基于计算思维解析知识地图自主学习模型.docx

??

?

??

基于计算思维解析知识地图自主学习模型

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

蔡荣华赵海斌

摘?要以计算思维方法解析知识地图自主学习模型构建，通过计算思维的方法对知识地图进行分析，帮助学习者更高效地理解知识地图，构建完善个性化的知识地图自主学习模型。同时，在知识本体库层引入深度学习方法，完善知识地图自主学习模型的教育数据挖掘分析技术。

关键词计算思维;知识地图;数据挖掘;自主学习模型;机器学习

中图分类号：G652??文献标识码：B

文章编号：1671-489X（2018）20-0060-03

AnalysisofKnowledgeMapAutonomousLearningModelbased

onComputationalThinking//CaiRonghua，ZhaoHaibin

AbstractThispaperanalyzestheautonomouslearningmodelof

knowledgemapbycalculatingthinkingmethod，analyzesknow-ledgemapthroughthemethodofcalculationthinking，helpslearners

understandknowledgemapmoreefficiently，andconstructsanauto-

nomouslearningmodelofknowledgemap.Atthesametime，the

deeplearningmethodisintroducedintheontologylayertoimprove

theeducationaldataminingandanalysistechnologyoftheknow-ledgemapautonomouslearningmodel.

Keywordscomputationalthinking;knowledgemap;datamining;autonomouslearningmodel;machinelearning

1計算思维概述

周以真提出计算思维[1]，引起学术界热烈讨论，为人们解决问题提供了新的思路，继而深入开展对计算思维能力的培养和运用计算思维解决问题的研究。计算思维作为人们学习的有力工具，主要有约简、嵌入、转化、递归、仿真和离散分析等方法。

2知识地图概述

知识地图是一种知识库管理系统技术与Internet技术相结合的新型知识管理技术[2]。知识地图这一概念最早出自情报学，主要目的是揭示知识节点间的层次以及知识节点间的关系，具有知识导航和知识管理的作用。知识地图按构建的方法可以分成八类，分别是概念型知识地图、分布式知识地图、流程型知识地图、结构型知识地图、联系型知识地图、生命期知识地图、导航型知识地图和认知型知识地图[3]。构建个性化的自主学习模型，需要基于人的认知规律，因此，本文采用的是认知型知识地图。

3以计算思维解析知识地图自主学习模型

蔡荣华、范云霞构建了图1所示知识地图自主学习模型[4]。通过计算思维的关注分离方法（SOC）对知识地图模型进行分析，可以分为四层，分别是行为层、学科知识本体库层、数据采集层和信息可视化层。其数学模型表示为：

M={AC，AD，DS，DV}???????（1）

式中，M表示知识地图自主学习模型，AC表示行为层，AD表示学科知识本体库层，DS表示数据采集层，DV表示信息可视化层。

在蔡荣华、范云霞构建的知识地图模型中，AC包括三个方面的行为，即对知识进行浏览、对知识进行查询和对知识进行选取。其数学模型表示为：

AC={BR，QU，CH}???????（2）

式中BR表示对知识进行浏览，也即对知识的遍历;QU表示对知识进行查询，也即对知识的检索;CH表示对知识进行选取。在真实的学习环境中，知识是无限的，要用有限的精力、时间对知识进行浏览、查询，选择能解决问题的知识;对已经解决的问题通过计算思维的约简、仿真等方法，选择合适的方式去陈述问题，搜集相关知识建立问题或问题相关方面的模型，使AC过程更高效地完成;对于难以处理的问题，通过计算思维的约简、转化等方法，把难以处理的问题变成一个已经知道解决方法的问题，或者通过递归的方法，找出难以处理的问题中的关键点，大大缩减BR的检索范围和方向;对于复杂或庞大的问题，采用计算思维的抽象、分解方法对问题进行分类，进行多线程知识浏览，让协作学习成为可能，提升QU的效率;对无法解决的问题，按照计算思维