基于知識圖譜的初中數(shù)學(xué)問題研究

王欣欣

摘 要：隨著信息技術(shù)的發(fā)展，數(shù)字化時代的到來，數(shù)學(xué)的作用日益凸顯，且初中數(shù)學(xué)對學(xué)生有舉足輕重的作用。然而對于一些中學(xué)生來說，對數(shù)學(xué)知識的學(xué)習(xí)存在著很大的個體差異性。由此，可利用Neo4j構(gòu)建一個關(guān)于初中數(shù)學(xué)學(xué)科各章節(jié)目錄中所包含的知識點的知識圖譜，幫助學(xué)生在學(xué)習(xí)過程中，提高學(xué)習(xí)效率。除此之外，利用爬蟲技術(shù)爬取一定數(shù)量的數(shù)學(xué)題目進(jìn)行研究。通過知識圖譜將題目所包含的知識點對應(yīng)到各個章節(jié)，有助于學(xué)生對知識進(jìn)行復(fù)習(xí)鞏固。

關(guān)鍵詞：初中數(shù)學(xué);Neo4j ?知識圖譜爬蟲

中圖分類號：G63 ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A ? ? ? ? ?文章編號：1673-9132（2020）17-0083-02

DOI：10.16657/j.cnki.issn1673-9132.2020.17.041

知識圖譜技術(shù)已經(jīng)廣泛應(yīng)用到金融、工業(yè)、醫(yī)學(xué)、教育等領(lǐng)域， 成為真實世界研究中的熱點問題[1]。知識圖譜就是以科學(xué)知識為研究對象，以可視化的方式來揭示科學(xué)知識的發(fā)展歷程及其結(jié)構(gòu)關(guān)系，并且以空間結(jié)構(gòu)的形式將學(xué)科內(nèi)部或多學(xué)科間的交互關(guān)系展示出來。因此，知識圖譜不僅可以對知識進(jìn)行查找、匹配、獲取、推送和共享等功能，還具有智能工具化和可視化的特性[2]。通過知識圖譜，將網(wǎng)頁中的非結(jié)構(gòu)化文本內(nèi)容中提取出實體及實體關(guān)系，將這些文本內(nèi)容轉(zhuǎn)化為相互連接的圖譜結(jié)構(gòu)[3]。

初中數(shù)學(xué)知識有著自己獨(dú)有的特點，可以分成多個模塊。如果對于中考生復(fù)習(xí)來說，按照模塊復(fù)習(xí)更為系統(tǒng)，但對于初一、初二年級的學(xué)生來說，他們并沒有系統(tǒng)的將知識學(xué)完，因此按照章節(jié)幫助學(xué)生查漏補(bǔ)缺是最為有效也是最為合適的。本研究是根據(jù)數(shù)學(xué)題目中的考查范圍大，題量和題型多等特點，幫助學(xué)生提取出題目中考查的知識點，然后對應(yīng)到教材中的章節(jié)里面，可以及時地幫助學(xué)生了解自己的薄弱知識點，從而有的放矢地填補(bǔ)缺漏。因此文章所構(gòu)建的知識圖譜是通過教材中的各章節(jié)來組織的。

附圖1是整個流程圖，先構(gòu)建知識圖譜，然后將題目分詞之后與圖譜中的知識節(jié)點做匹配，再對應(yīng)到相關(guān)章節(jié)內(nèi)容中。

一、知識圖譜的繪制

知識圖譜是一種基于圖的數(shù)據(jù)結(jié)構(gòu)，由節(jié)點和邊組成。其中節(jié)點即實體，邊即實體之間的關(guān)系。目前可用于知識圖譜繪制的軟件有多種，其中使用的較多的有Cite Space、Gephi、Neo4j等[1]。由于Neo4j在知識圖譜的繪制中有著獨(dú)特的優(yōu)勢：以圖的結(jié)構(gòu)存儲，可以存儲圖的節(jié)點、屬性和邊，這有助于提高數(shù)據(jù)庫的性能;同時它的安裝過程比較簡單[4]。因此本文將利用Neo4j軟件對所獲得的知識節(jié)點，知識節(jié)點之間的關(guān)系進(jìn)行知識圖譜的繪制。

本文所采用的語言工具是python語言，使用的系統(tǒng)是Windows7系統(tǒng)。

（一）實體識別

數(shù)學(xué)知識的實體即節(jié)點，本文采用人教版初中數(shù)學(xué)教材，利用里面各章節(jié)的目錄及其所包含的知識點作為知識圖譜中的節(jié)點，具體節(jié)點信息示例如下：

在七年級上冊中，第一章目錄為有理數(shù)，其節(jié)目錄第一節(jié)正數(shù)和負(fù)數(shù)，則其所包含的知識點為正數(shù)、負(fù)數(shù)等。

