基金项目：本文系全国工信行指委电子信息分指委2024年度教学科研重点立项课题“基于课程知识图谱的数智化教学应用与研究”（编号：DZ24002）的研究成果。

中图分类号：TP399               文献标识码：A         文章编号：

一、研究意义

在国家大力推进信息化与教育化“两化”融合、建设创新型国家和人才强国等一系列战略背景下，教育部发布了《教育部关于全面提高高等教育质量的若干意见》和《教育信息化十年发展规划（2011—2020年）》两份文件，明确提出要深入融合信息技术与高等教育教学，推动教育教学模式的创新与改革，培养学生自主学习能力、应用能力和创新能力。

在教育部办公厅发布的《关于启动部分领域教学资源建设工作的通知》（教高厅函〔2020〕4号）中强调，要广泛征求高校专家和企业一线工程师的意见，制定一套全面覆盖知识领域、知识单元和知识点的领域知识图谱。同时，知识图谱应是动态发展的，既要在资源建设过程中培养教师团队，也要在资源使用过程中提升教师团队的能力。此外，还需建立科学的动态调整机制和持续更新机制，以增强教学资源的服务和支持能力。

近年来，随着机器学习和人工智能技术的广泛应用，知识图谱在多个学科领域得到了推广并取得了显著成效。知识图谱的核心——知识结构化，不仅在知识获取和教学方面具有重要价值。人们可以通过模仿知识图谱的构建过程，分析和归纳零散的知识，构建出结构化且逻辑严密的知识体系，进而通过演绎和推理获得新知。知识图谱在教学领域的潜力正逐渐受到重视。一些国内高校的教师已经开始尝试将知识图谱的理念应用于课程教学改革，创建了易于规范、检查和操作的教学模式，这有助于学生构建系统化的专业知识体系。同时，也有教师从理论角度提出了构建教学内容知识图谱的方法，旨在加强教学内容各章节之间的联系，促进学生有效记忆和分享知识。然而，目前这些研究大多停留在理论和思路层面，尚未经过教学实践的充分验证。

二、研究内容

基于课程知识图谱的教学应用以数据为支撑、以知识图谱为导向、以智能推荐为中心、以教师为主导、以学生为主体，以信息资源建设和资源应用系统建设为核心，为学生提供良好的自主学习资源和学习环境，激发学生的自主学习热情，探索推动该教学应用在学年、学分制改革等领域的应用，为精准教学、个性化学习、学科知识图谱建设提供支撑保障。

1、课程知识图谱的体系架构

课程知识图谱体系是智慧教学体系的基础架构，是智慧教育的“知识核心”，即梳理课程中的知识点，用线条将有关联的知识点连接起来并标记知识点的关联关系，形成的用于表示课程知识点结构的图谱。课程知识图谱体系以单一课程为基础，提供一种机制和工具，能够自动或部分自动地从教学材料中提取并整合课程的关键知识点，为教师构建一个更高效地组织、利用并能持续更新扩展教学资源的平台，为学生提供一个更好获取和理解课程知识体系的平台。

课程知识图谱体系架构如图1所示。图中左侧表示课程知识图谱体系的技术架构，由数据层、模型构建层和应用层构成：右侧表示课程知识图谱体系的实体组成结构，课程知识图谱实体可以分为教学资源层、知识点层和课程层。

图1 课程知识图谱体系架构图

教学资源层涵盖了一门课程的所有教学材料，包括但不限于教科书、课程大纲、演示幻灯片、教学计划和视频教程等。这些资源可以以文本、图像、视频等多种形式呈现，既有结构化的数据，也有非结构化的内容。教学资源是课程知识图谱中数量最大的一部分，是课程知识图谱体系数据层的数据来源和数据输入。

模型构建层提供构建课程知识图谱的技术支撑，通过课程知识抽取、命名实体识别、实体关系识别等技术，对教学资源进行抽取，得到课程中所包含的知识点以及知识点之间的关系，形成课程知识图谱的知识点层。通过知识融合，得到该课程的知识体系，将其表示成结构化形式并使用图数据库存储，最终构建出该课程的课程知识图谱。

基于课程知识图谱的应用层包括知识图谱的可视化展示，知识点查询、课程视频打点切分以及知识图谱的更新与扩展，为教师在整个教学环节中利用课程知识图谱提供技术支撑和工具支持。

2、基于课程知识图谱的教与学

知识图谱让教师能在整个教学周期内有效运用数智化技术。课前，通过数据挖掘技术分析学情数据来制定教学策略。课中，根据策略进行教学，并通过图谱可视化知识关联，促进学生深度理解。课后，个性化推荐练习题，帮助学生巩固知识点，提升教学效果。整个教学过程融入了动态数据分析和学情诊断，从而实现因材施教，达成教学决策数据化、智能化。

课程知识图谱在辅助教学应用中，可辅助老师去完成备课，教研，出题，试题分析的工作。以推荐的方式去为老师推荐同类相关的资料(教案，课程讲解规划，作业等)来提升老师的教学效率，基于图谱的搜索也可以更精准地返回所需内容。

学生通过查看课程知识图谱，可掌握每个知识点的学习进度情况；学生按知识点进行课程任务学习，观看课程视频，阅读课程资料等；学生查看自己作答作业、考试题目的知识点掌握情况，并查看知识点推荐资源，按知识点从题库或错题本抽题，逐题自测、巩固学习。

