專業(yè)課程群知識圖譜可視化平臺的設(shè)計與現(xiàn)實

薛昕惟， 趙小薇， 王 祎， 田琳琳， 李豪杰， 林 馳

(大連理工大學(xué) a. 國際信息與軟件學(xué)院； b. 軟件學(xué)院， 遼寧 大連 116620)

0 引 言

近3年，借助移動通信技術(shù)、社交媒體，以及以共享為理念的開放教育資源運動，以“微課”為代表的“微”教學(xué)模式已成為我國教育信息化發(fā)展的新熱點[1]。“微課”指利用幾min，最多不超過十幾min來講授課程知識，是一種碎片化的視頻學(xué)習(xí)資源。

但從知識供給的角度來說，碎片化的學(xué)習(xí)內(nèi)容需要建立在體系化的思維框架下[2]。所謂“知識”，由兩部分組成：一是“事實”(或稱為“觀念”)，二是“聯(lián)系”。事實就是一個個點，聯(lián)系則是把點連接起來的線，它們所構(gòu)成的網(wǎng)絡(luò)，就是知識結(jié)構(gòu)。“事實”決定知識的廣度，“聯(lián)系”決定知識的深度。知識網(wǎng)絡(luò)決定人如何思考。如果長期接受碎片信息，將會使思維變得狹隘，難以進行復(fù)雜的思考。而“微課”本身就是知識碎片化的產(chǎn)物，但如果能按照一定的順序和原則，將某個專題、某門課程的核心知識點依次列出，圍繞這些核心知識點制作出一個專題、一門課程的系列“微課”，那么孤立的“微課”就能被關(guān)聯(lián)化和體系化[3-4]。縱觀一個大學(xué)本科生所學(xué)課程，涉及的科目非常多，每個科目里的知識點，少到幾百，多到上千。在眾多課程的知識點中挖掘出“微課程”某個專題所需要的資源，如果采用人力來解決，不但工作量大，而且可能不夠客觀、全面。所以，需要一個能夠整合一定范圍課程知識點的數(shù)字化知識庫作為基礎(chǔ)，并且在這個知識庫中知識點之間應(yīng)該具有連接，成為有機的知識網(wǎng)絡(luò)。

本文通過深入研究知識圖譜理論與實現(xiàn)技術(shù)，利用自組織增量神經(jīng)網(wǎng)絡(luò)(Self-organizing Incremental Neural Network, SOINN) 模型[5]和先進的網(wǎng)絡(luò)編程以及數(shù)據(jù)庫技術(shù)，以我校數(shù)字媒體技術(shù)專業(yè)課程群為例，建立了一個具有交互功能的“專業(yè)課程群知識圖譜可視化平臺”，該平臺具有以下特點和作用：

(1) 對于網(wǎng)絡(luò)化的“微”教育教學(xué)，教師利用該平臺可整合與教學(xué)主題相關(guān)的視頻、講義、例題、算法代碼等形成資源庫，作為“微課程”體系研究和設(shè)計的基礎(chǔ)。

(2) 對傳統(tǒng)的“課堂”教育教學(xué)，該平臺是一個相互影響、相互促進的課程群教學(xué)資源。教師可共享教學(xué)資源，完善專業(yè)課程體系建設(shè)。

(3) 對于學(xué)生用戶，利用該平臺的可視化界面，可以通過輸入“關(guān)鍵詞”來進行知識搜索，得到相關(guān)專業(yè)知識體系的知識圖譜圖，進行知識的復(fù)習(xí)、預(yù)習(xí)，又可發(fā)覺出未預(yù)料的新知識，進行學(xué)習(xí)。

沿著“切碎→連通→整合→聚焦”的知識創(chuàng)建順序進行新知識的學(xué)習(xí)，從而可以對知識進行“約取→博觀→約取”，最終達到知識的統(tǒng)合綜效、融合創(chuàng)新。該平臺的設(shè)計思想、模型以及程序框架是通用的，可推廣到其他專業(yè)的“微”教育教學(xué)資源平臺建設(shè)以及“微課程”體系研究中。

1 知識圖譜概述

知識圖譜(Knowledge Map)，也被稱為科學(xué)知識圖譜，是把應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)等學(xué)科的理論與方法與計量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，用可視化的圖譜形式，形象地展示學(xué)科的核心框架、發(fā)展歷史、前沿領(lǐng)域以及整體知識架構(gòu)[6-7]。

