基于知識圖譜的社區(qū)課程個性化學習的研究

張磊　陳芳　石秀麗

［摘 要］ 隨著信息社會的進一步發(fā)展，傳統(tǒng)的線上教學無法滿足社區(qū)居民更深層次的個性化學習需求。分析了社區(qū)教育在線教學的現(xiàn)狀，概括了個性化學習實現(xiàn)的意義、可能性與難點，然后以社區(qū)信息技術(shù)類課程為案例提出了基于學科知識圖譜的個性化學習的設(shè)計及應(yīng)用。研究成果可以為社區(qū)學院的教師優(yōu)化線上教學設(shè)計，提高社區(qū)居民的學習興趣和創(chuàng)造力，設(shè)計、實踐滿足社區(qū)居民個性化學習需求的教學環(huán)境提供借鑒。

［關(guān)鍵詞］ 個性化學習；知識圖譜；社區(qū)教育

［基金項目］ 2021年度上海市教育委員會社區(qū)教育實驗項目“基于個性化學習的社區(qū)課程的混合式教學設(shè)計”（54）

［作者簡介］ 張 磊（1972—），女，山東招遠人，碩士，上海市寶山區(qū)業(yè)余大學計算機系副教授，主要從事教育學、計算機應(yīng)用人工智能方向研究。

［中圖分類號］ G434［文獻標識碼］ A［文章編號］ 1674-9324（2023）24-0180-04［收稿日期］ 2022-05-27

一、社區(qū)教育在線教學現(xiàn)狀分析

（一）社區(qū)教育的特點

一是覆蓋范圍廣，應(yīng)該說基礎(chǔ)學歷教育和普通高等學歷教育之外的所有教育都屬于社區(qū)教育的范疇。二是相對于接受全日制學歷教育的學生，社區(qū)教育的學習者構(gòu)成成分要復雜得多。學習者的年齡跨度、職業(yè)背景、知識背景參差不齊，學習需求和學習動機也非常多樣化。三是社區(qū)教育意義重大，以提高全民整體素質(zhì)和生活質(zhì)量、促進社會和諧發(fā)展為宗旨。

（二）在線教學的現(xiàn)狀

隨著信息社會的發(fā)展，在線教育進入了社區(qū)教育領(lǐng)域。由于諸多因素的限制，目前社區(qū)教育中的在線教學實踐普遍存在以下問題：（1）絕大部分學生學習在線課程的方式是參與在線直播，教師將在線下課堂講授的內(nèi)容原封不動地搬到線上，教學過程單向、相對靜止。（2）在線學習資源形式單一，缺乏個性化、有針對性的學習資料。（3）在線資源內(nèi)容缺乏多樣性，設(shè)計難度“一刀切”，統(tǒng)一的教學內(nèi)容、教學進度和學習任務(wù)等阻礙了學生的個性化發(fā)展。

目前，傳統(tǒng)的在線教育并沒有觸及傳統(tǒng)面授教學模式的根本性改變，只能作為課堂教學的點綴延伸，因而研究如何優(yōu)化在線教育教學和教育資源設(shè)計以滿足社區(qū)居民的個性化學習需求更加必要。

二、個性化學習設(shè)計研究分析

（一）個性化學習的界定

個性化學習是指以學生的個性差異為基礎(chǔ)、以促進學生個性發(fā)展為目標的學習方式，主要表現(xiàn)為：（1）學習內(nèi)容的個性化。學習者能夠保持自己的學習風格，以自我需求為導向挑選學習內(nèi)容。（2）學習者的主體地位。打破由于學生個體差異而形成的阻礙學習活動的壁壘，允許并支持學習者自主選擇，學生憑借自力開拓地學習。（3）學習的無目的性。不以功利的目的驅(qū)使，而是依賴興趣引導學習。

個性化學習服務(wù)則需要依據(jù)各種渠道或者技術(shù)手段對學習資源進行收集、整理和分類，進而精確地向?qū)W習者提供和推薦相關(guān)信息，滿足其個性化、多樣化的學習需求。

