知识图谱在线上线下混合教学模式中的应用研究

1、背景分析

在教育信息化加速推进的背景下，线上线下混合式教学已成为高等教育改革的核心方向。然而，当前混合式教学仍面临诸多挑战，知识碎片化问题导致学习路径模糊 [1]，线上资源庞杂且缺乏智能导向，传统教学模式难以实现精准的学情诊断和个性化学习支持 [2]，而知识图谱能够通过“实体 - 关系 - 属性”三元组建模，实现知识的有机组织和智能应用 。近年来，国内高校已开展一系列创新实践：吉林大学在医学课程中建成国内首个基于知识图谱的AI 课程[4]；北京航空航天大学的《工程数学分析》通过知识图谱实现知识点与虚拟实验资源的动态关联[5]。本课题以数据科学与人工智能的专业课程为实践载体，探索知识图谱与混合式教学的融合机制，旨在构建“以学习者为中心”的智慧教学新范式。

2 基于知识图谱的混合式教学模式设计

知识图谱包含知识层、关系层、资源层。知识层方面梳理课程中的核心概念（如数据清洗、机器学习算法、可视化原理），提取知识元并标注属性（难度值、关联课程、思政元素）。关系层定义知识点间的逻辑关系（如“聚类分析”与“分类算法”的对比关系、“Python 编程”到“数据建模”的先修关系）。资源层将视频、题库、案例等教学资源碎片化后关联至对应节点，例如将“决策树案例视频”绑定到“分类算法”知识点 [6]。这一架构模式设计改变了传统线性教学结构，使课程知识体系从“章节堆叠”升级为“动态网络”。

基于知识图谱的混合式教学设计了“图谱导航 + 任务驱动 +AI 适配”的三元交互范式，如下表1 所示。

表1：混合式教学阶段与知识图谱融合应用

3 应用实践

知识图谱构建采用八步构建法实现知识图谱开发。首先通过解构课程大纲抽取 152 个核心知识元，覆盖“数据处理 - 分析 - 可视化”全流程；继而精准定义知识元间语义关系，如标注“Pandas 库”与“数据清洗”的工具依赖关系、“监督学习”与“无监督学习”的对比关系；随后将 412 项教学资源（含 MOOC 视频、虚仿实验、行业案例）碎片化绑定至对应知识点。基于认知规律构建默认学习路径，并依据前置依赖关系与实时掌握率动态推荐学习序列，同时开放节点拖拽自定义路径功能。在动态评价维度，通过融合测验正确率与任务完成度的掌握率算法生成实时进度，借助红（未掌握）- 黄（学习中）- 绿（已掌握）三色热力图实现知识图谱可视化。最终通过AI 驱动的薄弱点诊断与资源推送机制，结合持续采集的学情数据迭代优化知识节点拓扑结构。

依托智慧教学平台构建智能化闭环教学系统。AI 助教系统集成DeepSeek 大模型实现 7×24 小时答疑，支持语义级跨知识点关联。学情画像引擎动态聚合视频观看时长、测验错误率、讨论参与度等多维数据生成实时学情报告，驱动精准教学干预。任务驱动引擎则通过“金融风控模型构建”贯穿式项目，将数据收集、特征筛选、模型优化等 7 个子任务与知识点学习深度绑定，形成“任务触发→知识学习→能力迁移”的强化闭环。

4 图谱构建技术实现与应用挑战应对

智慧教学平台通过人工智能技术协同实现智能化支撑。在多模态图谱构建中，整合文本概念、视频关键帧及虚仿实验操作流，建立跨模态知识关联（如“数据可视化”节点同步关联理论文本、Matplotlib 教程视频与 ggplot2 代码库）。基于协同过滤算法实施动态路径优化，依据学情数据实时调整推荐策略（例如当学生在“聚类分析”测验表现优异时，自动推送 K-means 源码分析等进阶资源）。依托 API 接口实现跨平台数据融合，无缝对接超星 / 雨课堂等主流教学平台，完成学习行为数据的同步采集与统一分析。

知识图谱在混合式教学中面临三重落地挑战及针对性突破路径，如下表2 所示：

表2：知识图谱应用的挑战与对策

5 应用成效与未来研究

本课程已完整实施五轮教学（覆盖 1500+ 学生），对比改革前后数据：平均成绩提升 12.3% （ 82.4⟶92.7 ）；任务完成率从 76% 增至 95% ；学生评价显示： 92% 认可“知识图谱显著提升学习目标清晰度”。通过2025 年春季期末教学质量调研和学生深度访谈，大部分学生反馈：“知识地图让我清晰看到各章节关联，避免盲目学习。”（2023 级大数据专业张同学），“AI 推荐的错题强化练习直击痛点，节省 60% 复习时间。”（2023 级软件工程专业李同学）当然也遇到一些问题，每节课的任务点设置较多，知识点链接过多，对基础较弱的学生来说，会造成一定的学习压力。

未来，知识图谱与混合式教学的融合将进行进一步深化探索。在认知追踪深化方面，构建动态认知状态矩阵；跨校生态扩展方面，依托AI 实验教学联盟建立图谱共享机制，可以通过虚拟现实技术和三维教学情境实现沉浸式学习。

参考文献

[1] 徐星 , 鄢睿丞 , 柳懿 . 基于知识图谱的混合式教学模式研究——以“电路”课程为例 [J]. 教育教学论坛 ,2023(38):71-74.

[2] 汪学均 , 王辉 , 钟燚 , 汤莹莹 , 黄志芳 . 线上线下混合式智慧教学模式构想与实践 [J]. 中国教育信息化 ,2022,28(10):84-92.

[3] 赵俊坤 . 基于知识地图和知识图谱的混合式教学设计 [J]. 科教导刊 ,2021(32):78-80.

[4] 史宇坤 , 许姝艺 , 董少春 . 基于知识图谱的增强型混合式学习的教学实践与思考 [J]. 高校地质学报 ,2022,28(3):387-393.

[5] 赖新峰 , 肖斌 . 基于知识图谱的程序设计类课程混合式教学实践研究 [J]. 教育学术 ,2025(4):57-63.

[6] 张文欢 , 薛玮璘 , 赵男男 . 基于知识图谱的计算机基础类课程混合式教学创新设计 [J]. 软件导刊 ,2025(5):156-161.

基金项目：辽宁省民办教育协会教育科学“十四五’规划 2024 年度课题“基于知识图谱的混合式教学模式研究与实践”，项目编号：LMX2024187；2024年普通高等教育本科教学改革研究项目；课题名称：AI 驱动下三大图谱赋能的个性化智能化教学改革研究与实践 - 以《机器学习》课程为例 , 课题编号：XJG202432；校级智慧课程培育建设项目，课程名称：机器学习。