基于計(jì)算思維解析知識地圖自主學(xué)習(xí)模型

蔡榮華 趙海斌

摘? 要 以計(jì)算思維方法解析知識地圖自主學(xué)習(xí)模型構(gòu)建，通過計(jì)算思維的方法對知識地圖進(jìn)行分析，幫助學(xué)習(xí)者更高效地理解知識地圖，構(gòu)建完善個性化的知識地圖自主學(xué)習(xí)模型。同時，在知識本體庫層引入深度學(xué)習(xí)方法，完善知識地圖自主學(xué)習(xí)模型的教育數(shù)據(jù)挖掘分析技術(shù)。

關(guān)鍵詞 計(jì)算思維;知識地圖;數(shù)據(jù)挖掘;自主學(xué)習(xí)模型;機(jī)器學(xué)習(xí)

中圖分類號：G652? ? 文獻(xiàn)標(biāo)識碼：B

文章編號：1671-489X（2018）20-0060-03

Analysis of Knowledge Map Autonomous Learning Model based

on Computational Thinking//Cai Ronghua， Zhao Haibin

Abstract This paper analyzes the autonomous learning model of

knowledge map by calculating thinking method， analyzes know-ledge map through the method of calculation thinking， helps learners

understand knowledge map more efficiently， and constructs an auto-

nomous learning model of knowledge map. At the same time， the

deep learning method is introduced in the ontology layer to improve

the educational data mining and analysis technology of the know-ledge map autonomous learning model.

Key words computational thinking; knowledge map; data mining; autonomous learning model; machine learning

1 計(jì)算思維概述

周以真提出計(jì)算思維[1]，引起學(xué)術(shù)界熱烈討論，為人們解決問題提供了新的思路，繼而深入開展對計(jì)算思維能力的培養(yǎng)和運(yùn)用計(jì)算思維解決問題的研究。計(jì)算思維作為人們學(xué)習(xí)的有力工具，主要有約簡、嵌入、轉(zhuǎn)化、遞歸、仿真和離散分析等方法。

2 知識地圖概述

知識地圖是一種知識庫管理系統(tǒng)技術(shù)與Internet技術(shù)相結(jié)合的新型知識管理技術(shù)[2]。知識地圖這一概念最早出自情報(bào)學(xué)，主要目的是揭示知識節(jié)點(diǎn)間的層次以及知識節(jié)點(diǎn)間的關(guān)系，具有知識導(dǎo)航和知識管理的作用。知識地圖按構(gòu)建的方法可以分成八類，分別是概念型知識地圖、分布式知識地圖、流程型知識地圖、結(jié)構(gòu)型知識地圖、聯(lián)系型知識地圖、生命期知識地圖、導(dǎo)航型知識地圖和認(rèn)知型知識地圖[3]。構(gòu)建個性化的自主學(xué)習(xí)模型，需要基于人的認(rèn)知規(guī)律，因此，本文采用的是認(rèn)知型知識地圖。

3 以計(jì)算思維解析知識地圖自主學(xué)習(xí)模型

蔡榮華、范云霞構(gòu)建了圖1所示知識地圖自主學(xué)習(xí)模型[4]。通過計(jì)算思維的關(guān)注分離方法（SOC）對知識地圖模型進(jìn)行分析，可以分為四層，分別是行為層、學(xué)科知識本體庫層、數(shù)據(jù)采集層和信息可視化層。其數(shù)學(xué)模型表示為：

M={AC，AD，DS，DV}? ? ? ? ? ? ?（1）

式中，M表示知識地圖自主學(xué)習(xí)模型，AC表示行為層，AD表示學(xué)科知識本體庫層，DS表示數(shù)據(jù)采集層，DV表示信息可視化層。

在蔡榮華、范云霞構(gòu)建的知識地圖模型中，AC包括三個方面的行為，即對知識進(jìn)行瀏覽、對知識進(jìn)行查詢和對知識進(jìn)行選取。其數(shù)學(xué)模型表示為：

