（曲阜師范大學(xué),山東 濟(jì)寧 273165）

1 引言

千人一面的教學(xué)方式已不能滿足當(dāng)今社會學(xué)生、家長以及老師的需求，教育界研究專家認(rèn)為可以利用人工智能和大數(shù)據(jù)優(yōu)勢和特點，徹底改變傳統(tǒng)的課堂教學(xué)模式，實現(xiàn)更加個性化的學(xué)習(xí)和教學(xué)方式。使用個性化的學(xué)習(xí)方式，學(xué)生能夠有針對性地解決自己學(xué)習(xí)過程中的薄弱部分；且個性化的教學(xué)方式使老師能夠依據(jù)學(xué)生的學(xué)習(xí)習(xí)慣和特點，有指向性地進(jìn)行教育輔導(dǎo)，從而提高教學(xué)的效率[1]。

學(xué)習(xí)是知識不斷積累疊加的過程，隨著學(xué)習(xí)的不斷深入，知識內(nèi)容會愈加復(fù)雜，近年來熱門的知識圖譜則能夠利用可視化技術(shù)，將紛繁的知識、資源變?yōu)閷哟芜f進(jìn)的結(jié)構(gòu)化框架，促進(jìn)學(xué)習(xí)者更好地進(jìn)行優(yōu)化決策。但現(xiàn)有的個性化教學(xué)系統(tǒng)或平臺大都著眼于教學(xué)方法、手段的改革，從教學(xué)過程中的施教方式進(jìn)行改善，盡管起到了一定的作用，但是在能否真正做到因材施教方面還有待進(jìn)一步研究。

對此，本研究擬以《數(shù)據(jù)挖掘》課程為例，基于知識圖譜理論，構(gòu)建適用于教學(xué)的知識圖譜模型、建立起知識點和課程內(nèi)容之間的關(guān)系，形成個性化教學(xué)模式，以期促進(jìn)個性化教學(xué)、精準(zhǔn)教學(xué)的發(fā)展，有利于提升我國的教學(xué)質(zhì)量，同時促進(jìn)國民素質(zhì)提高。

2 個性化教學(xué)研究現(xiàn)狀

2.1 國外研究現(xiàn)狀

個性化的教學(xué)方式能夠充分尊重學(xué)習(xí)個體自身特有的價值，發(fā)掘個體的不同潛能，培養(yǎng)學(xué)生的獨特性，促進(jìn)現(xiàn)代教育的自由、和諧發(fā)展。[1]早在美國著名教育家杜威的《明日的學(xué)?！芬粫芯吞岬搅恕白杂膳c個性”[2]，隨著科技的不斷發(fā)展，國外個性化研究取得了新的成績。美國匹茲堡大學(xué)PeterBrusilovsky教授開發(fā)了包括InterBook、ELM-ART、KnowledgeSea、AnnotatEd、TaskSieve在內(nèi)的多種個性化學(xué)習(xí)系統(tǒng)。荷蘭愛因霍芬科技大學(xué)DeBra教授研發(fā)了AHA!；澳大利亞墨爾本皇家理工大學(xué)Wolf教授開發(fā)了iWeaver；希臘雅典大學(xué)Papanikolaou研究開發(fā)了INSPIRE。[3]Blackboard是美國利用現(xiàn)代科學(xué)技術(shù)和傳統(tǒng)教育技術(shù)相融合創(chuàng)立的數(shù)位教學(xué)平臺，和其他平臺相比，Blackboard開發(fā)了課程管理模塊，針對不同的課程設(shè)計了與之對應(yīng)的功能，滿足了學(xué)生多樣的學(xué)習(xí)需求，為教師的教學(xué)方式、學(xué)生的學(xué)習(xí)方法、師生間的互動提供了更有效、便捷的方式[4]。

