基于知識圖譜的“算法設計與分析”課程個性化教學實踐

錢濤

關鍵詞：知識圖譜；算法；個性化教學

1引言

“算法設計與分析”課程是計算機科學與技術本科專業的核心課程。該課程的開設旨在培養學生算法的分析能力以及解決實際問題的能力，從而將實際應用與算法理論進行有效結合。雖然“算法設計與分析”課程的知識體系并不繁雜，但其呈現的知識體系描述比較抽象，知識點之間關系多樣化，導致學生難以理解。由于算法思想抽象、復雜且概念偏多、理論性較強，同時需要將理論應用于實際應用問題中，在教學過程中存在一些問題：（1）學生普遍反映學習該課程難度較大，理解并靈活應用算法比較困難；（2）由于學生學習水平參差不齊，傳統教學方式很難照顧到每一個學生，做到因材施教。因此，如何應用科學的先進教學理念、通俗易懂的教學方法，特別是應用一些人工智能新技術作為輔助教學手段傳授課程內容，對任課教師來說是一項極具挑戰性的任務。

知識圖譜是美國Google公司于2012年提出，它利用信息處理、數據挖掘等技術把復雜的知識以圖譜方式展示出來[1]。知識圖譜本質是一個語義網，它是圖狀的且具有關聯性的知識集合。把知識圖譜引入課程教學，可以很好地展現課程整體知識框架、知識點以及知識關聯等，可有效地對課程知識脈絡進行梳理，有助于學生充分理解課程知識。另外，利用知識圖譜，可以及時了解學生掌握知識的差異性，并針對不同學生實現差異性教學。近年來，國內外高校逐漸開始重視把知識圖譜技術應用于課程教學，如將知識圖譜技術應用于智慧課堂[2]、翻轉課堂[3]及MOOC教學[4]等，都取得了良好的教學效果。

本文提出把知識圖譜技術應用于“算法設計與分析”課程，實現個性化教學。在充分調研課程領域本體模型及其實現的基礎上，構建該課程知識圖譜，從而進一步地將知識圖譜融人教師備課、課堂教學、課下作業布置及課外輔導等一系列教學環節，實現了教學的精準化、個性化。

2“算法分析與設計”課程知識圖譜構建

2.1課程知識體系

梳理課程知識體系是構建課程知識圖譜的關鍵。本文從問題一方法一應用一實例出發，列出“算法設計與分析”課程整個知識體系與單元邏輯結構，如圖1所示。對于該課程來說，最重要的是掌握5個常用算法，即分治法、動態規劃法、貪心法、回溯法和分支限界法。從算法思想角度看，這5種算法可分為2類，即分解為子問題與解空間搜索。雖然不同的算法可能解決的問題有所不同，但同一個問題通常可用多種算法來解決，這要求學生不僅要掌握每個算法的應用，還要理解這5類算法之間的聯系與區別。

2.2課程知識圖譜構建

知識本體建模是構建知識圖譜的首要步驟，是對領域知識結構與概念進行設計的過程。其主要包括本體設計、關系設計及屬性設計。教育知識本體建模的目標是建立學科領域知識關聯，并能評估學生對該知識點的學習與認知能力。因此，需要從知識組織與認知能力2個層次來設計教育知識本體。

不同課程對應不同的知識體系，其知識本體元模型也是不同的。對算法來說，其知識內容通常是明確的，如包含設計思想、求解步驟、適用條件、復雜度分析及實例應用等。對算法的每一具體知識，其能力要求也是不同的。圖2給出了動態規劃算法的知識圖譜示例。對于每個知識點，根據教學大綱及教學目標，設計了不同的能力要求等級。

3知識圖譜指導的個性化教學實踐

知識圖譜指導的個性化教學模式通常是以課程知識圖譜為核心，將知識圖譜融人課前教師備課與學生預習、課堂教學、課后作業布置及課外輔導等一系列教學環節，實現了教學的精準化、個性化。具體步驟如下。

（1）課前：借助課程圖譜生成針對該課程內容教學模塊的一系列知識子圖譜，獲取與所要講解新知識點相關的知識點及知識關聯，選擇與知識點相對應的預習題目，進而了解每位學生對這些知識點的掌握情況。教師根據預習結果有針對性地對教學內容做調整。

（2）課堂教學中：以知識圖譜涉及的知識點為重點講解內容，由已學知識點引入新知識點，根據知識點之間的關聯組織課堂教學，并沿知識圖譜中的知識點關聯延展到其他新知識點，根據具體問題設計教學知識圖譜，便于學生理解課程內容的知識體系。

（3）課后：復習時以知識圖譜為主體，充分利用相關教學資源，并根據每位學生對學習的知識點掌握情況，由個性化教學平臺發布適合每位學生的個性化作業。每個作業題目與一個或多個知識點相連，利用知識點與能力的映射關系，并根據學生的作業情況，對學生的學習效果進行評估。教師根據學生學習效果，精準輔導，以實現真正的因材施教。

（4）課程總結：完成本課程的教學工作后，個性化的教學平臺會為每位學生進行畫像，即形成每位學生的知識圖譜，直接展示學生的知識掌握情況。

本文對知識圖譜教學實踐效果進行分析，在“動態規劃算法”課程教學的過程中，將2022級計算機科學與技術專業學生分為A，B兩組。A組25位學生采用知識圖譜教學個性化教學，B組25位學生采用傳統方式教學。完成教學內容學習后，通過標準化試題測試2組學生對該算法的掌握情況。圖3所示為2組學生的測試成績。數據顯示，使用知識圖譜教學個性化模式的A組學生平均成績顯著高于B組學生。

4結束語

以知識圖譜為驅動，實現知識點、知識關聯及能力為統一評價的教學實踐，有助于為學生提供個性化教學服務，增強自主學習的積極性。本文將知識圖譜引入“算法設計與分析”教學中，構建了“算法設計與分析”課程知識圖譜，設計了一種知識圖譜驅動的個性化教學模式。將課程內容知識圖譜引入教學的各個環節，即在課前、課中、課后及課程總結等均以知識圖譜為指導，實現了對學生的精準化和個性化教學。