知识图谱视角下的MOOC教学优化研究

陆星儿 曾嘉灵 章梦瑶 郭幸君 张婧婧

【摘 要】

本研究以学堂在线“心理学概论”课程为例，采用共词分析法和社会网络分析法建立基于课程知识点的知识图谱，并形成相应的知识框架结构，作为探索MOOC教学优化的一种可视化方式。教学内容的知识框架结构图可帮助教师进行高效、清晰的教学过程回顾、分析和改进。教学知识图谱与学生讨论知识图谱进行对比分析，可帮助教师反思教学设计与学生认知过程中产生的问题，从而促进教学内容、策略及活动的改进。未来需要重视构建学科知识本体，对以xMOOCs为代表的在线学习数据进行充分挖掘，积极探寻如何将知识图谱转化为知识结构，从而促进在线学习模式的转变。

【关键词】 MOOCs；教学内容；学生论坛；知识图谱

【中图分类号】 G40-057 【文献标识码】 A 【文章编号】 1009—458x（2016）07—0005—05

自2012年以来，xMOOCs以其优质的教学资源和免费开放的特点迅速在全球兴起，吸引了数以万计的学习者自由选课，参与体验一对一“大规模”的在线教学。然而，其基于行为主义的教学法一直备受争议（郑勤华，等，2015）。课程论坛为教师与学生和学生与学生之间交互提供了一定的空间，但由于xMOOC 学习者的大规模化，教师难以关注每一名学习者的发帖情况，应对大量的论坛数据。郑燕林等（2015）指出，xMOOC论坛的发言内容是教师观察学生的重要途径，但教师很难像传统课堂教学环境中那样随时关注到学习者的反应，及时捕捉学习者的需求与反馈，难以及时给予指导与支持。孙洪涛等（2016）调研了622门xMOOCs，发现“52.6%的课程论坛实际未发生作用，419 门 （72.5%） 课程的教师未进行答疑辅导”。尽管一些教师通常安排助教帮助回复论坛发帖、整理课程资料、充当教师与学生之间的“过渡”桥梁（范逸洲，等，2014），教师仍然需要付出巨大的时间成本来处理大量的论坛数据，借以了解学习者的学习需求，以调整与优化xMOOCs的教学内容与进度。因此，通过何种方式帮助教师简单快速地提取论坛讨论的主题，并识别学生讨论与其教学内容的异同是一个重要且亟待回答的问题。本研究尝试对学堂在线“心理学概论”的课程资料和论坛数据进行分词和共现矩阵的构建，形成教学内容和学生论坛知识图谱，使教学内容、学生学习行为可视化，便于教师对自身教学和学生认识理解过程的解读，并进一步根据教学情况调整或优化教学内容与进度。

一、知识图谱分析

知识图谱以其可视化、直观且便于理解的呈现方式，覆盖了多领域的知识资源及载体，其构建方法和工具也趋于多样化。知识图谱表现的并非浅层次、分离的信息，而是通过一定的语义结构表现出各信息之间潜在的联系和规律。知识图谱把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考（秦长江，等，2009）。目前已经比较成熟的分析方法有共词分析、多元统计分析、引文分析、社会网络分析、文献统计分析和词频分析等。用于构建知识图谱的工具有CiteSpace、IN-SRIRE、Histcite、Rost CM、Network workbrench、Ucinet等。

本研究采用共词分析法和社会网络分析法描述学堂在线“心理学概论”课程的知识图谱。共词分析建立在词频分析的基础上，统计出现在同一段文字中的词语对或名词短语共同出现的次数，构造共现矩阵、相似矩阵、相异矩阵来呈现这些词之间的亲疏关系，据此将具有相似主题的词进行聚类。社会网络分析法能将复杂关系量化表征，揭示关系的结构，描述不同主体之间的联系。本研究采用ROSTCM6和NetDraw工具进行数据分析。

以“心理学概论”中“情绪与情感”这一章节视频字幕和论坛数据为原始数据进行知识图谱分析。视频字幕是教师教学内容的文本载体，作为构建教学内容知识图谱的文本数据，用来揭示教学知识点的广度与相互关系。下载、合并得到包括“绪论”“心理学历史”“感觉与知觉”等12章的字幕数据约9万字。课程论坛数据用以可视化分析学生讨论情况，共获得课程论坛数据5，000多条。

为了防止课程字幕分词时专业词汇被拆分，首先对课程所有章节字幕中的心理学名词进行人工梳理，形成自定义词表，添加到ROSTCM6的分词词表中，然后对“情绪与情感”这一章节的字幕进行分词。将分词后的字幕文件进行词频统计，筛选后的数据作为课程语料库进行数据分析。筛选与课程内容相关的论坛数据，基于构建的课程语料库进行分词，选取高频关键词，利用ROSTCM6生成共现矩阵，导入NetDraw中可视化，分别生成教学和论坛知识图谱。

