摘要：在大規(guī)模開放協(xié)同環(huán)境下，數(shù)字化學(xué)習(xí)資源的生產(chǎn)和傳播是一個復(fù)雜的網(wǎng)絡(luò)演變過程。在生成和分享過程中，資源逐步建立關(guān)聯(lián)，實現(xiàn)規(guī)模擴大和網(wǎng)絡(luò)結(jié)構(gòu)的完善，最終形成數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)。當前，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)相關(guān)研究日益增多，從構(gòu)建技術(shù)來看，通常包括數(shù)據(jù)準備、模態(tài)融合、可視化表達、網(wǎng)絡(luò)分析四個步驟，涉及數(shù)據(jù)挖掘、復(fù)雜網(wǎng)絡(luò)分析、多模態(tài)信息處理三項關(guān)鍵技術(shù)。從拓撲結(jié)構(gòu)上看，通常符合冪律分布特性，表現(xiàn)出無標度、小世界的特點，新加入的節(jié)點往往傾向于與有影響力的節(jié)點連接。從演化模型上看，已有模型大多利用經(jīng)典無標度網(wǎng)絡(luò)模型及其改進模型來研究演化機理，揭示演化規(guī)律。然而，受資源群體復(fù)雜性和動態(tài)性的影響，當前數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究在多模態(tài)學(xué)習(xí)資源語義識別與融合、資源間隱性關(guān)聯(lián)關(guān)系提取以及資源關(guān)聯(lián)網(wǎng)絡(luò)演化規(guī)律識別等方面面臨諸多挑戰(zhàn)。未來，多模異構(gòu)數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建、資源關(guān)聯(lián)網(wǎng)絡(luò)演化規(guī)律及特征識別、資源關(guān)聯(lián)網(wǎng)絡(luò)質(zhì)量評估方法與技術(shù)研究、資源關(guān)聯(lián)網(wǎng)絡(luò)促進教學(xué)的內(nèi)在機理闡釋將成為數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究的主要趨勢。

關(guān)鍵詞：數(shù)字化學(xué)習(xí)資源；關(guān)聯(lián)網(wǎng)絡(luò)；資源進化；現(xiàn)實難題；發(fā)展趨勢

中圖分類號：G434 文獻標識碼：A

*本文系國家自然科學(xué)基金面上項目“網(wǎng)絡(luò)學(xué)習(xí)資源群體進化的規(guī)律識別與預(yù)警技術(shù)研究”（項目編號：62077030）研究成果。

① 李新為本文通訊作者。

一、引言

數(shù)字化學(xué)習(xí)資源是數(shù)字教育生態(tài)的關(guān)鍵要素之一[1]，其在建設(shè)、應(yīng)用與管理的過程中不是單一的、孤立的存在，而是以資源關(guān)聯(lián)網(wǎng)絡(luò)的形式逐步演化，從而為數(shù)字教育生態(tài)的健康發(fā)展提供服務(wù)保障。數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建與運行，直接影響資源系統(tǒng)的穩(wěn)定性與健壯性，同時也是實現(xiàn)學(xué)習(xí)資源適應(yīng)性推薦的必要條件。近年來，來自教育學(xué)、管理學(xué)、信息科學(xué)等領(lǐng)域的研究者應(yīng)用復(fù)雜網(wǎng)絡(luò)、知識圖譜、圖模型等理論和技術(shù)，探索了數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建、拓撲結(jié)構(gòu)及演化規(guī)律等問題，這些研究促進了數(shù)字資源管理理論的發(fā)展以及實踐的改進。為更好地推進數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的跨學(xué)科研究，亟需進一步明晰其內(nèi)涵，系統(tǒng)梳理研究進展，識別研究面臨的關(guān)鍵難題以及洞察未來研究趨勢?；诖?，本研究從數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的內(nèi)涵特征、研究進展、難題透視以及趨勢分析四個方面展開探討，以期為后續(xù)研究提供一定的借鑒和指導(dǎo)。

二、數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)概述

雖然近年來關(guān)于數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究日益增多，但對其基礎(chǔ)概念的理解仍然較為模糊。本研究梳理了數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)相關(guān)概念，在此基礎(chǔ)上提出數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的形式化定義，并歸納了其特征，以期在多學(xué)科之間形成研究上的概念共識。

（一）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的概念

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)相關(guān)研究最早可以追溯到網(wǎng)絡(luò)計量學(xué)中的關(guān)聯(lián)鏈接網(wǎng)絡(luò)（Association Link Network）。關(guān)聯(lián)鏈接網(wǎng)絡(luò)是一種通過關(guān)聯(lián)分析技術(shù)挖掘多媒體網(wǎng)絡(luò)資源之間關(guān)聯(lián)關(guān)系而形成的語義鏈接網(wǎng)絡(luò)[2]。隨后圖書情報領(lǐng)域?qū)㈥P(guān)聯(lián)分析技術(shù)應(yīng)用于知識管理和組織，并衍生出知識網(wǎng)絡(luò)。知識網(wǎng)絡(luò)是由知識節(jié)點及其之間的關(guān)聯(lián)關(guān)系組成的網(wǎng)狀拓撲結(jié)構(gòu)，能夠揭示知識發(fā)展變化的特征和規(guī)律[3]。數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究將關(guān)聯(lián)鏈接網(wǎng)絡(luò)與知識網(wǎng)絡(luò)結(jié)合，提取資源間豐富的語義關(guān)系，并以可視化方式呈現(xiàn)，以揭示資源個體、群體生產(chǎn)與創(chuàng)造過程中的規(guī)律。

