基于知識圖譜的通用學(xué)習(xí)路徑生成研究

白玉帥，徐洪勝，魏 銘，唐 海

(湖北汽車工業(yè)學(xué)院電氣與信息工程學(xué)院，湖北十堰 442002)

0 引言

近年來，個性化在線學(xué)習(xí)系統(tǒng)的研究因疫情的影響而變得異常迫切，越來越多的學(xué)者和專家關(guān)注并投入到此領(lǐng)域的研究中.在線學(xué)習(xí)系統(tǒng)服務(wù)于在線學(xué)習(xí)者，滿足其個性的需求，緩解當(dāng)前在線學(xué)習(xí)中存在的“信息過載”與“學(xué)習(xí)迷航”等問題.眾多專家學(xué)者從不同的角度對個性化在線教育進(jìn)行分析與討論：劉芳等[1]重視學(xué)習(xí)者特征，并以此構(gòu)建學(xué)習(xí)者模型進(jìn)行學(xué)習(xí)資源推薦；李浩君等[2]從學(xué)習(xí)資源角度出發(fā)，利用優(yōu)化算法，為在線學(xué)習(xí)者推薦最優(yōu)學(xué)習(xí)資源與學(xué)習(xí)路徑；申云鳳等[3]分析并量化在線學(xué)習(xí)行為特征，引入多重智能型算法進(jìn)行學(xué)習(xí)路徑的個性化推薦.學(xué)習(xí)路徑生成的研究已然成為在線學(xué)習(xí)系統(tǒng)的重要研究領(lǐng)域.

學(xué)習(xí)路徑的研究隨著在線學(xué)習(xí)系統(tǒng)的盛行而日益蓬勃.歐美國家對學(xué)習(xí)路徑開展研究的時間較早、成果也較為顯著：美國匹茲堡大學(xué)Peter Brusilovsky[4]依據(jù)奧蘇泊爾的有意義學(xué)習(xí)理論，采用模糊神經(jīng)網(wǎng)絡(luò)方法判斷知識水平、動機(jī)等，實(shí)現(xiàn)學(xué)習(xí)路徑的定制.奧地利格拉茨大學(xué)的Nussbaume[5]采用知識空間理論和布魯姆目標(biāo)分類法判斷學(xué)習(xí)者的知識水平，創(chuàng)建適應(yīng)性學(xué)習(xí)路徑.國內(nèi)對該領(lǐng)域的研究也取得了一定的進(jìn)展：姜強(qiáng)等[6]利用序列模式挖掘算法，挖掘、分析并匹配計算學(xué)習(xí)者特征與學(xué)習(xí)對象，生成精準(zhǔn)的個性化學(xué)習(xí)路徑.牟智佳等[7]對在線學(xué)習(xí)系統(tǒng)服務(wù)與數(shù)據(jù)處理技術(shù)間的關(guān)系進(jìn)行論述，提出了基于學(xué)習(xí)特征模型的自適應(yīng)學(xué)習(xí)路徑生成框架.

當(dāng)前，多數(shù)的研究傾向于關(guān)注如何構(gòu)建個性化的學(xué)習(xí)路徑以解決在線學(xué)習(xí)質(zhì)量差、效率低等問題，但個性化路徑生成效果并不理想.本研究在構(gòu)建學(xué)科知識圖譜的基礎(chǔ)上提出了一種通用與可行的學(xué)習(xí)路徑，為當(dāng)前大多數(shù)在線學(xué)習(xí)群體提供“學(xué)習(xí)導(dǎo)航”的功能，提高學(xué)習(xí)質(zhì)量、提升學(xué)習(xí)效率.

1 學(xué)習(xí)路徑研究現(xiàn)狀

1.1 學(xué)習(xí)路徑定義

圖1 基于學(xué)習(xí)行為活動的學(xué)習(xí)路徑Fig.1 Learning path based on learning behavior activities

關(guān)于學(xué)習(xí)路徑的概念界定，目前主流的定義分為兩種：其一，學(xué)習(xí)者在一定的學(xué)習(xí)方法指導(dǎo)下，根據(jù)其學(xué)習(xí)的目標(biāo)、水平等，對所需完成的學(xué)習(xí)活動進(jìn)行排序[8].即通過挖掘?qū)W習(xí)者學(xué)習(xí)活動時的行為日志數(shù)據(jù)，如瀏覽課件、交流提問和在線測試等，并結(jié)合學(xué)習(xí)者的學(xué)習(xí)風(fēng)格對學(xué)習(xí)活動進(jìn)行序列化,形成基于學(xué)習(xí)行為活動的學(xué)習(xí)路徑,其路徑結(jié)構(gòu)如圖1.

