面向教育大数据的知识追踪研究综述
魏廷江;倪琴;高荣;郝煜佳;白庆春
【期刊名称】《上海师范大学学报:自然科学版》
【年(卷),期】2022(51)2
【摘 要】介绍了知识追踪(KT)的相关概念与任务,梳理其发展脉络,综述KT的原理、相关算法和数据集,分析了不同结构的KT模型的优缺点.在此基础上,对KT领域未来发展方向进行了深入探讨,提出了数据表征、认知建模、模型可解释性三个重要的发展方向,并作出了一定的展望.
【总页数】9页(P171-179)
【作 者】魏廷江;倪琴;高荣;郝煜佳;白庆春
【作者单位】上海师范大学信息与机电工程学院;上海开放大学上海开放远程教育工程技术研究中心
【正文语种】中 文
【中图分类】TP18
【相关文献】
1.面向大数据的图书馆单元信息知识服务系统研究——以养生知识服务平台为例2.面向大数据的知识语义建模技术研究综述3.面向大数据的知识语义建模技术研究综述4.迎接知识经济的挑战,深化改革我国的高等师范教育——面向21世纪高等师范教育国际研讨会综述5.面向网络大数据的知识融合方法综述
因版权原因，仅展示原文概要，查看原文内容请购买
27军方视角
引言2014年古田全军政治工作会议上，习主席深刻指出要顺势而为、因势利导，研究把握信息网络时代政治工作的特点和规律，用好用活网络平台，占领网络舆论阵地，推动政治工作传统优势与信息技术高度融合，增强政治工作主动性和实效性。[1]时至今日，面对大数据、云计算、人工智能等新一代信息技术蓬勃发展、日新月异，如何更好利用信息技术的最新发展成果推动政治工作创新，真正做到“政治工作传统优势与信息技术高度融合”，仍然是摆在军队政治工作者面前最大的现实难题。1 研究背景《军队政治工作条例》第二十五条指出，要推进政治工作大数据建设应用，抓好政治工作信息资源开发利用、开放共享和规范管理。政治工作数据资源由于其历史发展的周期较长，在资源开发利用上还存在着点多面广、内容有限、组织程度低等问题，阻碍了部队官兵对政治工作数据资源的深层次利用。2012年11月，Google公司率先提出知识图谱（Knowledge Graph）的概念，表示将在其搜索结果中加入知识图谱的功能，旨在从语义角度组织网络数据资源，构建提供智能搜索服务的大型数据库。知识图谱的构建，使得非结构化、半结构化的数据经过语义化、结构化处理，能够由信息资源变成知识资源，也为军队政治工作数据资源的组织整合、开发利用提供了全新的优化方案。2 研究意义知识图谱作为人工智能的关键技术之一，在数据分析、智慧搜索、智能推荐等方面起到了重要的支撑作用。军队各单位由于权限设置及保密性要求，大部分数据资源无法做到互联互通，导致其共享率和利用率上相对低效。随着知识图谱技术的逐步成熟，为政治工作数据资源的智能化开发利用提供了契机。构建军队政治工作领域知识图谱，将零散的、分布广泛的政治工作数据资源整合到一起并梳理出脉络，通过“图”这种直观清晰的基础性通用语言，还原数据之间的复杂关系，形成庞大的图数据库，使信息转化为知识并可以被利用，将为军队政治工作信息化建设发展提供有效的数据支撑，具有重要的现实价值和实践意义。3 研究现状为准确把握研究现状，利用中国知网、国防大学军事教育学科数字图书馆等军内外资源库，分两个部分对相关研军队政治工作领域知识图谱构建研究综述 ■王雷摘 要：知识图谱作为当前人工智能的重要方向之一，不仅被各行各业的研究学者所青睐，也给军队政治工作信息化建设带来了新的研究课题和发展方向。虽然目前以军队政治工作领域为对象的知识图谱构建研究实践还鲜有成果，但却是“推动政治工作传统优势与信息技术高度融合”题中之义，受到广大学者的普遍关注。文章以军队政治工作数据资源和国内外知识图谱有关文献资料为依托，从研究背景、研究意义和研究现状三个方面梳理归纳了军队政治工作领域知识图谱构建情况，并对相关研究进行了总结，提出了展望。关键词：军队政治工作；知识图谱；数据资源；研究综述
国内图书情报领域知识融合研究的发展与分析
张心源;邱均平
【摘 要】采用文献分析法，对比分析知识融合在图书情报、教育学和计算机科学等学科领域研究特点的异同，辨析知识融合在图书情报领域的相关亲缘概念，总结其发展历程。研究认为，知识融合在图书情报领域的研究特点包括：丰富的知识源作为研究背景，与大数据研究联系紧密，知识融合应用研究为主，以提供知识服务为主要融合导向。图书情报领域关于知识融合的研究趋势是通过知识融合实现分布式知识库中多源、异构的知识资源的深层加工，提供更精准化、智慧型以及预测型的知识服务。%This paper compares and analyzes the characteristics and
difference of knowledge fusion in information and library science,
pedagogy, computer science and other related subjects according to