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)是由學(xué)習(xí)資源及其之間的關(guān)聯(lián)關(guān)系組成的復(fù)雜網(wǎng)絡(luò)。其形式化定義為：G={V， E， R|vi∈V， ei∈E， Rij∈R}，其中V是資源節(jié)點集合，E是邊的集合。V={v1， v2，…， vn}，E={e1， e2，…， en}；vi和ei分別表示關(guān)聯(lián)網(wǎng)絡(luò)中的某個節(jié)點或連邊。對于存在關(guān)聯(lián)關(guān)系的兩個節(jié)點有關(guān)系映射函數(shù)：φ（vi ，vj ）=Rij，R表示節(jié)點間相互作用的方式和強弱程度。

（二）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的類型

從構(gòu)成要素來看，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)由資源節(jié)點及關(guān)聯(lián)關(guān)系組成。根據(jù)節(jié)點和連邊屬性的不同，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)可分為主體間關(guān)聯(lián)網(wǎng)絡(luò)、資源間關(guān)聯(lián)網(wǎng)絡(luò)以及主體-資源關(guān)聯(lián)網(wǎng)絡(luò)三種類型。

主體間關(guān)聯(lián)網(wǎng)絡(luò)是指以參與資源生產(chǎn)、傳播的個人及小組等為節(jié)點，以其共同開展的資源操作行為作為關(guān)聯(lián)關(guān)系所構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu)，例如基于個體、共同體、科研機構(gòu)及其論文合作關(guān)系建立的科學(xué)合作網(wǎng)絡(luò)[4]、基于課程學(xué)習(xí)者交流關(guān)系建立的cMOOC學(xué)習(xí)者網(wǎng)絡(luò)[5]以及開發(fā)者知識交流網(wǎng)絡(luò)[6]等。

資源間關(guān)聯(lián)網(wǎng)絡(luò)是資源與資源之間通過顯性關(guān)聯(lián)或隱性關(guān)聯(lián)方式建立聯(lián)系形成的網(wǎng)絡(luò)。顯性關(guān)聯(lián)是基于系統(tǒng)已有的關(guān)系類型建立的資源關(guān)聯(lián)，易被用戶觀察和識別[7]，比如百科詞條之間的鏈接關(guān)系、文獻之間的引用關(guān)系、課程之間的推薦關(guān)系等。隱性關(guān)聯(lián)是指從語義上難以通過人工發(fā)現(xiàn)，但可以通過數(shù)據(jù)挖掘技術(shù)識別出來的潛在資源關(guān)聯(lián)類型，如百科詞條之間的包含關(guān)系、網(wǎng)絡(luò)課程之間的先序關(guān)系等。

主體-資源網(wǎng)絡(luò)則是綜合了上述兩種網(wǎng)絡(luò)的復(fù)合型網(wǎng)絡(luò)，它連接了主體和資源兩種類型的節(jié)點，關(guān)聯(lián)類型涵蓋主體間關(guān)系、資源間關(guān)系以及主體與資源交互類型。由北京師范大學(xué)余勝泉教授團隊研發(fā)的“學(xué)習(xí)元”開放知識社區(qū)，基于語義技術(shù)和可視化技術(shù)構(gòu)建了由知識和人共同構(gòu)成的社會認知網(wǎng)絡(luò)（如圖1所示）[8]。該網(wǎng)絡(luò)便是典型的主體-資源網(wǎng)絡(luò)，是在學(xué)習(xí)者與資源的深度互動過程中動態(tài)形成的，具有更強的學(xué)習(xí)導(dǎo)引功能。

（三）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的特征

研究者們從復(fù)雜系統(tǒng)、信息生態(tài)等多個視角探討了數(shù)字化學(xué)習(xí)資源及其關(guān)聯(lián)網(wǎng)絡(luò)的特征。綜合來看，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)具備復(fù)雜性、動態(tài)性、適應(yīng)性、開放性四個特征。

資源關(guān)聯(lián)網(wǎng)絡(luò)的復(fù)雜性體現(xiàn)在三個方面：首先是網(wǎng)絡(luò)規(guī)模大。近十年中文維基百科的詞條網(wǎng)絡(luò)節(jié)點數(shù)已達到數(shù)百萬，邊數(shù)高達數(shù)千萬，且仍在持續(xù)增長，如圖2所示；其次是節(jié)點類型和關(guān)聯(lián)類型多樣。關(guān)聯(lián)網(wǎng)絡(luò)中的節(jié)點可以表示主體以及任何類型的資源，如文獻、課程、網(wǎng)頁、圖片等，節(jié)點與節(jié)點之間的連接有不同的類型、權(quán)重和方向；最后是網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜。數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)通常由兩個或更多的單層網(wǎng)絡(luò)組成，結(jié)構(gòu)錯綜復(fù)雜。

