基于知識圖譜與跨平臺技術在“1+X”證書考證學習路徑與實踐

張景文

本文研究基于知識圖譜概念和應用跨平臺技術構建和實現了“1+X”考試新的在線學習途徑。較好解決了“1＋X”考證中，學生對考試理論知識掌握不穩固問題。采用多技術結合加以創新，將知識圖譜技術與學科教學深度融合，實現學生“學情畫像”和個性化學習，具體應用于教學和復習各環節中，學生對理論知識掌握有明顯進步，成績和通過率得到提升。

一、背景與問題

（一）背景

知識圖譜，是一種通過將數學、圖形學、信息技術和關系映射等結合在一起的現代化、高度結構化的知識理論（袁博，施運梅，張樂，2021）。知識圖譜是基于問答系統的發展方向之一，基于知識圖譜的各類學習平臺也是人工智能研究的自然語言處理技術的重點研究方向之一，應用知識圖譜技術優化學習平臺，借助它的技術優勢構建的學習平臺目前已在教育多個領域得到廣泛的應用。基于知識圖譜的技術支持優化原有學科知識復習平臺可提升平臺的智能化和個性化學習。“1+X”證書制度是為了深入貫徹黨的十九大精神和全國教育大會精神，教育部會同國家發展改革委、財政部、市場監管總局制定了《關于在院校實施“學歷證書+若干職業技能等級證書”制度試點方案》進行推廣應用的。“1+X”證書制度是一種面向職校學生的新型人才評價體系，學校根據“1+X”證書制度的實施要求，積極開展人才培養模式、培養方案的創新探索，系統梳理各學科專業人才培養的目標和定位。學校計算機專業科通過“1+X”考證為教學體系的重塑指明方向，為學生的學習規劃和職業發展規劃提供科學指導，搭建基于“公共基礎課+專業理論課+專業技能課”的多元課程模塊。目前計算機專業科申請了Web前端（初級）和Web安全（初級）兩個項目的“1+X”考證試點，每年超過500名學生進行考試。

（二）問題的提出

對于職業院校學生而言，“1+X”考證的理論題目難度較大，“1+X”考證的理論內容復習倚重課內輔導，時間有限導致學生基礎不扎實，影響整體通過率。

“1+X”考證在專業課堂教學實施過程中存在問題歸納如下：

（1）課堂教學中以操作類為主，理論的講授較少，導致學生理論基礎不扎實，加上學生對學習純理論知識缺乏興趣，如何更好地激發學生學習興趣，從而達到鞏固的效果；

（2）學生對“1+X”學習過程忽視對體系化知識的掌握，知識點之間聯結不緊密，碎片化嚴重，影響學生對整體內容結構的理解。

二、實踐應用

（一）解決路徑和主要技術

為了充分利用學生課余時間進行課堂復習，本文提出構建一種基于知識圖譜與跨平臺技術移動端學習平臺。實現無論是在課堂用電腦，還是在課余時間用手機、PAD等設備都能進行“1+X”復習。碎片化學習利用各類平臺，搭建碎片化學習環境，是實現學習途徑新模式，也是教育革新的一個突破點。本文研究與論證用知識圖譜與跨平臺學習提供了互聯網+環境下“1+X”證書考試的理論智慧化和個性化學習路徑，彌補課堂學習時間不足，較好地解決了學生考前復習理論的瓶頸問題。

谷歌公司于2012年提出了關于知識圖譜的概念，也可視為一種用于映射我們客觀世界的語義網絡，通過其中蘊含關系模式，實現對現實世界關系模型梳理與建模。知識圖譜技術最初用于提高谷歌搜索引擎的效率。知識圖譜包括了本體構造、知識抽取和關系抽取、知識推理和關系推理等（劉嶠 等，2016）。應用知識圖譜技術構建一般采用自動或半自動技術從結構化、半結構化以及非結構化數據資源中抽取知識，并存入基于邏輯劃分的數據層和模式層，是一個迭代更新的過程，主要包含信息抽取、知識融合、知識加工三個階段（徐增林 等，2015）。基于知識圖譜的特點，本文設想一個構建于模板化方式的知識圖譜智能問答系統，將學校使用的移動端理論復習題庫進行“智慧化”改造，將原來答題模式轉變為基于知識圖譜的“練習——反饋”智能練習模式，在功能與實踐效果上均有提升。大數據時代背景下，教育走向智能化，基于知識庫以及知識圖譜模板問答學習模式出現，將處理對象的知識圖譜引入，由散亂學習文檔和文本轉變為結構化、邏輯嚴密的知識結構，解決了原來理論學習不成體系、知識凌亂等問題。

采用微信公眾號作為框架進行設計與開發的“1+X”證書考試的理論基礎復習平臺，主要因為互聯網+發展迅速，純原生開發的時間成本較大。而微信是一種多平臺使用的軟件框架，使用微信平臺原生技術進行開發，界面的繪制調用原生UI，然后再用 JS 來調用控件和編寫各類的業務代碼，是目前大部分跨平臺框架的思路。本文也使用設計框架思路，解決跨平臺開發的技術難點和節省開發成本和增加代碼復用性，提高效率。隨著微信生態不斷擴大，企業客戶的獲取和互動平臺從微信公眾號擴展到小程序和微信網頁。安卓手機、平板、IOS手機、PC都能支持同一賬號通用登錄及使用。本文提出的平臺可在許多應用，例如小程序、公眾號后臺、微信網頁中獲得同一學生賬號的基礎信息和他們的學習軌跡和偏好，并繪制學生的個人客戶畫像（Single Customer View），這為學生的推送和個性化學習提供了有效知識圖譜的圖像和數據支撐。借助微信平臺和平臺框架，我們將各個有用的信息抽取和借用。將原來的多個信息孤島——DB、平臺和練習系統數據（各個沒有連接數據但存儲著用戶的信息孤島）整合成有用的個人信息畫像。平臺將引用學生的微信和練習時產生的數據，并進行整合，在知識圖譜中生成有關學生SCV（個人客戶畫像）是整個設計的關鍵概念和技術。