2.2 國內(nèi)研究現(xiàn)狀

當(dāng)前國內(nèi)實施個性化教學(xué)的方式主要集中在以下幾個方面：就具體課堂教學(xué)活動安排提出的實施辦法；以教師作為基本的組織者形成的個性化教學(xué)方式；分析個性化教學(xué)中所涉及的各類主體因素從而研究出教學(xué)模式。[5]迄今為止，中國網(wǎng)絡(luò)教學(xué)平臺的最成熟的代表是由清華大學(xué)開發(fā)的清華教育在線（THEOL），該平臺不拘泥于傳統(tǒng)教育理念，將信息化教學(xué)模式和現(xiàn)代化教育理念相融合，從而建立與自身需要相符合的網(wǎng)絡(luò)平臺。但從另一種角度來看，THEOL缺少相對應(yīng)的課程評價體系，一定意義上講仍存在不足?！癡class”網(wǎng)絡(luò)教育平臺是一個基于多媒體通信的師生遠(yuǎn)程教學(xué)互動平臺，由北京師范大學(xué)現(xiàn)代教育技術(shù)研究所研究開發(fā)?！癡class”可以利用網(wǎng)絡(luò)直播教學(xué)，因此不是輔助性教學(xué)系統(tǒng)，而是真正意義上的網(wǎng)絡(luò)教學(xué)平臺。

本文研究的是以學(xué)生、課程為中心，依托知識圖譜技術(shù)，融合線下教學(xué)與在線課程相結(jié)合的一類個性化教學(xué)方式。

3 知識圖譜

3.1 知識圖譜的發(fā)展歷史及研究現(xiàn)狀

知識圖譜（Knowledge Graph）研究起源于 2003 年美國加利福尼亞的 Mapping knowledge domains 國際研討會[6]。按照知識圖譜的知識范疇不同分類，可以分為通用知識圖譜以及領(lǐng)域知識圖譜[7]。知識圖譜并非一個全新的研究領(lǐng)域，2006年，Berners-Lee提出了數(shù)據(jù)鏈接（linked data）的概念，并致力于推廣和完善相關(guān)的技術(shù)標(biāo)準(zhǔn)如URI、RDF、OWL[8]。我國對知識圖譜的研究也取得了一定的進(jìn)展，構(gòu)建出了包括GoogleKnowledge Graph、搜狗“知立方”、百度“知心”和復(fù)旦大學(xué)GDM實驗知識圖譜等幾類知識圖譜。知識圖譜在互聯(lián)網(wǎng)、金融、軍事、農(nóng)業(yè)、人文社科以及醫(yī)療等行業(yè)應(yīng)用較為廣泛。在教育教學(xué)領(lǐng)域，知識圖譜的出現(xiàn)為個性化教學(xué)注入了新鮮力量，翻轉(zhuǎn)課堂、高等教育、網(wǎng)絡(luò)課程等方面均涉及知識圖譜?？傊?，國內(nèi)外對于知識圖譜的研究依然處于一個非常重要的發(fā)展階段，如何將知識圖譜應(yīng)用于各個領(lǐng)域仍值得更深一步的探索。

3.2 知識圖譜的技術(shù)實質(zhì)

知識圖譜是從語義的角度表示人們的先驗知識，是一種基于圖形的數(shù)據(jù)結(jié)構(gòu)，旨在描述現(xiàn)實世界中現(xiàn)存的各類實體或者概念及其關(guān)系，形成一個網(wǎng)狀的知識結(jié)構(gòu)。在錯綜復(fù)雜的信息和海量的數(shù)據(jù)中，知識圖譜通過進(jìn)行有效的加工、處理（結(jié)構(gòu)化、語義化）和整合，把這些紛繁多樣的數(shù)據(jù)提取轉(zhuǎn)換成簡易的實體、關(guān)系、實體三元組模型，構(gòu)成由節(jié)點（Point）和邊（Edge）組成的數(shù)據(jù)結(jié)構(gòu)圖，點代表了現(xiàn)實世界中存在的實體，而邊是實體之間的相互關(guān)系。現(xiàn)代科學(xué)技術(shù)知識資源類型繁雜，知識圖譜采用數(shù)據(jù)挖掘、信息處理、圖形繪制等技術(shù)，將數(shù)據(jù)優(yōu)化處理，更好地展示了信息數(shù)據(jù)之間的關(guān)系[9]。