（二）社區(qū)居民個性化學習實現(xiàn)的可能性與難點

1.個性化學習實現(xiàn)的可能性。隨著信息社會的進一步發(fā)展，教育科學從憑感覺的經(jīng)驗教育學過渡到基于腦科學、心理學的實驗教育學，然后過渡到現(xiàn)階段的基于大數(shù)據(jù)機器學習的計算教育學階段。人工智能技術(shù)對教育的影響也從最外圍的教務(wù)管理逐步滲透到測評、作業(yè)練習，甚至于現(xiàn)在核心的教學。在傳統(tǒng)教學條件下難以實現(xiàn)的個性化學習，隨著教育教學技術(shù)的發(fā)展有了一些實現(xiàn)的途徑：（1）學習時空的自由?；谟嬎銠C網(wǎng)絡(luò)的在線學習為個性化社區(qū)教育提供了基本保障。（2）課程資源選擇自由。課程資源形式和獲取渠道多樣，學習者實現(xiàn)了依據(jù)自身需求而選擇的自由。（3）學習目的自由。相比學歷教育，社區(qū)教育的學習目的多樣化、不功利。（4）互動交流手段自由。傳統(tǒng)面對面的交流與微信、QQ、在線課堂等各種線上交流手段并存。（5）評價方式自由。突破傳統(tǒng)的單一考試分數(shù)評價，建立了促進學習者全面而個性發(fā)展的評價標準。

以上所述的學習自由再加上學習者背景的多樣性和需求動機的不同，使得社區(qū)居民學習路徑、參與度和學習結(jié)果存在多樣性，也就奠定了個性化學習實現(xiàn)的基礎(chǔ)。

2.個性化學習實現(xiàn)的難點包括：（1）學習需求診斷難。傳統(tǒng)的學習需求診斷手段包括訪談、問卷調(diào)查等，診斷者從自己的主觀意志出發(fā)，或者從學校能提供的教學資源出發(fā)，設(shè)計有限的題項，判斷學習者的需求。這種方法的缺陷是設(shè)計者主觀性太強，有時學習者也不十分清楚自己的學習需求。而現(xiàn)代學習需求分析是根據(jù)學習者的畫像、搜索數(shù)據(jù)、學習數(shù)據(jù)和測試數(shù)據(jù)，挖掘?qū)W習者潛在的學習缺陷來診斷學習者的需求，更為客觀、準確。（2）學習資源推薦、匹配難。傳統(tǒng)的在線學習資源推薦方法主要有基于內(nèi)容的推薦和基于用戶的協(xié)同過濾推薦，分別以學習者閱讀過的文本資料為依據(jù)，或者以學習者之間的相似性為依據(jù)，通過相似度算法計算得出相似度高的資源或者相似度高的學習者喜歡的資源，將其推薦給學習者。

（三）國內(nèi)社區(qū)教育個性化在線學習實現(xiàn)的理論研究

目前，國內(nèi)比較有代表性的有關(guān)社區(qū)教育個性化學習設(shè)計的研究并不多。羅殷［1］借鑒供給側(cè)改革的思路，進行了社區(qū)教育資源整合優(yōu)化路徑的研究；王秋林［2］系統(tǒng)設(shè)計了基于慕課平臺的個性化社區(qū)教育服務(wù)模式；潘曉瑜［3］分析了社區(qū)教育服務(wù)平臺的應(yīng)用現(xiàn)狀，在現(xiàn)有平臺的基礎(chǔ)上進行局部改造擴展，然后應(yīng)用數(shù)據(jù)挖掘技術(shù)提供個性化學習服務(wù)；宋其輝［4］提出可通過頂層設(shè)計統(tǒng)籌規(guī)劃、打破地域性條件限制、尊重個性化來重構(gòu)社區(qū)教育數(shù)字化資源生態(tài)；沈悅［5］以“江蘇學習在線”為例設(shè)想了學習平臺進一步智能化升級的前景。

這些研究大多關(guān)注于理論政策方面宏觀的論述、學習平臺智能化的設(shè)想、基于用戶過去訪問地學習記錄預測今后興趣的推薦等［6-7］，沒有具體的實現(xiàn)途徑的研究。因此，如何優(yōu)化線上教學資源，提高社區(qū)居民的學習興趣和創(chuàng)造力，設(shè)計、實踐滿足社區(qū)居民個性化學習需求的教學環(huán)境，是今后在線教育研究的重點。

三、知識圖譜相關(guān)理論

（一）知識圖譜簡介

知識圖譜（Knowledge Graph）是 Google公司 2012年推出的一種描述節(jié)點與節(jié)點之間語義關(guān)系的語義網(wǎng)，可以描述大量復雜的語義關(guān)系。

知識圖譜是基于圖的數(shù)據(jù)結(jié)構(gòu)，如圖1所示，每一個節(jié)點表示現(xiàn)實世界中存在的“實體”（梅西、巴塞羅那等）或“概念”（人物），每條邊為實體與實體之間的“關(guān)系”或者“屬性”（出生地、效力球隊、繼承等）。從圖1中可以看出，知識圖譜把人物、人名、地名、出生地等不同種類的信息全部連接在一起形成了一個復雜又包羅萬象的關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問題的一種可能性。實體、關(guān)系、實體組成的三元組，簡單又巧妙，人和計算機都易于理解。