知識圖譜的本體包括概念、概念層次、屬性、屬性值類型、關(guān)系、關(guān)系定義域概念集、關(guān)系值域概念集，以及規(guī)則(或公理)。目前知識圖譜數(shù)據(jù)結(jié)構(gòu)，如大型搜索網(wǎng)站如Google、百度、搜狗等采用W3C3提出的資源描述框架RDF或?qū)傩詧D來表示[8]。對于專業(yè)課程群這樣小型的知識庫，需要更加靈活、易維護的數(shù)據(jù)模型。

2 專業(yè)課程群知識圖譜模型總體框架

專業(yè)課程的“知識點”與萬維網(wǎng)上的“知識”有所不同。課程的知識點一般屬于某個教材，是限定范圍的知識集合。每個章節(jié)中知識點之間已具有初步的拓撲關(guān)系，所以可以采用多分枝“樹形”結(jié)構(gòu)，按章節(jié)建立知識點之間的連接。但對于專業(yè)課程群來說，“樹形”結(jié)構(gòu)具有一定的局限性。缺少課程之間的鏈接關(guān)系，即多門課程各分支子節(jié)點之間的關(guān)系并沒有給出。如“概率密度函數(shù)”在概率與統(tǒng)計、圖像處理、計算機視覺中均有涉及，所以應(yīng)建立該知識節(jié)點與相關(guān)幾個被應(yīng)用到的節(jié)點的鏈接，這樣在學(xué)生在查找“概率密度函數(shù)”時，不但能得到其在概率與統(tǒng)計課程中的基本概念，而且能得到其在圖像處理、計算機視覺中被應(yīng)用的場合和相關(guān)知識，進而達到知識體系化的目的。因此，如何有效的建立課程內(nèi)章節(jié)知識點關(guān)聯(lián)和多門課程之間的知識點的關(guān)聯(lián)是建立專業(yè)課程群知識圖譜的關(guān)鍵問題。

本文采用SOINN模型來解決這個問題。SOINN是一種基于競爭學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，以一種自組織的方式對輸入數(shù)據(jù)進行在線聚類和拓撲表式，它沒有固定的拓撲結(jié)構(gòu)，它根據(jù)輸入的數(shù)據(jù)以及若干簡單的規(guī)則自適應(yīng)地調(diào)整局部神經(jīng)元的權(quán)值以及神經(jīng)元之間的連接[5]。SOINN廣泛用于計算機視覺、數(shù)據(jù)挖據(jù)等領(lǐng)域之中，而對于基于SOINN建立知識圖譜網(wǎng)絡(luò)，首先問題就是如何把由文字描述表達的知識點轉(zhuǎn)換成SOINN能夠處理的神經(jīng)元，然后根據(jù)已有知識節(jié)點在某門課中的樹形拓撲結(jié)構(gòu)，建立章節(jié)之間，以及課程之間知識點的連接。

本文所提出的課程群知識圖譜總體框架如圖1所示。框架分為3層結(jié)構(gòu)，底層為課程的章節(jié)知識點的樹形關(guān)系圖，中層為課程內(nèi)章節(jié)之間知識點的關(guān)系圖譜，上層為課程群知識點關(guān)系圖譜。

圖1 課程群知識圖譜總體框架

3 基于SOINN的知識圖譜構(gòu)建

利用SOINN建立知識圖譜分為：核心知識點提取、知識點屬性與相似度計算、SOINN網(wǎng)絡(luò)生成3個步驟。

3.1 核心知識點提取

SOINN 是一種基于原型(Prototype-based)的算法，用一定數(shù)量的代表性數(shù)據(jù)來近似原始的完整數(shù)據(jù)集，然后在這些代表點的基礎(chǔ)上對新來的數(shù)據(jù)做出決策，與聚類算法類似，每個聚類中心就是原型。所以，第一步把每門課的樹形知識圖中的核心知識點作為原型。

3.2 知識點屬性與相似度設(shè)計

知識的屬性以及屬性之間的相似度計算是構(gòu)建SOINN網(wǎng)絡(luò)的關(guān)鍵[8]。例如，在數(shù)據(jù)庫中一個名稱為“直方圖”的知識節(jié)點可以采用如下屬性類表：

---------------------------------------------------------------------[節(jié)點序號]:01000001[名稱]:直方圖[描述]:像素在圖像中的概率統(tǒng)計圖,橫軸灰度級,縱軸像素出現(xiàn)的概率。[關(guān)聯(lián)節(jié)點]:節(jié)點序號,權(quán)重值。[資源]:講義、代碼、示例等鏈接。-------------------------------------------------------------------

