知识图谱在高职大数据与会计专业数字化资源建设中的实践

引言

伴随着数智化时代的到来，数字化与教育领域的融合，掀起了教育行业的创新浪潮，为培养更多创新型人才，提升高职院校人才培养质量提供了基础上的支持。习近平总书记在数字化大会中提到：“教育数字化为重塑教育发展新优势、开辟新赛道等构建了新的突破口”。2024年，教育部长怀进鹏在世界数字教育大会中也提到，我们应大力开发数字化的教材和数字资源，引导课堂教学深化应用。可见，课程资源的数字化转型不仅为开展数字化转型，实现教学模式的转型和变化，满足高职学生学习积极性和新需求等提供重要支持。本研究结合高职院校大数据与会计专业为例，借助知识图谱的赋能作用以为该专业的数字化资源建设提供技术支持，在实践中通过学情的挖掘、课程知识的系统整理、课程知识连接、知识点与扩展资源的抽取等，以构建高职大数据与会计专业数字化资源库，并通过合理运用该数字化资源库，进一步挖掘数字化资源库在创新教学模式和虚拟场景构建、虚拟学习空间构建等方面的作用，重塑高等教育新样态。

一、知识图谱和大数据与会计专业数字化资源的类型

（一）知识图谱

知识图谱是GoogLe在2012年提出的基于图的数据结构，旨在描述现实世界中存在的实体、概念以及其关系，其本质是语义网络的大规模扩展。该知识图谱以实体－关系－实体、实体－属性－属性值为主要表现形式。节点、边（关系、属性）构建语义网络图，知识图谱也可泛指各种的大规模知识库。

该知识图谱在逻辑上分为两层，即数据层和模式层。数据层由三元组事实组成，利用图数据库进行储存，其中储存的类型包括RDF和图数据库；模式层在数据层之上，负责知识的规范化和结构化。

（二）大数据与会计专业数字化资源

大数据与会计专业数字化资源包括理论资源、实训资源、行业资源。其中理论资源包括课程教材数字化资源、法规政策数据库、专业理论微课与视频资源；实训资源包括仿真账务处理系统、大数据分析实训平台、会计信息化软件实训模块；行业资源包括行业案例库、企业招聘与岗位信息库、行业动态与政策资讯。

二、高职大数据与会计专业数字化资源建设中知识图谱的建构

知识图谱作为人工智能技术的主要分支，展示了实体、概念及其相互之间的语义关系。构建了以“实体—关系—实体”为一体的单元体系，在相互的关联下形成可视化的网状知识结构。在进行知识的关联时，构建了具有层次化结构的知识树，理清知识点之间横向与网状之间的关系，以将不同类型资源进行整合。知识图谱在大数据与会计专业数字化资源中的运用，可将知识领域、知识单元、知识点之间合理嵌套，分层管理，通过构建网状的知识体系，以为资源的开发和整合提供精准支持。高职大数据与会计专业数字化资源建设中运用知识图谱需按照以下逻辑进行建设：（1）利用自顶向下的方式、自底向上的方式、上下结合的方式，从知识能力提升、技能提升、素养提升等为核心构建新的知识体系。（2）基于课程内容从不同的维度创设不同的单元体系。（3）知识单元进行精准地划分，将不同知识点进行列示。（4）以不同的知识点为“实体”，对其知识点进行抽取，如大数据与会计专业课程中的概念、术语以及要掌握的技能要点（大数据下财务报表分析能力、会计核算大数据系统的构建与运用、税务申报、财务数据挖掘、ERP 实训系统、可视化工具分析财务数据等）。（5）结合不同知识点进行属性编辑，按照记忆、理解、应用等划分知识点，对单元中的重要知识点添加相应的标签以及教学目标。（6）建立不同知识点实体的关系，理清前置、后置、关联等关系。（7）构建网状的可视化课程图谱，并形成具有颗粒度的资源，并链接思政思源、教学视频、动画、题库以及实操的微课等，促使学生通过虚拟化场景中训练和学习资源，从而搭建虚拟仿真教学新模式，满足高职学生对知识学习的需求，促进学生个性化发展。

三、知识图谱在高职大数据与会计专业数字化资源建设中的实践探索

知识图谱在高职大数据与会计专业数字化资源建设中，其不仅解决了传统资源建设的不足，还构建了“知识关联－资源激活－能力适配－适用虚拟仿真教学”的数字化资源库，满足了新时代对创新人才的培养需求，也使得数字化资源建设具备适配性特点。

