基于計算思維解析知識地圖自主學(xué)習(xí)模型

基于計算思維解析知識地圖自主學(xué)習(xí)模型

蔡榮華趙海斌摘

要以計算思維方法解析知識地圖自主學(xué)習(xí)模型構(gòu)建，通過計算思維的方法對知識地圖進(jìn)行分析，幫助學(xué)習(xí)者更高效地理解知識地圖，構(gòu)建完善個性化的知識地圖自主學(xué)習(xí)模型。同時，在知識本體庫層引入深度學(xué)習(xí)方法，完善知識地圖自主學(xué)習(xí)模型的教育數(shù)據(jù)挖掘分析技術(shù)。關(guān)鍵詞計算思維;知識地圖;數(shù)據(jù)挖掘;自主學(xué)習(xí)模型;機(jī)器學(xué)習(xí)中圖分類號：G652

文獻(xiàn)標(biāo)識碼：B文章編號：1671-489X（2018）20-0060-03AnalysisofKnowledgeMapAutonomousLearningModelbasedonComputationalThinking//CaiRonghua，ZhaoHaibinAbstractThispaperanalyzestheautonomouslearningmodelofknowledgemapbycalculatingthinkingmethod，analyzesknow-ledgemapthroughthemethodofcalculationthinking，helpslearnersunderstandknowledgemapmoreefficiently，andconstructsanauto-nomouslearningmodelofknowledgemap.Atthesametime，thedeeplearningmethodisintroducedintheontologylayertoimprovetheeducationaldataminingandanalysistechnologyoftheknow-ledgemapautonomouslearningmodel.Keywordscomputationalthinking;knowledgemap;datamining;autonomouslearningmodel;machinelearning1計算思維概述周以真提出計算思維[1]，引起學(xué)術(shù)界熱烈討論，為人們解決問題提供了新的思路，繼而深入開展對計算思維能力的培養(yǎng)和運用計算思維解決問題的研究。計算思維作為人們學(xué)習(xí)的有力工具，主要有約簡、嵌入、轉(zhuǎn)化、遞歸、仿真和離散分析等方法。2知識地圖概述知識地圖是一種知識庫管理系統(tǒng)技術(shù)與Internet技術(shù)相結(jié)合的新型知識管理技術(shù)[2]。知識地圖這一概念最早出自情報學(xué)，主要目的是揭示知識節(jié)點間的層次以及知識節(jié)點間的關(guān)系，具有知識導(dǎo)航和知識管理的作用。知識地圖按構(gòu)建的方法可以分成八類，分別是概念型知識地圖、分布式知識地圖、流程型知識地圖、結(jié)構(gòu)型知識地圖、聯(lián)系型知識地圖、生命期知識地圖、導(dǎo)航型知識地圖和認(rèn)知型知識地圖[3]。構(gòu)建個性化的自主學(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)知型知識地圖。3以計算思維解析知識地圖自主學(xué)習(xí)模型蔡榮華、范云霞構(gòu)建了圖1所示知識地圖自主學(xué)習(xí)模型[4]。通過計算思維的關(guān)注分離方法（SOC）對知識地圖模型進(jìn)行分析，可以分為四層，分別是行為層、學(xué)科知識本體庫層、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表示知識地圖自主學(xué)習(xí)模型，AC表示行為層，AD表示學(xué)科知識本體庫層，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)建的知識地圖模型中，AC包括三個方面的行為，即對知識進(jìn)行瀏覽、對知識進(jìn)行查詢和對知識進(jìn)行選取。其數(shù)學(xué)模型表示為：AC={BR，QU，CH}

（2）式中BR表示對知識進(jìn)行瀏覽，也即對知識的遍歷;QU表示對知識進(jìn)行查詢，也即對知識的檢索;CH表示對知識進(jìn)行選取。在真實的學(xué)習(xí)環(huán)境中，知識是無限的，要用有限的精力、時間對知識進(jìn)行瀏覽、查詢，選擇能解決問題的知識;對已經(jīng)解決的問題通過計算思維的約簡、仿真等方法，選擇合適的方式去陳述問題，搜集相關(guān)知識建立問題或問題相關(guān)方面的模型，使AC過程更高效地完成;對于難以處理的問題，通過計算思維的約簡、轉(zhuǎn)化等方法，把難以處理的問題變成一個已經(jīng)知道解決方法的問題，或者通過遞歸的方法，找出難以處理的問題中的關(guān)鍵點，大大縮減BR的檢索范圍和方向;對于復(fù)雜或龐大的問題，采用計算思維的抽象、分解方法對問題進(jìn)行分類，進(jìn)行多線程知識瀏覽，讓協(xié)作學(xué)習(xí)成為可能，提升QU的效率;對無法解決的問題，按照計算思維的方法預(yù)防、保護(hù)及通過冗余、容錯、糾錯的方式，避免CH走上錯誤方向;對未知問題，利用計算思維方法啟發(fā)式推理確定AC的目標(biāo)，減少知識檢索的時間;對于多個問題，利用計算思維SOC方法對問題進(jìn)行歸類，方便不同的學(xué)習(xí)者分組協(xié)作，共同解決問題。在蔡榮華、范云霞構(gòu)建的知識地圖模型中，AD包括對知識節(jié)點進(jìn)行語言含義分析、對知識點進(jìn)行描述和在知識點之間建立鏈接。其表述可以用數(shù)學(xué)模型表示：AD={SE，KP，KL}

