大学生系统性知识网络的重构

白描 秦玉芝 杨国顺 陈文婷

[摘 要] 大数据与知识经济的时代，如何高效地学习并熟练地提取知识及创新显得尤为重要。本文以大学《园艺生物技术》课程为例，探讨系统性知识网络的重构，加深学生对知识的理解与掌握提供参考。该方法是符合建构主义学习理论的实践，实现学习由教师向学生传递转为学生自主学习的过程，为学生的学习提供新的思路与有效途径。

[关键词] 知识网络;园艺生物技术;知识元;建构主义

[基金项目] 湖南农业大学教学改革研究项目“基于PBL等教学模式的园艺生物技术课程重构与实践”

[作者简介] 白 描（1984—），男，湖南岳陽人，湖南农业大学讲师，主要从事园艺生物技术研究。

[中图分类号] G642    [文献标识码] A    [文章编号] 1674-9324（2020）43-0342-04    [收稿日期] 2020-03-20

怀特海将智力发展分为浪漫，精准和综合三个阶段，解释人的智力发展是由对新鲜事物的好奇和兴奋，对知识的无序积累;转而向开始接受特定的分析事实的方法;最后进行分类和综合[1]。三个阶段形成一个循环周期，并不断重复以获得发展。大学生智力活动本应处于第一个循环的综合阶段，而我们现行的教育体制和课程设置还多是强调知识碎片的收集。在学校，系统的知识被分割，分门别类地传授给学生。

身处知识大爆炸的时代，我们的大脑被越来越多的知识碎片杂乱充斥，信息和知识超载使人产生焦虑，耽于思考。如何高效地学习并理解知识点之间的内在逻辑，成为学生和教师困扰的问题。现有的书本或知识组织结构，包括知识点以及知识点之间的关系，都是平面的文字描述。这样原始的分科归纳，并不会提高提取知识效率。许多被粗暴切割掉的内在逻辑，让知识点缺乏活力，这样创新也难以被激发。而将各知识点根据其内在逻辑编织成为系统性知识网络，会让学生更有效地归纳其所学知识，更加高效提取知识，并可提高其分析并应用知识进行创造活动的能力。事实上，真实世界的知识是人类千百年来对这个世界的观察与描述，本身就是一个系统性的网络。知识网络是由学术专家、信息、知识组成的一个复合群体，旨在集合各个领域知识分析解决问题[2]。与这样的社交网络不同，本文所讨论的知识网络是指知识本身所形成的网络结构。

目前，建构主义学习理论的完善，对学生自行进行知识网络构建具有指导意义[3]。而基于知识元的共词和语义网、知识图谱、复杂网络等技术的研究，让我们可以更好地表达知识网络中各实体之间的联系，实现对知识网络中数据的挖掘、集成分析，以及新知识的发现和可视化展示[4-7]。

一、知识网络的特点

（一）知识网络的结点与边缘

搭建系统性知识网络要明确理解网络的两个关键要素：结点（Node）和边缘（Edge）。知识网络的结点即知识点，边缘是知识点间的逻辑关系。在构建时，需要正确理解各个知识点，这样才能帮助学生构建一个正确基本知识框架。如果一些基础框架搭建不合理，知识点的联接很牵强，学生不会对这套系统产生共鸣。大学生可能学习了很多知识点，同一门课程的知识点相互之间的逻辑比较好理解，但不同课程间的知识点的逻辑关系需要系统的分析，并综合不同教师专家的意见。因此，初期的知识网络框架，需要专业老师通力合作来完成。

（二）知识网络的开放性和可调整性

知识网络一个重要特点是开放性和可调整性。因为知识网络可以受用一辈子，当有知识更新（包括知识点或边缘的添加，删除与更换），可以在该网络中进行更新整理。因此构建知识网络，除了用已知知识进行组合，还需要留白，给未知一定的空间。建构主义学习理论认为，学生从自身活动建构中的学习，是可以被成人协助及促进的[8]。在进行知识网络重构时，教师可先帮助大学生构建一个“种子网络”，而后基于网络的开放性和可调整性，学生可以自行填充丰富。

