知识图谱视角下的MOOC教学优化研究

　　【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。

相关热词搜索：图谱 视角 优化 教学 知识