǎng)絡(luò)模型進(jìn)行參數(shù)、結(jié)構(gòu)的學(xué)習(xí)、分類決策。目前已經(jīng)廣泛應(yīng)用的自適應(yīng)引擎，多數(shù)采用貝葉斯網(wǎng)絡(luò)作為核心，用來提供自適應(yīng)學(xué)習(xí)路徑規(guī)劃服務(wù)、學(xué)習(xí)資源推薦服務(wù)，以及學(xué)員學(xué)習(xí)能力、學(xué)習(xí)現(xiàn)狀、薄弱知識點的分析診斷。

參考文獻(xiàn)

[1] 教育部.教育部關(guān)于印發(fā)《教育信息化2.0行動計劃》的通知[EB/OL].[2018-04-18].https：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2] 趙蔚，姜強(qiáng)，王朋嬌，等.本體驅(qū)動的e-Learning知識資源個性化推薦研究[J].中國電化教育，2015（5）：84-89.

[3] 周國棟.融入工匠精神培養(yǎng)的工科專業(yè)人才培養(yǎng)改革[J].科技資訊，2019，17（12）：144-145.

[4] 周國棟.自適應(yīng)學(xué)習(xí)對高職課程改革的思考[J].科技資訊，2019，17（13）：102-103.

[5] 朱艷茹.基于知識圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計與實現(xiàn)[D].吉林大學(xué)，2018.

[6] 朱艷茹，范亞芹，趙洋.基于知識圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)知識模型構(gòu)建[J].吉林大學(xué)學(xué)報：信息科學(xué)版，2018，36（3）：345-350.