（一）知识整合与建模：搭设“会计+大数据”知识网络体系

知识整合过程中会计教师、大数据技术专家以及导师队伍等可共同进行定义核心实体、关系以及属性，构建结构化的资源库。其中核心实体包括三个领域：第一，会计科目。主要包括会计要素、会计科目、会计准则、税法条款以及财务报表等；第二，大数据科目。主要包括Python、Excel、Power BI等数据工具；机器学习模型以及可视化的技术；结构化的财务数据类型或者非结构化的发票数据；第三，岗位实践行业。岗位技能（财务数据分析的技能、筹划的技能以及会计核算的技能）；职业证书；企业案例（财务转型、风险防控）等。在确定实体关系时，利用“包含于”建立起串联的实体。例如，对于应交税费－增值税包含在会计科目之中；企业资金管理决策则由财务数据分析进行支撑；Python-pandas 库可用于对财务数据的清洗。对于实体的属性，还可进行相应的补充，以此保障资源的全面性、真实性、准确性以及时效性。例如，企业所得税税率其属性为2024年小微企业税率为20%，应缴纳的所得税应该小于300万；应收账款周转率其属性为计算公式，即营业收入与平均应收账款金额的对比，主要用于资金回收的整体效率；Power BI属性为适用的场景，其对应的补充为多维度数据的钻取。

（二）课程体系构建：模块化课程体系的构建

高职大数据与会计专业课程虚拟化仿真教学虽然可以调动学生的学习兴趣，但是在进行会计处理时常常存在“会计理论与大数据技术两张皮”的困境。例如，财务会计和基础会计等课程更侧重于报表的编制以及分录规则，《Python应用》《大数据工具》等课程更加注重技术的应用，如何将大数据技术与会计专业理论进行融合，学会在虚拟场景中的=使用Python处理会计数据、机器学习技术与财务会计场景的融合等，知识图谱为其进行了解释，梳理了实体关联，构建了会计业务+数据技术+岗位需求等为一体课程体系，从而达到虚拟仿真教学的培养目标，增强虚拟仿真教学的实效性。

该课程体系构建采用了模块化的设计方法，促使学生可以从基础知识的掌握上升到综合能力的提升。模块化的设计实体层级关系为基础实体—技能实体—应用实体，属于递进的逻辑关系，实现了各个知识点之间的相互关联，避免出现断层或者重复。（1）基础层。该层目标为帮助学生理解会计数据是什么，使用什么样的工具进行处理等。即建立了以会计要素－数据类型－工具基础使用为关联的三角关系，知识图谱进行明确，整合课程构建的三大模块。首先该模块中明确了会计科目与数据之间的对应关系，即应收账款对应各项数据明细；会计凭证需要对应金额、日期或者摘要等数据要素，知识图谱将原始的数据、会计分录、账簿等进行数据转化。其次财务数据处理中聚焦Excel功能，通过案例以让学生真正地理解如何使用工具进行会计数据的处理，深刻认知财务数据处理中工具应用的作用。最后，会计信息质量对于数据采集的完整性、真实性有着较高的要求，促使技术处理时可根据这一要求合理划定边界。（2）技能层。该层强调学生能够灵活使用技术工具解决会计实操问题，增强大数据技术的会计处理技能。例如在建立关联时将核算流程与数据处理技术展示动态关系，在借助知识图谱绑定会计核算流程与对应的技术，如虚拟仿真训练场景中，学生可凭证采集与OCR识别技术之间的关联，直接将PDF转化Excel工具；审核知识将与数据比对算法以及Python正则表达式的校验建立关联；记账与SQL批量录入和RPA流程自动化建立的关联。以《财务数据采集与核算》为课程体系，设计了三大技能单元，即原始数据的数字化转化；核算流程的自动化转化；数据质量控制的合规性管理，为虚拟仿真教学提供了指导性建议。（3）应用层。该应用层关注培养学生财务分析的能力，其与模型技术和岗位需求等建立了关联关系。通过将财务分析与大数据分析技术进行融合，以实现税务智能化筹划、经营决策支持以及财务风险的预警等，例如，在虚拟场景训练中企业财务风险预警过程中知识图谱关联了财务指标与违约概率、会计准则之间的关系，使用机器算法根据历史财务数据建立违约预测模型，即资产负债率表中标注披露的主要风险（超过70%）。

