Este documento presenta una encuesta exhaustiva de grafos de conocimiento en educación. Cubre los patrones y perspectivas de investigación en esta área. Se recopilaron un total de 48 publicaciones relevantes entre 2011 y 2023 de la Web of Science, Scopus y ProQuest para su revisión. Los hallazgos revelan un aumento significativo en los últimos años en el cuerpo de investigación sobre grafos de conocimiento educativo que se realizó principalmente desde instituciones en China. La mayoría de los trabajos de investigación relevantes adoptaron un método cuantitativo, como evaluación de rendimiento, encuestas a usuarios y experimentos controlados, para evaluar la efectividad de los enfoques de grafos de conocimiento. Los hallazgos también sugieren que los enfoques de grafos de conocimiento fueron investigados e implementados principalmente en instituciones de educación superior, con un enfoque en informática, matemáticas e ingeniería. Los objetivos más abordados con mayor frecuencia incluyeron mejorar la representación del conocimiento y proporcionar recomendaciones de aprendizaje personalizadas, y las aplicaciones más comunes fueron la instrucción de conceptos y recomendaciones educativas. Se procesaron diversos recursos de datos, como materiales de cursos, comportamientos de aprendizaje de los estudiantes y enciclopedias en línea, para implementar enfoques de grafos de conocimiento en diferentes escenarios. Los medios técnicos relevantes empleados para la implementación de grafos de conocimiento trataban los propósitos de construir ontología de conocimiento, lograr recomendaciones y crear grafos de conocimiento. Varios enfoques pedagógicos como el aprendizaje personalizado y el aprendizaje colaborativo son respaldados por los enfoques de grafos de conocimiento. Los hallazgos también identificaron limitaciones clave en el trabajo relevante, incluida información insuficiente para la construcción de grafos de conocimiento, dificultad para extender las aplicaciones a través de áreas temáticas, la escala y alcance restringidos de los recursos de datos, y la falta de procesos de retroalimentación y evaluación de usuarios integrales.