圖2 基于知識單元的學(xué)習(xí)路徑Fig.2 Learning path based on knowledge unit

圖3 學(xué)習(xí)路徑自動生成方法分類Fig.3 Classification of automatic learning path generation methods

其二，將學(xué)習(xí)路徑抽象化，理解成學(xué)習(xí)節(jié)點(diǎn)的組織序列，由路徑節(jié)點(diǎn)和節(jié)點(diǎn)間的關(guān)系構(gòu)成學(xué)習(xí)路徑[9]，其中路徑節(jié)點(diǎn)是最基本的構(gòu)成要素，是學(xué)習(xí)者完成學(xué)習(xí)目標(biāo)所需要進(jìn)行的最小學(xué)習(xí)單元.利用學(xué)習(xí)單元本身的屬性特征及其之間的關(guān)系，在不違背學(xué)習(xí)單元之間內(nèi)在邏輯的前提下，對待學(xué)習(xí)單元進(jìn)行序列化，形成基于知識單元的學(xué)習(xí)路徑，其路徑結(jié)構(gòu)如圖2.

1.2 學(xué)習(xí)路徑自動生成方法分類

根據(jù)對學(xué)習(xí)路徑生成研究的核心思路與策略的不同特征將其分為三類[10]，歸納成圖3.

1.2.1 基于學(xué)習(xí)者與學(xué)習(xí)資源特征匹配的方法 通過計算學(xué)習(xí)者掌握知識水平與學(xué)習(xí)資源間匹配程度，按照兩者匹配程度的高低對學(xué)習(xí)者進(jìn)行學(xué)習(xí)資源的序列化推薦.例如，李浩君[11]引入在線學(xué)習(xí)資源相斥的排序規(guī)則，根據(jù)相斥度的大小實(shí)現(xiàn)在線學(xué)習(xí)資源序列化推薦服務(wù).此類路徑生成方法強(qiáng)調(diào)的是個性化定制，但存在違背知識點(diǎn)之間內(nèi)在邏輯及認(rèn)知規(guī)律的風(fēng)險.

1.2.2 基于日志數(shù)據(jù)挖掘的方法 利用學(xué)習(xí)者的學(xué)習(xí)行為日志數(shù)據(jù)，采用關(guān)聯(lián)規(guī)則挖掘算法，從海量的知識單元序列或在線學(xué)習(xí)者的學(xué)習(xí)測試記錄中獲取知識單元的關(guān)系并以此構(gòu)建學(xué)習(xí)路徑.例如，申云鳳[3]利用網(wǎng)絡(luò)學(xué)習(xí)日志，結(jié)合學(xué)習(xí)風(fēng)格與能力水平，量化學(xué)習(xí)行為特征，采用多重智能型算法實(shí)現(xiàn)了對個性化學(xué)習(xí)路徑的推薦.此類路徑生成方法充分考慮了群體學(xué)習(xí)者的智慧，但忽視了自組織學(xué)習(xí)路徑本身也可能存在錯誤，利用從群體經(jīng)驗中總結(jié)出的學(xué)習(xí)路徑并不一定具備普適性.

1.2.3 基于知識圖譜或知識網(wǎng)絡(luò)的方法 根據(jù)知識圖譜本身包含的知識點(diǎn)屬性與知識點(diǎn)之間的關(guān)系作為算法的輸入，在確保學(xué)習(xí)路徑符合知識點(diǎn)之間內(nèi)在邏輯的基礎(chǔ)上，結(jié)合自定義的網(wǎng)絡(luò)節(jié)點(diǎn)拓?fù)渑判蛩惴ㄅc優(yōu)化算法構(gòu)建成學(xué)習(xí)路徑.例如，淵明[12]設(shè)計出三層知識圖譜結(jié)構(gòu)并結(jié)合學(xué)習(xí)者模型，對在線學(xué)習(xí)者推薦學(xué)習(xí)路徑.此類學(xué)習(xí)路徑生成方法從學(xué)科領(lǐng)域知識結(jié)構(gòu)出發(fā)規(guī)劃學(xué)習(xí)路徑，保證了學(xué)習(xí)路徑生成結(jié)果的邏輯性與科學(xué)性，但目前而言對知識圖譜的設(shè)計、開發(fā)與維護(hù)的代價較高，需要投入大量的人工精力與資源.

