基于知识图谱的《数控加工及编程》教学研究

摘要：知识图谱通过图形化、结构化的形式，将复杂的学科知识体系进行直观可视化展现。作为人工智能领域的一项重要技术，知识图谱已在教育教学领域得到广泛应用，能够有效助力学生深入解析课程知识，确保人才培育提质增效。本文以《数控加工及编程》课程为研究案例，聚焦于如何将知识图谱有效融入该课程教学实践当中，以便构建逻辑清晰、内容完整的知识体系，帮助学生清晰梳理知识框架。

关键词：知识图谱；《数控加工及编程》；教学改革

《数控加工及编程》课程，作为机械制造及自动化专业教育体系中的一门专业核心课程，其教学内容丰富多样，知识点广泛且复杂，重点分布较为分散。在传统教学模式中，教师主要通过课堂讲授结合仿真视频演示以及实训室示范的方式进行，学生则通过实践操作来掌握相关知识要点。然而，这种教学方式在理实一体化教学方面并未达到最佳效果，部分学生难以跟上教师的授课节奏，进而可能导致学习动力的减弱，影响最终的学习成效。随着社会信息化进程不断推进，知识图谱在诸多领域中的应用日益广泛，作为大数据时代最具标志性的技术之一，是承载各类知识的重要工具。构建《数控加工及编程》课程的知识图谱，不仅能够实现课程知识的系统化和结构化，还能通过优化知识点和图谱结构来改进教学内容，有效激发学生的学习热情，是新时代数字化教学转型的必然之举。

一、课程教学应用知识图谱的时代背景

近年来，深度学习技术飞跃，人工智能技术广泛应用于诸多领域，例如医疗健康、短视频平台、互联网金融、教育等领域。教育与AI融合发展具有必然性，也是推动教育信息化及模式变革的趋势。2024年世界数字教育大会上，教育部怀部长表示突出将推进AI赋能行动，加快AI与教育、科研及社会深度融合，支撑学习型社会构建及智能教育、数字技术发展。目前AI技术已全面应用于教育领域，包括智能教学平台、智慧教室、精准画像、预测分析及内容生成与推荐等。知识图谱作为AI关键要素，能重组整合数据化知识资源，在教育领域前景广阔。依托课程知识图谱导航系统，不仅可以助学生高效搜索导航，还可以实现智能检索、个性化推荐系统，揭示概念间联系，助力学生全面立体化解析理论架构。然而，《数控加工及编程》课程知识图谱及其应用研究不足。本研究针对于此，利用教材、文献知识和优秀案例，梳理知识点关系形成图谱，提出有效课程知识图谱构建方案，并探讨个性化学习路径推荐方法，以提供智慧化学习支持，为《数控加工及编程》教学改革保驾护航。

二、《数控加工与编程》课程教学现状分析

（一）学生能力与职业需求联结不足

调查显示，半数学生难将理论知识应用于实际加工，一些学生选专业随意，对所学专业喜好程度不清，对《数控加工与编程》课程兴趣不足，对当前教学模式存在抵触情绪。究其原因在于学生未建立知识与职业实践的关联，导致学生学习动力没有得到激活。

（二）课程教学缺乏知识与职业实践共生

教育的本质在于综合能力养成，通过课程教学实现知识传授与职业活动一体化结合。然而《数控加工与编程》课程理论与实训课程存在脱节，理论课教师认为学生基础薄弱，实训教师仅演示操作，缺乏知识与职业实践共生，没有体现行动中知识应用。

（三）教学实践未达成任务向项目转化

项目教学应明确任务，行动产生的成果需清晰、准确、可量化。现实中，《数控编程与加工》实训课程中，教师虽采用项目教学法和分层教学法，但未体现任务到项目的精确转变，导致学生技能混杂，学习效果不佳。

（四）课程目标缺乏岗位胜任能力培养

职业能力需具体描述并量化反馈。然而部分教师仍采用传统讲授法和常规评价方式，职业能力无法仅凭考试检验，一些学生认为理论知识应用难，虽学过机械制图，但未能熟练使用专业软件，特别希望提升数控加工工艺、编程和机床操作能力，从中折射出课程教学和人才培养存在的弊端。

