网络化知识的内涵解析与表征模型构建

1、    网络化知识的内涵解析与表征模型构建    摘要：互联网时代三元空间的出现改变了知识的本质，带来了全新的知识观：那些在互联网中由群体智慧汇聚的碎片化、展现各自观点、基于问题情境、具有学科交叉的内容成为知识。虽然目前联通主义知识观、回归论知识观已经对这类知识进行描述和阐释，但关于这类知识究竟是什么，又是如何汇聚和发展，并没有术语性的界定，也缺少规律上的认识。本文将这类知识界定为网络化知识，并系统阐述其内涵与特征，同时采用理论建模的方法构建网络化知识表征模型，以期为后续知识生产传播、知识发展演化等基础规律的探究提供有力的抓手。本研究首先基于联通主义知识

2、观和回归论知识观梳理网络化知识的内涵与特征，认为网络化知识是指由群体智慧汇聚生成的信息、理解、技能、价值观和态度，具有动态、个性、群聚、生长以及存在于网络中等基本特征。在此基础上，研究结合网络化知识的新特征，从实体与属性的角度构建了知识表征理论模型，用以表征网络化知识。关键词：联通型慕课，慕课，在线学习，知识观，网络化知识，联通主义，回归论，知识表征模型一、引言随着互联网的普及，尤其是web2.0的产生和发展，越来越多的学者发现网络环境更容易产生和发挥群体智慧。cormier（2008）认为mooc等在线学习中的知识是在与他人的互动中自然生成的，且最终会产生群体智慧。更有学者认为任何一门moo

3、c的学习都是其学习群体在mooc平台上形成群体意义的构建，促进群体从多元智能向群体智慧不断收敛（舒杭，等，2016）。在这种在线学习中，由学习者通过共同配置、共同创造和共同设计创建属于自己的学习空间，满足学习者共用知识需求的现象，罗斯（2007）称之为“用户创造内容”（learner generated context）。换言之，互联网为用户共同创造内容，实现知识在信息源之间的传递，进而产生特定形式的群体智慧汇聚提供了可能，并最终产生了一种整体大于部分之和的共生智慧，实现信息质的飞跃，而不仅仅是信息量的体现（刘钒，等，2012）。这些信息借由互联网平台，通过群体汇聚的智慧成为互联网时代的新知识

4、，有别于传统的固化的知识。联合国教科文组织在反思教育向“全球共同利益”的理念转变中将其界定为“通过学习获得的信息、理解、技能、价值观和态度”（联合国教科文组织，2017）。温伯格在知识的边界中则详细阐释了这类知识与传统知识的不同，他认为这类知识不存在于书籍中，也不存在于头脑中，而是存在于那个更能促进群体发展思想的网络中，最终将实现知识从个体头脑移动到群体网络（戴维·温伯格，2014）。除此以外，联通主义知识观、回归论知识观也对这类知识进行了一些描述和阐释。联通主义知识观认为知识存在于情境和环境中，它是一种软知识，既包括个体知识，也包括社会的知识；它不再是简单的知道是什么、如何去做，而

5、是知道知识在哪、如何转化（王志军，陈丽，2015）。这类知识具有网络的属性，并在不断的寻径和意会中实现动态变化与不断生长（downes，2012）。回归论知识观则认为知识正在从精加工的符号化信息回归为全部的人类智慧。回归论知识观认为知识不再局限在书本上，也可能存在于互联网上，知识不必是群体共识的，也可以是个性化的。随着信息化水平的提升，人类的经验可以不必符号化，而是可以直接分享和传播这直接导致越来越多的非知识精英阶层通过网络分享了大量的经验和智慧（陈丽，等，2019）。作为信息化进程中教育研究问题的重要组成部分，知识的发展与演化基础规律的探究是信息技术推动教育变革过程中出现的新的基础性科学问题