documental analysis method, careful y defines similar concepts in
information and library science, and summarizes the development process
of knowledge fusion research. It shows that there exist some features
about knowledge fusion in information and library science, that is, rich
knowledge origins, close links with big data, applicability and aiming to
provide knowledge services. The research trend of knowledge fusion in
中学教学参考2023·7大数据下的“教、学、评”一体化精准教学实践研究广西柳州高级中学（545006）谢颖覃方确葛伟［摘要］大数据改变了传统的教育模式，使精准的、个性化的教育成为未来教育的发展方向。应用大数据相关技术，探索和解决“教、学、评”之间的矛盾，实现“教、学、评”一体化，并形成大数据背景下“教、学、评”一体化的精准教学模式和基本流程，能让成效更显著。［关键词］大数据驱动；“教、学、评”一体化；精准教学［中图分类号］G632.4［文献标识码］A［文章编号］1674-6058（2023）21-0033-04一、传统课堂教学状态及“教、学、评”一体化的趋势传统课堂上，教师采用的教学方法一般是组织教学、复习旧课、讲解新课、巩固新课、布置作业的“五段教学法”［1］。这种教学方法曾经发挥过积极的作用，但是，从发展的角度来看，它存在一些弊端。在教学思想上，传统课堂教学以教材、教师、教案为本，重理论轻实践、重理性轻感性、重结论轻过程；在教学目标上，传统课堂教学重知识轻能力、重认知目标实现轻学生个性发展；在教学方式上，传统课堂教学重学轻用、重预设轻生成、重教法轻学法、重灌输轻探究；在教学主体上，传统课堂教学中教师是主动者、支配者，学生是被动者、服从者；在教学评价上，传统课堂教学评价的标准、主体、内容、形式、过程、目的不够多元化。在义务教育各学科课程标准［2］（以下简称“课标”）中，教学评价理念都强调以核心素养为导向的“教、学、评”一体化，要求教师转变育人方式，重视评价的育人功能，树立“教、学、评”一体化意识，实现“教、学、评”的有机融合。“教、学、评”一体化，即基于“教、学、评”一致性理念，将教、学、评三个要素有机融合，形成课程育人的合力，协调发展学生的学科核心素养。“教”是教师以核心素养为导向，通过教授学科之“眼”、学科之“魂”、学科之“法”实现学科育人；“学”是学生在教师的引导下，积极主动地参与教学实践活动，内化所学知识与技能，形成关键能力和必备品格，发展学科核心素养；“评”是教师以核心素养为导向，将教学评价整合进教与学的共同活动中，以评促学、以评促教。“教、学、评”一体化是发展学生核心素养［3］、落实立德树人根本任务的重要措施。二、大数据驱动精准教学是时代所趋中共中央办公厅、国务院办公厅印发的《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》中明确提出，一是全面压减作业总量和时长，减轻学生过重作业负担；二是提升学校课后服务水平，满足学生多样化需求；三是坚持从严治理，全面规范校外培训行为；四是大力提升教育教学质量，确保学生在校内学足学好；五是强化配套治理，提升支撑保障能力；六是扎实做好试点探索，确保治理工作稳妥推进；七是精心组织实施，务求取得实效。随着《教育信息化2.0行动计划》的全面实施，以5G、云计算、大数据和人工智能等为代表的新一代信息技术与教育教学的融合不断深化，教育数字化转型已成为新时期我国教育信息化深度发展所肩负的时代使命。信息技术与教育的深度融合使教育大数据获得了更为广阔的应用空间。教育部部长怀进鹏在“世界数字教育大会”上发表讲话时强调“数字技术对教育高质量发展的放大、叠加、倍增、持续溢出效应”。在这样的时代背景和政策背景下，以教育大数据改变传统的教育模式，提供精准的、个性化的教育成为未来教育的发展方向。大数据的兴起与盛行为精准教学的快速发展提供了良好契机。随着新高考改革的深入推进，如何科学、有效地利用教育大数据等教育信息化手段更新教育模式，促进学生全面而有个性地发展，是摆在高中教师面前的重要课题。虽然我国高中学校的发展面临种种困难，但信息技术为解决困难提供了大力支持，也为通过数据驱动精准教学以实现规模化因材施教创造了可能性。大数据的内涵一般包括以下三个方面：第一，数据量大、来源广泛、数据类型多样；第二，需要全新的技术对数据进行分析和处理；第三，能从各种类型的数据中挖掘出价值。以上内涵为精准教学的发展带来了新的契机。我国教育信息化建设的全面推进及数字化学习技术的普遍应用，为教育大数据的生成提供了“天然的土壤”。