1

数学物理方法

知识图谱智慧课程

1

课程知识图谱内容建设

资源结构化梳理

课程设计并确定课程类型

需根据课程资料，梳理课程设计内容，包含：课程背景、教学设计、知识逻辑、教学特色、教学安排与设计方案

2

课程主题设计与描述

确定课程框架主题

3

课程主题内容填充

主题内容划分，内容类型包含：概述、绪论、思政点、案例、试题、练习、问题、总结、知识点、教学重点难点考点等

4

知识点体系梳理

现有资源结构化挂载

老师各项资源挂载（包括MOOC视频，微课，课堂实录，教材，课程大纲，培养方案等）

5

知识地图生成

教学主题、知识点、知识点类型、知识点内容、课程思政点和知识点关系的初步提取与设计

6

知识关系构建

分析知识点之间的关系

7

知识点内容完善

完善所有教学资源的知识点内容

8

知识点清单

梳理课程中全部知识点的建设详情与进度

9

知识图谱及应用场景呈现

完成资源知识点挂载，生成完整的课程知识图谱

10

问题图谱体系梳理

问题体系概况

基于课程知识图谱，生成问题模型;

11

问题体系关联

搭建课程问题体系

12

问题详情画像

问题画像包含问题描述、问题标签、相关知识点，关联问题等内容

13

能力图谱体系梳理

能力体系概况

建设能力体系

14

能力体系关联

知识体系、问题体系关联

15

能力体系画像

形成课程能力画像，能力画像包含能力名称、能力详情、关联问题、关联主题、关联知识点等。

16

智慧课程运行

教学运行

支持基于课程平台开展校内运行和全国共享运行。

教学空间AI工具包

（1）AI知识萃取:基于课程电子参考书、教学课件、课程慕课视频、学术论文等原始素材，AI快速、准确地提取关键信息并实现结构化处理，初步自动构建课程知识图谱，进行知识图谱调整。

（2）AI生成场景问题：基于课程相关知识点或知识模块，AI生成符合特定要求的场景和问题，结合实际生活场景或项目场景，引导学生进行理论知识的学习。

（3）基于知识点的AI出题：根据课程信息和题库数据生成知识点相关习题，并提供试卷答案分析的功能。支持生成单选题、多选题、判断题、填空题等多种类型习题，确保试卷的多样性和合理性。同时可以将生成的习题加入题库，进行相关试题资源的扩充。

（4）AI资源发现与推荐：对知识点进行学术资料的推荐，资源包括且不限于视频、论文、学术报告等。AI实现公开领域、第三方资源的搜索与发现，如校外慕课、学术文献、网站资源等。

（5）课程PPT自动生成：选取相关知识点，根据知识图谱建设的内容，为相关知识点生成教学大纲，并根据大纲内容自动生成可编辑的ppt课件。

（6）AI课程助教：大型模型具备卓越的文本处理能力，能深入挖掘海量文本数据中课程的相关内容，为教师、学生提供精准、全面的答案，满足多样化的知识需求。

17

知识点学习

在智慧课程中针对知识点完成知识点内容学习，包括查看名称、简介、知识点资源与测验等内容。并通过知识点学习获取课程中知识点学习进度。

18

知识点教学任务

通过教学任务，提醒学生在课前完成知识点的内容学习计划

19

教学PPT插件

辅助老师在ppt引用知识图谱相关资源，结合知识图谱与ppt完成课前备课与课中教学

20

AI时光机

通过AI时光机记录课程教学的过程化数据

21

知识点测验

在智慧课程中针对知识点完成知识点的测验，并根据测验结果增加知识点掌握程度

22

教学运行-知识点数据观测

通过教学运行班级内的学生学习情况，获取课程内知识图谱的知识点学习详情观测情况，分析知识点的学习完成率、横向对比完成率变化趋势、平均掌握度、平均掌握度变化趋势与掌握度人数分布等数据

23

教学运行-学生数据观测

通过教学运行班级内的学生学习情况，获取班级内学生的学习情况观测数据，包括学生详情、学习进度、已学内容掌握情况等信息。并获取学生的学习画像，包括学生知识点学习情况汇总、学习时长分析等数据。