以上三類學(xué)習(xí)路徑的生成方法各有優(yōu)劣，總體而言，基于知識圖譜或知識網(wǎng)絡(luò)生成學(xué)習(xí)路徑的準(zhǔn)確性較高，也更符合學(xué)習(xí)者的認(rèn)知規(guī)律.但目前基于此類方法的相關(guān)研究缺乏對知識圖譜構(gòu)建過程的討論，圖譜設(shè)計的質(zhì)量也難以保證，故本研究將先從知識圖譜的設(shè)計與構(gòu)建等角度展開分析與討論.

2 通用學(xué)習(xí)路徑自動生成方法

圖4 基于知識圖譜的通用學(xué)習(xí)路徑生成方法Fig.4 General learning path generation method based on Knowledge graph

學(xué)習(xí)路徑生成是從知識圖譜到通用學(xué)習(xí)路徑，最終生成個性化的學(xué)習(xí)路徑.本研究重點(diǎn)討論基于知識圖譜的通用學(xué)習(xí)路徑自動生成方法如圖4所示，分為兩部分.第一部分是知識圖譜創(chuàng)建模塊，此部分采用以機(jī)器為主、人工為輔的方式構(gòu)建知識圖譜；第二部分是學(xué)習(xí)路徑生成模塊，將第一部分知識圖譜中相關(guān)信息作為輸入，結(jié)合算法實(shí)施與參數(shù)調(diào)試得到通用學(xué)習(xí)路徑.本研究構(gòu)建的知識圖譜為大學(xué)本科計算機(jī)科學(xué)與技術(shù)專業(yè)必修課程“C語言程序設(shè)計”.

2.1 課程知識圖譜

為確保知識圖譜構(gòu)建的質(zhì)量，采取人工設(shè)計概念層、自動提取關(guān)鍵詞以及由學(xué)科專家手動篩選知識點(diǎn)及知識點(diǎn)間關(guān)系的方法構(gòu)建課程知識圖譜.此外，還充分考慮知識圖譜中實(shí)體類型、屬性及關(guān)系，設(shè)計出知識圖譜的模式層，其結(jié)構(gòu)如表1所示.

基于知識特征的最優(yōu)學(xué)習(xí)路徑規(guī)劃(節(jié)點(diǎn)排序)研究的關(guān)鍵是節(jié)點(diǎn)之間的關(guān)系.例如，知識點(diǎn)的難度、中心度及關(guān)系權(quán)重的確定等[13].因此，在設(shè)計學(xué)習(xí)路徑自動生成時，充分考慮知識點(diǎn)在知識圖譜中的屬性及關(guān)系.知識圖譜中需要包含對知識點(diǎn)之間的父子及兄弟關(guān)系的記錄，父子關(guān)系即知識點(diǎn)之間的包含關(guān)系，用以描述知識點(diǎn)之間整體與局部的關(guān)系；兄弟關(guān)系即平行關(guān)系，用以描述處在同一個層面上的多個知識點(diǎn)，且彼此之間不存在任何依賴關(guān)系.

知識點(diǎn)屬性方面，除id和名稱屬性外，還添加了知識點(diǎn)的重要度、難度、中心度和拓?fù)鋵蛹壦膫€屬性，以此豐富知識圖譜模式層的構(gòu)建，提高知識圖譜設(shè)計的質(zhì)量.

2.2 學(xué)習(xí)路徑生成算法

本研究設(shè)計了知識點(diǎn)拓?fù)渑判蛩惴ǎ凑罩R點(diǎn)的重要度由高到低、難度由易到難、中心度由大到小和拓?fù)鋵蛹売蓽\至深原則，結(jié)合知識圖譜的結(jié)構(gòu)及知識點(diǎn)間的關(guān)系對知識點(diǎn)進(jìn)行排序，生成通用學(xué)習(xí)路徑.

2.2.1 知識點(diǎn)屬性特征值計算 利用TextRank關(guān)鍵詞提取算法對文本資源進(jìn)行處理，得到知識點(diǎn)集合及知識點(diǎn)重要度.其公式表示為：

(1)

式中：Ws(Vi)為節(jié)點(diǎn)Vi的權(quán)重；Ws(Vj)為上次迭代后的節(jié)點(diǎn)Vj的權(quán)重；wji為節(jié)點(diǎn)Vj與節(jié)點(diǎn)Vi之間的相似度；d為阻尼系數(shù)，一般取值為0.85.