6、。知识发展与演化基础规律的探究前提是认清知识及其特征，同时还需要明晰如何表征知识。尽管目前联通主义知识观、回归论知识观均对这类新知识进行描述和阐释，但关于这类知识究竟是什么、具有什么特征、该如何进行表征并没有明确的说明。为此，本研究首先探究这类知识的内涵与特征，区分这类知识与其他知识的异同；其次根据新知识的内涵与特征建立知识表征模型，以辅助对新知识及其发展规律的认识。最后，作为“互联网+教育的哲学认识与复杂性规律”专题研究成果，本文所聚焦的互联网环境中知识的本质特点与表征形式，也将为进一步从知识观的角度阐释“互联网+教育”的新哲学与新原理，为“互联网+”时代教育理论的创新发展提供框架与线索。二

7、、文献综述（一）知识观的发展1.联通主义知识观联通主义最初由乔治·西蒙斯（2005）和斯蒂芬·道恩斯（2005）作为数字时代的一种学习理论提出。它是在技术迅猛发展、知识爆发式增长与更新的背景下，针对人类的学习方式发生了重要的变化而行为主义、认知主义和建构主义又无法准确描述和认识究竟何为学习的情况下所提出的学习理论。借助混沌理论、网络理论、复杂理论和自组织理论，西蒙斯等人在联通主义：数字化时代的学习理论中详尽阐述了联通主义理论，试图回答当知识不再以线性方式获得时学习是如何发生的，又该如何解释，以及这种情况对学习理论有着怎样的冲击，又该如何与时俱进等问题。联通主义认为，知识存在

8、于情境和环境中，它是一种软知识，既包括个体知识也包括社会知识，它不再是简单地知道是什么、如何去做，而是知道在哪、知识如何转化。正如斯蒂芬·道恩斯所言“知识是一种网络现象”（downes，2012）。学生通过连接的建立和网络的形成完成学习，实现基于创造的知识生长，即实现知识的流通（siemens，2011）。该理论把学习本身当作一个复杂系统，“存在”是整体的、分布的，是对要素如何被感知者连接的反应，知识存在于连接之中（rumelhar，1989）。已有关于联通主义的研究发现，联通主义学习是在操作交互、寻径交互、意会交互和创新交互的相互作用中螺旋式创生知识和拓展与优化网络的过程（王志军，

9、陈丽，2015；wang，chen & anderson，2014）。联通主义知识观认为知识的变化重点凸显在三个方面：对知识的类型和特征、知识生产的模式以及知识生成的关键具体而言，知识具有了网络的特征，知识就是一个连接，意会是建立连接的过程，寻径是定向的关键，要在不断的寻径和意会中促进知识动态变化与不断生长。2.回归论知识观互联网的出现让世界从原来的二元空间进入到新的三元空间。在新信息空间下，信息贡献的草根化、信息生产的众筹化、信息选择的个性化改变了知识的生产和传播方式，改变了知识的本质，带来了全新的知识观。在此背景下，以陈丽为代表的研究者从知识的本质以及知识在生产与传播方式等角度提出

10、互联网下新的知识观回归论知识观。回归论知识观的核心观点，即知识从精加工的符号化信息回归为全部的人类智慧。他们认为知识是人类智慧的结晶，知识的生产与传播经历了不同的历史发展阶段，从原始社会的口耳相传、农耕社会的师徒关系，到后农业时代和工业时代的学校教育，与教育组织形态和服务方式的发展变化相辅相成。回归论知识观是对传统知识观的发展，强调知识的综合性、动态性、进化性和草根性等新特征。但同时，回归论知识观也具有与当下精英生产知识的传统知识观截然不同的内涵特征。知识的分类体系、生产主体、类型以及知识的生产与传播方式都将发生根本性的变化（陈丽，等，2019）。（二）知识表征知识表征是对知识的描述，或是关于