（三）精准对接学生需求，开发学生满意的个性化推荐资源

知识图谱基于学生的基本学情和学习数据，生成了可以为学生提供个性化资源推荐的路径，以满足学生学习的需求。数字化的课程资源构建目的就是能够为学生提供方便，促使学生通过资源的学习巩固知识，这也成为高职大数据与会计专业数字化资源构建的主要内容。首先，知识图谱精准定位学生在知识学习时存在的薄弱点，即学生对企业所得税税前扣除等知识点不太了解，这时学生可在虚拟化的场景中进行学习，系统将自动关联资源，如容易错的案例的分析、法规法律相关的原文解读、Excel扣除限额计算模板等。同时，为了进一步促使学生能够在未来的职业中占据竞争优势，提升岗位适配度，知识图谱还根据学生的未来目标与岗位技能建立了关联，学生在虚拟化的场景中系统根据学生的目标推荐相应的资源。另外，学生在进行知识的学习时经常会遇到难题，针对这一问题，课程构建还可建立专门的智能解答系统，以二维码的形式出现，通过识别进入问答库，系统基于其问题给出相应的解释或者链接。因此，知识图谱与学生需求建立的联系，将为学生提供个性化学习的机会，进一步增强知识运用的能力，提升学生学习的质量与积极性。

（四）优化课程教学场景，基于不同内容构建多样化的虚拟场景

知识图谱数字化资源的运用也是课程建设的主要内容，如何保障数字化资源建设满足教学需求，支持教学实施与开展，成为知识图谱应用于资源建设的主要目的。这些数字化资源不仅可为学生学习提供服务，还能为虚拟仿真教学提供重要的支持。例如，在虚拟仿真备课场景中，讲解增值税期末结转的问题时，知识图谱能够结合相关的问题快速定位到与该问题相关的教学资源，如增值税税率调整政策、企业真实错账调整案例、进项税额的案例等，以构建技术和实践为一体的备课体系。在虚拟仿真案例教学场景中，教师借助知识谱图，构建了递进式的案例链，这些案例将基础会计与大数据技术的运用进行了融合，以促使学生能够合理利用大数据技术解答基础会计知识，例如，虚拟“教师”讲解关于发票相关的知识时，可以自动化且准确关联OCR工具与应交税费等知识点。在虚拟的企业实习场景中，员工们在分析企业季度税负这一问题时，系统可以自动关联税法的优惠条款、Power BI可视化等内容，以为企业人员提供解决的方案。在虚拟仿真练习如何进行跨境电商企业财务风险预警分析时，可关联国际税法以及外汇结算会计处理、机器学习分类模型等知识点，以促使学生通过案例资源的仿真学习和虚拟实践，学会运用机器学习方法与财务风险防控建立联系，提升风险识别和防控的措施。

结束语

知识图谱为高职大数据与会计专业数字化资源建设提供了技术上的服务，促使数字化资源不仅可以成为学生虚拟化学习的主要工具，还为教学精准对接企业岗位需求提供了赋能，为虚化仿真教学提供了可能性。数字化资源在知识图谱的作用下可以将会计知识与大数据技术建立关联，并拓展其问题属性，使得知识得到了有效深化，帮助学生重构了新的会计知识体系，这一数字化资源的建设兼具服务性、技术性、仿真性等特征，真正实现了资源为教学服务，为岗位服务的作用。但是由于该技术的运用与专业知识的联系存在经验不足等问题，在未来的一段时间内将继续探索知识图谱与专业课程资源的构建，切实为提升虚拟化仿真教学提供助力，培养出更多应用型人才。

参考文献：

[1] 王萌. 知识图谱赋能高职管理会计课程数字化资源建设研究[J]. 中国管理信息化，2024（10）：81-83.

[2] 李志云，王思艳，娄新燕. 知识图谱赋能高职数字教材建设的动因、路径与实践[J]. 电脑知识与技术，2025，21（15）：147-150.

[3] 王潇，唐利平，孔新海，等. 我国高职教育数字化转型研究的脉络、热点及趋势分析[J]. 宁波职业技术学院学报，2025，29（1）：39-47，56.

[4] 苏英强，刘颖，孙伟，等. 基于知识图谱的个性化学习模型构建方法研究[J]. 江苏科技信息，2025，42（3）：60-64.

[5] 李志云，李晓，王思艳. 数字化赋能高职模块化教学模式的探索与实践[J]. 中国新通信，2024，26（23）：122-124.

[基金项目]

本文系2025年海南省高等学校教育教学改革研究资助项目：知识图谱在高职课程数字化资源建设中的探索与实践—以大数据与会计专业为例（项目编号：Hnjg2025-231）阶段性成果之一；

本文系2024年海南省高等学校教育教学改革研究资助项目：典型生产实践项目导向下的高职数字化人才培养研究（项目编号Hnjg2024-238）阶段性成果之一；

本文系2023年海南省高等学校教育教学改革研究资助项目：智慧物流背景下高职物流专业岗位迁移与课程体系重构研究（项目编号：Hnjg2023-200）阶段性成果之一；

本文系2024年海南工商职业学院校级质量工程项目：赛教融合课程资源建设-基于虚拟仿真教学视角（项目编号：hngs2024-yb13）阶段性成果之一。

作者简介