“种子网络”的构建可以从任何一个专业的课程开始。以本校园艺专业为例，大学四年学生需要进行通识、专业、实践和素质拓展教育约70门课程的学习。《园艺生物技术》作为专业主干课程，该课程主要包括：园艺植物的组织培养、脱毒与离体快繁、细胞工程、植物基因工程、分子标记及生物信息学等内容。该课程在园艺专业各课程中综合度很高，它与之前学生学过的《植物学》、《植物生理学》、《生化与分子生物学》、《遗传学》、《育种学》等紧密联系。这种连接丰富性使得《园艺生物技术》可以作为一个具有高效发育能力的种子网络，当其成长扩张时很容易与其他课程知识点建立强连接。

（三）知识网络的复杂性

知识网络另一个特点是其复杂性。大数据的背景下，知识数量愈加的庞大，知识网络结构也更加复杂，呈现出多重性、多层级、多维度、嵌套性的特征。复杂网络，甚至是作为“网络中的网络”所构建成的超网络，成为知识网络搭建的合理形式[9]。在实际操作过程中，同一个知识结点在不同层面理解可能有多个属性或特征，如果基于每条属性与其相关的知识进行连接，则会让网络变得混乱不堪，反而达不到让学生易于记忆和提取的目的。如何忽略一部分属性是老师在帮助学生构建本门课程知识网络所需要做的，但某种程度上相当于给学生发散性思考筑墙，应当十分小心。我们的目的不是限制学生的思考，学生各自知识网络的搭建过程才是重点，在这个过程中学生能进行深度学习，进行沉浸式学习，至于所搭建的网络是否完美并不重要。

（四）知识网络结点与边缘的关系

知识网络的基本单元可以描述为：“知识结点—（边缘）—知识结点”。采用“知识元”作为结点的知识网络构建逻辑较为清晰合理[10]。知识元是区别于文献单元的从知识内容角度划分的知识管理单位[11]。知识元可以理解为论文、专著、专利中的具有明确内容的词或关键词[12]，也可以理解为事物、概念、技术等。尽管，学者普遍期望将知识元定义为知识的最小、独立的知识单位，但基于事物是无限可分的哲学思想，随着知识系统的发展，原来的知识元可以被解构，被更细致的分割;而这种趋势随着人类科学的发展，几乎是不可穷尽的。因此，我们在进行知识网络构建时不必太过纠结。

在尊重知识元的可发展规律的基础上，对其进行网络编织，需要对其进行合理解构与描述。毕崇武等借鉴元数据对信息资源的描述方法，提出知识标识、知识描述、知识关系三个层面构建知识元的实体对象结构。其中，标识组揭示知识元在知识组织、存储、利用过程中的唯一编码、名称等方面的信息;描述组揭示知识元的内在知识内容、特征和属性;关系组揭示知识元与其他知识元间的关系，以及知识元与实体资源间的关系[13]。

在对知识元进行上述3层结构的解构后，将知识关系提取作为知识结点边缘建立的根据。边缘代表知识结点之间的逻辑关系。边缘的建立，前提是对知识结点进行深入而充分地理解。这个逻辑关系要从知识结点特征属性出发，可以将边缘特征分为：包含、并列、递进、循环、对比等任何逻辑关系。知识网络的构建难点在于对边缘特征的整理，按照思维的树状发散是比较好理解的，如采用思维导图等方法，但网络中逻辑的理清则较难。因为，人们认知的建立多如文献处理与组织中的分类法和索引法，但这并非真正意义上的知识组织。比如，我们理解的教科书，通常就是有根树状思维（章—节）;通常我们会认为认知具有广度与深度，但客观的知识网络是无根的，在这个庞大复杂的网络里，也不存在广度或深度的差异。在这此觉悟的基础上，我们对网络的构建不必费力寻找基础起点，从任何一点开始，只需要不断去拓展与修正。而且，这个构建过程本身就是学习的过程，所构建的网络是自己对已学知识的巩固。下面就如何以《园艺生物技术》为例构建种子网络展开探讨。