（3）式中SE表示知識節(jié)點進(jìn)行語言含義分析，KP表示對知識點進(jìn)行描述，KL表示在知識點之間建立鏈接。計算思維的方法可以提升AD構(gòu)建的效率。運用計算思維的約簡、轉(zhuǎn)化、仿真等方法對知識節(jié)點進(jìn)行語義分析，描述知識點，使SE和KP模塊化，確定知識點，提升知識提取的效率。采用計算思維抽象、分解的方法對確定的知識點建立牢固的聯(lián)系，形成KL。計算思維的方法對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本身是為解決問題服務(wù)的，高效利用AD需要運用教育數(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)方法對教育數(shù)據(jù)進(jìn)行自動化分析來發(fā)現(xiàn)未知的新知識和模式，如圖2所示[5]。在DS中，通過計算思維遞歸的方法將問題從表面逐步深入到本質(zhì)、核心的問題點，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，幫助學(xué)習(xí)者形成自己需要的目標(biāo)數(shù)據(jù)AD。通過計算思維的SOC、轉(zhuǎn)化等方法對AD轉(zhuǎn)換數(shù)據(jù)，進(jìn)而進(jìn)行數(shù)據(jù)挖掘。計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問題進(jìn)行分析時，可以引導(dǎo)學(xué)習(xí)者使用計算思維方法遍歷分類、回歸、聚類等機(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，對學(xué)習(xí)者學(xué)習(xí)行為進(jìn)行分析，進(jìn)而建立預(yù)測模型（PredictiveModel）;或者對學(xué)習(xí)者知識進(jìn)行分析，進(jìn)而建立描述模型（Descrip-tiveModel），實現(xiàn)對知識的解釋或評估，形成新的知識。新知識可以驗證在教育環(huán)境之初提出的假設(shè)，也可以預(yù)測學(xué)習(xí)者行為，發(fā)現(xiàn)AD新結(jié)構(gòu)。如通過分析學(xué)生的學(xué)習(xí)成果來預(yù)測其未來的學(xué)習(xí)表現(xiàn)，又或通過分析知識的數(shù)據(jù)來發(fā)現(xiàn)新的知識模式或結(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DS進(jìn)行學(xué)習(xí)者建模補充，增加學(xué)習(xí)者知識水平、行為和情緒的建模，如圖3所示。知識地圖自主學(xué)習(xí)模型構(gòu)建還應(yīng)新增學(xué)習(xí)者知識、行為和情感這三個影響因素。通過對學(xué)習(xí)者進(jìn)行知識分析，完成知識建模，持續(xù)了解學(xué)習(xí)者知識構(gòu)成的變化，生成學(xué)習(xí)者形成性評價;通過對學(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，方便對學(xué)習(xí)者分組進(jìn)行協(xié)作學(xué)習(xí);通過對學(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)者知識構(gòu)成、學(xué)習(xí)行為的相關(guān)性。這樣通過學(xué)習(xí)者模型對學(xué)習(xí)者的預(yù)測和反饋更為精準(zhǔn)，推薦的課程和資源更加適應(yīng)學(xué)習(xí)者。DV將其知識點和知識點之間的關(guān)系進(jìn)行可視化顯示，并在對知識點描述時可以根據(jù)布盧姆在認(rèn)知領(lǐng)域?qū)虒W(xué)目標(biāo)的分類，將知識點描述為知道、理解、應(yīng)用、分析、綜合和評價類知識，用不同顏色的點表示，經(jīng)過知識點的聯(lián)結(jié)形成的知識地圖更加清晰。AC、AD、DS、DV四者緊密聯(lián)系，AC瀏覽、查詢、選擇的知識越廣越深，形成的AD的知識結(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)束語本文使用計算思維方法對知識地圖自主學(xué)習(xí)模型進(jìn)行解析完善，幫助學(xué)習(xí)者構(gòu)建個性化的知識地圖學(xué)習(xí)模型，提升學(xué)習(xí)效率。同時探討計算思維方法在知識地圖模型和機(jī)器學(xué)習(xí)中的使用，為計算思維的培養(yǎng)提供新的思路。參考文獻(xiàn)：[1]周以真.計算機(jī)思維[J].中國計算機(jī)協(xié)會通訊，2007，3（11）.[2]邱均平.知識管理學(xué)[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，2006：219.[3]葉六奇，石晶.知識地圖的構(gòu)建方法論研究[J].圖書情報工作，2012（10）：30-31.[4]蔡榮華，范云霞.大數(shù)據(jù)視角下基于知識地圖的自主學(xué)習(xí)模型構(gòu)建[