二、研究结果与分析

（一）教学内容知识图谱

词频分析发现，“情绪与情感”这一章节的高频词汇涵盖了心理学现象、一般行为和人名等，比如情绪、情绪体验、人类、心理学家、差异、情绪活动、反应、表现规则、生理反应、情商、情绪智力、文化、愤怒、艾克曼、情感、文化差异、面部表情、詹姆斯-兰格、情绪反应、学习、控制等。

在视频字幕中，共词频率偏低，其中“情绪”与“人类”、“情绪”与“反应”共同出现在同一短句中的次数最多（14次），其次为“情绪”与“差异”（10次）。根据共词频率矩阵形成知识图谱，可视化高频的课程内容知识点之间的关系（如图1所示）。

图1中的节点代表筛选出的高频词汇，词汇相连（边）代表同一行字幕中两个词汇被同时提及，点的大小表示的是该词汇在图中的度数，边的粗细表示两端词汇在同一行中被提及的频次大小。图中中心度最大的词汇为“情绪”，其他节点以“情绪”为中心以放射性发散的方式聚集在“情绪”周围，且大多数与“情绪”形成边。除“情绪”之外中心度较大的节点分别为“反应”“差异”“文化”“面部表情”“生理反应”“体验”“行为”“因素”等词汇，以这些词汇为中心，又形成了数个小团体。并且，“情绪”分别和“面部表情”“人类”“文化”“差异”“理解”“因素”“体验”之间形成较粗的边。各词汇相互联系形成一张知识网络。

从知识图谱中可较为直观地看出教师对于知识重点的安排，节点越大，说明该知识点被教师反复强调，如“情绪体验”“反应”等可视为较为重要的知识点。与之相关的知识点通过边形成直接或间接的联系，呈现出以某一重点知识为中心的聚合状态。边的权重则反映出教师对知识点之间的关联强弱的理解，“心理学家”一词关联着“达尔文”“詹姆斯”“兰格”等心理学家，这些心理学家又关联着与他们的研究相关的理论，如“达尔文”与“进化”。

筛选出中心度较大的几个知识节点，罗列出与其有直接联系的知识点形成一个小群体，再从小群体中选取中心度较大节点罗列与之关联知识点形成另一个群，帮助教师形成教学知识内容结构，能较为清晰、快速地梳理出课程主体知识内容的构架。

如图2所示，以教学内容图谱和教学重点知识集群结果为基础，勾勒出的知识点分类，圆形代表概念和符号，菱形代表事实范例，方形表示原理以及格式，以中心度和关联情况（是否直接关联）为层级绘制出知识结构图。在图中，知识群体和知识点之间的关联有了更加清晰的呈现，在一定程度上反映出课程结构的特性。知识点之间虽然无法表示出认知上的先后，但是不同组块的聚合和互连却能够在一定程度上减少教师对其教学设计与实际教学情况进行比较研究的工作量，根据实际教学中的知识类型分布，帮助教师了解实际教学过程中知识点发生的关联，调整教学策略和教学活动的安排。对于以xMOOCs为代表的在线学习，对字幕数据的有效利用，通过共词频率构建知识图谱，可帮助教师反思自己教学过程中对相应知识点的侧重以及知识点之间关联的解读。与传统课堂教学相比，字幕数据的存储和合理分析，用之于教学，可在一定程度上发挥在线教学的特色。

（二）学生论坛知识图谱

“情绪与情感”这一章的相关学生论坛知识图谱的构建主要以相应的课后内容主题讨论帖为主，如图3所示。高频词为“生理反应”“詹姆斯-兰格理论”“情绪”“轻声呻吟”等。学生论坛高频词汇的内容和教学内容高频词汇之间存在小部分重复，如“生理反应”“情绪智力”“拉扎勒斯”等，但大部分内容不一致。其词频与课程内容高频词汇相比较低，其中“生理反应”出现频次最高，为8次，其次为“詹姆斯-兰格理论”“情绪”“轻声呻吟”等。学生论坛高频词汇的共现次数较课程内容共词频率低，最高的“生理反应”与“詹姆斯-兰格理论”为7次。

由于就这一章节课程内容讨论的帖子数据量较少，节点分布比课程内容更加松散。同样是以“情绪”为中心向外发散，论坛知识图谱中和“情绪”有直接联系的词明显少于教学内容知识图谱，包括“面部表情”“反馈假设”“痛苦”“呻吟”“轻声细吟”“人际交往”“文化差异”“情绪智力”等。中心度较大的其他词汇有“生理反应”“面部表情”“语调表情”“外部表现”等，它们以自身为中心和相关联的词汇共同形成数个小群体，反映出学生在学习讨论中的主题类别。从边的权重来看，“情绪体验”和“生理反应”、“生理反应”和“詹姆斯-兰格理论”、“情绪体验”和“詹姆斯-兰格理论”、“恐惧”和“伤心”、“外部表现”和“轻声呻吟”是关联较多的几组词，表明学生在课后讨论中，比较关注“詹姆斯-兰格理论”与“生理反应”和“情绪体验”这组知识点，以及情绪的“外部表现”和“轻声呻吟”等内容。另外，“伤心”“恐惧”所在的结构是作为单独的词分散地存在于图中，属于较为零碎的知识点。

