基于可視化系統(tǒng)的知識圖譜教學模式

基于可視化系統(tǒng)的知識圖譜教學形式〔〕:

摘要：知識圖譜是計算機專業(yè)前沿技術(shù)之一，可用于挖掘分析數(shù)據(jù)之間的關(guān)聯(lián)。但是該技術(shù)缺乏成熟的知識體系，加之學生對于該技術(shù)接觸少，傳統(tǒng)教學方法無法生動形象使學生理解掌握該技術(shù)?；诳梢暬到y(tǒng)的知識圖譜教學形式，通過將理論知識與可視化系統(tǒng)結(jié)合，加深學生對知識圖譜應(yīng)用場景和應(yīng)用方法的理解，進而獲得較好的教學效果。

關(guān)鍵詞：知識圖譜；可視化系統(tǒng)；教學形式

本文引用格式：王成，胡瑞鑫.基于可視化系統(tǒng)的知識圖譜教學形式[J].教育現(xiàn)代化,2022,8(39):166-169.

TeachingModeofKnowledgeGraphbasedonVisualSystem

WANGCheng,HURuixin

(DepartmentofputerScienceandTechnology,TongjiUniversity,Shanghai)

Abstract:Knowledgegraphisoneofthecutting-edgetechnologiesofputerscience,whichcanbeusedtomineandanalyzetheassociationsbetweendata.However,thetechnologylacksamatureknowledgeframework,andstudentshavelittlecontactwiththetechnology,traditionalteachingmethodscannotvividlymakestudentsunderstandandmasterthetechnology.Thevisualteachingmodeoftheknowledgegraph,throughthebinationoftheoreticalknowledgeandthevisualizationsystem,deepensstudents"understandingoftheapplicationscenariosandapplicationmethodsoftheknowledgegraph,andthenobtainsabetterteachingeffect.

Keywords:knowledgegraph;visualsystem;teachingmode

一引言

知識圖譜作為研究生算法課程的重要內(nèi)容之一，所涉及的技術(shù)新穎前沿。知識圖譜技術(shù)可用來挖掘發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)，通過對數(shù)據(jù)進展處理【1】，分析得出數(shù)據(jù)集中實體之間的關(guān)系構(gòu)建知識圖譜。知識圖譜在現(xiàn)實中有許多的應(yīng)用場景，聚類分析[2-4]那么是知識圖譜應(yīng)用場景之一。知識圖譜作為前沿技術(shù)之一，現(xiàn)階段該技術(shù)的知識體系較為碎片化，缺乏明晰明了的知識體系，同時學生未接觸過該技術(shù)的相關(guān)知識，對知識圖譜的概念和應(yīng)用場景陌生。加之研究生算法課程安排，針對知識圖譜的課時相對較少，因此如何在較短的時間內(nèi)掌握知識圖譜的根本概念和適用場景是亟待解決的問題之一，傳統(tǒng)的教學方式枯燥無味，學生雖然聽課過程會記住相應(yīng)概念，但是存在理論與理論脫節(jié)的現(xiàn)象。

為進一步優(yōu)化課程教學，使學生可以在較短的課時內(nèi)建立對知識圖譜的概念理解，在授課期間加以詳細應(yīng)用場景的可視化系統(tǒng)，以可視化系統(tǒng)為主線從數(shù)據(jù)的預(yù)處理，到知識圖譜的構(gòu)建，最終闡述可視化系統(tǒng)的搭建，使得學生對知識圖譜的應(yīng)用場景以及應(yīng)用方法有個立體直觀的認知。利用課下時間，設(shè)計相關(guān)實驗進步學生的理論才能，通過理論使學生脫離以往做實驗時的依賴性[5-6]，從而進一步進步培養(yǎng)學生將掌握的知識應(yīng)用到實際場景中?？梢暬到y(tǒng)對課程帶來的優(yōu)異效果也在多方面得到了驗證，例如將可視化系統(tǒng)應(yīng)用于軍事課程中【7】模擬軍隊運動情況，利用可視化方法應(yīng)用在常微分方程[8]課程中教學，也有將可視化教學技術(shù)應(yīng)用在臨床麻醉學教學[9]中獲得良好的教學效果。

二課程內(nèi)容組成

知識圖譜技術(shù)涉及自然語言處理、圖數(shù)據(jù)庫、機器學習等各領(lǐng)域知識，適用于金融反欺詐、信息檢索等多種場景。需要合理安排各領(lǐng)域知識，通過詳細場景的應(yīng)用實例進展教學。通過詳細的應(yīng)用場景帶入，講述根本的數(shù)據(jù)處理技巧、知識圖譜的構(gòu)建更新技巧、知識圖譜的存儲方式以及知識圖譜的根底應(yīng)用方法。通過詳細案例引入知識圖譜的概念，針對該案例講述每一步驟的處理方式，從而到達學生可以生動形象的理解知識圖譜的概念和應(yīng)用技巧。

