深圳职业技术大学人工智能学院李丽老师开展知识图谱在科研与教学融合中的创新应用研究，探索将知识图谱融入课程建设，通过结构化的形式呈现课程上下文知识，推动个性化学习和混合式教学。研究内容主要包括：

一、知识图谱助力知识点关联与理解

教师可以利用知识图谱帮助学生理解知识点之间的关系。例如，在讲解历史事件时，可以借助知识图谱清晰地勾勒出事件的时间脉络、关联人物及他们之间的互动关系，使学生能够从更宽广的视角深入理解历史事件的背景及其深远影响。这种可视化呈现方式，有助于学生在思维中搭建起知识的立体架构，进而深化对学科知识的领悟和掌握。

二、知识图谱赋能个性化学习路径
   知识图谱能够依据学生的学习历史和兴趣，为其定制个性化的学习路径。通过分析知识图谱中各个知识点之间的关系，系统可以推荐与学生当前学习内容相关的知识，帮助学生更系统地掌握知识。例如，在学习数学时，系统可以根据学生的掌握情况，推荐相关的基础知识和进阶内容，从而提高学习效率。

三、知识图谱辅助线上答疑与教学
   结合自然语言处理技术，知识图谱能够赋能智能问答系统，有效回应学生在学习过程中遇到的疑惑。学生提出疑问，系统便会依托知识图谱迅速搜索并提取相关信息，即时提供精确的解答。这种自动化的疑问解答机制不仅显著提升学习效率，还减轻教师的工作负担，使教师能将宝贵的时间更多地投入到教学内容的深化和个性化指导之中。

四、知识图谱促进跨学科知识整合
   知识图谱的结构化特性使其能够跨学科整合知识。例如，在科学课程中，教师可以利用知识图谱展示物理、化学和生物之间的联系，帮助学生理解不同学科之间的交叉与融合。这种跨学科的学习方式能够培养学生的综合素养和创新能力。