因此，学校可以教法综述33Copyright©博看网. All Rights Reserved. 中学教学参考2023·7利用学习分析等技术对学生的学习行为进行数据整合、剖析，以实现“教、学、评”一体化的精准教学。三、应用大数据相关技术，探索和解决“教、学、评”之间的矛盾在当前的教学中，仍然会出现教与学效果不佳、教学内容在作业或测试中体现不够等现象。但一些教师认为自身的教学没问题，是学生学习不扎实、听课不认真、态度不严肃导致的，因此，还是采用传统的教学方法，没有采用先进的大数据技术。具体表现如下。1.教育大数据技术应用不足，一些教师未能充分利用大数据技术的统计、诊断、评价、修正等功能。2.“教、学、评”没有形成合力，部分高中学科教师教学时依然存在推行题海战术、简单重复讲授、盲目教学的“高耗低效”教学现象。3.缺少从“双减”走向“双增”的技术力量，执行“双减”政策后，精准教学、作业、评价等教学环节应成为教学质量“双增”的研究方向。4.缺少对学生学习过程的数字化评价，教学过程未能精准诊断学生学习过程中存在的知识、方法、能力、素养方面的盲点、漏点、难点等。5.没有选定智能化的“教、学、评”一体化评价方向和评价技术，教与学停留在传统的纸笔统计分析上，没有利用人工智能技术进行分析和评价。针对当前“教、学、评”存在的脱节问题，教师应尝试应用大数据相关技术，探索解决“教、学、评”之间的矛盾［4］。学生在纸上进行圈、点、勾、画、答等，把思考及作答的全过程展示出来，被称为“思维可视化”，因此，教师可采用点阵笔（可以全过程记录学生答题轨迹，包括停顿、笔墨轻重、书写的所有内容，并通过感应系统转换成图像传送到屏幕上）进行测试，这与只看到学生答题结果而无法看到其过程的传统的考试是完全不同的测试方法。教师通过点阵笔传输过来的数字化视频，可以掌握学生在答题过程中出现的种种问题，如观察学生答题情绪的变化、思考问题的节奏与速度、对题目信息的分析情况、作答过程中出现的问题、各题作答时间的安排、卷面质量等。学生作答的数据可以保存下来，供教师或学生本人进行教学诊断。教师团队对学生的答题情况进行研读、分析、判断，形成学生答题诊断报告，再根据诊断报告，给学生提供学习建议和测试题，从而巩固学生掌握的知识。根据大数据收集到的问题，使用AI技术诊断以及教师集体研判诊断、教师辅导修正、人工智能（AI）类题配送，实施“一生一案”个性化作业、辅导、培养的精准教学，形成“问题导向+大数据采集+团队诊断+精准施策”的精准教学“柳高范式”。具体分为以下三个阶段。第一阶段（2017年9月—2019年3月）：提出问题，理论学习阶段。学校规划建设智慧校园，提出“三心教学”和“自主课堂”。正在攻读博士学位的高一年级主任葛伟提出创建“柳高云”，构建柳州高级中学智慧管理体系，以2017级教师为主，组建研究团队，学习《教育信息化2.0行动计划》相关文件和人工智能相关理论，提出课堂教学中的有效性问题和如何解决课堂中教与学的不对等、不衔接问题，寻找促使教与学评价一致的工具。第二阶段（2019年4月—2022年4月）：专家指导，校内实践阶段。确定研究方向后，学校邀请了国内相关领域的一些专家前来培训和具体指导，葛伟主任带领团队成员开始搭建“柳高云”数据平台，着手研究学生日常行为跟踪技术，组建基础教育大数据中心和四个城域分中心。制订中国基础教育大数据中心的“1+1+N”技术参数标准，建成全国基础教育首间“1+1”智慧教室，研发全国唯一的“AI技术纸笔合一”考试、阅卷、分析、评价的“教、学、评”一体化精准教学系统，采用全国首创“学生考试思维过程可视化”的观频技术，以考定教，以考促评；在“双减”后研发了“一生一案”的个性化作业精简办法，提出“问题导向+大数据采集+团队诊断+精准施策”精准教学模式，使教学、作业、评价更具针对性。通过深入的研究，学校充分利用大数据的采、算、管、评、用等信息技术和AI技术，开创“基于真实数据的现场观频+定点分析+拓展研究”的学科集体备课模式。第三阶段（2022年5月）：辐射推广，校外推广阶段。为了验证我们的研究成果，我们采取了以下措施：一是接待大量前来观摩学习的学校，二是指导城中区4所初中成立分中心开展研究，三是以葛伟主任为主，组织研究团队到省内外学校进行技术分享，不断验证和修正各类技术参数，同时推广“教、学、评”一体化研究技术。四、大数据技术下“教、学、评”一体化精准教学模式的基本流程大数据技术下“教、学、评”一体化精准教学模式的构建主要包含三个方面：一是确定课程教学目标、精准教学过程框架设计方案以及精准教学评价教法综述34Copyright©博看网. All Rights Reserved. 中学教学参考2023·7与预测方式；二是在此基础上结合基础教育发展的需求，构建“教、学、评”一体化的精准教学理论框架和基本模型，如图1所示；三是结合文科与理科不同的教学形态与教学思想，设计文科类精准教学模式与理科类精准教学模式，再针对学科素养与教学活动研发精准教学系统，并对精准教学实验进行推广，促进大数据下的教学高质量发展。