例如：梅西為什么偉大？通過知識圖譜的知識推理，梅西獲得了金球獎，而金球獎是影響力最大的獎項之一，從而推理得到證明梅西偉大的答案。知識圖譜通過知識推理提供了數(shù)據(jù)挖掘的基礎(chǔ)途徑，使得計算機接近人類理解問題的方式。所以說，知識圖譜是人工智能進步的階梯，在人工智能技術(shù)架構(gòu)體系中處于基礎(chǔ)層的位置。

（二）教育領(lǐng)域的知識圖譜

相對于通用的百科知識圖譜來說，教育行業(yè)的知識圖譜對質(zhì)量要求較高，主要以不同學科的知識點來構(gòu)建。圖譜的質(zhì)量取決于兩點，一是知識點的粒度切分、元知識點的數(shù)量；二是知識點之間關(guān)系的豐富程度。常見的應(yīng)用有以下幾點。

1.實現(xiàn)個性化學習資源的推薦。首先，學科專業(yè)教師對學科知識點進行切割、確定關(guān)系，然后建立或者整理與知識點相關(guān)聯(lián)的各類文本、視頻、試卷等教學資源。知識點與學習者之間的關(guān)聯(lián)是通過收集學生的個人信息、學習記錄或者通過測試等手段來實現(xiàn)的。最終通過學科知識圖譜中的知識點連接起學習者和教學資源，從而進一步實現(xiàn)學生與教學資源的針對性匹配。知識圖譜是智能教育架構(gòu)的基礎(chǔ)。

2.規(guī)劃學習路徑。教育領(lǐng)域的學科知識圖譜中，知識之間主要包括繼承關(guān)系、包含關(guān)系（整體與部分）以及先后序關(guān)系（前置或后置）。

知識圖譜中的這些關(guān)系能引導學習者在學習新知識點或者遇到困難時尋找本知識點的前置知識點或者繼承的上層概念進行學習，還可以引導學習者在掌握一個知識點后繼續(xù)學習后置知識點。

3.通過搜索關(guān)鍵詞、智能問答或者匹配知識點，學生實現(xiàn)精準學習，避免“信息過載”，提升學習效率。

四、知識圖譜在社區(qū)信息技術(shù)類課程教學中的實現(xiàn)

從社區(qū)教育中老年信息技術(shù)課程的內(nèi)容看，其教材內(nèi)容的安排注重知識的系統(tǒng)性，大致包括四個板塊：信息技術(shù)基礎(chǔ)（理論）、數(shù)據(jù)文件管理、計算機網(wǎng)絡(luò)及應(yīng)用（理論）、數(shù)據(jù)處理基礎(chǔ)（包含多種常見軟件的使用）。教學內(nèi)容系統(tǒng)完整，類似學歷教育。如果教學安排完全依照順序循序漸進，就不太符合社區(qū)居民、老年人的學習需求。這樣的學習內(nèi)容繁多，教學周期性長，老年學員容易忘掉前面的知識與操作技能，而且遲遲學不到自己感興趣的內(nèi)容，容易喪失學習熱情。而以知識圖譜為基礎(chǔ)的個性化學習，可以完全以學生的需求與興趣為導向進行學習。學生端通過收集學生的興趣愛好、搜索的關(guān)鍵詞、提問或者做試卷等信息得到學習者認知側(cè)面的畫像，意即得到學習者的知識薄弱處，匯集學習者所有還未掌握的知識點缺陷。知識點與學習資源構(gòu)建了關(guān)聯(lián)，根據(jù)知識圖譜中的包含、前置、后置等關(guān)系匹配到合適的資源，規(guī)劃學習路徑，可為學習者推測適合的學習資源。

傳統(tǒng)教育要實現(xiàn)個性化教學、分層教學，經(jīng)常采用的方法是劃分普通班、進階班等。這種劃分方法太粗略，有時會引起學生反感，認為自己被“貼標簽”了，是迫不得已的權(quán)宜之計。依據(jù)知識圖譜的個性化學習，相當于實現(xiàn)了一人一班的分班效果，是徹底的個性化學習。

