论文部分内容阅读
摘 要：将知识图谱技术应用于MOOC教学，二者的结合将使学生的学习活动可以不限教师、不限时间与地点进行。利用这种方式最终为学习者提供个性化的学习方案，灵活高效地安排学习方法，不仅是对MOOC网站所有课程的社会化表示，也是在知识图谱技术的基础上一系列的个性化应用，具有重要的实践意义。
关键词：知识图谱 MOOC教学 教学模式
中图分类号：G434;G353.1 文献标识码：A 文章编号：1674-098X（2019）08（b）-0213-03
MOOC教学模式在高校教育中已经被广泛应用，学生们不仅可以在教室里听老师现场讲解，课后还可以在线上进行学习，不需要考虑时间与地点的影响。随着计算机和手机的高度应用开发，以及网络的不断提速，线上教育必将打破传统教育模式。
在MOOC教育资源不断发展壮大中，各类线上教育层出不穷，但基本上都是单向的，只考虑了用户的行为，并没有从课程本身的信息去过多思考，那么如何让学生能够迅速找到适合自己所学专业的MOOC资源便成了急需解决的问题。
知识图谱技术是指在描述真实世界中存在的各种实体或概念及其关系，该技术的发展是从20世纪70年代开始的，最初的研究目标集中在知识点集成和信息化表达方面，后来随着知识量不断地增加，以及网络技术的日益发展，知识图谱在网络中的应用逐渐增多，最典型的就是知识图谱在搜索引擎中的应用。
有了知识图谱技术的支撑，我们在教学模式上就不是单一的MOOC式教学，而是给学习者提供了个性化的学习方案，让学习者可以自由高效地规划学习方式，这对线上教学具有重要的实践意义。
1 研究目标及主要内容
随着线上课程资源的急剧增加，利用这些资源信息为基础数据，建设基于高等职业教育的知识图谱，用图谱的形式将这些资源信息表示出来，这样便可方便学生对适合自己的专业课程进行对比和选择，并能为后续的个性化学习方案提供依据。
1.1 研究目标
学习者往往在线上进行专业知识学习时，一定会遇到比较大的困扰，那就是网络资源的浩瀚无穷，怎样在如此多的专业课程资源中寻找到自己最合适的内容来学习是迫不及待需要解决的一个问题。这就像我们在使用百度、谷歌等搜索引擎来搜索所需的网页信息一样，关键词太少，搜索得到的信息量巨大，且多数为无用信息，而关键词太多，信息量又会变得很小，找不到真正需要的内容，所以搜索引擎的排序机理、逻辑关系及以关键词就显得特别重要。
本文的研究目标在于如何能够让学习者通过知识图谱技术，找到众多MOOC网络资源中最适合自己的学习方案，具体体现在以下几个方面。
（1）通过数据挖掘和机器学习等方法，构建基于知识图谱的高职院校在线课程资源，为学生提供个性化的学习服务，也让每个学生的学习方案更有针对性。
（2）对MOOC网站上的课程进行数据分析，构建相对应的知识图谱，包括数据采集、从纯文本知识中识别相关实体，从文本信息中抽取实体关系和最终知识图谱的实际应用。
（3）在知识图谱应用模块中，对知识图谱进行可视化和个性化的设计，依据课程阶段得到专业化学习方案。
1.2 研究的主要内容
知识图谱技术，首先是要有所需要知识点的数据来源，将这些庞大的数据信息进行实体识别，并从中发掘出实体之间的关系，最后进行知识点的分析与总结。
将这种知识图谱技术应用于MOOC教学模式的构建，就是将教学所需要列举出的知识点信息作为数据来源，这些来源主要是在MOOC教学的线上网页中提取。从这些我们所需要的资源中识别出相关的实体及实体关系对，并对其进行模块设计和实验，将结果做具体分析，最终形成最适合学者学习的MOOC教学资源。
根据国家对高职院校的建设要求，实训能力的培养占据了主要部分，因此全国高职院校纷纷进行实训基地的加速建设。
2 研究方法
在现在的高职教育中，线上教学模式已经十分普遍，同一个类别或同一个专业的资源数据庞大，建立知识图谱就需要对这些庞大的数据进行挖掘，找到适合学习者的资源，所以需要将线上教学与数据挖掘相结合，这样做成的知识图谱是根据用户的需要来定制的，可以提高学习者的线上学习效率，也能够更好地评估学习者的学习状态与学习过程。
如图1所示，建立的垂直化知识图谱，主要由知识体系、知识获取和知识服务三部分组成，知识图谱的建立可以進行很多后续其他相关的研究。
如图2所示，知识图谱技术是一个完整的知识体系整理与处理的方法，它的构建需要有紧密度极高的逻辑关系作为支撑，这种逻辑关系主要体现在课程与课程之间的对比和衔接中。在课程资源丰富且复杂的网络世界中，同一类的课程一定会有知识内容重叠的部分，有的重叠是内容与思想完全一致，有的重叠是内容一样，但对内容分析的角度不同。在网络资源中，分析从课程信息页抽取的自由文本特点后，配合不同学习者的个性化需求，再根据之前提到的课程间逻辑关系进行判断与梳理，最后便得到了利用知识图谱技术生成的适合学习者的个性化培养方案。
知识图谱技术不仅可以对课程进行分析与梳理，还可以制定专业人才培养方案，方便各职院校各专业委员会根据学生的情况而修订人才培养方案。现在的MOOC教学资源大多是以网页信息呈现的，具有公开化和社会化的特点，但缺少学习者的个性化，知识图谱技术的应用则是从学习者的角度出发，制定适合学习者的学习计划。这样的学习方案，既有个性化，同时也有普适化，利用数据挖掘技术，将这些普适化的内容分析总结出来，再根据课程间的逻辑关系，便自动生成了特定专业的人才培养方案，从而代替了现在人为制定的人才培养方案，显然利用知识图谱技术更高效、更快捷，并节约了大量的人力资源成本。