3、基于课程知识图谱的教学统计与分析

基于知识图谱数据分析技术，快速地检测定位学生的学习状况和薄弱点，通过对学生学情更加准确地判断，利用知识点之间关联关系，包括前后置关系，可以合理地为学生做针对性的推荐，推荐相关的内容以及学习策略、学习路径规划。将精准检测，内容推送，路径规划，整个流程作为动态闭环，稳步提升学生知识掌握程度。精准检测学习水平，找到薄弱知识点。通过对学生过程化动态学习数据的自动分析，检测学生的学习水平，精确诊断学生的学习情况，并分析学生薄弱知识点。

4、基于课程知识图谱的智能路径规划与资源推荐

（1）智能路径规划

在课程知识图谱中利用布鲁姆的教学认知模型以帮助教师更有效地设计和实施课程和教学活动。布鲁姆的教学认知模型是一种基于认知心理学的教学方法，它将学习过程分解为不同的认知层次，包括记忆、理解、应用、分析、综合和评价。基于这个模型构建的课程知识图谱可以帮助教师了解学生的学习进程，并在不同的认知层次上为学生设计相应的教学任务和评价方式，从而完成基于布鲁姆•教学认知模型结合学生学习情况及底层的算法，为学生推荐个性化学习路径。

个性化推荐是解决学习者迷失方向的一种有效手段。通过教育人工智能技术，结合学习者的行为记录和特点，个性化推荐能帮助学习者理解知识点的联系，明确学习方向，并提供适宜的学习材料。这种推荐策略需要考虑学习者的实际情况，并且以教学目标为导向。因此，个性化推荐应根据学习者的具体学习情况和特点，自动推荐合适的学习资源。个性化推荐和指导是教育信息化发展的必然趋势，也是构建智慧教育环境的关键要素。

（2）资源推荐

可按照知识点系统智能推荐拓展资源给学生学习，利用图谱技术进行的推荐系统，结合了内容推荐和协同过滤等多种算法，提高了推荐的准确性。这种系统为学生提供了针对性强、个性化的学习材料，帮助他们通过深入理解错误题目来避免机械重复的练习，从而显著降低了学生的练习时间和学业压力。基于知识图谱的推荐还可以从概念、前后序、属性等维度给予推荐结果解释。

基于知识图谱可以对教学资源进行标签化，帮助学生理解学习资源所涉及的知识点，并关联考点、考题。通过深度理解学生输入的搜索内容，较好实现语义搜索，精准地搜索到需要的资源。另外，利用知识图谱可在学生进行相关实体搜索时，同时展示跟该实体相关的图谱子图。让学生能发现更多与该知识相关的知识，帮助学生进行知识的关联和发散学习。

三、研究小结

知识图谱凭借其独特优势和强大能力，能够较好地融入高职院校的课程教学中。它不仅能够实现课程知识的可视化和个性化教学，还能丰富教学方法，激发学生的学习热情。知识图谱能够帮助不同水平的学生，在海量教学资源中迅速找到与自己认知水平相匹配的学习材料，实现个性化学习，解决了传统教学中统一难度和忽视学生个性的问题。

此外，知识图谱还能提供专业课程的最新技术、研究热点、典型案例和经典文献等资源，有助于学生深入学习和实践应用，避免了课堂教学内容陈旧、理论与实践脱节、被动灌输知识等弊端。通过知识图谱，学生能够接触到最前沿的专业知识，实现主动学习和知识应用，提高学习效果。

因此，在高等职业教育的专业教学中，课程知识图谱展现出其可行性、科学性、客观性和有效性，成为不可或缺的教学工具和方法。它代表了教学手段、模式和方法的创新性发展。将知识图谱的应用扩展至专业课程群，则可以逐步构建出专业图谱以及相应的能力图谱等，为学校提供专业建设动态调整优化的依据，帮助学生构建专业知识技能体系，提升专业教学质量。

课程知识图谱辅助教学作为一种新兴的教育技术，虽然能够提高教学效率和个性化学习体验，但也可能带来一些问题。例如，课程知识图谱的构建和应用需要收集和分析大量的学生学习数据，如果数据保护措施不完善，可能导致学生隐私泄露。建议收集必要数据，避免敏感信息，实施数据最小化原则。技术融合于教学过程中可能引发教学伦理困境，如教学情感的忽视、教学责任的推脱等问题。应对教师进行技术培训，强调教师主导作用，避免过度依赖技术。

[参考文献]

[1] 潘克清,邓婧,袁昌青等.基于岗位胜任力的口腔医学专业本科生教学改革探索[J].中华医学教育杂志2022,42(11)：1020-1023.DOI:10.3760/cma.j.cn115259-20220330-00405.

 [2] 史宇坤,许姝艺,董少春.基于知识图谱的增强型混合式学习的教学实践与思考[J].高校地质学报,2022,28(3):387-393.DOI:10.16108/j. issn 1006-7493,2021085.

 [3] 施江勇,唐晋韬,王勇军等.基于知识图谱的新兴领域课程教学资源建设[J]. 高等工程教育研究,2022(3):15-20.