針對數(shù)據(jù)處理局部，通過詳細場景的數(shù)據(jù)集分析該數(shù)據(jù)集所存在的問題，可能存在的問題包括但不限于關(guān)鍵值為空、重復數(shù)據(jù)和特征數(shù)據(jù)選取。針對每一個問題，給出相關(guān)解決方案，也可以安排學生自主討論問題解決方案。利用處理后的數(shù)據(jù)，構(gòu)建知識圖譜并將該圖譜進展存儲，可通過圖數(shù)據(jù)庫如Neo4j構(gòu)建和存儲數(shù)據(jù)，通過實例數(shù)據(jù)將數(shù)據(jù)導入Neo4j中，使學生通過詳細案例掌握圖數(shù)據(jù)庫和關(guān)系型數(shù)據(jù)庫之間的區(qū)別，同時該局部內(nèi)容可以引導學生理解圖數(shù)據(jù)庫冷啟動和熱加載兩種情況下的導入數(shù)據(jù)方法，講解每種方法適用的場景。構(gòu)建完成的知識圖譜需要應(yīng)用解決詳細的場景問題，例如挖掘網(wǎng)絡(luò)借貸欺詐申請的問題，講述利用知識圖譜結(jié)合機器學習領(lǐng)域的無監(jiān)視聚類方法發(fā)現(xiàn)網(wǎng)絡(luò)借貸場景中欺詐申請的審批。

數(shù)據(jù)處理局部是課程的基石，通過對問題數(shù)據(jù)集進展數(shù)據(jù)清洗，獲得高質(zhì)量的數(shù)據(jù)，課程需要在該局部講解的內(nèi)容包括但不限于以下內(nèi)容：

數(shù)據(jù)處理的重要性，數(shù)據(jù)處理為算法應(yīng)用的基石，假設(shè)數(shù)據(jù)處理不恰當會導致算法應(yīng)用時無法發(fā)揮算法的性能優(yōu)勢且模型調(diào)優(yōu)復雜化。

常見數(shù)據(jù)問題及其對應(yīng)的數(shù)據(jù)處理方法，例如數(shù)據(jù)集中空值問題可以采用平均值填充或刪除等方式對數(shù)據(jù)集中空字段進展處理。

數(shù)據(jù)處理后的應(yīng)用場景，介紹各領(lǐng)域?qū)?shù)據(jù)的應(yīng)用方式，例如推薦算法分析數(shù)據(jù)對用戶推薦，反欺詐算法利用數(shù)據(jù)構(gòu)建風控平臺。

知識圖譜構(gòu)建局部對課程內(nèi)容起著承上啟下的功能，通過將處理得到的數(shù)據(jù)導入圖數(shù)據(jù)庫構(gòu)建知識圖譜，并講解知識圖譜的使用場景。該局部講解的內(nèi)容包括但不限于以下的內(nèi)容：

NoSQL的種類，圖數(shù)據(jù)庫在NoSQL中的作用，NoSQL數(shù)據(jù)庫與關(guān)系型數(shù)據(jù)庫之間的區(qū)別，不同種類的NoSQL數(shù)據(jù)庫適用場景。

Neo4j數(shù)據(jù)庫在冷啟動和熱加載兩種場景下的數(shù)據(jù)導入方法，Cypher語句的根底功能，Neo4j數(shù)據(jù)庫提供的擴展才能。

異質(zhì)知識圖譜的構(gòu)建過程，以及如何對異質(zhì)知識圖譜挖掘有效特征信息，如何將異質(zhì)知識圖譜提獲得出同質(zhì)知識圖譜。

聚類算法實現(xiàn)局部是該課程的重點講授內(nèi)容，通過分析不同種類的聚類算法，分析這些聚類算法的工作原理及其使用場景，該局部講解內(nèi)容包括但不限于以下內(nèi)容：