其中“節(jié)點序號”唯一標識一個知識點，采用一個字節(jié)存儲：前兩位(XX000000)為課程序號，中間2位(00XX0000)為該節(jié)點在該門課的章節(jié)序號，后4位(0000XXXX)為知識點序號。知識點的“名稱”可為中文也可以為英文。知識點的“描述”一般為知識點的定義、概念，使用盡量簡潔的描述方式給出。“關(guān)聯(lián)節(jié)點序號”是需要SOINN網(wǎng)絡(luò)生成。“資源”也作為知識點的一個屬性，提供相關(guān)資料的鏈接。

知識點“名稱”和知識的點的“描述”這兩個屬性可以用來計算節(jié)點之間的相似度。使用詞頻分析(Word Frequency Analysis)和共現(xiàn)分析(Co-occurrence Analysis)相結(jié)合的方法對知識點的“名稱”和“描述”進行語義分析。具體的，采用詞袋(Bag of Words，BoW)思想[10-11]：忽略掉文本的語法和語序，用一組無序的單詞(words)來表達一段文字或一個文檔。利用NLPIR/ICTCLAS[12-13]等開源中文分詞系統(tǒng)進行分詞并建立中英文停用詞表(表中主要包含對文本內(nèi)容識別意義不大，但出現(xiàn)頻率很高的詞、符號、標點及亂碼等，如“這，的，和”等高頻詞)。然后維護一個大小為d的知識單詞字典，每個單詞就是一個特征。如果在一條“描述”中某個單詞出現(xiàn)次數(shù)為2，則對應(yīng)的特征數(shù)值為2，如果沒有相應(yīng)單詞，則對應(yīng)特征數(shù)值為0，即用頻度作為特征值，以此為每個關(guān)鍵知識點建立d維特征向量Xi∈Rd*1(i=1,2,…,N)。

兩個知識點之間的相似度則可定義為知識點“名稱”屬性與“描述”屬性兩個特征向量X{i}和X{j}之間夾角的余弦值得加權(quán)值：

(1)

式中:λ為知識點“名稱”屬性的相似度權(quán)重;μ為“描述”屬性的相似度權(quán)重。

3.3 SOINN網(wǎng)絡(luò)基本操作

SOINN采用增量方式生成知識圖譜，分為初始化網(wǎng)絡(luò)、新增節(jié)點和刪除噪音點幾個關(guān)鍵操作。

(1) 初始化網(wǎng)絡(luò)。SOINN網(wǎng)絡(luò)有2層結(jié)構(gòu)，第1層接受原始數(shù)據(jù)。第2層根據(jù)第1層網(wǎng)絡(luò)的結(jié)果估計出原始數(shù)據(jù)的類間距離與類內(nèi)距離，并以此作為參數(shù)。然后把第1層生成的神經(jīng)元作為輸入再運行一次得到穩(wěn)定學(xué)習(xí)結(jié)果[14]。所以首先把核心知識點訓(xùn)練集作為原始數(shù)據(jù)輸入到網(wǎng)絡(luò)中，得到網(wǎng)絡(luò)的初始化參數(shù)。

(2) 新增知識節(jié)點。采用增量方式生成知識圖譜，新增節(jié)點是最基本操作。可首先可通過定義一個相似度閾值，通過判斷新增點與類別中心的距離來判斷新知識點是否屬于該聚類，如果屬于某個類別，連接新節(jié)點與類別中最臨近的兩個節(jié)點。如果與任何聚類中心距離大于閾值，則新建類別，由該節(jié)點派生出一個類別中心，并把該節(jié)點屬性值作為該中心屬性值。在具體實現(xiàn)中，類別初始閾值由訓(xùn)練網(wǎng)絡(luò)得到，之后每次新增類別后自適應(yīng)調(diào)整的。

(3) 刪除知識節(jié)點。有時知識節(jié)點也需要進行刪除操作。首先刪除該節(jié)點和其與關(guān)聯(lián)的其他節(jié)點的鏈接，然后計算這些無鏈接節(jié)點之間的距離，如果小于閾值則進行關(guān)聯(lián)，如果大于閾值則不關(guān)聯(lián)，也將其刪除。