（二）平臺功能介紹

該平臺可以準確地顯示出用戶查詢需求和實現個性化的知識推送。系統能夠對用戶查詢需求的信息進行分析，通過前面提到的知識圖譜的用戶個人客戶畫像知識聚合，為用戶提供精準的學習參考方案（圖1）。平臺為使用“1+X”證書的理論復習考生快速遍歷知識點，提醒用戶存在哪些知識盲點并進行推送。主動培養考生學習的好習慣和提高學習效率。系統具備如下功能：①知識點練習，學生選擇知識點練習，隨機抽取試卷進行模擬練習；②成績排行榜，激發學生的比較與學習熱情，提高學習效率；③知識圖譜復習模式，個性化地推送“1+X”考證的理論知識。

該系統采用前端框架微信公眾號，后端 Servlet 技術，編程語言PHP，數據庫采用MySQL 數據庫，系統技術架構如表1所示，系統架構如圖2所示。

（三）應用端主要操作界面（圖3）

（四）功能模塊

教師模塊：導入題庫、知識點關連模板設置、題目分值設定、查看練習情況、數據分析題目的情況、圖形化顯示班級學習情況、標注個體的學情。

課程知識模塊主要完成后臺可創設多個課程，例如1+X考證計算機一級、英語一級等課程。

學生模塊：注冊、移動練習、查詢知識、查閱推送的知識、查看個人成績及分析和排名。

（五）關鍵技術

在公眾號的問答系統中，學生輸入知識性的問題，在意圖識別之后，對用戶問題進行分類，數據相匹配獲得最終的答案三元組對應關系模式，根據三元組尋找與之相匹配的 SPARAL查詢模板，再根據SPARAL查詢模板與知識庫中的 RDF用SQL語句調用數據庫存放的知識圖譜數據，生成答案及推薦相近的答案反饋給用戶（圖4）。為提升學生復習的效率，我們在后臺題庫也采取三元組對應關系方式，將不同題目進行關聯，在學生答題過程中可迅速找出學生對某些知識點掌握的問題，在進行知識的推送時實現個性化、精準化學習。

三、實施成效

課程學習平臺能夠提供給每個學生個性化的學習服務是一個非常必要的路徑和提升效率的思路。引入了知識圖譜技術后，課程學習平臺實現了對課程知識點和學生學習情況的個人畫像。我們將數據用于“1+X”課堂學習的應用實踐。基于前后數據對比證明，知識圖譜的課程平臺較好解決了以前存在的知識分散和信息孤島問題。將整個學習智能化和精準化。整個體系實現了促進關聯知識之間的學習和記憶，大大提升了學員對各個理論知識點的掌握度。自2020年平臺使用以來，該專業科學生在“1+X”證書考試中取得了良好的通過率。在移動環境中，學生通過體驗與探索，熟練掌握相應課程的理論知識體系，為學生后續課程的學習掌握奠定基礎。自2020年6月學生采取這個學習平臺以后，該專業科兩門的“1+X”的考證課程的合格率得到提高，從圖5數據統計分析可見，通過率從原來的6成穩定提升到8成以上。

四、推廣應用

通過實踐后，學校技術人員將平臺的應用進行推廣，同時本平臺已推廣到其他的 “1+X”證書考證和其他考證項目中，從原來的計算機“1+X”證書考證練習輻射到其他考證。筆者將系列課堂教學資源部署在移動端上使得學生通過手機實現“3A”學習成為可能。基于學校公眾號的移動練習系統目前集成了“1+X WEB前端”“1+X WEB安全”“計算機一級理論”“計算機一級理論”“英語一級理論”“汽車維修工中級”“數控車工中級”“數控銑工中級”等考試題目。目前該平臺積極在學生考證中進行探索，在計算機一級考證、數控考證等專業考試中都得到推廣與應用。學生把日常碎片化時間充分利用起來，特別是對專業課程熱愛的學生慢慢地轉變了使用手機的方式，加強了學習的積極性，提高了自主學習的能力。

五、結語

基于知識圖譜與微信公眾號的智能平臺是對“IT 教育+互聯網”新型學習模式的探索，通過互聯網+為“1+X”理論學習交流提供線上教學輔助。系統實現了上傳題庫、整理知識圖譜的模板、創建班級、基礎學情分析等功能。系統的運用有效地減少了教師批改作業的時間，教師通過學生的做題情況及答題質量，利用數據分析，總結學生的問題所在，有助于教師了解學生的學習動態，對課堂教學迅速做出相應調整。學生隨時隨地刷題練習、查看解析以及提問討論，不再受限于時間和地點，個性化分析與知識推送功能有助于學生學習興趣的提高，系統智能時代下利用好信息化2.0技術創新，智慧化實現了課堂和復習一體化。

實現課程知識圖譜的自動化構建，精準化、個性化學習功能，有助于提升和推動教與學知識服務智能性和效率，對于推進教學信息化發展具有較大的意義。

責任編輯 何麗華