4 個性化教學(xué)知識圖譜的構(gòu)建

4.1 模型構(gòu)建

在個性化教學(xué)過程中，本文設(shè)計了一種內(nèi)容合理、概念和關(guān)系豐富、推理功能強(qiáng)大的知識圖譜，融合了課程內(nèi)容知識圖譜、學(xué)生知識圖譜等。G=(C,R,A)的三元組是知識圖譜元模型的一種通用的表示方式，C={c1,c2,c3...cn}代表的是自然界中的實體，R={r1,r2,r3...rn}代表的是實體之間的關(guān)系，AC×R×C 則是知識庫中三元組的集合[10]。該研究從上述三元組模型出發(fā)，提出了一種新型知識圖譜構(gòu)建方法，將語義和術(shù)語分離，使得在知識圖譜構(gòu)建中語義更為清晰，而且知識共享更有優(yōu)勢?；谠摲椒▽虒W(xué)相關(guān)的概念與關(guān)系進(jìn)行分析，建立各類規(guī)則，分別對課程內(nèi)容、教師和學(xué)生的知識圖譜進(jìn)行構(gòu)建?，F(xiàn)階段，知識圖譜主要包括自頂向下和自底向上兩種構(gòu)建方式，由于信息抽取技術(shù)的不斷發(fā)展，自底向上的構(gòu)建方式變得更加熱門。本項目采用該方式，利用信息抽取技術(shù)先從非結(jié)構(gòu)化語言中抽取實體，再進(jìn)行抽象，歸納出實體間的結(jié)構(gòu)關(guān)系，從而進(jìn)行本體的構(gòu)建[11]，最后將知識圖譜呈現(xiàn)出來。

4.2 關(guān)鍵技術(shù)

4.2.1 命名實體識別

命名實體識別（Named Entity Recognition，NER）是自然語言處理中一項常見的、熱門的問題，能夠從文本的非結(jié)構(gòu)化的內(nèi)容中識別抽取出實體，按照需要將其歸納到對應(yīng)的實體類型當(dāng)中。[12]傳統(tǒng)命名實體識別主要包括有基于機(jī)器學(xué)習(xí)的識別算法[13]和基于規(guī)則的識別算法兩類。有關(guān)命名實體識別技術(shù)的發(fā)展，早期為基于規(guī)則和字典方法，此后發(fā)展為傳統(tǒng)機(jī)器學(xué)習(xí)方法（HMM，MEMM，CRF），接著是深度學(xué)習(xí)方法（RNN-CRF，CNN-CRF），到近期的注意力模型、遷移學(xué)習(xí)、半監(jiān)督學(xué)習(xí)等。這些方法均為非結(jié)構(gòu)化的文本分析提供了有效的技術(shù)支持。如今，命名實體識別技術(shù)在知識圖譜構(gòu)建、機(jī)器翻譯、知識庫構(gòu)建等領(lǐng)域有著較為廣泛的應(yīng)用。[14]

4.2.2 關(guān)系抽取

實體關(guān)系抽取是自然語言處理的一個重要組成部分和信息抽取的關(guān)鍵環(huán)節(jié)。已經(jīng)完成實體識別之后，通過對語言文本進(jìn)行建模，抽取出實體與實體之間的關(guān)系，提取出有效的信息[15]。形式化的實體對關(guān)系可被描述為關(guān)系三元組，關(guān)系抽取就是從非結(jié)構(gòu)化的自然語言文本中抽取出關(guān)系三元組，進(jìn)而提取信息。其能夠?qū)?xì)化程度較高的小粒度數(shù)據(jù)中的信息進(jìn)行關(guān)系分析，通過進(jìn)行關(guān)系抽取，可以將非結(jié)構(gòu)化的自然語言轉(zhuǎn)化為格式統(tǒng)一的關(guān)系數(shù)據(jù)[16]，有監(jiān)督、半監(jiān)督、弱監(jiān)督和無監(jiān)督是幾種傳統(tǒng)的實體關(guān)系抽取方法，可應(yīng)用于知識圖譜、推薦系統(tǒng)、信息檢索等。

