蔡榮華 趙海斌

摘? 要 以計(jì)算思維方法解析知識(shí)地圖自主學(xué)習(xí)模型構(gòu)建，通過(guò)計(jì)算思維的方法對(duì)知識(shí)地圖進(jìn)行分析，幫助學(xué)習(xí)者更高效地理解知識(shí)地圖，構(gòu)建完善個(gè)性化的知識(shí)地圖自主學(xué)習(xí)模型。同時(shí)，在知識(shí)本體庫(kù)層引入深度學(xué)習(xí)方法，完善知識(shí)地圖自主學(xué)習(xí)模型的教育數(shù)據(jù)挖掘分析技術(shù)。

關(guān)鍵詞 計(jì)算思維;知識(shí)地圖;數(shù)據(jù)挖掘;自主學(xué)習(xí)模型;機(jī)器學(xué)習(xí)

中圖分類(lèi)號(hào)：G652? ? 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1671-489X（2018）20-0060-03

Analysis of Knowledge Map Autonomous Learning Model based

on Computational Thinking//Cai Ronghua， Zhao Haibin

Abstract This paper analyzes the autonomous learning model of

knowledge map by calculating thinking method， analyzes know-ledge map through the method of calculation thinking， helps learners

understand knowledge map more efficiently， and constructs an auto-

nomous learning model of knowledge map. At the same time， the

deep learning method is introduced in the ontology layer to improve

the educational data mining and analysis technology of the know-ledge map autonomous learning model.

Key words computational thinking; knowledge map; data mining; autonomous learning model; machine learning

1 計(jì)算思維概述

周以真提出計(jì)算思維[1]，引起學(xué)術(shù)界熱烈討論，為人們解決問(wèn)題提供了新的思路，繼而深入開(kāi)展對(duì)計(jì)算思維能力的培養(yǎng)和運(yùn)用計(jì)算思維解決問(wèn)題的研究。計(jì)算思維作為人們學(xué)習(xí)的有力工具，主要有約簡(jiǎn)、嵌入、轉(zhuǎn)化、遞歸、仿真和離散分析等方法。

2 知識(shí)地圖概述

知識(shí)地圖是一種知識(shí)庫(kù)管理系統(tǒng)技術(shù)與Internet技術(shù)相結(jié)合的新型知識(shí)管理技術(shù)[2]。知識(shí)地圖這一概念最早出自情報(bào)學(xué)，主要目的是揭示知識(shí)節(jié)點(diǎn)間的層次以及知識(shí)節(jié)點(diǎn)間的關(guān)系，具有知識(shí)導(dǎo)航和知識(shí)管理的作用。知識(shí)地圖按構(gòu)建的方法可以分成八類(lèi)，分別是概念型知識(shí)地圖、分布式知識(shí)地圖、流程型知識(shí)地圖、結(jié)構(gòu)型知識(shí)地圖、聯(lián)系型知識(shí)地圖、生命期知識(shí)地圖、導(dǎo)航型知識(shí)地圖和認(rèn)知型知識(shí)地圖[3]。構(gòu)建個(gè)性化的自主學(xué)習(xí)模型，需要基于人的認(rèn)知規(guī)律，因此，本文采用的是認(rèn)知型知識(shí)地圖。

3 以計(jì)算思維解析知識(shí)地圖自主學(xué)習(xí)模型

蔡榮華、范云霞構(gòu)建了圖1所示知識(shí)地圖自主學(xué)習(xí)模型[4]。通過(guò)計(jì)算思維的關(guān)注分離方法（SOC）對(duì)知識(shí)地圖模型進(jìn)行分析，可以分為四層，分別是行為層、學(xué)科知識(shí)本體庫(kù)層、數(shù)據(jù)采集層和信息可視化層。其數(shù)學(xué)模型表示為：