11、描述的一组约定，即把知识编码成某种特定的结构，并加以呈现的约定。但这个过程并不是简单的信息呈现或者代替，mandler（1985）曾强调知识表征是有结构的组织体系，应以知识点为中心，体现知识内在的体系结构以及知识之间的关联关系（吴林静，等，2015）。迄今为止，关于知识表征仍未形成一个通用、完善的知识表示模式。但总体来说知识的表征大体可以分为两类：符号表征法和连接机制表征法。符号表征法是指用各种包含具体含义的符号，以各种不同的方式和次序组合起来表示知识的一类方法，它主要用来表示逻辑性知识。如文字、图像就是不同的符号表达方式。根据符号形式不同，也可将表征方式分类为单一表征和多元表征。如有声读物就

12、是综合的多元的语言符号和文字符号。视频则融合了语言符号、图像符号和文字符号。总体来说，基于符号的知识表征包括文本表征、超文本表征、概念图表征、多媒体表征等（王靖，等，2018；郑云桓，等，2018）。连接机制表征法是指用神经网络技术表示知识的一种方法，它把各种物理对象以不同的方式和次序连接起来，并在其间互相传递并加工各种包含具体意义的信息，以此表示相关的概念和知识。相对于符号表征法，连接机制表征法是一种较为根本的知识表征方法，这类表征方法一方面能够有效促进跨学科的知识共享，另一方面能够很好地平衡机器的操作与人类的可读性，因此成为较为广泛使用的表征方式。总体来说，基于连接机制的知识表征包括状态空

13、间表征、产生式表征、框架表征、语义网表征、脚本表征、过程表征、信念网表征、一阶谓词表征和本体表征等（游福成，等，2005；魏雪峰，等，2012；秦雅楠，等，2011；曹玉娟，等，2011；赵岭忠，等，2010；谢明凤，等，2012）。上述知识表征方法在以往的知识表征中得到了很好的应用，但在互联网时代，具有经验性、动态性、个性化的新知识出现，让传统的单一表征方法不能很好地满足表征的需求。首先，在表征内容上，前者基于符号表征法，采用的是具有具体含义的符号，因此能够很好地记录知识本身，描述细微的差别，但缺点是难以呈现知识的结构与相互关系。后者基于连接机制表征法，在很大程度上弥补了知识的结构与关系的描

14、述，但其过于抽象的表征形式又难以完整描述过多的知识细节。其次，在表征形式上，无论是基于符号的表征法，还是基于连接机制的表征法，知识的表征更多基于单一的属性，难以全面呈现知识本身。如符号表征的概念，或连接机制表征的语义关系。互联网知识是一类多重属性特征的新知识，其新特征需要更多的属性才能“鲜活”呈现知识本身。针对当前知识表征方式存在的不足，尤其是其无法准确表征经验性、隐性知识，已有研究者从工程领域提出了针对这类知识的表征方法。chan等研究者（2005）针对经验工程知识的创新性提出可以用一些离散的、标准的属性来表征，即这类经验性不确定的工程领域知识可以用目标、背景和结论形式进行表征。这一想法在随

15、后发展中被学者们不断拓展，形成包括知识的有效性（ruiz，foguem，& grabot，2014）、知识的个性化（argote & miron-spektor，2011）、知识的相关参考（zhang，luo，li，& buis，2013）、知识的时间属性等的表征方式。这类呈现离散的属性实则融合符号表征与连接机制表征的方式，既保留了从符号角度对知识本身的描述（如目标、问题），也实现对了对知识多粒度、多维度的表征（如有效性、个性化等）。此类融合表征方法为本研究表征互联网时代知识提供了重要的参考。三、网络化知识的内涵与特征（一）网络化知识的内涵如前所述，知识是一个内涵丰富、

16、外延广泛的概念，对于知识的定义从不同视角、在不同领域都有不同的理解。同样，针对互联网时代知识的变化，联通主义知识观从知识的类型、特征与生产模式界定了知识是一种软知识，既包括个体知识，也包括社会的知识，它不再是简单地知道是什么、如何去做，而是知道在哪、知道如何转化。而回归论知识观从知识的生产主体、知识的选择标准、生产与传播等角度认为知识即人类所有的智慧，具备综合性、动态性、进化性和草根性等新特征。可以看出，回归论知识观是对联通主义知识观的发展与创新，但又有所侧重。正如光的“波粒二象性”，当前阶段研究者对知识的不同理解并无绝对的对错之分，关键在于研究者怎样看待它（verna allee，1998）