学生讨论的知识图谱表现出课后学生在理解课程内容、完成课程任务过程中的讨论重点以及知识点之间的关联。教师可据此了解学生对于知识点的理解情况并引发反思，比如：导致学生讨论重点的原因是什么？是围绕教学重点还是教学任务？学生讨论中针对某一重点关联的知识点是否具体、准确？导致这种情况的原因是学生理解偏差还是教师的教学错误？等等。通过形成知识结构的方式对知识图谱和教学知识重点群体进行解读，帮助教师直观、清楚地了解学生在学习过程中遇到的问题，了解教学效果，并对原有的教学设计做出改进，也可用于评价教学。

（三）教学、讨论知识结构比对

教师教学内容知识结构和学生讨论知识结构如图2和图4所示。从层级上看，相同层级的知识点是否有重合，分析非重合的知识点之间存在什么关系，如教学内容知识结构的重点为“人类”“面部表情”“文化”“差异”“反应”“心理学家”等，学生讨论与之相对应的仅有“面部表情”和“文化差异”，而“轻声呻吟”实则为“外部表现”的例子之一。从重要知识点的关联知识来分析重合程度，如教学内容知识结构中“面部表情”的关联知识有“刺激”“动机”“因素”“表达”“过程”“心理活动”，而学生讨论知识结构中的“面部表情”关联知识有“表情”“表演学”“自主神经系统”“中央神经系统”“基本情绪”“生理反应”“达尔文”，这些关联知识并无重叠。进一步探查两图中相同知识点的上、下层级都和哪些知识点相连，这些知识点是否重合，是否存在相关或包容的关系。如知识点“达尔文”，在教学知识结构中向上连着“心理学家”，向下连着“适应”和“进化”；在讨论知识结构中，向上连着“面部表情”，向下连着“微笑”“情绪活动”“沙赫特-辛格”“进化理论”“情绪进化论”。知识图谱对比分析能直观地帮助教师进行教学反思。为解释学生讨论内容与教学重点出现偏差的原因，教师可从以下几种情况进行深入分析：

一是教师对教学内容及重点的审查和再度解读。审查是否因为侧重某些重点知识，忽略了对其他知识点的讲解；某些抽象概念的教学过程缺乏例证，或因为例证不够详细，导致学生对知识点和案例的理解不够透彻，从而通过论坛求助引发讨论。教师需调整授课内容，补充相关知识，及时答疑解惑。

二是学生的认知过程发生偏差。学生对知识的理解出现误区，发生概念混淆。此时教师需要及时纠正学生的错误理解，为下一步学习做出正确引导。

三是教学过程中发生知识迁移，表现出学生已将新的学习与原有的知识经验和认知结构相融合，学生正处于一种很好的学习状态，教师可以在此基础上进行更加深入的教学活动。

四是学生将一部分注意力放在了自己感兴趣的知识上，并与“志同道合”的学习伙伴进行交流。在此情况下，教师可提供相关的阅读资源，鼓励课外探究，同时也要避免学生偏离学习轨迹。

五是学生讨论内容和作业紧密相关，学生在完成作业过程中遇到困难，或发现教学内容错误。教师可通过助教展开在线答疑，并及时修改错误。

三、讨论与建议

在“后MOOC时代”，客观对待xMOOCs教学，开展针对性的研究已经形成共识（申灵灵，等，2014）。有效利用视频字幕与课程论坛文本数据、可视化课程资料形成知识图谱，将课程知识图谱转化为清晰的知识结构，对讲授情况与学生讨论情况进行对比分析，可作为学习分析的一种手段，帮助改进xMOOCs教学。基于知识图谱的教学与讨论可视化研究应关注以下议题。

（一）重视构建学科知识本体

本文采用半自动方法，梳理心理学名词形成自定义词表，将依据自定义词表分词、统计词频、筛选后的结果作为课程语料库辅助学生论坛的进一步分析。由于学科知识体系不完整，半自动方式形成的课程语料库具有较强的针对性，但存在专业化程度低、局限性较大等问题。为了优化分词结果，提高知识图谱的准确性，学科知识本体的构建能起到重要的作用。当前不少在线教育平台都推出了自己的知识点体系，但这些知识体系描述相对粗略，缺乏教学内容的描述，知识点之间只是单一维度的上下位线性关系，缺乏知识之间多维度逻辑关系的体现。构建学科知识本体，实质上就是在数据系统中表征相对完整的学科知识体系的过程（丁国柱，等，2015）。学科知识本体的构建有利于识别教学信息中的专业词汇，提高分词准确率，为课程知识图谱的优化提供新的动力。