M={AC，AD，DS，DV}? ? ? ? ? ? ?（1）

式中，M表示知識(shí)地圖自主學(xué)習(xí)模型，AC表示行為層，AD表示學(xué)科知識(shí)本體庫(kù)層，DS表示數(shù)據(jù)采集層，DV表示信息可視化層。

在蔡榮華、范云霞構(gòu)建的知識(shí)地圖模型中，AC包括三個(gè)方面的行為，即對(duì)知識(shí)進(jìn)行瀏覽、對(duì)知識(shí)進(jìn)行查詢(xún)和對(duì)知識(shí)進(jìn)行選取。其數(shù)學(xué)模型表示為：

AC={BR，QU，CH}? ? ? ? ? ? ? （2）

式中BR表示對(duì)知識(shí)進(jìn)行瀏覽，也即對(duì)知識(shí)的遍歷;QU表示對(duì)知識(shí)進(jìn)行查詢(xún)，也即對(duì)知識(shí)的檢索;CH表示對(duì)知識(shí)進(jìn)行選取。在真實(shí)的學(xué)習(xí)環(huán)境中，知識(shí)是無(wú)限的，要用有限的精力、時(shí)間對(duì)知識(shí)進(jìn)行瀏覽、查詢(xún)，選擇能解決問(wèn)題的知識(shí);對(duì)已經(jīng)解決的問(wèn)題通過(guò)計(jì)算思維的約簡(jiǎn)、仿真等方法，選擇合適的方式去陳述問(wèn)題，搜集相關(guān)知識(shí)建立問(wèn)題或問(wèn)題相關(guān)方面的模型，使AC過(guò)程更高效地完成;對(duì)于難以處理的問(wèn)題，通過(guò)計(jì)算思維的約簡(jiǎn)、轉(zhuǎn)化等方法，把難以處理的問(wèn)題變成一個(gè)已經(jīng)知道解決方法的問(wèn)題，或者通過(guò)遞歸的方法，找出難以處理的問(wèn)題中的關(guān)鍵點(diǎn)，大大縮減BR的檢索范圍和方向;對(duì)于復(fù)雜或龐大的問(wèn)題，采用計(jì)算思維的抽象、分解方法對(duì)問(wèn)題進(jìn)行分類(lèi)，進(jìn)行多線程知識(shí)瀏覽，讓協(xié)作學(xué)習(xí)成為可能，提升QU的效率;對(duì)無(wú)法解決的問(wèn)題，按照計(jì)算思維的方法預(yù)防、保護(hù)及通過(guò)冗余、容錯(cuò)、糾錯(cuò)的方式，避免CH走上錯(cuò)誤方向;對(duì)未知問(wèn)題，利用計(jì)算思維方法啟發(fā)式推理確定AC的目標(biāo)，減少知識(shí)檢索的時(shí)間;對(duì)于多個(gè)問(wèn)題，利用計(jì)算思維SOC方法對(duì)問(wèn)題進(jìn)行歸類(lèi)，方便不同的學(xué)習(xí)者分組協(xié)作，共同解決問(wèn)題。

在蔡榮華、范云霞構(gòu)建的知識(shí)地圖模型中，AD包括對(duì)知識(shí)節(jié)點(diǎn)進(jìn)行語(yǔ)言含義分析、對(duì)知識(shí)點(diǎn)進(jìn)行描述和在知識(shí)點(diǎn)之間建立鏈接。其表述可以用數(shù)學(xué)模型表示：