17、。本研究综合联通主义知识观和回归论知识观，认为网络化知识是在互联网环境中由群体智慧汇聚生成的不断进化的信息、理解、技能、价值观和态度，即群体在互联网中通过发布观点、讨论话题等活动分享大量经验和智慧，最终在互联网平台上实现群体智慧的汇聚。这类知识具备联通主义所强调的存在于情境中、不稳定、具有网络属性且持续有机生长的特征，也具备回归论知识观所强调的全谱系、动态性、个性化和草根性以及生产传播的非线性等新特征。它是依托互联网环境创生、生长、提炼和发展，而不是简单地将互联网平台视为传播载体，照搬原本的书本知识。网络化知识往往是那些还未经提炼、加工、抽象、概括的知识，它们需要借助互联网这一土壤生长与发展，

18、因此也具有动态、个性、群聚、生长以及存在于网络中等特征。它不同于具有良好的结构抽象知识或程序性知识，而是更类似于出现在具体的情境中的隐性知识、经验性知识，并且处于不断动态发展之中。（二）网络化知识的特征依据联通主义知识观和回归论知识观，网络化知识与传统的知识在其生产、传播、流动以及存储等多个方面也存在质的差异，具体来说包括十个方面（详见图1）。其一，在知识主题方面，知识的内容发生了根本上的转变，知识不再是一种固定不变的真信念，信息、认知、技能、价值观和态度都将属于知识（联合国教科文组织，2017）。因此，知识在表现上也不再单纯是概念的集合，而是一个个时刻处于动态变化中的观点与认识。知识不再是固

19、定不变的事物，而是时刻处于日新月异的快速变化中（陈丽，等，2019）。这种变化是发生在知识生产传播的任意一个环节，正如乔治·西蒙斯所说，知识经过个体创造、共同创造、分发、传播、个性化和实施的不断循环而流动。知识时刻处于变化之中的动态性为今天人类带来更多知识，尤其那些来自于鲜活的生活实践的知识，往往还未被专家学者加工、提炼和整理，甚至也来不及变成文字，便已经开始指导实践（王竹立，2019a）。其二，在知识的境域化方面，脱离情境的知识将不再具有任何意义。知识存在于情境和环境中，特定的情境赋予知识特殊的含义。联通主义知识观强调情境赋予知识意义。知识只在某种特定的情境和条件下才有效。斯蒂芬&

20、#183;道恩斯认为知识不是一个词，也不是一个句子，它存在于情境和环境之中。乔治·西蒙斯也认为内容、情境和管道形成知识的意义。传统被加工、提炼、抽象的知识通常不依赖情境，具有较高的普适性，但联通主义认为的知识更类似于生活中的认识与经验，因此往往依赖情境，其普适性也较低。王竹立则强调这类知识在交流中产生，在交流中成型，因而对大多数人来说是非常新鲜的，具有实时价值，是在传统教科书和著作中看不到的（王竹立，2019a）。但它们又是零散的、不完善的，有些还具有时效性和情境化的特点，一旦时过境迁就丧失了作用。其三，在知识结构方面，知识点与知识点之间、知识单元与知识单元之间具有相互生成、互相转化

21、的过程，知识之间成为交叉融合的网络。斯蒂芬·唐斯认为这是一种网络现象，不管是个体还是社会都具有网络特性。这种网络特性既包括人脑中知识的状态以及多个实体、神经之间的相互连接，也包括社会中知识的相互关联。与此相类似，温伯格也在知识边界中提到，“知识通过网络中每一个节点相互连接”，“网络化的知识可能告诉我们，世界并非是一个逻辑严密的论证，而更像是一个无定形的、相互交织的、不可掌控的大网”。其四，在知识适应性方面，知识可以随时随地被生产出来，并根据学习者的需要，适应性地满足学习者，供其选择和吸纳，从而实现个性化的学习。传统知识观强调结果共识、精准表达和规范陈述，网络化知识观强调观点非共识与非