（二）關(guān)系識別

鑒于節(jié)點統(tǒng)計完之后，我們可以統(tǒng)計節(jié)點與節(jié)點之間的關(guān)系。一般根據(jù)目錄做的節(jié)點關(guān)系的統(tǒng)計為包含關(guān)系。因為這主要是為了學(xué)生針對性地學(xué)習(xí)某一節(jié)的內(nèi)容而制訂的，是針對各章節(jié)的知識點來進(jìn)行統(tǒng)計分析的，因此并沒有系統(tǒng)地將各模塊的知識點的關(guān)系統(tǒng)計出來，對于各知識點之間的關(guān)系在之后制作各模塊知識圖譜的時候?qū)M(jìn)行統(tǒng)計。文中關(guān)于各節(jié)點之間的關(guān)系主要體現(xiàn)了節(jié)點之間的包含關(guān)系，因為主要是想讓學(xué)生通過錯題對應(yīng)到各節(jié)內(nèi)容中，以此來補(bǔ)習(xí)自己所欠缺的知識。

（三）知識圖譜繪制

以上將節(jié)點信息和節(jié)點關(guān)系信息統(tǒng)計出來之后，利用neo4j軟件并結(jié)合python語言將知識圖譜繪制出來，如圖2所示。由于知識圖譜包含的內(nèi)容較多，因此這張圖只是展示了部分節(jié)點和節(jié)點間的關(guān)系。

二、初中數(shù)學(xué)問題研究

（一）數(shù)據(jù)來源

本文主要研究學(xué)生有不會的題目或是出錯的題目時，如何將這些題目對應(yīng)到教材中準(zhǔn)確地補(bǔ)習(xí)自己欠缺的知識點。因此在選取數(shù)據(jù)時通過網(wǎng)絡(luò)爬蟲的技術(shù)對21世紀(jì)教育網(wǎng)中的初中數(shù)學(xué)試題進(jìn)行爬取，然后對試題進(jìn)行數(shù)據(jù)的清洗。

（二）分 詞

當(dāng)我們獲取知識點的時候，要通過分詞的方法來進(jìn)行。這樣就可以將之前的句子分成多個詞語。分詞的方法有多種，但通過比較，本文采用jieba分詞的技術(shù)對試題進(jìn)行分詞。jieba分詞有三種模式：精確模式、全模式和搜索引擎模式[5]。但由于數(shù)學(xué)這一學(xué)科的特殊性，例如：‘平行四邊形這一數(shù)學(xué)名詞，它還可以分成‘平行和‘四邊形這兩個數(shù)學(xué)名詞，因此為了分詞的效果更加準(zhǔn)確，本文在分詞的時候選用了jieba分詞中的全模式進(jìn)行分詞，這樣所分得的數(shù)學(xué)名詞更加全面。

（三）實驗過程

分詞之后，將所有的詞與之前在制作知識圖譜時所得到的各章節(jié)的知識點進(jìn)行逐一匹配，當(dāng)有這一知識點出現(xiàn)時，就先匹配到包含這一知識點的章節(jié)中，然后再根據(jù)題目中的其他詞進(jìn)行精確匹配，如果沒有精確匹配的知識點，就直接對應(yīng)到這一節(jié)甚至是這一章的內(nèi)容。例如：一道題目是‘判斷0的平方根是0這一說法是否正確，在這道題目中我們通過jieba分詞之后所得到的結(jié)果是‘判斷 0 的 平方 平方根 方根 是 0 這 一 說法 是否 正確。通過這個我們可以對比之前所得到的圖譜中的數(shù)學(xué)知識，可以找到‘平方和‘平方根是數(shù)學(xué)知識，那么我們就能找到它所對應(yīng)的章節(jié)為第六章的6.1這一小節(jié)。

三、結(jié)語

本文主要是通過制作的知識圖譜讓學(xué)生更加清晰地看到每個章節(jié)所包含的知識點，同時在自己出錯的題目中可以找到對應(yīng)的知識點，便于補(bǔ)習(xí)自己所不擅長的章節(jié)，同時也可以通過模糊匹配看到所包含這一知識點的相關(guān)章節(jié)，可以進(jìn)行系統(tǒng)的學(xué)習(xí)。同時，本文獲取的知識點不是很全面，因此需要后續(xù)持續(xù)往這一知識圖譜中加入新的知識點;另外，本文對于各個知識點之間的關(guān)系沒有進(jìn)行統(tǒng)計，在今后的研究過程中可以將知識點之間的關(guān)系統(tǒng)計出來，以構(gòu)成一個完整的初中數(shù)學(xué)知識圖譜，方便學(xué)生的學(xué)習(xí)和查找知識點，且更系統(tǒng)地將整個初中數(shù)學(xué)架構(gòu)掌握起來。

參考文獻(xiàn)：

[1]李新龍，劉巖，何麗云，劉保延，張艷宏.知識圖譜研究概況及其在中醫(yī)藥領(lǐng)域的應(yīng)用[J].中國中醫(yī)藥信息雜志，2017（7）：129.

[2]朱游娟.初中數(shù)學(xué)問題的全知識圖譜設(shè)計與實現(xiàn)[D].電子科技大學(xué)，2016.

[3]趙軍，劉康，何世柱，陳玉博.知識圖譜[M].北京：高等教育出版社，2018.

[4]郝培豪，高潔.基于Neo4j圖數(shù)據(jù)庫的警務(wù)安保知識圖譜可視化分析[J].研究與開發(fā)，2018（4）：8.

[5]涂銘，劉洋，劉樹春.python自然語言處理實戰(zhàn)：核心技術(shù)與算法[M].北京：機(jī)械工業(yè)出版社，2018.