4.3 課程知識圖譜

本文以《數(shù)據(jù)挖掘》這門課程為例，建立其知識圖譜。擬按照領(lǐng)域本體構(gòu)建、眾包半自動語義標(biāo)注、外源數(shù)據(jù)補(bǔ)全和信息抽?。▽嶓w識別、關(guān)系抽?。┑牟襟E對課程進(jìn)行知識圖譜的構(gòu)建。[17]首先，以多家權(quán)威《數(shù)據(jù)挖掘》教材為依據(jù)，利用相關(guān)方法，參考不同種類知識圖譜的本體結(jié)構(gòu)，完成面該科目的知識圖譜構(gòu)建。其次，把處理過后的自然語言作為標(biāo)注對象，采用領(lǐng)域本體作為標(biāo)注依據(jù)，進(jìn)行語義標(biāo)注，隨之形成標(biāo)注數(shù)據(jù)。接著，憑借形成的學(xué)科知識圖譜的本體結(jié)構(gòu)，處理結(jié)構(gòu)化的外部數(shù)據(jù)源，從而得到外源數(shù)據(jù)。最后是包括命名實體識別和關(guān)系抽取的信息抽取。其中，訓(xùn)練數(shù)據(jù)就是得到的標(biāo)注數(shù)據(jù)，再根據(jù)得到的知識圖譜的本體結(jié)構(gòu)，抽取出需要的實體和關(guān)系，最終形成了該課程內(nèi)容知識圖譜。

圖1 數(shù)據(jù)挖掘課程知識圖譜部分展示

4.4 學(xué)生知識圖譜

學(xué)生知識圖譜指的是將學(xué)生相關(guān)信息、知識基礎(chǔ)、課程內(nèi)容掌握情況等信息構(gòu)建成知識圖譜，將學(xué)生信息、對知識掌握情況更有特點、更清晰地展現(xiàn)出來。隱馬爾可夫模型（Hidden Markov Model，HMM）[18]是一種可以描述不可觀測變量或者是隱藏變量的時序概率模型[19]，本項目采用此模型來對學(xué)生的學(xué)習(xí)狀況展開分析研究，進(jìn)而完善學(xué)生個人知識圖譜。知識圖譜的形成過程就是對該課程學(xué)習(xí)的過程，即在個人知識圖譜的基礎(chǔ)上通過教師的講解，逐步掌握課程知識圖譜中的概念和關(guān)系以豐富個人知識圖譜。再結(jié)合完成作業(yè)、實驗報告等任務(wù)情況進(jìn)行分析，用于學(xué)生的個性化教學(xué)。

5 知識圖譜驅(qū)動的個性化教學(xué)

本文以《數(shù)據(jù)挖掘》這門課程的學(xué)習(xí)為例，闡述知識圖譜驅(qū)動的個性化教學(xué)模式。

首先，教學(xué)組的教師在對教材進(jìn)行充分的分析，而后在此基礎(chǔ)上，對課程內(nèi)容知識點及其關(guān)聯(lián)進(jìn)行抽取并構(gòu)建課程知識圖譜，如圖2所示。

圖2 最小二乘法圖譜（《數(shù)據(jù)挖掘》部分圖譜）

其次，課前借助課程圖譜，獲取與所要講解新知識點相關(guān)的已學(xué)知識點，并發(fā)布這些已學(xué)知識點相關(guān)的預(yù)習(xí)題目，以了解每位學(xué)生對這些知識點的掌握情況。并根據(jù)預(yù)習(xí)結(jié)果進(jìn)行課程內(nèi)容調(diào)整。

圖3 課程內(nèi)容的動態(tài)調(diào)整

第三，課堂教學(xué)，借助知識圖譜，由已學(xué)知識點引入新知識點。再對新知識點的定義進(jìn)行講解，并沿知識圖譜中的知識點關(guān)聯(lián)延展到其他新知識點，便于學(xué)生理解課程內(nèi)容的知識體系。

第四，課下根據(jù)每位學(xué)生對學(xué)習(xí)的知識點掌握情況，由個性化學(xué)教學(xué)平臺發(fā)布適合每位學(xué)生的個性化作業(yè)，教師根據(jù)學(xué)生情況，精準(zhǔn)輔導(dǎo)，實現(xiàn)真正的因材施教。作業(yè)題目是以課程知識圖譜為核心，每個作業(yè)與一個或多個知識點相關(guān)聯(lián)；每個知識點和一個或多個作業(yè)題目相關(guān)聯(lián)。

第五，課程總結(jié)，完成本課程的教學(xué)工作后，個性化教學(xué)平臺會為每位學(xué)生進(jìn)行畫像，即形成每位學(xué)生的知識圖譜，直接展示學(xué)生的知識掌握情況。

綜上，知識圖譜驅(qū)動的個性化教學(xué)模式，是由課程知識圖譜為核心，將知識圖譜融入教師備課、課堂教學(xué)、課下作業(yè)布置及課外輔導(dǎo)等一系列教學(xué)環(huán)節(jié)當(dāng)中，實現(xiàn)了教學(xué)的精準(zhǔn)化、個性化。