22、规范，不强调形式统一，强调每个实践者和知识生产者的个体经验。满足个性所需，促进个性化发展，成为互联网时代知识选择的重要标准。互联网中知识的传承与创生的重要内涵就是“建立链接、共建共享、取长补短、深度融合以及具身服务，满足个性所需，促进个性化发展”等（刘和海，等，2016）。其五，在知识生产主体变化方面，知识不能仅由少数知识分子生产，必须依靠全人类的力量，充分利用自媒体和互联网使得每个人都能够贡献知识（陈丽，等，2019），甚至未来人工智能也能使机器生产出新知识，如自动形成的“暗知识”（王维嘉，2019）或人机协同产生的“人机知识”（王竹立，2019b）。于是，人人都可以生产和创造知识，从本质上

23、打破了精英权威的垄断，逯行等人在基于联通主义课程知识生产的实践探索中也证实了在新的环境下知识生产的角色中将出现去权威化的现象（逯行，陈丽，2019）。在将来草根服务草根的服务模式（陈丽，2016）中，将有可能不再局限于人人贡献资源，知识的相互贡献、相互共享将成为新的服务形态，知识的群体汇聚将成为新的生成方式。其六，在知识认可程度方面，知识不再是“相对稳定”地直接反映客观事物的硬知识，而是尚未被专家学者加工整理的，源自实践的“尚不稳定”的软知识。网络中的知识具有了认可程度的属性（刘和海，等，2016）。“网络化的知识认可，越来越不是自吹自擂，而是通过他人来给你颁授证书”，依据“其他人对你的表现做

24、出的反应同意或反对”。其七，在知识生命活性方面，知识是一个有机体，新旧知识的更新交替让知识有着与大自然一样的特征，知识的演化可描述成为一个包含发芽、长叶、开花、结果乃至凋亡的生态过程。知识将被赋予新的属性生命活性。有价值的知识将具有旺盛的生命力，持续不断地服务各类人群；价值较低或者“无用”的知识将在互联网中逐渐衰老，直至消亡（王竹立，2019b）。联通主义知识观即认为这类知识生产模式不同于传统的以筛选过滤为主要手段的知识生产模式，也不同于以同一性为核心的建构类知识生产模式，而是如有机物一样自我生长。其八，在知识跨学科方面，知识的内涵与外延不再清晰、固定，其边界是模糊的、变化的。知识不再局限于单

25、一学科之内，而成为一个全谱系的知识。传统知识是割裂的，依据学科分类体系，而回归论知识观认为知识是人类所有智慧，不分载体形式，不分来源阶层，不分来源民族，都可纳入知识谱系中。这种知识不仅存在于书本中，还以各种形式存在于人类个体中（陈丽，等，2019）。王竹立认为知识跨越学科界限进入全谱系知识背后的根源在于今天的学习主张“个人导向的系统学习”。这是以个人兴趣爱好和问题解决的需求为核心建立起的个性化的知识结构。这种跨学科、跨专业的网状立体结构，打破了以往学校中“学科导向的系统学习”所需建立的学科或者专业的线性或树状结构（王竹立，2019b）。其九，在知识呈现形式方面，知识不再以被凝练的抽象的文字符号

26、来呈现，而是采用能够“原汁原味”反映全部智慧的视频、虚拟现实等多媒体形式。过去的知识大多是以文字、符号与图形形式记载在纸质书本上。由于书本的容量有限、传播范围有限，书本上的知识必须经过严格的筛选、提炼。这个不断筛选、提炼与抽象、概括的过程，不可避免地会遗漏很多细节信息。在互联网和通信技术的支持下，知识可以通过直播、视频、虚拟现实等技术实时、全面、立体地传播出去，不必进行概括、抽象等操作，使知识本身更加丰富和易于理解。其十，在知识生产传播流程方面，知识沿着个体创造、共同创造、分发、重要思想的传播、个性化和实施的循环过程而不断流动（王志军，陈丽，2014）。在生产过程方面，知识生产源于问题与观点非