聚類算法的種類，不同種類聚類算法的工作原理和使用場景，同時介紹每種聚類算法中的代表算法及其優(yōu)化方案。

如何將聚類算法應(yīng)用在前述構(gòu)建的知識圖譜中，根據(jù)詳細的應(yīng)用場景，介紹從模型選型到詳細實現(xiàn)的思路。

介紹不同代表性聚類算法的調(diào)優(yōu)方案，以及聚類算法的研究方向。

課程內(nèi)容也可根據(jù)詳細課時靈敏安排，上述的課程內(nèi)容主要針對碩士研究生的算法課程，本科生的算法課程可以簡化相關(guān)內(nèi)容，以課程核心根底內(nèi)容為主，讓本科生可以宏觀理解算法的重要性，激起學生對算法學習的好奇心，引導學生自主學習其他相關(guān)算法知識，課程講述過程中加以可視化系統(tǒng)作為輔助工具，方便學生理解詳細算法的工作流程，也鼓勵學生自主開發(fā)相關(guān)可視化工具，將理論知識與理論相結(jié)合，進步教學質(zhì)量。

三可視化系統(tǒng)展示

可視化系統(tǒng)可以有效地展示知識圖譜技術(shù)在詳細應(yīng)用場景下的工作流程，為了形象直觀地向?qū)W生展示該技術(shù)的構(gòu)建和應(yīng)用方式，可以通過構(gòu)建詳細應(yīng)用場景下的可視化系統(tǒng)，展示該場景下知識圖譜的工作流程。在此以構(gòu)建的應(yīng)用于互聯(lián)網(wǎng)金融反欺詐的可視化系統(tǒng)為例，展示授課期間涉及到的知識圖譜的技術(shù)以及應(yīng)用，圖1-2展示了互聯(lián)網(wǎng)金融反欺詐的可視化系統(tǒng)截圖。

可視化系統(tǒng)基于網(wǎng)絡(luò)借貸場景構(gòu)建，目的是通過機器學習領(lǐng)域中聚類算法將異常借貸申請?zhí)嵩绨l(fā)現(xiàn)并在申請階段回絕借貸人申請，系統(tǒng)所使用的數(shù)據(jù)集為國內(nèi)某銀行加密脫敏后的數(shù)據(jù)集，數(shù)據(jù)集包括申請人的根本信息，例如：經(jīng)過MD5加密的申請人申請?zhí)柎a，號等特征信息。

數(shù)據(jù)處理過程對所得數(shù)據(jù)集首先進展去重處理，將重復借貸申請數(shù)據(jù)刪除，對關(guān)鍵特征的缺失數(shù)據(jù)進展填充，非關(guān)鍵特征數(shù)據(jù)那么采取丟棄的方法，同時挖掘出申請單號之間的關(guān)聯(lián)信息，方便后續(xù)構(gòu)建同質(zhì)知識圖譜的操作。構(gòu)建知識圖譜階段，針對Neo4j的冷啟動添加數(shù)據(jù)，可以將挖掘出來的申請單號關(guān)聯(lián)信息，通過Neo4j提供的導入工具將數(shù)據(jù)導入Neo4j中構(gòu)建一張同質(zhì)的知識圖譜，該知識圖譜僅包括申請單號節(jié)點。針對Neo4j的熱加載過程，那么可以通過特定計算機語言借助第三方工具導入數(shù)據(jù)。機器學習中聚類算法構(gòu)建階段，結(jié)合網(wǎng)絡(luò)資源，學生可自主選擇聚類算法，實現(xiàn)將數(shù)據(jù)集中相似節(jié)點聚集在一起的操作。

可視化系統(tǒng)總共分成三個功能，圖1左圖為同質(zhì)知識圖譜網(wǎng)絡(luò)，當點擊新增按鈕后，會根據(jù)索引號查詢Neo4j數(shù)據(jù)庫，將檢索到的數(shù)據(jù)返回給前端，假設(shè)節(jié)點為正常借貸申請的節(jié)點，節(jié)點顏色標記為藍色，否那么標記為紅色。根據(jù)返回的節(jié)點關(guān)聯(lián)信息，判斷新增節(jié)點與已有知識圖譜內(nèi)節(jié)點是否關(guān)聯(lián)，假設(shè)存在關(guān)聯(lián)關(guān)系那么自動添加至對應(yīng)的節(jié)點附近，并通過直線連接，直線上標記數(shù)字表示兩個節(jié)點所具有的一樣特征。圖1右圖表示通過聚類算法，借貸節(jié)點聚類情況，左方點擊算法按鈕，對已有知識圖譜節(jié)點進展聚類操作，將相似節(jié)點聚集在一起，一樣社區(qū)ID的節(jié)點間隔較近，不同社區(qū)ID的節(jié)點那么間隔較遠。同時左下方分別標明聚類算法每添加一個新的節(jié)點后的性能變化情況，假設(shè)聚類算法對新增節(jié)點判斷錯誤那么對應(yīng)的性能指標用紅色標記，假設(shè)判斷正確那么用藍色標記。通過向?qū)W生講解整個可視化系統(tǒng)的構(gòu)造，明確實驗詳細細節(jié)，從而進一步進步學生對算法課程的理解。圖2為節(jié)點的詳細信息，可以通過雙擊圖1中知識圖譜中節(jié)點進入該節(jié)點的詳情頁，查看該節(jié)點的關(guān)鍵信息。該局部內(nèi)容可以根據(jù)詳細需要勾選對應(yīng)的關(guān)鍵特征展示該節(jié)點信息。