（二）基于知识图谱与知识结构的教学反思

依据知识图谱中的节点数确定知识点的范围，依据节点的中心度、节点之间的边来判断知识点之间的关联关系。但由于节点之间的连线密集，关系较为复杂，知识图谱的逻辑性与层次性较弱。而知识结构具有清晰的层级关系，教师教学与学生讨论的逻辑结构更为明显。提炼知识图谱转化为具有一定层级关系的知识结构，对教学重点和讨论重点的把握具有重要意义。本研究借鉴了知识建模的处理方法，将知识图谱转化为知识结构图，并基于知识结构图进行对比分析，为教师反思教学效果提供途径。知识图谱知识点的可视化呈现，较为清晰地呈现知识点覆盖的广度及相关关系；依据知识结构的层级关系，教学内容与学生讨论的深度匹配有利于教学做进一步研究，比如：教师的教学顺序是否符合学生的认知规律？学生的讨论是否针对教师的教学重点？教师应如何根据学生的讨论改进教学？

（三）有效利用字幕与论坛数据改进教学

目前，国内MOOCs知识图谱的研究尚停留在对文献资料、研究热点的分析上，对视频字幕和论坛数据的分析严重不足。与传统课堂教学相比，字幕数据和论坛数据可作为在线学习研究的重要数据，对教学情况与学生讨论情况进行可视化分析，为xMOOC课程的可持续发展提供重要的论据。对xMOOCs的实证研究应不仅仅局限于辍学率、作业完成情况等的分析。从建构主义的视角看，对知识点的讨论可在一定程度上反映学生学习的情况，如何有效地分析论坛数据、了解学生学习情况，并将分析结果有机地融入教学过程，可作为xMOOCs教学改革的一个方向。

（四）促进在线学习模式的转变

xMOOCs教学本质上还是采用了行为主义的教学模式。课程以章节为单位，每个章节划分为若干小节，教师为小节内容提供教学微视频与练习材料。学习者大多通过教学视频与课后练习进行自主学习。微视频的方式有助于完成相应知识点的学习，线性的学习顺序便于形成知识的逻辑结构。但从教学设计的角度来看，知识点之间的关联并非简单的线性逻辑关系。知识图谱在一定程度上能够呈现教师的教学重点，并可视化知识点的网络结构，将知识图谱转化为知识结构，改变了传统的章节顺序和学习行为，充分发挥了在线学习的优势，促进在线学习模式的转变。

四、小结

本文提出了利用MOOC平台课程信息建立基于课程知识点的知识图谱，并形成相应的知识框架结构，对课程教学优化有一定的促进作用。然而，本研究只实现了针对特定课程的知识图谱分析，普适性略显不足，实现对任意课程的可视化分析需要进一步探索与完善。目前，国内MOOC知识图谱的研究尚停留在对文献资料、研究热点的分析上，应关注对MOOC课程资料和论坛数据的分析，对教学与学习过程进行可视化分析，为MOOC教学优化提供动力。

[参考文献]

丁国柱，余胜泉. 2015. 基于本体学习算法的学科本体辅助构建研究——以学习元平台语文学科知识本体的构建为例. 中国电化教育（3）：81-89.

范逸洲，冯菲. 2014. 浅析MOOC发展中不可忽视的群体——MOOC助教[J]. 工业与信息化教育（11）：29-36

秦长江，侯汉清. 2009. 知识图谱——信息管理与知识管理的新领域[J]. 大学图书馆学报，27（1）：30-37.

申灵灵，韩锡斌，程建钢. 2014. “后 MOOC 时代”终极回归开放在线教育——2008-2014年国际文献研究特点分析与趋势思考[J]. 现代远程教育研究（3）：17-26.

孙洪涛，郑勤华，陈丽. 2016. 中国MOOCs教学交互状况调查研究[J]. 开放教育研究，22（1）：72-79

郑勤华，李秋菊，陈丽. 2015. 中国MOOCs 教学模式调查研究[J]. 开放教育研究，21（6）：71 - 79 .

郑燕林，李卢一. 2015. MOOC有效教学的实施路径选择——基于国外MOOC教师的视角[J]. 现代远程教育研究（3）：43-52.

收稿日期：2016-04-06

定稿日期：2016-06-01

作者简介：陆星儿；曾嘉灵；章梦瑶；郭幸君。北京师范大学远程教育研究中心（100875）。

张婧婧，副教授，北京师范大学远程教育研究中心教育学部（100085）。

责任编辑 韩世梅