基于知识图谱的大数据采集与处理课程教学资源整合与优化研究
摘要
针对大数据采集与处理课程的评价粗放、知识割裂、资源分散问题,本研究基于DeepSeek大语言模型构建了包含118个原子知识点的三层课程知识图谱,并在超星学习通和头哥实践教学平台完成了285份教学资源的精准映射与动态更新。教学实验表明,知识图谱有效提升了教学效果,教师定位薄弱知识点耗时显著减少,学生知识点掌握度明显提高,跨模块综合应用能力增强,资源利用效率提升。该研究为数据类课程精准教学提供了可复制的范式。
关键词
知识图谱;大数据采集与处理;教学资源整合
全文:
PDF参考
[1]王佐旭.知识图谱和大语言模型辅助新工科课程教学资源建设方法[J].高等工程教育研究,2025,(01):40-46+110.
[2]王洪江,侯荣旭,任娜,等.基于知识图谱的计算机类专业课程创新设计与实践——以“计算机多媒体技术”课程为例[J].沈阳工程学院学报(社会科学版),2024,20(04):94-99.
[3]刘强,徐小龙,赵龙龙,等.基于知识图谱的大数据类课程PBL教学实践[J].计算机教育,2023,(12):325-330.
Refbacks
- 当前没有refback。