摘要：本研究旨在探讨知识图谱在高等职业教育通识课程中的应用，通过实证研究分析其优势和不足，以期为解决当前高职通识教育中存在的问题提供新思路。研究首先阐述了知识图谱应用于教育的意义，包括发展通识教育的必要性、利用知识图谱作为信息化教学手段的重要性以及构建个性化教学生态对于通识教育发展的推动作用，并在此基础上提出通过三个阶段构建高职通识教育个性化教学生态，以提升学生学习效率和教学质量，同时建立知识共享平台促进学生交流。

关键词：知识图谱；通识教育；个性化教学生态

随着人工智能技术的发展，知识图谱作为一种新型的知识表示和管理方式，具有个性化、可视化、游戏化、系统化的特点，其在教学实践中的“智适应”特征为新形态教学模式的构建提供了思路。本项目将对知识图谱在高等职业教育通识课程中的应用进行实证研究，分析其优势和不足。通过对比传统教学模式和基于知识图谱的教学模式，以期能解决目前高职通识教育中知识碎片化、过程扁平化、教学低效化等问题，营造新形势下个性化的教学生态，提升学生的学习效果。

一、研究意义

在知识图谱视阈下构建通识教育个性化教学生态的实证研究，其意义主要有以下三点：

1）发展通识教育是人才培养和时代发展的必然要求

高职通识教育是指为适应社会需求、培养具有跨专业、跨领域的复合型技术人才，开设面向全体学生的通识性课程。高等职业教育中的通识教育涵盖了广泛的内容领域，既包含人文素养、道德情操，也包含基础科学、逻辑认知等。实施这样的教育体系，旨在增强学生的跨学科综合素养，融入道德教育与人才培育的核心价值，为他们的个人发展及职业生涯奠定稳固的基石。依据《教育部关于强化高等职业教育人才培养工作的指导意见》，各高等教育机构应以通识教育为基石，构建并完善多样化的人才培养体系，保障学生的全方位发展。当前，高职通识教育在课程内容与教学模式上正经历着不断的革新与优化，并且积极探索采纳诸如OBE（成果导向教育）、MOOC（大型开放在线课程）等新兴教学策略，以期提升教学质量及学生的主动学习参与度。

2）利用知识图谱是新时代信息化教学的必要手段

《教育信息化2.0行动》及《中国教育现代化2035纲要》均指出，在信息化环境中，实现差异化教学策略、个性化学习体验、精细管理流程及智能化服务支持是关键。借助现代科技力量，加速人才培育模式的革新，旨在融合大规模教育的效率与个性化教学的精准度。知识图谱作为一种人工智能辅助教学工具，展现了“智能适应”的特性，它凭借信息量大、知识网络互联及语义深度丰富的优势，在教育领域发挥着重要作用。针对高职通识教育课程，知识图谱能够被用来构建一个跨学科的知识架构，确保各学科知识节点间的有效关联，形成具有连续性和系统性的学习逻辑。此外，知识图谱凭借其高效的知识组织能力和推理机制，能够智能化分析学情，根据每位学习者的学习进度和学习反馈设置学习内容，从而满足个性化学习的需求。

3）构建个性化教学生态是通识教育持续进步的必经之路

尽管高等职业教育中通识教育领域的相关研究已取得显著成就，其发展历程仍面临诸多挑战。首先，学生在通识教育学习中遇到薄弱的环节多习惯求教教师和网络查阅，一方面缺乏即时性和有效性，另一方面面对数量庞大、质量参差的在线学习资源，往往会产生“困顿”、“迷惑”等问题。其次，不同学生在学习的元策略、认知策略和社会情感策略等方面都存在较大差异，绝对或者很大层面上的因材施教是很难实现的。面对这些教学困境，利用人工智能构建个性化教学生态为通识教育发展提供了新的思考方向和解决路径。

二、研究现状

2012年5月，谷歌公司率先引入了“知识图谱”这一概念。知识图谱通过对数据进行整合与标准化处理，能够直观展现不同实体间的相互联系。当前，它在信息检索、自动化问答系统以及决策支持等多个领域均得到了广泛应用。国外相关领域的研究者对知识图谱在通识教育领域取得了以下主要研究进展：M. Kajiyama及其团队（2018年）针对高职通识教育中存在的不同学科之间知识断裂的问题，开发了一款基于知识图谱的智能问答系统，为学生提供了更为全面且深入的问题解决方案；B. Barros等人（2019年）则将知识图谱技术应用于通识教育中的历史学科中，协助学生更好地理解历史事件之间的关联及其发展脉络。此外，N. Lasierra及其研究团队（2020年）运用知识图谱技术，通过可视化手段，构建了一个以概念关联的通识教育知识网络。总体而言，国外学者在知识图谱应用的实践应用层面已取得了一定的成果，但仍需结合不同的通识知识体系及学习者的实际学习需求，进行进一步的实证和研究。