知識點(diǎn)難度的定義參考課程要求，將其分為了解、理解、掌握與應(yīng)用四個等級，并分別賦予1到4的權(quán)重.

根據(jù)知識圖譜的性質(zhì)，利用知識點(diǎn)的入度與出度的比值計算知識點(diǎn)的中心度，比值越大，說明知識點(diǎn)的中心度越高，其對后續(xù)學(xué)習(xí)的貢獻(xiàn)越大[14].知識點(diǎn)入度與出度的定義如下.

(2)

中心度計算公式如下：

(3)

式中：C(v)為節(jié)點(diǎn)Vi的入度與出度的比值；Pre(Vi)為知識點(diǎn)Vi的一階前驅(qū)知識點(diǎn)集合；Suc(Vi)為知識節(jié)點(diǎn)Vi的一階后繼知識點(diǎn)集合.

知識點(diǎn)拓?fù)鋵蛹壙筛鶕?jù)知識圖譜的結(jié)構(gòu)設(shè)計直接獲取.

利用上述屬性值計算知識點(diǎn)排序指標(biāo)Wkpi，如公式(4)所示.其中重要度Impkpi利用公式(1)中Ws(Vi)節(jié)點(diǎn)的權(quán)重值.

Wkpi=wimp×Impkpi+wdiff×Diffkpi+wcent×Centkpi+wtp×Tpkpi

(4)

式中：Impkpi、Diffkpi、Centkpi、Tpkpi分別為知識點(diǎn)kpi的重要度、難度、中心度與拓?fù)鋵蛹墸鴚imp、wdiff、wcent、wtp為人工賦予的屬性權(quán)重值.

圖5 學(xué)習(xí)路徑生成算法流程圖Fig.5 Flow chart of learning path generation algorithm

2.2.2 算法流程 通用學(xué)習(xí)路徑生成算法流程如圖5所示.

圖中：

①待排序的知識點(diǎn)集合KG，本研究將知識圖譜中所有知識點(diǎn)都列為待排序的知識點(diǎn)集合，并且，為了后續(xù)的分析與計算，本研究手動指定了一個初始知識點(diǎn)KP0.

③知識點(diǎn)及關(guān)系的三元組列表L，可直接從Neo4j圖數(shù)據(jù)庫中導(dǎo)出.列表L的記錄信息為(KPm，R，KPn)，表示知識點(diǎn)KPm與KPn的關(guān)系為R.

④知識點(diǎn)重要度、難度、中心度與拓?fù)鋵蛹墝傩蕴卣鲾?shù)據(jù)Impkpi、Diffkpi、Centkpi、Tpkpi以及知識點(diǎn)排序指標(biāo)Wkpi.

⑥結(jié)合知識圖譜及知識點(diǎn)屬性特征數(shù)據(jù)，利用拓?fù)渑判蛩惴ㄉ蓪W(xué)習(xí)路徑.

最后，算法的輸出為通用的學(xué)習(xí)路徑Pathkp，Pathkp=(KP1，KP2，…，KPn).

3 實(shí)驗分析

實(shí)驗環(huán)境及設(shè)備工具的選擇對實(shí)驗結(jié)果有較大的影響，為了盡可能產(chǎn)生最好的實(shí)驗效果，主要使用的系統(tǒng)開發(fā)環(huán)境如表2所示.

圖6 《C語言程序設(shè)計》知識圖譜Fig.6 Knowledge graph of C language programming

從某在線學(xué)習(xí)平臺隨機(jī)爬取某大學(xué)本科必修課程“C語言程序設(shè)計”，將其處理后轉(zhuǎn)為文本.利用TextRank提取關(guān)鍵詞算法得到500個待排序知識點(diǎn)集合及其重要度值Impkpi，經(jīng)篩選后添加知識節(jié)點(diǎn)關(guān)系屬性，同時結(jié)合專業(yè)課程書籍將知識點(diǎn)與知識點(diǎn)之間的關(guān)系整理成CSV文件，并將文件導(dǎo)入到Neo4j圖數(shù)據(jù)庫中形成可視化的知識圖譜，如圖6所示.

根據(jù)知識圖譜中知識點(diǎn)屬性及其之間的關(guān)系，分別計算得到知識點(diǎn)難度、中心度、拓?fù)鋵蛹墝傩蕴卣髦礑iffkpi、Centkpi、Tpkpi.利用公式(4)計算并調(diào)試參數(shù)后得到知識點(diǎn)排序指標(biāo)Wkpi，其計算結(jié)果如表3所示.