AD={SE，KP，KL}? ? ? ? ? ? ?（3）

式中SE表示知識(shí)節(jié)點(diǎn)進(jìn)行語(yǔ)言含義分析，KP表示對(duì)知識(shí)點(diǎn)進(jìn)行描述，KL表示在知識(shí)點(diǎn)之間建立鏈接。計(jì)算思維的方法可以提升AD構(gòu)建的效率。運(yùn)用計(jì)算思維的約簡(jiǎn)、轉(zhuǎn)化、仿真等方法對(duì)知識(shí)節(jié)點(diǎn)進(jìn)行語(yǔ)義分析，描述知識(shí)點(diǎn)，使SE和KP模塊化，確定知識(shí)點(diǎn)，提升知識(shí)提取的效率。采用計(jì)算思維抽象、分解的方法對(duì)確定的知識(shí)點(diǎn)建立牢固的聯(lián)系，形成KL。計(jì)算思維的方法對(duì)AD的影響極為積極，幫助學(xué)習(xí)者明確SE，精準(zhǔn)描述KP，并將SE與KP之間建立起有邏輯關(guān)系、穩(wěn)固的KL。

AD本身是為解決問(wèn)題服務(wù)的，高效利用AD需要運(yùn)用教育數(shù)據(jù)的挖掘分析技術(shù)。余明華、馮翔、祝智庭使用機(jī)器學(xué)習(xí)方法對(duì)教育數(shù)據(jù)進(jìn)行自動(dòng)化分析來(lái)發(fā)現(xiàn)未知的新知識(shí)和模式，如圖2所示[5]。

在DS中，通過(guò)計(jì)算思維遞歸的方法將問(wèn)題從表面逐步深入到本質(zhì)、核心的問(wèn)題點(diǎn)，形成假設(shè)，明確AC的目標(biāo)和范圍。AC在學(xué)習(xí)者所處的教育環(huán)境中搜集知識(shí)，幫助學(xué)習(xí)者形成自己需要的目標(biāo)數(shù)據(jù)AD。通過(guò)計(jì)算思維的SOC、轉(zhuǎn)化等方法對(duì)AD轉(zhuǎn)換數(shù)據(jù)，進(jìn)而進(jìn)行數(shù)據(jù)挖掘。計(jì)算思維的方法同樣可以應(yīng)用于機(jī)器學(xué)習(xí)中。當(dāng)學(xué)習(xí)者不知道采取何種方法對(duì)問(wèn)題進(jìn)行分析時(shí)，可以引導(dǎo)學(xué)習(xí)者使用計(jì)算思維方法遍歷分類(lèi)、回歸、聚類(lèi)等機(jī)器學(xué)習(xí)方法，幫助學(xué)習(xí)者找到最合適的方法，進(jìn)而建立數(shù)據(jù)挖掘模型，對(duì)學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析，進(jìn)而建立預(yù)測(cè)模型（Predictive Model）;

或者對(duì)學(xué)習(xí)者知識(shí)進(jìn)行分析，進(jìn)而建立描述模型（Descrip-tive Model），實(shí)現(xiàn)對(duì)知識(shí)的解釋或評(píng)估，形成新的知識(shí)。新知識(shí)可以驗(yàn)證在教育環(huán)境之初提出的假設(shè)，也可以預(yù)測(cè)學(xué)習(xí)者行為，發(fā)現(xiàn)AD新結(jié)構(gòu)。如通過(guò)分析學(xué)生的學(xué)習(xí)成果來(lái)預(yù)測(cè)其未來(lái)的學(xué)習(xí)表現(xiàn)，又或通過(guò)分析知識(shí)的數(shù)據(jù)來(lái)發(fā)現(xiàn)新的知識(shí)模式或結(jié)構(gòu)。

閆志明、唐夏夏、秦旋等認(rèn)為在教育人工智能中，教學(xué)模型、領(lǐng)域知識(shí)模型和學(xué)習(xí)者模型是其核心[6]。因此，在余明華、馮翔、祝智庭的基礎(chǔ)上，本文對(duì)DS進(jìn)行學(xué)習(xí)者建模補(bǔ)充，增加學(xué)習(xí)者知識(shí)水平、行為和情緒的建模，如圖3所示。