27、共识，知识生产是网络中群智协同的过程，知识生产与知识传播过程性融合，知识生产与知识传播过程呈现非线性规律，由此出现了生产即传播的新流程。四、网络化知识表征模型构建（一）互联网知识表征模型构建的基本原则在不同的领域与场景中，知识的表征形式因需求的不同而各不相同。在知识工程领域，知识表征的最终目的是为了便于让机器接受、使用，其所对应的表征形式多数为一系列规则、算法等；在认知心理学领域，知识表征是指知识在人脑中的存储和组织形式，或知识在人脑中的呈现方式，其所对应的是各种记忆模型、命题符号等（黄君玉，2006）；在知识可视化领域，知识表征则是知识的外在表现形式，与之对应的是承载知识的图解手段，也是直接

28、作用于人体感官的刺激材料（赵国庆，等，2005）。在互联网中，知识表征的目的是为了更便捷地识别网络中的知识、探究网络中知识发展与演化的基础规律，从而为更好地促进教育教学提供知识的基础。研究认为互联网中知识表征应遵循以下两大原则：其一，知识的组织应符合人类认知的特点；其二，知识的描述应便于计算机存储和理解。依据前者，符合人类认知特点的知识是从人类可读性的角度让知识的组织形式尽可能地符合人类学习的认知模式；依据后者，则是从方便计算机高效处理的角度让知识的组织形式尽可能地满足计算机存储的特征，从而更有利于服务智能化学习和个性化学习指导。（二）知识表征模型既符合人类认知特点又便于计算机存储和理解的表征

29、方式，常见的有本体的表征方法。本体属于哲学名词，意为“物体或者物质本身”。在人工智能界，斯坦福大学的gruber认为“本体是概念模型的明确的规范说明”。用本体来表征事物，其目的是为了在各领域之间更好地实现信息共享。人工智能及资讯技术相关领域的学者将本体论的观念用在知识表达上，即借由本体论中的基本元素（概念及概念间的关联）构建描述真实世界的知识模型。针对此趋势，w3c组织也开始定义了许多本体论的相关语言，如rdf、daml+oil、owl等。基于领域本体而给予标注，将自然语言中的句子转换成本体中rdf陈述，也就是将人可理解的语言转换成计算机可理解的语言，最终形成一系列的rdf三元组。例如，son

30、g等人将知识表征为<概念、关系、推理规则、默认规则>四元组的形式（song，jiang，& liu，2016）；li等人在探究经验性工程知识进化的研究中从工程问题、问题情境、问题解答、有效性、贡献者、解答时间、关联关系七个维度表征虚拟问答社区中的知识（li，jiang，song，& liu，2017）。基于知识本体的可拓展性及互联网中的知识表征原则，本研究拟通过进一步拓展本体表征方式，形成包括实体主体与各类属性相互结合的互联网知识表征模型（见图2）。其中，实体部分主要为互联网中知识的核心主题内容，如价值判断、态度、观点等。属性包括互联网知识中的各类与之相关的属性，如

31、相互关系、贡献者类型、认可程度等。实体与属性共同构成知识单元。知识单元作为互联网中蕴含意义相对完整、粒度最小的载体，相互之间也存在联系与层级关系。这些知识单元之间的相互关联最终形成具有一定组织结构的知识生态。（三）网络化知识表征模型在网络化知识表征模型中，研究侧重表征网络化知识的知识单元，并将实体部分表征为知识主题。同时，根据网络化知识的特征，我们为表征定义了七个属性，分别是境域化、结构关系、适应性、贡献者类型、认可程度、生命活性和交叉覆盖面（见图3）。其中，实体为知识主题。网络化知识的知识主题是一类更具个性化的观点、态度或价值观，它不完全等同于概念，也不等同于关键词，而是特指信息中的核心内容