學科知識圖譜的構(gòu)建有自動構(gòu)建和人工構(gòu)建兩種方式。自動構(gòu)建的知識點數(shù)量很多，但是不夠精確，許多節(jié)點沒有存在的意義。筆者采用人工構(gòu)建的方式，由教學經(jīng)驗豐富的學科教師分工構(gòu)建知識圖譜，并且建立文本、視頻等教學資源，同時在知識點與教學資源之間建立關(guān)聯(lián)，設(shè)計一些問答題模板。（1）應(yīng)用案例。計算機基礎(chǔ)課程人工提取知識點構(gòu)建的學科知識圖譜可以引導學習者厘清知識的來龍去脈，引導學習者對沒掌握的知識點進行學習，在掌握一個知識點后引導他們掌握后續(xù)的知識點，避免了學習的盲目性。（2）傳統(tǒng)教學中計算機基礎(chǔ)Excel軟件的界面介紹、公式和函數(shù)、圖表、排序篩選、分類匯總、數(shù)據(jù)透視表等知識點是依照教學大綱安排依次教學的。而圖表、數(shù)據(jù)透視表等知識點并無先后次序，同樣都是包含關(guān)系，因此不用完全按部就班地依次學習整個軟件的知識點，可以先學習圖表，也可以先學習數(shù)據(jù)透視表。也有些知識點是有先后次序的，例如數(shù)據(jù)透視表的前置知識點是分類匯總，分類匯總知識點的前置知識點是數(shù)據(jù)排序，那么根據(jù)這個次序就可以規(guī)劃學習路徑了。（3）基于知識圖譜的問答系統(tǒng)大致可以分為兩類：基于信息檢索的問答系統(tǒng)和基于語義分析的問答系統(tǒng)。前者屬于淺層回答，借助知識圖譜對學習者查詢的關(guān)鍵字進行解析和推理，將其映射到圖譜中的概念上，然后根據(jù)圖譜概念、層次結(jié)構(gòu)，告知用戶答案。后者屬于深度問答，需要基于語義分析，在知識圖譜的幫助下對自然語言的問題進行語義分析和語法分析，進而將其轉(zhuǎn)化成結(jié)構(gòu)化形式的查詢語句，然后在知識圖譜中查詢答案［8-9］。

結(jié)語

基于知識圖譜的社區(qū)課程個性化學習未來還有很長的路要走。因此，要克服底層技術(shù)關(guān)，要有新一代的學習平臺，學習平臺要在教師、學生的大量應(yīng)用中不斷完善。教師要理解人工智能技術(shù)才能挖掘人工智能技術(shù)在教育中的應(yīng)用場景，理解知識圖譜的基本原理，更好地設(shè)計、構(gòu)建本學科知識圖譜進而開展教學活動，人工智能技術(shù)終將助力社區(qū)教育。

參考文獻

［1］羅殷.供給側(cè)改革背景下社區(qū)教育資源整合優(yōu)化路徑研究［J］.當代職業(yè)教育，2020（5）：83-89.

［2］王秋林.學習者個性化需求導向的社區(qū)教育及其實現(xiàn)路徑：基于慕課的視角［J］.中國成人教育，2018（9）：124-128.

［3］潘曉瑜.面向社區(qū)教育的個性化學習系統(tǒng)的研究與實現(xiàn)［D］.蘇州：蘇州大學，2011.

［4］宋其輝.社區(qū)教育數(shù)字化資源建構(gòu)的生態(tài)學思考［J］.中國成人教育，2017（2）：148-151.

［5］沈悅.社區(qū)教育智能化學習平臺支持服務(wù)體系構(gòu)建：以“江蘇學習在線”為例［J］.繼續(xù)教育研究，2021（1）：54-57.

［6］沈光輝，蔡亮光.社區(qū)教育：從任務(wù)驅(qū)動到需求推動的轉(zhuǎn)變：福州市居民社區(qū)教育認知度和學習需求調(diào)查研究分析報告［J］.現(xiàn)代遠距離教育，2012（2）：22-27.

［7］周衛(wèi)峰.論個體化社會中社區(qū)教育服務(wù)居民個體性學習的策略和途徑［J］.江蘇開放大學學報，2014，25（6）：73-77.

［8］劉嶠，李楊，段宏，等.知識圖譜構(gòu)建技術(shù)綜述［J］.計算機研究與發(fā)展，2016，53（3）：582-600.

［9］徐增林，盛泳潘，賀麗榮，等.知識圖譜技術(shù)綜述［J］.電子科技大學學報，2016，45（4）：589-606.

Research on Personalized Learning for Community Courses Based on Knowledge Graph

ZHANG Lei， CHEN Fang， SHI Xiu-li

（Computer Department， Shanghai Baoshan Sparetime University， Shanghai 200431， China）

Abstract： With the further development of the information society， traditional online teaching cannot meet the deeper personalized learning needs of community residents. This paper analyzes the current situation of online teaching of community education， summarizes the significance， possibilities and difficulties of personalized learning implementation， and then proposes the design and application of personalized learning based on subject knowledge graph based on community information technology courses as cases. The research results can provide reference for teachers in community schools to optimize online teaching design， improve the learning interest and creativity of community residents， and design teaching environments that meet the personalized learning needs of community residents.

Key words： personalized learning; knowledge graph; community education