四課程實驗設(shè)計

算法設(shè)計實驗往往要求學生利用詳細計算機語言實現(xiàn)算法核心思想，通過不同的測試用例來驗證算法實現(xiàn)是否正確。但是這類實驗效果較差，學生僅實現(xiàn)算法，但是對算法的應(yīng)用場景和優(yōu)化流程并未熟悉。為了進一步進步學生的動手才能，以及詳細應(yīng)用場景的分析才能，通過設(shè)置詳細的實驗內(nèi)容包括但不限于完成數(shù)據(jù)處理、系統(tǒng)搭建等流程，鍛煉學生的動手理論才能，使得學生可以理解算法的設(shè)計思路和工作流程。拓展算法實驗的內(nèi)容，表達出實驗的靈敏性、個性化和綜合性。

為此將基于知識圖譜的可視化實驗分成三種模塊，分別為數(shù)據(jù)處理模塊、知識圖譜構(gòu)建模塊、聚類算法模塊。整個實驗系統(tǒng)的模塊構(gòu)造如圖3所示。提供應(yīng)學生的實驗數(shù)據(jù)集可以為公開數(shù)據(jù)集或者經(jīng)過加密脫敏處理后的真實應(yīng)用場景的數(shù)據(jù)，不建議提供仿真數(shù)據(jù)。數(shù)據(jù)集應(yīng)具有空值缺失、數(shù)據(jù)重復、噪聲數(shù)據(jù)干擾等特征，從而鍛煉學生面對真實場景數(shù)據(jù)集的應(yīng)對才能。學生根據(jù)提供的數(shù)據(jù)集，構(gòu)建數(shù)據(jù)處理模塊，通過利用數(shù)據(jù)分析處理工具，對空值進展填充或刪除，刪除重復數(shù)據(jù)以及剔除噪聲數(shù)據(jù)。并將采取的方案梳理成文檔，用于后續(xù)成績斷定。

選取Neo4j作為知識圖譜構(gòu)建模塊的底層存儲數(shù)據(jù)庫，一方面可以擴展學生對不同類型數(shù)據(jù)庫功能的認識，使得學生理解到圖數(shù)據(jù)庫和關(guān)系數(shù)據(jù)庫之間的差異性，另一方面Neo4j提供豐富的文檔資源，可以鍛煉學生實際實驗過程中對文檔閱讀才能。學生將處理完成后的數(shù)據(jù)，通過自主編寫腳本代碼的方式，將數(shù)據(jù)導入到Neo4j圖數(shù)據(jù)庫中。

聚類算法設(shè)計模塊，要求學生選擇課程講授的一種或多種聚類算法，實現(xiàn)對所提供數(shù)據(jù)集的聚類操作，學生需要通過調(diào)參等方式進一步進步算法的準確性。算法模型訓練完成后，根據(jù)測試集數(shù)據(jù)來驗證模型性能，并根據(jù)測試數(shù)據(jù)集所得到的模型性能決定學生的實驗成績。

課程實驗內(nèi)容和設(shè)計要求可參考表1，可以將該實驗設(shè)置為課程作業(yè)作為課程成績評估參考項之一。

五總結(jié)

基于可視化系統(tǒng)的知識圖譜教學形式，利用可視化系統(tǒng)作為引導，向?qū)W生展示了知識圖譜技術(shù)如何應(yīng)用以及處理的流程，進一步進步學生對算法應(yīng)用和解決實際問題的才能。通過設(shè)置課程實驗內(nèi)容，學生從獲取數(shù)據(jù)集，對數(shù)據(jù)集進展數(shù)據(jù)處理，利用處理完成的數(shù)據(jù)構(gòu)建知識圖譜，自主選擇實現(xiàn)聚類算法，實驗內(nèi)容幾乎涉及到計算機專業(yè)課程的全部內(nèi)容，從算法理論到詳細實現(xiàn)。進而進步學生對算法課程的興趣，以及自主學習意識，進步教學質(zhì)量。

參考文獻

【1】呂小鋒.基于Sta