AC={BR，QU，CH}? ? ? ? ? ? ? （2）

式中BR表示對知識進(jìn)行瀏覽，也即對知識的遍歷;QU表示對知識進(jìn)行查詢，也即對知識的檢索;CH表示對知識進(jìn)行選取。在真實(shí)的學(xué)習(xí)環(huán)境中，知識是無限的，要用有限的精力、時間對知識進(jìn)行瀏覽、查詢，選擇能解決問題的知識;對已經(jīng)解決的問題通過計(jì)算思維的約簡、仿真等方法，選擇合適的方式去陳述問題，搜集相關(guān)知識建立問題或問題相關(guān)方面的模型，使AC過程更高效地完成;對于難以處理的問題，通過計(jì)算思維的約簡、轉(zhuǎn)化等方法，把難以處理的問題變成一個已經(jīng)知道解決方法的問題，或者通過遞歸的方法，找出難以處理的問題中的關(guān)鍵點(diǎn)，大大縮減BR的檢索范圍和方向;對于復(fù)雜或龐大的問題，采用計(jì)算思維的抽象、分解方法對問題進(jìn)行分類，進(jìn)行多線程知識瀏覽，讓協(xié)作學(xué)習(xí)成為可能，提升QU的效率;對無法解決的問題，按照計(jì)算思維的方法預(yù)防、保護(hù)及通過冗余、容錯、糾錯的方式，避免CH走上錯誤方向;對未知問題，利用計(jì)算思維方法啟發(fā)式推理確定AC的目標(biāo)，減少知識檢索的時間;對于多個問題，利用計(jì)算思維SOC方法對問題進(jìn)行歸類，方便不同的學(xué)習(xí)者分組協(xié)作，共同解決問題。

在蔡榮華、范云霞構(gòu)建的知識地圖模型中，AD包括對知識節(jié)點(diǎn)進(jìn)行語言含義分析、對知識點(diǎn)進(jìn)行描述和在知識點(diǎn)之間建立鏈接。其表述可以用數(shù)學(xué)模型表示：

AD={SE，KP，KL}? ? ? ? ? ? ?（3）

式中SE表示知識節(jié)點(diǎn)進(jìn)行語言含義分析，KP表示對知識點(diǎn)進(jìn)行描述，KL表示在知識點(diǎn)之間建立鏈接。計(jì)算思維的方法可以提升AD構(gòu)建的效率。運(yùn)用計(jì)算思維的約簡、轉(zhuǎn)化、仿真等方法對知識節(jié)點(diǎn)進(jìn)行語義分析，描述知識點(diǎn)，使SE和KP模塊化，確定知識點(diǎn)，提升知識提取的效率。采用計(jì)算思維抽象、分解的方法對確定的知識點(diǎn)建立牢固的聯(lián)系，形成KL。計(jì)算思維的方法對AD的影響極為積極，幫助學(xué)習(xí)者明確SE，精準(zhǔn)描述KP，并將SE與KP之間建立起有邏輯關(guān)系、穩(wěn)固的KL。

AD本身是為解決問題服務(wù)的，高效利用AD需要運(yùn)用教育數(shù)據(jù)的挖掘分析技術(shù)。余明華、馮翔、祝智庭使用機(jī)器學(xué)習(xí)方法對教育數(shù)據(jù)進(jìn)行自動化分析來發(fā)現(xiàn)未知的新知識和模式，如圖2所示[5]。

在DS中，通過計(jì)算思維遞歸的方法將問題從表面逐步深入到本質(zhì)、核心的問題點(diǎn)，形成假設(shè)，明確AC的目標(biāo)和范圍。AC在學(xué)習(xí)者所處的教育環(huán)境中搜集知識，幫助學(xué)習(xí)者形成自己需要的目標(biāo)數(shù)據(jù)AD。通過計(jì)算思維的SOC、轉(zhuǎn)化等方法對AD轉(zhuǎn)換數(shù)據(jù)，進(jìn)而進(jìn)行數(shù)據(jù)挖掘。計(jì)算思維的方法同樣可以應(yīng)用于機(jī)器學(xué)習(xí)中。當(dāng)學(xué)習(xí)者不知道采取何種方法對問題進(jìn)行分析時，可以引導(dǎo)學(xué)習(xí)者使用計(jì)算思維方法遍歷分類、回歸、聚類等機(jī)器學(xué)習(xí)方法，幫助學(xué)習(xí)者找到最合適的方法，進(jìn)而建立數(shù)據(jù)挖掘模型，對學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析，進(jìn)而建立預(yù)測模型（Predictive Model）;