表3 屬性特征及排序指標(biāo)的值Tab.3 Attribute characteristics and values of sorting indicators

結(jié)合上述步驟，并使用設(shè)計的知識點(diǎn)拓?fù)渑判蛩惴ㄗ詣由苫谥R圖譜的通用學(xué)習(xí)路徑，將路徑可視化后如圖7(a)所示.同時，邀請相關(guān)領(lǐng)域?qū)＜覍χR點(diǎn)進(jìn)行路徑設(shè)計，生成了專家路徑，如圖7(b)所示.

圖7(a) 自動生成路徑Fig.7(a) Auto-generate path圖7 (b)專家路徑Fig.7(b) Expert path

完成算法實(shí)現(xiàn)與參數(shù)調(diào)試后，為得到學(xué)習(xí)路徑自動生成質(zhì)量，將其與專家路徑做效果對比.路徑相似度計算公式如下所示.

(5)

式中：pathep、pathat分別為專家路徑與自動生成路徑；KPmatched為專家路徑與自動生成路徑相匹配的學(xué)習(xí)路徑個數(shù)；KPtotal為學(xué)習(xí)路徑總數(shù).

由公式(5)計算得到自動生成的學(xué)習(xí)路徑與專家設(shè)計的路徑相似度為81.94%，說明本研究設(shè)計的基于知識圖譜自動生成的學(xué)習(xí)路徑的規(guī)劃方法是可行的.

此外，還利用了學(xué)習(xí)路徑評估指標(biāo)fitness[10],進(jìn)一步檢驗自動生成路徑的質(zhì)量.fitness評估指標(biāo)的計算公式如下所示.

(6)

式中：penaltyadi為學(xué)習(xí)路徑違背知識點(diǎn)間相鄰原則的數(shù)量；penaltyorder為學(xué)習(xí)路徑違背知識點(diǎn)間先修后繼原則的數(shù)量.學(xué)習(xí)路徑違背規(guī)則的數(shù)量越少，fitness數(shù)值就越小，說明路徑生成的質(zhì)量越高.

根據(jù)公式(6)計算專家路徑與自動生成路徑的fitness評估指標(biāo)如表4所示.可見，自動生成路徑的fitness值偏小，與專家路徑的fitness指標(biāo)值差距也較小，說明自動生成路徑的質(zhì)量較高，接近專家設(shè)計路徑的水準(zhǔn).

通過兩種方法生成的路徑評測表明，本研究設(shè)計的基于知識圖譜的通用學(xué)習(xí)路徑的自動生成方法是合理的、可解釋的，且路徑生成的質(zhì)量較高.

與采用多重智能型算法生成的個性化學(xué)習(xí)路徑相比[3]，通用學(xué)習(xí)路徑的生成受到稀疏問題的影響較小，無需事先得到大量學(xué)習(xí)者信息才能為其提供路徑推薦；本研究應(yīng)用TextRank算法與使用BiLSTM+CRF模型[12]進(jìn)行實(shí)體抽取相比，直接獲取了知識節(jié)點(diǎn)的重要度，降低了算法時間復(fù)雜度.

4 結(jié)論

本研究設(shè)計了一種從知識圖譜到通用學(xué)習(xí)路徑自動生成的方法，為個性化學(xué)習(xí)路徑的生成與學(xué)習(xí)資源的推薦乃至個性化學(xué)習(xí)系統(tǒng)的構(gòu)建打下堅實(shí)基礎(chǔ).實(shí)驗表明通用學(xué)習(xí)路徑生成方法的可行性較高，質(zhì)量也較好，在線學(xué)習(xí)過程中可替代專家制定的路徑，為在線學(xué)習(xí)者提供一條通用、合理與可解釋的學(xué)習(xí)路徑，從而提高在線學(xué)習(xí)者的學(xué)習(xí)效率與質(zhì)量.

在進(jìn)一步的研究中可以考慮，如知識圖譜中難度屬性可從歷史學(xué)習(xí)者的知識點(diǎn)得分記錄，學(xué)習(xí)時間成本等角度考慮，實(shí)現(xiàn)難度取值多元化；對比實(shí)驗環(huán)節(jié)，組織被試人員依據(jù)路徑開展學(xué)習(xí)，進(jìn)一步驗證自動生成路徑的質(zhì)量與效果.后續(xù)研究將主要針對以上方面進(jìn)行更為深入的探討與分析.