二、以“园艺生物技术”为例的知识网络构建

知识网络的构建过程涉及知识元的提取，标引与集成。作为结点的知识元可以有多个来源，包括教科书、文献、论著、专利、报告等实体来源，也可以是教师，专家等形成的隐形知识。所有知识元都需要提取文本化后便于网络的构建。知识结点的标引就是对知识进行描述，不同类型的知识元描述组具有差异。之后，知识结点的集成即对结点—（边缘）—结点进行连接。边缘主要是联接描述两个结点之间的逻辑关系，是思维的导线，是知识结点能够被串联提取的关键。为便于理解，参考毕崇武等将知识元划分为概念型、方法型、数值型和事实型的方式，结合《园艺生物技术》特点，按照知识的标识、描述和关系三个层面，我们将知识结点总结为以下几类，并阐述知识网络单元（结点1—结点2）的构建过程。

1.事实型：结点1为事实即客观存在的物体与现象，这里多为明确的实体名词，如：外植体、DNA、抗生素等;其知识描述包括：内容、涉及领域、事件过程等。与之建立连接的结点2，可以是其内容或组成部分、描述所涉及的实体。而其涉及的领域可用于聚类复杂网络中的子网络或超网络的不同层次建构。实体名词通常指实体的基本描述，是基于本体（Ontology）的真实存在，可以是一个特定物体（如DNA，但其亦可分为碱基，核苷酸等多个层级），也可以是一类物体总称（如某类化合物）。这主要基于物理和化学知识，依据是我们的认知水平与深度，不必穷尽。

2.方法型：结点1为明确的技术方法，如：胚培养、PCR、转基因等，是用来达到某种目的的行为方式、手段或策略等;其知识描述包括：功能、步骤和涉及领域等。与之连接的结点2可以是其涉及的受体名词和步骤等。而其涉及的领域和功能类型可以用于聚类复杂网络中的子网络或超网络的不同层次建构。技术方法通常指是实体的动作描述（动词），是实体名词在时间轴（如实验流程顺序）和空间轴（如萃取、离心、转膜等具体操作）上的变化;复杂一点涉及不同名词间的互动（如化学反应等）。园艺生物技术大部分都是这类。这里技术方法有简单有复杂的，简单比如DNA酶切;复杂如植物转基因，还有将多个实体和技术方法整合的如园艺植物的分子标记辅助育种等。简单的技术可以分解构建为一个子网络;而一个复杂的技术可以解构为一个超网络（由不同子网络分层级构成）。

3.概念型：结点1 为明确的理论规律或概念，如：孟德尔第一定律等，是对事物性质和变化规律的认识，反映一个事物本质的属性。其知识描述包括：概念的内涵与外延（适用范围或涉及领域）等。与之连接的结点2 可以是其涉及的受体名词或另一子概念。其适用范围或涉及领域可以用于聚类复杂网络中的子网络或超网络的不同层次建构。理论规律通常就是将不同实体的关系进行描述;或实体特征的描述，如：细胞的全能性等。这类知识元在进行边缘连接时与方法型类似，多会形成一个由不同实体连接成的子网络。

4.数值型：数值知识元是描述客观实体在数值属性方面的最小独立单元。其知识描述包括：描述的实体、数值与单位。这类结点在园艺生物技术中，如：培养基配方、各类生化反应用试剂配方等。建议将其所描述的实體作为结点标识，而其数值与单位作为结点描述组。

最后，我们需要选择一个开放的，可无限拓展的网络构建软件，以对知识网络进行记录与展示。目前，Cytoscape、NetWork、CiteSpace、Ucinet、R等软件均可作为网络构建用[14-15]。不同软件使用方法具有差异，在此不做阐述。

三、知识网络搭建中存在的困难

由于标识组通常是唯一的，我们选择普遍接受的名称即可。但是，描述组通常涉及的内容较多，不同类型的知识元要整合到同一个知识网络，需要对描述组进行多层分割，特别是方法型和概念型的知识结点。比如，“植物转基因”作为方法型知识元首先需要赋予一个概念，然后需要提取主要步骤，而困难的是每个步骤中会涉及不同类型的知识元，比如事实型的DNA、载体、内切酶、外植体、激素、抗生素等;方法型的PCR、酶切、连接、组织培养、基因克隆等;概念型的细胞全能性等。因此，这类知识元我们建议作为一个超级结点，它将连接到多个类型的结点，甚至是子网络。而有意思的是，在构建较完善的网络后，这样的结点自然容易别识别，反过来指示学生这样突出的结点即是学习的重点。