32、。因此，可以借助当下主流的extractive抽取式等方法，提取文本材料中的核心内容，其外显形式更多是具有核心观点的句子或者短语。境域化是描述知识所处的特定情境，一般来说知识离不开情境，特定的情境为知识赋予了内涵与意义。互联网中知识的主题所存在的上下文情境等境域化信息决定了该知识单元与相似知识单元之间的区别与联系。因此，可以采取关键词抽取方法，同时结合专家词库，抽取上下文情境中的核心词，其外显形式是系列关键词。结构关系是描述网络化知识单元之间相互层级与关联关系。知识关联链条的数目、连接的紧密程度以及知识出现的文档位置，决定了知识特殊的结构关系。为此可采用潜在语义分析方法（latent sema

33、ntic analysis）计算知识主题之间的相似关系，其外显形式是以数值形式表征知识结构关系的亲密程度。适应性是描述网络化知识所具有的个性化特征。每一个知识单元被创生之初都是基于创生者的个性化的标准，有着个性化的价值取向与表达方式。随着时间的推迟，当更多的贡献者加入之后，知识单元的个性化属性将逐渐淡化，最终会形成更具普适性的泛化的知识。为此需从知识主题是否对个体有启发的角度进行关键词提炼与匹配，最终形成针对每个知识主题的适应性值，其外显形式通过特定的数值表征适应的程度。贡献者类型是描述网络化知识生产者的重要属性。当一个新的知识单元被特定的个体创生之后（可能是领域专家，也可能是“草根”），在知

34、识单元不断生长的过程中会有越来越多的个体加入，贡献自己的理解与认识，不断壮大网络化知识。为此需根据用户注册时提交的信息进行类别筛选，其外显形式也是特定的类型。认可程度表现知识的被接受程度。不同新知识在创生之初其接受与认可程度有着质的不同。有些知识创生之后能够迅速被其他个体所接受，并广泛引用；有的知识在起初无人知晓，而后缓慢地被接受。对每个知识主题的评论文本的内容分析可从知识内容对评论者的满意程度、启发程度、是否有用以及有无新观点等角度评估每个知识单元的被认可程度。因此，可采用半自动化机器学习方法，由机器学习通过不断优化迭代，最终完成半自动化知识认可程度的评估，其外显形式是通过数值来权衡认可的程

35、度。生命活性用以描述知识当前的生命状态。由于网络化知识具有动态性特征，其动态发展实现知识从形成到发展再到稳定或者最终的休眠的过程，赋予知识生命的属性。因此，可通过设定知识生命活性的阈值，用以评估知识所处的生命状态，从而实现对知识生命活性的抽取，其外显形式是通过数值来判断当前知识所处的生命状态。交叉覆盖面用以描述网络化知识在学科上的覆盖范围。每个知识单元在创生时通常受限于创生者自身而局限在某个特定的学科领域，但在吸纳不同背景的大众的积极贡献的过程中，知识则呈现出跨越多个学科的特征。因此，可通过匹配不同学科领域的知识库的方式来判断交叉覆盖面的广度和深度，其外显形式是通过数值来评估当前知识所覆盖的学

36、科范围。五、知识表征模型应用展望知识表征一直以来是心理学、教育学、知识工程和人工智能领域不断探索的话题。如何科学、有效地表征知识既是还原知识本来面目和真实情境的需要，同时也是挖掘知识生产与传播、知识发展与演化等基础规律的重要基础。互联网中知识发展与演化基础规律的探究是信息技术推动教育变革中出现的新的基础性科学问题。本研究提出的网络化知识表征模型为探究互联网中知识发展与演化并认清其演化规律提供了重要的抓手。同时，基于表征模型的知识发展与演化基础规律的探究也将从根本上解决新时期“教什么”“如何教”等核心问题，并对构建适合国情的教育服务、教育治理、教育评价以及教育供给模式具有重要的启示。参考文献：a