或者對學(xué)習(xí)者知識進(jìn)行分析，進(jìn)而建立描述模型（Descrip-tive Model），實(shí)現(xiàn)對知識的解釋或評估，形成新的知識。新知識可以驗(yàn)證在教育環(huán)境之初提出的假設(shè)，也可以預(yù)測學(xué)習(xí)者行為，發(fā)現(xiàn)AD新結(jié)構(gòu)。如通過分析學(xué)生的學(xué)習(xí)成果來預(yù)測其未來的學(xué)習(xí)表現(xiàn)，又或通過分析知識的數(shù)據(jù)來發(fā)現(xiàn)新的知識模式或結(jié)構(gòu)。

閆志明、唐夏夏、秦旋等認(rèn)為在教育人工智能中，教學(xué)模型、領(lǐng)域知識模型和學(xué)習(xí)者模型是其核心[6]。因此，在余明華、馮翔、祝智庭的基礎(chǔ)上，本文對DS進(jìn)行學(xué)習(xí)者建模補(bǔ)充，增加學(xué)習(xí)者知識水平、行為和情緒的建模，如圖3所示。

知識地圖自主學(xué)習(xí)模型構(gòu)建還應(yīng)新增學(xué)習(xí)者知識、行為和情感這三個影響因素。通過對學(xué)習(xí)者進(jìn)行知識分析，完成知識建模，持續(xù)了解學(xué)習(xí)者知識構(gòu)成的變化，生成學(xué)習(xí)者形成性評價(jià);通過對學(xué)習(xí)者行為進(jìn)行分析，進(jìn)而建立行為建模，分析學(xué)習(xí)者的學(xué)習(xí)歷史，發(fā)現(xiàn)學(xué)習(xí)者的特征，方便對學(xué)習(xí)者分組進(jìn)行協(xié)作學(xué)習(xí);通過對學(xué)習(xí)者進(jìn)行情感分析，建立情感模型，持續(xù)了解學(xué)習(xí)者的情緒變化，進(jìn)而發(fā)現(xiàn)情緒與學(xué)習(xí)者知識構(gòu)成、學(xué)習(xí)行為的相關(guān)性。這樣通過學(xué)習(xí)者模型對學(xué)習(xí)者的預(yù)測和反饋更為精準(zhǔn)，推薦的課程和資源更加適應(yīng)學(xué)習(xí)者。

DV將其知識點(diǎn)和知識點(diǎn)之間的關(guān)系進(jìn)行可視化顯示，并在對知識點(diǎn)描述時可以根據(jù)布盧姆在認(rèn)知領(lǐng)域?qū)虒W(xué)目標(biāo)的分類，將知識點(diǎn)描述為知道、理解、應(yīng)用、分析、綜合和評價(jià)類知識，用不同顏色的點(diǎn)表示，經(jīng)過知識點(diǎn)的聯(lián)結(jié)形成的知識地圖更加清晰。

AC、AD、DS、DV四者緊密聯(lián)系，AC瀏覽、查詢、選擇的知識越廣越深，形成的AD的知識結(jié)構(gòu)越牢固，AD影響DS的采集效率，DS影響DV的形成。

4 結(jié)束語

本文使用計(jì)算思維方法對知識地圖自主學(xué)習(xí)模型進(jìn)行解析完善，幫助學(xué)習(xí)者構(gòu)建個性化的知識地圖學(xué)習(xí)模型，提升學(xué)習(xí)效率。同時探討計(jì)算思維方法在知識地圖模型和機(jī)器學(xué)習(xí)中的使用，為計(jì)算思維的培養(yǎng)提供新的思路。

參考文獻(xiàn)：

[1]周以真.計(jì)算機(jī)思維[J].中國計(jì)算機(jī)協(xié)會通訊，2007，

3（11）.

[2]邱均平.知識管理學(xué)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，

2006：219.

[3]葉六奇，石晶.知識地圖的構(gòu)建方法論研究[J].圖書情報(bào)工作，2012（10）：30-31.

[4]蔡榮華，范云霞.大數(shù)據(jù)視角下基于知識地圖的自主學(xué)習(xí)模型構(gòu)建[J].中國教育技術(shù)裝備，2017（5）：79-81.

[5]余明華，馮翔，祝智庭.人工智能視域下機(jī)器學(xué)習(xí)的教育應(yīng)用與創(chuàng)新探索[J].遠(yuǎn)程教育雜志，2017（3）：11-21.

[6]閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢：美國《為人工智能的未來做好準(zhǔn)備》和《國家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J].遠(yuǎn)程教育雜志，2017（1）：26-35.