（五）学生创新思维和知识迁移能力薄弱

《数控加工与编程》理论与实训课程分离，由不同教师授课，导致学生难以灵活运用知识，缺乏解决问题能力。具体表现为学生难以将数控编程与实际联系，难以增强理论与实践的联系。此外，项目化教学仍为机械式重复，限制学生发散思维，难以培养自主探究、创新意识和解决问题能力，极大制约了学生知识迁移能力的形成，对于人才培育带来极大制约。

三、基于知识图谱的《数控加工及编程》教学的实践路径

（一）方法综述

知识图谱构建是一个高级程序设计的实现过程，首先需要确定知识图谱的构建目标和范围。构建《数控加工与编程》课程知识图谱需掌握知识分布、学习要求及与毕业目标的关联，收集和整理相关数据和信息，形成面向不同课程目标的教学案例。根据工程教育专业认证要求，学生需掌握专业知识并解决实际问题，加强工业界联系，构建涉及知识体系梳理及学习与毕业目标联系强化。数据来源明确后，设计知识图谱结构，设定类层次结构及属性关系，构建知识图谱并可视化展示，并不断填充和完善知识图谱。

（二）知识图谱的构建方法

课程知识图谱具有知识表达的优势，遵循课程知识点逻辑关系构建理念，反映《数控加工与编程》知识体系，可构建学生/教师/场景图谱、基于知识图谱的智能教学、基于知识图谱的自适应学习。知识图谱用于创建本体概念、层次结构、属性与关系。数据资源以课程大纲及为依据。课程概念层次划分为四类：教学目标、毕业要求、课程内容、章节及知识点。类关系包括支撑、达到、包含、相关和顺序关系。类属性描述集中在知识点上，从所属章节、掌握程度和难易程度描述，掌握程度采用布鲁姆认知等级评定标准。实体、关系及属性：各类别均有对应的多样化实体和特定属性，实体关系可继承自类别关联。主要存在“包含”和“顺序”关系，如章节包含小节，小节包含知识点，同类实体间存在顺序关系。知识点间也可能存在“相关”关系，实体属性根据类别属性描述。

（三）知识图谱可视化技术

知识图谱作为人工智能与计算机发展的产物，能直观展现数据。知识图谱还可以与增强现实、虚拟现实、chatGPT等技术相结合，提供Java语言接口，适用于数据与关系提取。本研究在学习通展示知识图谱本体模型，通过关系连接实体，实现知识图谱展示与检索。用户可用关键词查询语句检索实体、关系和属性，使得知识图谱以网状结构展现课程实体、关系和属性，显著拓宽学生的学习途径，辅助教师开展课程建设和教学改革，最终实现全面化和个性化的教学管理。

总而言之，全球正处于新一轮信息技术浪潮所引领的新工业革命初期阶段。数控技术，作为机械制造、自动控制、微电子与信息技术的综合体，已成为智能系统的核心驱动力，并在制造业中展现出日益显著的重要性。知识图谱作为一种新型的教育技术工具，能够有效促进课程中原有抽象知识的具体化和形象化表达，有利于构建系统的知识框架和知识体系。它能够为《数控加工与编程》课程建设与教学创新提供有力支持，加速推进教育信息化建设的步伐。展望未来，教师应持续完善知识图谱，不断强化其与实际案例及项目的融合，进一步提升跨学科整合的能力。

参考文献：

[1]张帆，董艳燕.教育数字化背景下搜索引擎优化课程知识图谱的构建与应用[J].现代职业教育，2024，（31）：137-140.

[2]冯萍，赵铭飞.基于知识图谱的高校智慧教学平台建设与实践[J].长春大学学报，2024，34（08）：14-18+36.

[3]宋守斌.“三教”改革背景下数控机床编程与加工课程教学改革研究[J].杨凌职业技术学院学报，2024，23（03）：109-112.

[4]何万涛，郭延艳，田学军.思维导图在《数控加工工艺与编程》混合式教学中的应用[J].创新创业理论研究与实践，2021，4（20）：176-178.

基金项目：2024年度吉林省职业教育与成人教育教学改革研究课题“基于数字赋能构建精准教学的知识图谱建设研究——以《数控加工及编程》课程为例”（项目批准号：2024ZCZ013）