近些年来，知识图谱在教育领域的作用也受到了越来越多国内学者的关注。郭涛、刘方、孙广中（2019）通过构建高职通识课知识图谱，对学生的知识掌握情况进行评估，并推荐符合学生学习需求的课程内容。李婷婷、王贻芳、侯晓维（2020）提出了一种基于领域本体与知识图谱的高职通识课程教育模式，旨在为学生提供个性化的教学服务和辅助学习。王琳、邓羽飞、黄秋梅（2021）借助知识图谱可视化技术，构建通识课程知识网络，将通识课程知识呈现给学生，以期提高学生的学习兴趣和效果。

综观当前知识图谱在高职通识课程领域的应用研究，国内外呈现出既存差异又含共通之处的局面：国内多数学者聚焦于构建高职通识课程的知识图谱体系，借助算法、可视化展示等手段以促进学生学习，积极探索知识图谱在个性化教学方案等方面的应用潜力，力求为高职通识教育带来创新。相比之下，国外的研究重心更倾向于利用机器学习和人工智能技术深化知识图谱的应用，同时，部分国外学者还着眼于知识图谱在解决跨学科问题上的效用，并尝试将其与自然语言处理、虚拟现实等前沿技术融合，旨在为高职通识课程打造更为综合、沉浸式的学习环境。

无论是国内还是国外，知识图谱在高职通识课程中的应用和研究均处于起步阶段，需要进一步的理论探索和深入研究。尤其是在高职教育的教学改革实践中，需不断积累数据、总结经验，以推动该领域研究的持续进步与成熟。

三、知识图谱视阈下构建通识教育个性化教学生态初探

随着技术手段的不断融入，高等职业教育中通识课程的教学资源日益丰富，知识获取的途径也逐渐展现出跨平台、跨来源、跨媒体等更为复杂的需求。然而，当前高职通识教育在知识组织与发展上面临着几个主要问题：首先，通识教育的知识组织形式较为单一，在教学过程中体现为教学方法比较传统和单调；其次，通识知识一般较为固定，其知识本身的成长性不足；此外，通识知识内部链接不足，不同大类的通识知识之间缺乏组织性和统筹性；最后，传统的通识知识体系开放性有限，不能满足知识的自我更新和成长，更不能满足学习对象的个性化需求。

鉴于上述挑战，本教学改革项目旨在依托知识图谱技术，构建一个针对高职通识教育的个性化教学生态体系，以知识图谱为基础、以资源图谱为支撑、以学习者画像为起点、以教学策略模型为核心，以学习数据为反馈，以提升学习者核心素养为根本导向。本教学改革分三个阶段来进行。

阶段一：个性化设定通识教育目标——精准定位，以学定教

通识教育教学目标的确立是教学过程顺利展开及实现预期教学效果的先决条件。在知识图谱视域下精准定位教学目标可以通过大数据管理和进程可视化根据学生的学习进度和效率以学定教。个性化定制通识教育教学目标的过程实际包含了两个维度的内容，首先，知识图谱能通过监控和检测对学习者现阶段的知识掌握情况进行精确描绘；其次，知识图谱能根据现阶段学习者的知识掌握情况对其未来的学习趋势进行预测，从而引导他们进行智慧化学习。

阶段二：个性化构建通识教育知识结构——可视化呈现，高效建构

传统的知识建构过程是线性的、单向的、扁平化的，在教师传授和学生学习的过程中知识主要呈现单一的输出和构建过程。在知识图谱视域下建构通识教育个性化教学生态的过程中，知识通过图表、图形、思维导图、知识地图等多样的可视化形式将知识进行立体重构，为学习者搭建直观有效的知识框架，清晰、高效地呈现了不同类别通识类知识间的异同，揭示其内在结构和关联。

阶段三：个性化规划通识教育知识路径——技术融合，关注差异

首先，构建学习者画像模型。学习者画像模型基于知识图谱和大数据分析技术，可以集成关于学习者学习进程的多项指标，深入挖掘学生学习过程中的多维度数据，不仅仅包含学习成绩、学习时长、典型错误等显性学习者信息，也包含学习者性格、认知偏好、受挫能力等隐形的学习者信息，从而得出更加个性化和客观化的学情分析结果。此外，学习者画像模型可以实现对不同学习者学习进程的全程记录，实现精准的查漏补缺，通过技术赋能提升学习效率和个性化知识建构。