知識(shí)地圖自主學(xué)習(xí)模型構(gòu)建還應(yīng)新增學(xué)習(xí)者知識(shí)、行為和情感這三個(gè)影響因素。通過(guò)對(duì)學(xué)習(xí)者進(jìn)行知識(shí)分析，完成知識(shí)建模，持續(xù)了解學(xué)習(xí)者知識(shí)構(gòu)成的變化，生成學(xué)習(xí)者形成性評(píng)價(jià);通過(guò)對(duì)學(xué)習(xí)者行為進(jìn)行分析，進(jìn)而建立行為建模，分析學(xué)習(xí)者的學(xué)習(xí)歷史，發(fā)現(xiàn)學(xué)習(xí)者的特征，方便對(duì)學(xué)習(xí)者分組進(jìn)行協(xié)作學(xué)習(xí);通過(guò)對(duì)學(xué)習(xí)者進(jìn)行情感分析，建立情感模型，持續(xù)了解學(xué)習(xí)者的情緒變化，進(jìn)而發(fā)現(xiàn)情緒與學(xué)習(xí)者知識(shí)構(gòu)成、學(xué)習(xí)行為的相關(guān)性。這樣通過(guò)學(xué)習(xí)者模型對(duì)學(xué)習(xí)者的預(yù)測(cè)和反饋更為精準(zhǔn)，推薦的課程和資源更加適應(yīng)學(xué)習(xí)者。

DV將其知識(shí)點(diǎn)和知識(shí)點(diǎn)之間的關(guān)系進(jìn)行可視化顯示，并在對(duì)知識(shí)點(diǎn)描述時(shí)可以根據(jù)布盧姆在認(rèn)知領(lǐng)域?qū)虒W(xué)目標(biāo)的分類(lèi)，將知識(shí)點(diǎn)描述為知道、理解、應(yīng)用、分析、綜合和評(píng)價(jià)類(lèi)知識(shí)，用不同顏色的點(diǎn)表示，經(jīng)過(guò)知識(shí)點(diǎn)的聯(lián)結(jié)形成的知識(shí)地圖更加清晰。

AC、AD、DS、DV四者緊密聯(lián)系，AC瀏覽、查詢(xún)、選擇的知識(shí)越廣越深，形成的AD的知識(shí)結(jié)構(gòu)越牢固，AD影響DS的采集效率，DS影響DV的形成。

4 結(jié)束語(yǔ)

本文使用計(jì)算思維方法對(duì)知識(shí)地圖自主學(xué)習(xí)模型進(jìn)行解析完善，幫助學(xué)習(xí)者構(gòu)建個(gè)性化的知識(shí)地圖學(xué)習(xí)模型，提升學(xué)習(xí)效率。同時(shí)探討計(jì)算思維方法在知識(shí)地圖模型和機(jī)器學(xué)習(xí)中的使用，為計(jì)算思維的培養(yǎng)提供新的思路。

參考文獻(xiàn)：

[1]周以真.計(jì)算機(jī)思維[J].中國(guó)計(jì)算機(jī)協(xié)會(huì)通訊，2007，

3（11）.

[2]邱均平.知識(shí)管理學(xué)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，

2006：219.

[3]葉六奇，石晶.知識(shí)地圖的構(gòu)建方法論研究[J].圖書(shū)情報(bào)工作，2012（10）：30-31.

[4]蔡榮華，范云霞.大數(shù)據(jù)視角下基于知識(shí)地圖的自主學(xué)習(xí)模型構(gòu)建[J].中國(guó)教育技術(shù)裝備，2017（5）：79-81.

[5]余明華，馮翔，祝智庭.人工智能視域下機(jī)器學(xué)習(xí)的教育應(yīng)用與創(chuàng)新探索[J].遠(yuǎn)程教育雜志，2017（3）：11-21.

[6]閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內(nèi)涵、關(guān)鍵技術(shù)與應(yīng)用趨勢(shì)：美國(guó)《為人工智能的未來(lái)做好準(zhǔn)備》和《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》報(bào)告解析[J].遠(yuǎn)程教育雜志，2017（1）：26-35.