3.4 課程群知識圖譜網(wǎng)絡(luò)構(gòu)建

如圖1所示，課程群知識圖譜建立在每門課程知識圖譜基礎(chǔ)上，每門課程知識點圖譜又是由課程章節(jié)樹形知識點圖生成的。所以整個課程群網(wǎng)絡(luò)圖譜構(gòu)建分為以下兩個步驟：

(1) 由樹形知識點圖建立SOINN知識網(wǎng)絡(luò)圖。由于樹形網(wǎng)絡(luò)圖是SOINN的一個子集，所以可先就把樹形網(wǎng)絡(luò)圖作為初始輸入，然后利用SOINN的增量算法完善網(wǎng)絡(luò)。對于知識點的章節(jié)樹形結(jié)構(gòu)，把每個章節(jié)可以看作一個聚類，章節(jié)標題節(jié)點作為聚類中心。每個章節(jié)下一般有1～3層子節(jié)點，計算每個章節(jié)下所有中間節(jié)點和葉子節(jié)點之間的相似度，采用SOINN基本算法建立章節(jié)SOINN網(wǎng)絡(luò)，為每個節(jié)點添加“關(guān)聯(lián)節(jié)點”屬性。對于章節(jié)之間的連接，采用子節(jié)點遍歷方法，把一個章節(jié)的SOINN網(wǎng)絡(luò)的子節(jié)點看作新節(jié)點增量插入另一個章節(jié)的SOINN網(wǎng)絡(luò)中，如果插入成功則修改該子節(jié)點的“關(guān)聯(lián)節(jié)點序號”屬性，否則維持原狀。直到所有節(jié)點考察完畢，形成課程SOINN網(wǎng)絡(luò)。

(2) 整合多門課程的SOINN知識網(wǎng)絡(luò)，形成課程群知識圖譜。多門課程的SOINN知識網(wǎng)絡(luò)，同樣可以采用增量插入式連接方法，由一門課的節(jié)點逐個作為新增節(jié)點插入到另一門課的網(wǎng)絡(luò)中，最后形成課程群知識圖譜網(wǎng)絡(luò)。為了減少計算復(fù)雜度，可采用二叉樹自底向上遞歸生成方式，并行的組建兩門課的SOINN網(wǎng)絡(luò)，最終形成所有課程的網(wǎng)絡(luò)。

4 數(shù)字媒體技術(shù)專業(yè)課程群知識圖譜平臺

按照我校“數(shù)字媒體技術(shù)專業(yè)2016級本科人才培養(yǎng)方案”，該課程分為通識與公共基礎(chǔ)課程、大類與專業(yè)基礎(chǔ)課程以及專業(yè)與專業(yè)方向課程。這些課程又可分成一些重疊的課程群，如線性代數(shù)、概率與統(tǒng)計、圖像處理基礎(chǔ)、計算機圖形學(xué)、多媒體技術(shù)導(dǎo)論和計算機視覺等，課程群間的知識點相互支撐、互補而且有序，可通過知識點圖譜進行整合。

為了更直觀的讓老師或?qū)W生查看知識點和知識體系，開發(fā)一個可視化的知識圖譜網(wǎng)絡(luò)平臺。該平臺前端利用JSMind控件[15]，java語言開發(fā)。該平臺提供按“關(guān)鍵詞”搜索,并把知識圖譜中相關(guān)知識用一個類似思維導(dǎo)圖形式輸出，稱其為“知識導(dǎo)圖”。在知識導(dǎo)圖中將用戶輸入的“關(guān)鍵詞”置于整個圖形中心，按照設(shè)定的“層數(shù)閾值”，圍繞關(guān)鍵知識節(jié)點分層次展開，形成邏輯嚴密、分類清晰的層次結(jié)構(gòu)，如圖2所示。使用者可以以圖像格式保存搜索結(jié)果，還可以通過點擊節(jié)點獲得相應(yīng)課件、習(xí)題等資源連接等。

圖2 數(shù)字媒體技術(shù)專業(yè)知識導(dǎo)圖網(wǎng)絡(luò)平臺例圖

5 結(jié) 語

本文利用增量自組織神經(jīng)網(wǎng)絡(luò)模型，建立一個具有交互功能的 “專業(yè)知識圖譜可視化平臺”。該平臺可有效的整合課程內(nèi)章節(jié)知識點關(guān)聯(lián)和課程群之間的知識點的關(guān)聯(lián)，進而達到知識體系化的目的。該平臺的設(shè)計思想、模型以及程序框架是通用的，可推廣到其他專業(yè)的“微”教育教學(xué)資源平臺建設(shè)中。