圖4 個性化教學(xué)平臺主頁展示

6 個性化知識圖譜在教學(xué)中的應(yīng)用意義

6.1 促進(jìn)了個性化教學(xué)模式的深度生成

該項目在對學(xué)生數(shù)據(jù)、課程數(shù)據(jù)以及教師數(shù)據(jù)分析的基礎(chǔ)上，建立個性化教學(xué)知識圖譜，將學(xué)生、課程和教師相關(guān)信息關(guān)聯(lián)起來，通過添加規(guī)則，自動為學(xué)生提供感興趣的學(xué)習(xí)內(nèi)容，提高了教學(xué)的針對性。

班級授課的教學(xué)方式往往容易忽視學(xué)生個性發(fā)展[20]，該項目為教師展示了學(xué)生學(xué)習(xí)情況的個性化信息，并作為教學(xué)過程中的參考，同時為教師提供針對不同學(xué)生的教學(xué)方法，為個性化教學(xué)提供輔助。學(xué)生個體知識圖譜形成之后，教師更能整體了解把握其學(xué)習(xí)狀況，合理安排授課時間、內(nèi)容，高效率完成課堂活動，提升課堂質(zhì)量。

6.2 利于創(chuàng)建合理清晰的學(xué)科知識網(wǎng)絡(luò)

以《數(shù)據(jù)挖掘》課程為例，本項目對相關(guān)專業(yè)課程體系中的內(nèi)容建立關(guān)聯(lián)，形成課程知識圖譜和完整的知識點庫。課程圖譜簡潔直觀地把該課程每部分知識點以網(wǎng)絡(luò)的形式展現(xiàn)出來，便于學(xué)生學(xué)習(xí)。知識點庫將該課程所有的知識點清晰地呈現(xiàn)在使用者面前，學(xué)生能夠快速高效地查找到每一個知識點，及其相關(guān)知識點的類型、內(nèi)容和講解視頻。此外，課程圖譜將和學(xué)生、教師圖譜相銜接，針對學(xué)生不同的興趣等建立個性化規(guī)則，提供個性化的課程服務(wù)。

6.3 利于因材施教，促進(jìn)個性化教育的智能化發(fā)展

學(xué)生知識圖譜可清晰地呈現(xiàn)學(xué)習(xí)結(jié)果，打破了傳統(tǒng)學(xué)習(xí)模式，學(xué)生可根據(jù)自身掌握情況選擇性學(xué)習(xí)，提高學(xué)習(xí)效率。教師通過查看學(xué)生知識圖譜，則可以根據(jù)每位學(xué)生的特點、知識掌握情況進(jìn)行有針對性的教學(xué)輔導(dǎo)，做到因材施教。在教育領(lǐng)域，智能化將是未來發(fā)展趨勢。本項目從數(shù)據(jù)的采集出發(fā)，經(jīng)過對數(shù)據(jù)的分析，對知識進(jìn)行表示、推理，從而為個性化教育提供智能化支持?？梢哉f本項目是對個性化教育智能化的一個試點，將對個性化教育智能化發(fā)展起到一定促進(jìn)作用。

7 總結(jié)與展望

本文將知識圖譜引入教學(xué)當(dāng)中，設(shè)計了一種知識圖譜驅(qū)動的個性化教學(xué)模式。首先根據(jù)教學(xué)的特殊性，建立了知識圖譜的CRA模型，并基于該模型構(gòu)建了課程知識圖譜和學(xué)生知識圖譜。課程知識圖譜對課程內(nèi)容的知識點進(jìn)行梳理，建立起知識點間的關(guān)系。學(xué)生知識圖譜則是根據(jù)學(xué)生對課程內(nèi)容的學(xué)習(xí)情況展開構(gòu)建，并對學(xué)生進(jìn)行精準(zhǔn)畫像，其中包含學(xué)生對知識點的掌握情況、個人實踐能力情況等。本文將課程內(nèi)容知識圖譜引入教學(xué)的各個環(huán)節(jié)中，即在備課、課堂教學(xué)、課下輔導(dǎo)等方面均以知識圖譜為指導(dǎo)，實現(xiàn)了對學(xué)生的精準(zhǔn)化和個性化教學(xué)。