试析课程思政知识图谱平台的创建与应用

［摘 要］ 随着信息科技的迅猛发展，人工智能技术被广泛应用，尤其是近年来在大数据、智能算力等方面的重大突破，人工智能在学术界和工业界取得了显著成效。为有效应对传统课程思政课堂教学模式效率不高及教学思路单一等问题，拟将思政教育与专业课程相结合，深入探讨课程思政的内涵特征，并利用人工智能技术构建基于课程思政体系的知识图谱平台。通过详细阐述基于知识图谱的课程思政教学平台的设计、创建与应用，从教与学的角度分析了交互式、沉浸式和自适应式等教学模式给教育带来的重大变革。

［关键词］ 课程思政；知识图谱；人工智能；教学平台；教学模式

［基金项目］ A Project Funded by the Priority Academic Program Development of Jiangsu Higher Education Institutions

［作者简介］ 杨利超（1992—），女，河南濮阳人，博士，苏州大学苏州医学院公共卫生学院讲师，主要从事传染病智慧应急管理研究；张明芝（1973—），女，江苏连云港人，博士，苏州大学苏州医学院公共卫生学院教授，博士生导师，主要从事卫生统计学方法与心脑血管流行病学研究；沈月平（1968—），男，江苏东台人，博士，苏州大学苏州医学院公共卫生学院教授，博士生导师，主要从事生物统计理论与方法应用研究。

［中图分类号］ G642.0 ［文献标识码］ A ［文章编号］ 1674-9324（2025）09-0076-04 ［收稿日期］ 2023-10-09

习近平总书记在全国高校思想政治工作会议上指出，思想政治工作从根本上说是做人的工作，必须围绕学生、关照学生、服务学生，不断提高学生思想水平、政治觉悟、道德品质、文化素养，让学生成为德才兼备、全面发展的人才［1］。这一目标的实现要求全方位推进课程思政建设，不仅是对教育内容的革新，更是对教学方法和评价体系的深度调整［2］。课程思政建设的关键在于将思想政治教育融入所有课程之中，确保教育过程中的每一环节都能贡献于学生全面发展的目标。

传统的思政教育面临着教学内容碎片化、教学模式单一化等挑战，新型智能技术的出现为解决这些挑战提供了新的思路。知识图谱［3］作为转型的关键技术，通过构建实体关系网络提升教学内容的系统化，将习近平新时代中国特色社会主义思想融入专业课程之中，促进学生的全面发展。利用知识图谱技术，设计数据驱动的智能化教学工具，如学习评价、教学评估系统、智能问答、语义搜索等，提高教学管理效率，支撑个性化学习。

一、基于知识图谱的课程思政体系建立

课程思政不是简单的“课程加思政”，更不是“为思政而思政”，而是在课程教学中有机融入理想信念和精神品格教育，努力促进二者之间有效协同。为此，教师必须精心设计和组织教学，详细的课程思政体系构建如图1所示。

（一）明确目标和原则

设计课程思政的总体框架，与教育总目标一致，实现理论与实践相结合，鼓励学生将所学的专业知识应用到生活和社会实践中。

（二）课程内容一体化

将思政内容与专业知识相结合，形成符合社会发展和时代要求的跨学科课程体系，不断丰富课程内容，确保其时代性和前瞻性。

（三）教学方法创新

充分利用多媒体、网络资源等现代化信息技术手段，提出讨论、研讨、案例分析等互动式教学方法，提高学生的参与度和思考能力，丰富教学形式，提高教学效果。

（四）评价机制完善

构建以德育评价为核心的多元化评价体系，强调课程思政中课上的过程和形成性评价，鼓励学生在过程中持续改进和自我完善。

（五）教师队伍建设

加强教师创新意识和实践能力的专业培训，提升思政教育能力和教学水平，鼓励教师在教学中探索和尝试新方法。

通过上述步骤的实施，以坚定学生理想信念、爱党、爱国、爱社会主义为主线，以政治认同、家国情怀等重点思政内容为供给，系统进行中国特色社会主义和中国梦教育、社会主义核心价值观和中华优秀传统文化教育，兼顾专业课程质量体系要求，构建一套实用的课程思政体系。

二、基于课程思政的知识图谱平台创建

从信息抽取、关系构建及内容设计三个步骤出发，创建基于课程思政体系的知识图谱平台。首先，将思政重要知识进行抽取，融入公共基础课程、专业教育课程及实践类课程。其次，借助自然语言处理、机器学习等技术，将课程思政内容转换成多维的可视化知识图谱内容。最后，根据教师和学生需求，分别抽取不同的思政内容及逻辑，构建成知识图谱子模块，部署在知识图谱平台上。详细的技术路径实现如图2所示。

（一）思政信息抽取

思政信息的来源常见于文本、图片、视频等，从中提取关键思政内容，即信息抽取［4］。

抽取习近平新时代中国特色社会主义思想、世情国情党情民情内容、党的创新理论及思想等关键内容，融入专业课程中，培养学生增强“四个意识”、坚定“四个自信”、做到“两个维护”，以实现习近平新时代中国特色社会主义思想进教材进课堂进头脑的思政课程目标。抽取社会主义核心价值观和中华优秀传统文化结合的基本价值理念和原则，在专业课程教育过程中，潜移默化地转化为个人内在精神追求，外在自觉行动，达到培育和践行社会主义核心价值观的培养理念。抽取以爱国主义为核心的民族精神，包括集体主义、开拓创新等多项重点内容，融入专业课程，旨在引导学生在国家建设和发展中保持团结向上的精神状态，为实现中华民族伟大复兴的中国梦不懈奋斗。抽取习近平法治思想，中国特色社会主义法治道路的理想和信念，法治观念、原则、重要法律概念等关键信息，通过深入开展宪法法治教育，提高学生运用法治思维和法治方式维护自身权利、参与社会公共事务、化解矛盾纠纷的意识和能力。