其次，实施智能适应性学习诊断。知识图谱视域下的智适应学习诊断将结合学习者的客观学习过程数据，匹配通识类知识的网络架构，以知识空间理论、认知诊断理论为理论支撑，运用统计测量、数据挖掘等智能技术，实现学习诊断的智能化、客观化和个性化。在此基础上，若学生未达到前期设定的学习目标，智适应学习诊断系统将回顾学习过程进行归因研究，分析可能存在的问题点，形成诊断报告，并对后续的学习提供建设性意见，实现诊断过程的个性化。

此外，引入智能教育机器人辅助教学。通过机器学习和知识图谱等技术，机器人可作为学习伙伴或者课堂助教等多种角色，其不仅能够与人无障碍交流，而且能进行简单的逻辑推理和规则匹配，从而在知识构建中发挥作用。知识图谱是教育机器人具有的核心技术手段，存储了丰富的通识教育领域常识性知识以及学习者学习状态的数据信息，使机器人具备记忆、思考、推理和判断能力。以问答系统为核心的教育机器人，可以在教学中实现一系列工作，如知识答疑、知识检索推荐、教学管理等，使通识教育更显个性化。

四、教学反思

通过实证研究，我们发现知识图谱在通识教育中的应用具有显著优势。首先，知识图谱能够实现知识的可视化呈现，帮助学生直观理解知识的内在结构和关联关系，从而高效构建知识体系。这一特性对于解决高职通识教育中知识碎片化、过程扁平化的问题尤为重要。学生可以通过知识图谱快速把握学习内容的整体框架，明确学习路径，提高学习效率。

其次，知识图谱的个性化教学特性为通识教育提供了新的思路。借助知识图谱和大数据分析技术，我们可以深入挖掘学生的学习数据，构建学习画像模型，实现精准的学情分析。这不仅有助于教师根据学生的实际情况调整教学策略，还能为学生提供个性化的学习资源和建议，满足其差异化学习需求。

然而，在实际应用过程中，我们也发现了一些不足和挑战。例如，知识图谱的构建和维护需要投入大量的人力和物力资源；教师在使用知识图谱进行教学时，需要具备一定的技术素养和教学设计能力；此外，如何有效融合知识图谱与其他教学手段，实现教学效果的最大化，也是一个值得深入探讨的问题。

针对这些挑战，我们认为未来的研究应该着重于以下几个方面：一是加强知识图谱技术的研发和应用，降低其使用门槛和成本；二是提升教师的技术素养和教学设计能力，使其能够更好地利用知识图谱进行个性化教学；三是探索知识图谱与其他教学手段的融合方式，构建更加完善的教学体系。

综上所述，知识图谱在高职通识教育中的应用具有广阔的前景和深远的意义。它不仅能够提升教学质量和学习效果，还能为学生的个性化学习提供有力支持。然而，其实际应用仍需要我们不断探索和完善，以期为实现高等职业教育的人才培养目标贡献更多力量。

五、结语

本研究通过构建通识教育知识本体，利用知识图谱进行教学实践，并进行了基于知识图谱教学的反思。研究结果表明，知识图谱在高职通识课程中的应用具有显著优势，能够提高学生学习效率和教学质量，促进知识共享和个性化教学。然而，仍需注意根据不同学生的学习特点和需求提供个性化的知识图谱展示和学习路径，并跨学科、跨领域地共享和交流知识，以确保知识图谱的完整性、一致性和时效性。

参考文献：

[1]朱晓洁，查振宇.基于知识图谱的高校通识学科教学生态重塑[J].齐齐哈尔高等师范专科学校学报，2024，（04）：95-99.

[2]李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019，37（04）：42-53.

[3]李艳燕，张香玲，李新，等.面向智慧教育的学科知识图谱构建与创新应用[J].电化教育研究，2019，40（08）：60-69.

[4]马友忠.基于课程知识图谱的智慧教学应用研究[J].河南教育（高教），2024，（02）：84-86.

[5]付杨，吕双十.知识图谱在高职教育改革中的应用：现状、挑战及未来发展[C]//中共沈阳市  委，沈阳市人民政府.第十八届沈阳科学学术年会论文集.辽宁生态工程职业学院，2021：5.

[6]申睿，郭福春，吴金旺.人工智能赋能高职教学资源建设路径研究——基于联通主义的视角[J].教育学术月刊，2022，（07）：52-59.

基金项目：

本文系湖州职业技术学院2023年校级教育教学改革研究项目：“基于知识图谱构建高职通识教育个性化教学生态的实证研究”（项目号：2023xj12）的研究成果。

作者简介：

何燕，汉，女，1987.02，浙江湖州，湖州职业技术学院，硕士，副教授，高职教育。