基于图谱的在线学习平台在实际教学中的应用

【摘要】科大讯飞个性化教育研发部研发的智学网学习平台，是基于K12基础教育的学习平台，同时也是国内研究个性化教学平台的领军企业。现行平台的建设都是在图谱建设的大背景下进行的。图谱为平台提供了知识点及其关联，这为教师和学生提供了知识框架，方便其使用;同时对前端研发及教研人员来说，图谱也起到了提纲契领的作用。

【关键词】图谱 个性化学习  K12  应用场景

一、引言

自适应学习系统，是通过学生每一阶段的能力测评结果，再制定出适应于用户自身能力状况的学习解决方案，精准定制专属于每一位学生的动态学习计划的一种学习方式。作为一种新型的智能学习系统，它和现行的因材施教的教学方针不谋而合，是符合学生认知水平的学习方式。

基于图谱的现代智能教育平台是智学网研发的针对K12教育的学习平台，它充分发挥了教师为主导，学生为主体的教育模式，根据学生具体学情量身订制适合自身的学习过程。

二、图谱的概念和理论背景

（一）图谱的概念

知识图谱又称为科学知识图谱，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

图谱对学科知识的逻辑结构的表示可以从两个方面说明： ①对学科知识之间的支撑关系的表示; ②对学科知识的学习路径的表示.学科知识之间的支撑关系在图谱中由锚点和连结这些锚点的箭头构成，节点之间的有向边表示锚点之间存在支撑关系，有向边所示的方向为支撑知识点到被支撑知识点.

常见的图谱样式如图1，图2，图3所示。

知识图谱中的所包含的节点有：

内容： 通常作为实体和语义类的名字、描述、解释等，可以由文本、图像、音视频等来表达。

属性（值）： 从一个实体指向它的属性值。不同的属性类型对应于不同类型属性的边。属性值主要指对象指定属性的值。

关系： 指节点间的前驱后置关系。每一个知识点基本上都不是单独存在的，它有先行学习材料，就是前驱，也有延伸学习材料，就是后置。

（二）图谱的架构原理

现代图谱的原型是美国康奈尔大学教授Joseph D.Novak提出的concept map ，他将这种技巧运用在科学教学中，作为一种增进理解的教学技术概念图，后来概念图在科学、工程方面的教育中很受欢迎。图4为概念图原型。

图4  Concept map 原型

知识图谱最基本的本体包括概念、概念层次、属性、属性值类型、关系、关系定义域及关系值域等。在此基础上，我们可以添加额外规则或公理来表示模式层间更加复杂的约束关系。知识图谱上的规则一般涉及两大类。一类是针对属性的，即通过数值计算来获取其属性值。这类规则对于那些属性值随时间或其他因素发生改变的情况特别有用。另一类是针对关系的，即通过（链式）规则发现实体间的隐含关系。

三、图谱的现实依据

（一）图谱在其他领域的应用

（1）图谱在医学领域的应用。随着公众对自我健康的重视和环境恶化对人的健康考验增加，现代医疗的压力越发明显。医护人员的数量远少于需求，因此人工智能在医疗上的运用正在暂露头角。医学知识图谱的应用正受到国内外企业、学界的广泛关注，有望带来更廉价、高效、精准的医疗建议和诊断。

同时，医学知识图谱在医疗信息搜索引擎、医疗问答系统、医疗决策支持系统等等方面有重要的作用。目前基于知识图谱的医疗问答系正在迅速推广中。该系统通过基于知识图谱的分词、模板匹配、模板的翻译执行来回答概念、实体、属性、属性值的模板组合问题，并将图谱中存储的数据自动转换成推理引擎适用的推理规则，   再结合医生工作站传来的病人事实数据，辅助医生开方。极大的减轻了医生的工作负担，更是缓解了医患数量极度不平衡的问题。图5为图谱在医学诊断中的应用。

（2）图谱在金融行业的应用。图谱在金融业的应用多种多样，最常见的应用是图谱在风控方面的应用。最近几年，金融欺诈的形式多种多样，提供虚假资料，团伙欺诈，内外勾结等手法越来越“高明”，在这种情况下，原来通过单点突破进行反欺诈的方法已经远远不够，需要我们建立起一个积极有效的知识图谱。反欺诈的核心是人，首先需要把与借款人相关的所有的数据源打通，并构建包含多数据源的知识图谱，从而整合成为机器可以理解的结构化数据。在这里，我们不仅可以整合借款人的基本信息，还可以把借款人的消费记录、行为记录、关系信息、线上日志信息等整合到反欺诈知识图谱里，从而进行分析和预测。