另外，多年的教学笔者发现，同一个班级的同学对生命科学的认知和相关知识的掌握差异较大。除去大学前的初高中教育差异的原因，一些同学可能较早地就开始接触科学研究开始进行试验，并已经能提出具体的问题;而一部分同学则从未接触实验室，没有感性认识，对知识理解较为困难。因此，早期教师帮助学生构建一个大家都能理解的种子网络显得十分有必要。

在以《园艺生物技术》为例构建种子网络时，为避免知识网络过于发散，这里我们试图将知识面尽力聚焦园艺植物。但由于园艺植物概念涉及的植物范围很广，遗传背景复杂多样，差异也非常大，很难穷尽。因此，我们只能选择果树、蔬菜和花卉中一些普遍共性的且重要特点来进行讲解。通常采用模式植物，整理植物生理，营养和生殖生长特征与分子机制，及其科学研究的思路;植物生物技术方面，不区分物种讲解各项技术的内涵与特点;然后，比较园艺植物，讲解逻辑上共性的问题，进而推及物种差异，如果树重点讲解果实品质形成，花卉主要讲颜色和形状，蔬菜根据获取器官（如根、茎、叶、花、果等）类型来进行复杂网络构建。

四、小结

教育从整体上来说，是为了使受教育者做好准备，去迎接现实生活中的种种经历，用相关的思想和适当的行动去应付每时每刻发生的情况。利用老师和专家的专业能力，通过帮助学生进行种子网络的构建，进而指导学生根据自己的学习经历对知识网路进行完善;在各自知识网络的构建实践中，学生可以不断吸取知识，并以自己所熟悉的逻辑方式整理成为一个利于提取的知识系统。这样的实践符合建构主义学习思想的初衷，利于学生进行自主和沉浸式的深度学习，这不仅仅对大学生有参考价值，对于其他所有人都适宜。

参考文献

[1]Whitehead AN：Aims of education [M].Simon and Schuster，1967.

[2]Beckmann MJ.Economic models of knowledge networks[M].Springer，1995.

[3]张亚娟.建构主义教学理论综述[J].教育现代化，2018（12）：171-172.

[4]李涓子，侯磊.知识图谱研究综述[J].山西大学学报（自然科学版），2017（3）：454-459.

[5]何胜，熊太纯，叶飞跃，李仁璞，冯新翎.基于语义网的高校图书馆学科知识服务方案研究[J].情报理论与实践，2017（2）：107-110.

[6]高龙，张涵初，杨亮.基于知识图谱与语义计算的智能信息搜索技术研究[J].情报理论与实践，2018（7）：42-47.

[7]余本功，王龙飞，陈杨楠，等.基于文献多属性加权的共词分析方法研究[J].情报科学，2019（1）：122-128.

[8]DeVries R，Zan B，Hildebrandt C，Edmiaston R，Sales C：Developing Constructivist Early Childhood Curriculum：Practical Principles and Activities[M].ERIC，2002.

[9]許鹏程，毕强.基于知识超网络的领域专家识别研究[J].数据分析与知识发现，2019（11）：89-98.

[10]周志超，盖双双.国内知识元研究的缘起与发展脉络[J].情报科学，2019（10）：25.

[11]赵蓉英.论知识网络的结构[J].图书情报工作，2007（9）：6-10.

[12]柴立和，槐翠倩.基于共词网络的哲学和科学视角：知识系统作为典型复杂系统的演化[J].系统科学学报，2016（4）：15-9.

[13]毕崇武，王忠义，宋红文.基于知识元的数字图书馆多粒度集成知识服务研究[J].图书情报工作，2017（4）：115-22.

[14]刘玉博.基于CiteSpaceII的植物科学知识图谱可视化分析[J].情报探索，2013（11）：17-21.

[15]Franz M，Lopes CT，Huck G，Dong Y，Sumer O，Bader GD.Cytoscape.js：a graph theory library for visualisation and analysis[J].Bioinformatics，2016，32（2）：309-11.