钱涛
关键词：知识图谱；
算法；
个性化教学
1引言
“算法设计与分析”课程是计算机科学与技术本科专业的核心课程。该课程的开设旨在培养学生算法的分析能力以及解决实际問题的能力，从而将实际应用与算法理论进行有效结合。虽然“算法设计与分析”课程的知识体系并不繁杂，但其呈现的知识体系描述比较抽象，知识点之间关系多样化，导致学生难以理解。由于算法思想抽象、复杂且概念偏多、理论性较强，同时需要将理论应用于实际应用问题中，在教学过程中存在一些问题：（1）学生普遍反映学习该课程难度较大，理解并灵活应用算法比较困难；
（2）由于学生学习水平参差不齐，传统教学方式很难照顾到每一个学生，做到因材施教。因此，如何应用科学的先进教学理念、通俗易懂的教学方法，特别是应用一些人工智能新技术作为辅助教学手段传授课程内容，对任课教师来说是一项极具挑战性的任务。
知识图谱是美国Google公司于2012年提出，它利用信息处理、数据挖掘等技术把复杂的知识以图谱方式展示出来[1]。知识图谱本质是一个语义网，它是图状的且具有关联性的知识集合。把知识图谱引入课程教学，可以很好地展现课程整体知识框架、知识点以及知识关联等，可有效地对课程知识脉络进行梳理，有助于学生充分理解课程知识。另外，利用知识图谱，可以及时了解学生掌握知识的差异性，并针对不同学生实现差异性教学。近年来，国内外高校逐渐开始重视把知识图谱技术应用于课程教学，如将知识图谱技术应用于智慧课堂[2]、翻转课堂[3]及MOOC教学[4]等，都取得了良好的教学效果。
本文提出把知识图谱技术应用于“算法设计与分析”课程，实现个性化教学。在充分调研课程领域本体模型及其实现的基础上，构建该课程知识图谱，从而进一步地将知识图谱融人教师备课、课堂教学、课下作业布置及课外辅导等一系列教学环节，实现了教学的精准化、个性化。
2“算法分析与设计”课程知识图谱构建
2.1课程知识体系
梳理课程知识体系是构建课程知识图谱的关键。本文从问题一方法一应用一实例出发，列出“算法设计与分析”课程整个知识体系与单元逻辑结构，如图1所示。对于该课程来说，最重要的是掌握5个常用算法，即分治法、动态规划法、贪心法、回溯法和分支限界法。从算法思想角度看，这5种算法可分为2类，即分解为子问题与解空间搜索。虽然不同的算法可能解决的问题有所不同，但同一个问题通常可用多种算法来解决，这要求学生不仅要掌握每个算法的应用，还要理解这5类算法之间的联系与区别。
2.2课程知识图谱构建
知识本体建模是构建知识图谱的首要步骤，是对领域知识结构与概念进行设计的过程。其主要包括本体设计、关系设计及属性设计。教育知识本体建模的目标是建立学科领域知识关联，并能评估学生对该知识点的学习与认知能力。因此，需要从知识组织与认知能力2个层次来设计教育知识本体。
不同课程对应不同的知识体系，其知识本体元模型也是不同的。对算法来说，其知识内容通常是明确的，如包含设计思想、求解步骤、适用条件、复杂度分析及实例应用等。对算法的每一具体知识，其能力要求也是不同的。图2给出了动态规划算法的知识图谱示例。对于每个知识点，根据教学大纲及教学目标，设计了不同的能力要求等级。
3知识图谱指导的个性化教学实践
知识图谱指导的个性化教学模式通常是以课程知识图谱为核心，将知识图谱融人课前教师备课与学生预习、课堂教学、课后作业布置及课外辅导等一系列教学环节，实现了教学的精准化、个性化。具体步骤如下。
（1）课前：借助课程图谱生成针对该课程内容教学模块的一系列知识子图谱，获取与所要讲解新知识点相关的知识点及知识关联，选择与知识点相对应的预习题目，进而了解每位学生对这些知识点的掌握情况。教师根据预习结果有针对性地对教学内容做调整。
（2）课堂教学中：以知识图谱涉及的知识点为重点讲解内容，由已学知识点引入新知识点，根据知识点之间的关联组织课堂教学，并沿知识图谱中的知识点关联延展到其他新知识点，根据具体问题设计教学知识图谱，便于学生理解课程内容的知识体系。
（3）课后：复习时以知识图谱为主体，充分利用相关教学资源，并根据每位学生对学习的知识点掌握情况，由个性化教学平台发布适合每位学生的个性化作业。每个作业题目与一个或多个知识点相连，利用知识点与能力的映射关系，并根据学生的作业情况，对学生的学习效果进行评估。教师根据学生学习效果，精准辅导，以实现真正的因材施教。
（4）课程总结：完成本课程的教学工作后，个性化的教学平台会为每位学生进行画像，即形成每位学生的知识图谱，直接展示学生的知识掌握情况。
本文对知识图谱教学实践效果进行分析，在“动态规划算法”课程教学的过程中，将2022级计算机科学与技术专业学生分为A，B两组。A组25位学生采用知识图谱教学个性化教学，B组25位学生采用传统方式教学。完成教学内容学习后，通过标准化试题测试2组学生对该算法的掌握情况。图3所示为2组学生的测试成绩。数据显示，使用知识图谱教学个性化模式的A组学生平均成绩显著高于B组学生。
4结束语
以知识图谱为驱动，实现知识点、知识关联及能力为统一评价的教学实践，有助于为学生提供个性化教学服务，增强自主学习的积极性。本文将知识图谱引入“算法设计与分析”教学中，构建了“算法设计与分析”课程知识图谱，设计了一种知识图谱驱动的个性化教学模式。将课程内容知识图谱引入教学的各个环节，即在课前、课中、课后及课程总结等均以知识图谱为指导，实现了对学生的精准化和个性化教学。
猜你喜欢个性化教学知识图谱算法基于MapReduce的改进Eclat算法成都信息工程大学学报(2019年4期)2019-11-04Travellng thg World Full—time for Rree阅读与作文（英语初中版）(2019年8期)2019-08-27进位加法的两种算法小学生学习指导(低年级)(2018年11期)2018-12-03基于知识图谱的产业集群创新绩效可视化分析智富时代(2016年12期)2016-12-01基于知识图谱的产业集群创新绩效可视化分析智富时代(2016年12期)2016-12-01基于知识图谱的智慧教育研究热点与趋势分析中国远程教育(2016年9期)2016-11-19高中体育特长生培养策略研究考试周刊(2016年85期)2016-11-11浅谈儿童音乐教育方法戏剧之家(2016年20期)2016-11-09创新高中语文教学模式，实施才情个性化教学中学课程辅导·教师教育（中）(2016年9期)2016-10-20从《ET&S》与《电化教育研究》对比分析中管窥教育技术发展中国教育信息化·基础教育(2016年9期)2016-10-18