同时，图谱对金融行业的风险预测也起到了举足轻重的作用。我们可以在客户、企业、行业间建立起紧密关联的知识图谱，从行业关联的维度预测风险。通过对行业进行细分，根据贷款信息、行业信息建立关系挖掘模型，并通过机器学习进行模型的训练，可展示每个行业及与其关联度最高的几个行业，如果某一行业发生了行业风险或高风险事件，我们可以及时预测未来有潜在风险的关联行业，金融机构从而可对相关行业的风险做出预判，尽早地发现并规避风险。

（二）图谱在职业教育行业的应用

科技的进程日新月异，随着各行业人工智能的广泛参与，图谱的应用场景越来越多。职业教育中非学历培训类目标客户，在时间和空间上限制较大，加之目标客户本身多为成年人，目标性和自制力强，因此在线教育在职业教育领域占据重要领域，也是支持其未来成长的重要驱动之一。近几年，在线职业教育规模持续保持18-20%的稳定较快增长，市场空间2016年预计达到355.6亿元。

图谱在职业教育中的应用随着职业教育的系统化，专业化而越发明显。利用一些图谱绘制软件对高等職业教育的关键词绘制科学知识图谱，通过关键词共现分析，探索高等职业教育研究领域的热点和演进，追踪高等职业教育研究的前沿和发展趋势。

例如科学家利用美国德雷塞尔大学陈超美博士所在团队开发的Citespace5.0.R2软件来绘制我国高等职业教育研究的知识图谱。他们把1992—2016间研究高等职业教育的9404篇文献数据经过处理后导入CiteSpace，以关键词为节点，以1年为一个时间分区，节点阈值为Top=20，即可绘制由关键词和名词短语组成得高等职业教育研究热点聚类知识图谱。经过CiteSpace处理后共得到158个关键词节点和349条连线，其结果以可视化图谱的形式展示出来。在校学生可根据图谱所示的结论，选择相应热门的行业来进行学习，不仅节约了学生选择专业的时间，还让学生对行业的趋势有所了解，为他们日后就业选择提供了帮助。

四、图谱在K12教育行业的应用

K12教育（kindergarten through twelfth grade）是指从幼儿园到高中阶段的教育，这是基本囊括了国内外基础教育的完整教育体系。自2014年以来，基于K12的在线教育平台如雨后春笋般进入教育领域，给传统教育领域带来不小的冲击。同时，“宽带网络校校通、优质资源班班通、网络学习空间人人通”等公共资源服务和教育管理公共服务平台的建立为在线教育平台打开了门户。在现代基础教育中，教育信息化普及，一些基于K12教育的在线学习平台层出不穷。如有专注于小学英语数学方面，提供在线学习和专项训练系统的“一起学习网”;有提供历年考试真题和权威解答的“猿题库”;有致力于线上实时课堂的“学而思”;有提供在线解题的“学霸君”和“小猿搜题”…….强有力的竞争力让各种在线学习平台不断更新设计理念，力争让平台更符合学生的认知水平，能最大程度提升学生的学习成绩，能让教师教学过程更具有针对性。以此为背景，基于图谱的智学网教育平台应势而生。

（一）传统教学中教师对学生的分层方式

分层次教育的主体是以班级为主体，层次分的好坏直接影响教学效果。传统的教师对学生的分层组要从以下两个方面：

一是按照成绩分层，这也是教师最常用的分层方式。但是学生的差异是客观存在的，一味的用成绩来衡量学生质量的好坏是有失偏颇的，而且也不符合我们分层教学的初衷和意图。我们做分层教学，并不是歧视和怀疑待优生，而是找到不同层次学生的差异，长善补失，最终达到所有学生共同进步的目的。

二是按照教师自己在平时教学中的观察分层。教师对一个学生的综合素质的评判以观察到的学生在校行为为依托，这样的判断，主观性台强，容易受“首因效应”的影响，又没有客观数据的支持，难免对学生的判断有失公允。

（二）个性化学习中图谱发揮的作用

个性化教育就是指通过对被教育对象进行综合调查、研究、分析、测试、考核和诊断，量身定制教育目标、教育计划、辅导方案和执行管理系统，并且对被教育对象的学习效果有相对客观完整的考核方案，最终使学习者形成符合自身身心智力发展规律的学习系统。

随着对学生学习方式，认知能力和认知过程的深入探究，越来越多的在线平台开始致力于个性化教学的研究。

作者简介：万瑛（1985-），女，汉族，湖北武汉人，华中师大一附中光谷分校，中教二级教师，中国科学院硕士在读，研究方向：智能教育。