刘晋泽 王伊 马靖仑 李骁 肖枫涛

[摘           要]  由于当前MOOC平台学习资源数量不断增长，检索引擎能否帮助用户准确定位其需要的课程对于用户体验而言意义重大。然而，当前国内主流MOOC平台的资源检索粒度较粗，用户难以针对想学习的某一具体知识点定位相关课程。鉴于此，提出了将知识图谱应用于MOOC平台资源检索的思路，并通过实体识别、关系分析、课程知识点发现等方法构建了面向MOOC数据的知识图谱，然后基于该图谱搭建了资源检索引擎。将该引擎与国防科技大学梦课平台进行了集成，并开展了用户调研以验证该引擎的有效性。实验结果表明，该引擎可有效针对知识点粒度进行资源检索，提升了用户使用体验。

[关    键   词]  知识图谱;检索引擎;MOOC;图数据库

[中图分类号]  GTP315                   [文献标志码]  A                      [文章编号]  2096-0603（2021）24-0060-04

从2013年以来，国内在线教育蓬勃发展，MOOC（Massive Open Online Courses，大规模开放在线课程）这一学习模式在我国得到了越来越多用户的认同[1]，诞生了诸如中国大学MOOC、学堂在线、智慧树等一系列知名MOOC平台[2]，为用户在线学习提供了良好途径。随着平台规模的不断扩大，其学习资源数量快速增长，据统计，截至2019年，中国大学MOOC、学堂在线、智慧树等平台均已上线课程2000门左右[3]。庞大的课程数量一方面极大地丰富了用户的选择，但另一方面也使用户需要花费大量时间寻找满足自身学习需求的课程。在此情况下，平台的资源检索引擎变得至关重要，能否帮助用户更准确地在海量资源中找到其需要的课程，成为各个MOOC平台面临的挑战。……