关键词：知识图谱 MOOC教学 教学模式
中图分类号：G434;G353.1 文献标识码：A 文章编号：1674-098X（2019）08（b）-0213-03
MOOC教学模式在高校教育中已经被广泛应用，学生们不仅可以在教室里听老师现场讲解，课后还可以在线上进行学习，不需要考虑时间与地点的影响。随着计算机和手机的高度应用开发，以及网络的不断提速，线上教育必将打破传统教育模式。
在MOOC教育资源不断发展壮大中，各类线上教育层出不穷，但基本上都是单向的，只考虑了用户的行为，并没有从课程本身的信息去过多思考，那么如何让学生能够迅速找到适合自己所学专业的MOOC资源便成了急需解决的问题。
知识图谱技术是指在描述真实世界中存在的各种实体或概念及其关系，该技术的发展是从20世纪70年代开始的，最初的研究目标集中在知识点集成和信息化表达方面，后来随着知识量不断地增加，以及网络技术的日益发展，知识图谱在网络中的应用逐渐增多，最典型的就是知识图谱在搜索引擎中的应用。
有了知识图谱技术的支撑，我们在教学模式上就不是单一的MOOC式教学，而是给学习者提供了个性化的学习方案，让学习者可以自由高效地规划学习方式，这对线上教学具有重要的实践意义。
1 研究目标及主要内容
随着线上课程资源的急剧增加，利用这些资源信息为基础数据，建设基于高等职业教育的知识图谱，用图谱的形式将这些资源信息表示出来，这样便可方便学生对适合自己的专业课程进行对比和选择，并能为后续的个性化学习方案提供依据。
1.1 研究目标
学习者往往在线上进行专业知识学习时，一定会遇到比较大的困扰，那就是网络资源的浩瀚无穷，怎样在如此多的专业课程资源中寻找到自己最合适的内容来学习是迫不及待需要解决的一个问题。这就像我们在使用百度、谷歌等搜索引擎来搜索所需的网页信息一样，关键词太少，搜索得到的信息量巨大，且多数为无用信息，而关键词太多，信息量又会变得很小，找不到真正需要的内容，所以搜索引擎的排序机理、逻辑关系及以关键词就显得特别重要。
本文的研究目标在于如何能够让学习者通过知识图谱技术，找到众多MOOC网络资源中最适合自己的学习方案，具体体现在以下几个方面。
（1）通过数据挖掘和机器学习等方法，构建基于知识图谱的高职院校在线课程资源，为学生提供个性化的学习服务，也让每个学生的学习方案更有针对性。
（2）对MOOC网站上的课程进行数据分析，构建相对应的知识图谱，包括数据采集、从纯文本知识中识别相关实体，从文本信息中抽取实体关系和最终知识图谱的实际应用。
（3）在知识图谱应用模块中，对知识图谱进行可视化和个性化的设计，依据课程阶段得到专业化学习方案。
1.2 研究的主要内容
知识图谱技术，首先是要有所需要知识点的数据来源，将这些庞大的数据信息进行实体识别，并从中发掘出实体之间的关系，最后进行知识点的分析与总结。
将这种知识图谱技术应用于MOOC教学模式的构建，就是将教学所需要列举出的知识点信息作为数据来源，这些来源主要是在MOOC教学的线上网页中提取。从这些我们所需要的资源中识别出相关的实体及实体关系对，并对其进行模块设计和实验，将结果做具体分析，最终形成最适合学者学习的MOOC教学资源。
根据国家对高职院校的建设要求，实训能力的培养占据了主要部分，因此全国高职院校纷纷进行实训基地的加速建设。
2 研究方法
在现在的高职教育中，线上教学模式已经十分普遍，同一个类别或同一个专业的资源数据庞大，建立知识图谱就需要对这些庞大的数据进行挖掘，找到适合学习者的资源，所以需要将线上教学与数据挖掘相结合，这样做成的知识图谱是根据用户的需要来定制的，可以提高学习者的线上学习效率，也能够更好地评估学习者的学习状态与学习过程。
如图1所示，建立的垂直化知识图谱，主要由知识体系、知识获取和知识服务三部分组成，知识图谱的建立可以進行很多后续其他相关的研究。
如图2所示，知识图谱技术是一个完整的知识体系整理与处理的方法，它的构建需要有紧密度极高的逻辑关系作为支撑，这种逻辑关系主要体现在课程与课程之间的对比和衔接中。在课程资源丰富且复杂的网络世界中，同一类的课程一定会有知识内容重叠的部分，有的重叠是内容与思想完全一致，有的重叠是内容一样，但对内容分析的角度不同。在网络资源中，分析从课程信息页抽取的自由文本特点后，配合不同学习者的个性化需求，再根据之前提到的课程间逻辑关系进行判断与梳理，最后便得到了利用知识图谱技术生成的适合学习者的个性化培养方案。
知识图谱技术不仅可以对课程进行分析与梳理，还可以制定专业人才培养方案，方便各职院校各专业委员会根据学生的情况而修订人才培养方案。现在的MOOC教学资源大多是以网页信息呈现的，具有公开化和社会化的特点，但缺少学习者的个性化，知识图谱技术的应用则是从学习者的角度出发，制定适合学习者的学习计划。这样的学习方案，既有个性化，同时也有普适化，利用数据挖掘技术，将这些普适化的内容分析总结出来，再根据课程间的逻辑关系，便自动生成了特定专业的人才培养方案，从而代替了现在人为制定的人才培养方案，显然利用知识图谱技术更高效、更快捷，并节约了大量的人力资源成本。