（二）课程思政关联关系构建

常见的知识图谱构建方法有三种：自底向上、自顶向下和二者混合的方法［5］。本文将习近平新时代中国特色社会主义思想与公共基础课程、专业教育课程和实践类课程等三类专业课程进行融合，构建课程思政关联关系。

根据不同阶段和学制进行公共课程规划，培养学生全面发展成为有责任感的好公民。实现思政和专业教育的全面融合，理论教育与实践相结合，持续改进优化高等学校课程思政建设，创新教育教学方法。根据学科特点、优势及特色设置具有较强针对性的专业课程。坚持思政育人，注重培养学生的社会责任感，鼓励学生创新创业，强调党的领导和社会主义核心价值观的教育，推动课程与实践相结合等重要指导原则。

（三）基于课程思政培养需求的知识图谱内容设计

基于课程思政体系的培养需求，设计学习评价、学情诊断、精准分析、智能问答等知识图谱平台的板块内容［6］。针对学生设计的学习评价、学情诊断板块，将专业知识内容与思政内容呈现一定比例的题量设计，并将政治导向、专业伦理、学习伦理和社会主义核心价值观等嵌入专业知识内容，实现思政元素的有机融入。针对教师设计的精准分析、智能问答等板块，以实事求是、创新思维等为设计原则，采用灌输与渗透相结合、理论与实践相结合的方式实现各类专业课程与思政课程同向同行，形成协同效应，实现教师与学生的教学相长的“三全育人”新局面。

三、知识图谱的应用

知识图谱旨在采用图结构来建模和记录世界万物之间的关联关系和知识，以便有效实现更加精准的对象级搜索［7］。当前知识图谱在教育领域有以下三大主要应用。

（一）搜索推荐

知识图谱可建立学生和教师之间的互动联系，根据用户的搜索目标，知识图谱能够更快速地发现潜在思政和专业课程知识，拓展搜索目标的深度和广度，使得展示的课程思政相关知识更具有逻辑性、连贯性及全面性。

（二）智能客服

知识图谱具有“人”一样的思维，通过与学生的对话，根据学生的学习目标，提供服务模式，从而推动因材施教教学理念的实施。智能客服的应用可降低人工客服成本，有效分担人工客服的压力，为用户提供更高效的一对一定制化服务。

（三）可视化展示

知识图谱应用可视化技术将数据以更直观的形式表现出来，快速清晰地展示各个知识之间的关系，为信息检索提供便利，使学生更容易理解和分析课程思政知识之间的关系、模式和趋势，并探索和发现新的知识关系，提出一些有意义的洞见和结论［8-10］。此外，知识图谱可视化提供高度可定制的界面，可灵活地适用于各种课程思政的场景。

结语

在当今时代，人工智能技术的迅猛进展为教育领域的智能化转型提供了更多的机遇。特别是以人工智能为核心构建的知识图谱平台，在推动教育智能化进程中占据了核心地位。该平台通过整合专业课程内容与思想政治教育，设计出一套融合课程思政体系的教学策略，不仅促进了教育信息化和数字化的发展，也显著提升了教育质量，为教育行业的智能化转型提供了重要的实践价值。此外，通过结合理论研究与实践探索，从教与学的视角出发，本文进一步系统性地分析了基于课程思政体系的知识图谱平台在教育领域内展现的独特价值和积极效应，从而验证了知识图谱平台在促进教育智能化方面的重要性。

【利益冲突】本研究不存在任何利益冲突。

参考文献

［1］习近平在全国高校思想政治工作会议上强调 把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面［N］.人民日报，2016-12-09（1）.

［2］卞雨花，吕峰.新时代提升高校课程思政建设实效性的多维路径［J］.思想政治教育研究，2023，39（3）：102-106.

［3］张鹤译，王鑫，韩立帆，等.大语言模型融合知识图谱的问答系统研究［J］.计算机科学与探索，2023，17（10）：2377-2388.

［4］杜悦，常志军，董美，等.一种面向海量科技文献数据的大规模知识图谱构建方法［J］.数据分析与知识发现，2023，7（2）：141-150.

［5］覃群，王天国.一流课程建设背景下课程思政的探索与实践：以《汽车工程材料》为例［J］.现代商贸工业，2023，44（9）：203-205.

［6］王奎洋，贝绍轶，唐金花，等.应用型本科一流课程建设探索与实践［J］.高教学刊，2022，8（3）：14-17.

［7］张俊杰，果天泽，叶俊.知识图谱视角下我国飞行员体育研究现状及演进的可视化分析［J］.四川体育科学，2023，42（05）：22-27，33.

［8］CHEN D， FEI Q， JUAN L， et al. Knowledge graph modeling method for product manufacturing process based on human–cyber–physical fusion［J］. Advanced engineering informatics，2023，58：102183.

［9］WANG L， SUN C H， ZHANG C Y， et al. Application of knowledge graph in software engineering field： A systematic literature review［J］. Information and software technology，2023，164：0950-5849.

［10］PEI L， BING Q， QI S， et al. Prompt-WNQA： a prompt-based complex question answering for wireless network over knowledge graph［J］. Computer networks，2023，236：110014.