37、llee，v. 1998.知识的进化m.刘民慧，译.珠海：珠海出版社.戴维·温伯格.2014知识的边界m.胡泳，高美，译.太原：山西人民出版社.曹玉娟，牛振东，赵堃，彭学平.2019.基于概念和语义网络的近似网页检测算法j.软件学报，22（8）：1816-1826.陈丽.2016.“互联网+教育”的创新本质与变革趋势j.远程教育杂志（4）：3-8.陈丽，逯行，郑勤华.2019.“互联网+教育”的知识观：知识回归与知识进化j.中国远程教育（07）：10-18，92.黄君玉.2016.初中生数学概念表征的调查研究d.广西：广西师范大学.联合国教科文组织.2017.反思教育：向“全球共同利

38、益”的理念转变m.联合国教科文组织总部中文科.北京：教育科学出版社.刘钒，钟书华.2012.国外“群集智能”研究述评j.自然辩证法研究，28（07）：114-117，61.刘和海，李少鹏，王琪.2016.“互联网+”时代知识观的转变：从共建共享到众传共推j.中国电化教育（12）：108-112，128.逯行，陈丽.2019.知识生产与进化：“互联网+”时代在线课程形态表征与演化研究j.中国远程教育（09）：1-9，92.秦雅楠，由丽萍，董文博，裴夏璇.2011.一种基于框架的情境知识表示方法j.情报杂志，30（1）：155-158.舒杭，王帆.2016.群体动力学视角下的mooc本质及其教学转

39、变j.现代远距离教育（01）：13-19.王靖，董玉琦，马志强.2018.不同在线协同评价方式对学生概念知识表征的影响研究j.电化教育研究，39（03）：96-102.王维嘉.2019.暗知识：机器认知如何颠覆商业和社会m.北京：中信出版社.王志军，陈丽.2015.联通主义学习的教学交互理论模型建构研究j.开放教育研究（05）：25-34.王志军，陈丽.2014.联通主义学习理论及其最新进展j.开放教育研究（05）：11-28.王竹立.2019a.再论面向智能时代的新知识观与何克抗教授商榷j.远程教育杂志，37（02）：45-54.王竹立.2019b.新知识观：重塑面向智能时代的教与学j.华东

40、师范大学学报（教育科学版），37（05）：38-55.魏雪峰，崔光佐，段元美.2012.问题解决认知模拟及其教学启示j.中国电化教育（11）：135-139.吴林静，刘清堂，黄景修，刘女曼，毛刚.2015.面向e-learning的概念知识元表征模型研究j.电化教育研究，36（04）：44-49.谢明凤，孙新.2012.基于本体知识管理的远程个性化网络学习系统模型研究j.中国电化教育（11）：47-53.游福成，杨炳儒.2005.知识发现状态空间统一模型及其应用j.计算机工程（19）：35-37.赵国庆，黄荣怀，陆志坚.2005.知识可视化的理论与方法j.开放教育研究（01）：23-27.赵岭

41、忠，王雪松，钱俊彦，蔡国永.2010.从经典逻辑知识构建asp知识库的新方法j.计算机应用，30（11）：2932-2936.郑云桓，胡桂平.2018.两种知识表征方式教学效果的比较研究以“蛋白质的结构及其多样性”为例j.生物学教学，43（01）：29-30.argote，l. e.（2011）. miron-spektor. organizational learning：from experience to knowledge organ. sci.，22：1123-1137.chan. f.（2005）. application of a hybrid case-based reason

42、ing approach in electroplating industry expert syst. appl.，29：121-130.cormier d.（2008）. rhizomatic education：community as curriculumj.innovate journal of online education，4（5）：6.downes，s.（2005）. an introduction to connective knowledgedb/ol.2019-09-15. http：/downes，s.（2019）. connectivism and connective knowledge：essays onmeaning and learning networksdb/ol.2019-4-15. national research council canada. https：/li x，jiang z，song b，et al.（2017）. long-term knowledge evolution modeling for empirical engineering knowledgej. advanced engineering informatics，34：17-35.luckin r，shur