資源關(guān)聯(lián)網(wǎng)絡(luò)的動態(tài)性是指網(wǎng)絡(luò)結(jié)構(gòu)、規(guī)模、狀態(tài)、特性等會隨著時間的推移發(fā)生動態(tài)變化。這種變化由主體行為和資源的自組織行為引起。主體行為能夠引起網(wǎng)絡(luò)節(jié)點和連邊屬性、數(shù)量的改變。資源在創(chuàng)建之初，關(guān)聯(lián)網(wǎng)絡(luò)上僅有其自身一個節(jié)點，通過用戶協(xié)同生產(chǎn)和創(chuàng)新，大規(guī)模資源涌現(xiàn)，并不斷與其它資源建立關(guān)聯(lián)，逐步擴大關(guān)聯(lián)網(wǎng)絡(luò)的規(guī)模[9]。例如，Wiki網(wǎng)絡(luò)中每天都有不同的詞條被編輯和訪問，詞條版本迭代頻繁，直接影響了該資源的節(jié)點屬性和關(guān)聯(lián)關(guān)系等。此外，資源節(jié)點之間的合作、競爭等相互作用也會改變網(wǎng)絡(luò)結(jié)構(gòu)特征[10]，進而引起系統(tǒng)功能及其他特性的改變。

資源關(guān)聯(lián)網(wǎng)絡(luò)的適應(yīng)性是指其對外界環(huán)境刺激的敏感性和適應(yīng)能力。簡而言之，只要外界環(huán)境發(fā)生改變，資源關(guān)聯(lián)網(wǎng)絡(luò)的狀態(tài)就會發(fā)生改變。在數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)中，每個資源節(jié)點都是一個適應(yīng)性個體，通過重構(gòu)和改造優(yōu)化自身關(guān)聯(lián)結(jié)構(gòu)以適應(yīng)多樣化的學(xué)習(xí)與不斷變化的環(huán)境需求，個體和群體的協(xié)作、競爭等活動也能推動新資源的生成和原有資源的調(diào)整與更新，從而適應(yīng)外界環(huán)境的變化。相反，一些不適應(yīng)系統(tǒng)的資源如果長時間不更新，滯后于時代發(fā)展，將會被淘汰。

資源關(guān)聯(lián)網(wǎng)絡(luò)在演化過程中除了進行內(nèi)部結(jié)構(gòu)調(diào)整，還會不斷與外界資源實體如社會資源等建立聯(lián)系，進行資源外部結(jié)構(gòu)的持續(xù)更新和完善。數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的邊界具有可滲透性[11]，允許外部資源的引入以增加自身的資源數(shù)量。這種開放性特征使得數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)能夠與政治、經(jīng)濟、科技等外部環(huán)境通過相互作用不斷進行大量的能量、物質(zhì)、信息的交換，實現(xiàn)教育內(nèi)部各子系統(tǒng)間、教育與社會間的持續(xù)性關(guān)聯(lián)，從而保持并促進系統(tǒng)內(nèi)部的有序性以及結(jié)構(gòu)的穩(wěn)定性。

三、數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究進展

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的研究涉及復(fù)雜網(wǎng)絡(luò)、圖論、概率統(tǒng)計等多個學(xué)科領(lǐng)域，對于促進資源動態(tài)組合、高效管理學(xué)習(xí)資源等具有重要意義。本研究重點對數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的構(gòu)建技術(shù)、結(jié)構(gòu)特征及演化模型研究進展進行綜述。

（一）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建技術(shù)

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)以圖的方式呈現(xiàn)資源結(jié)構(gòu)，揭示資源之間的復(fù)雜關(guān)聯(lián)，通常采用自頂向下的方法進行構(gòu)建，主要流程如圖3所示。

在數(shù)據(jù)準備階段，資源關(guān)聯(lián)網(wǎng)絡(luò)的數(shù)據(jù)源主要包括非結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)存儲在數(shù)據(jù)庫中，采用直接映射的方式將關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)映射在資源描述框架，不需要特殊處理。對于互聯(lián)網(wǎng)上公開的半結(jié)構(gòu)化數(shù)據(jù)源，如以Wikidata、YAGO、Freebase和DBpedia等為代表的開放鏈接數(shù)據(jù)，主要依賴于維基百科頁面的結(jié)構(gòu)化內(nèi)容[12]，通過數(shù)據(jù)轉(zhuǎn)儲功能或API接口獲取。此類半結(jié)構(gòu)化數(shù)據(jù)在下載之后使用解析工具可以直接獲得包含節(jié)點列表和邊列表數(shù)據(jù)。對于其他的非結(jié)構(gòu)化數(shù)據(jù)如國家智慧教育平臺資源和網(wǎng)頁信息資源等，需要使用網(wǎng)絡(luò)爬蟲技術(shù)進行數(shù)據(jù)爬取、清洗和預(yù)處理。

模態(tài)融合是通過提取多個模態(tài)數(shù)據(jù)中的信息，實現(xiàn)各個模態(tài)信息的轉(zhuǎn)換和交流。面向多模態(tài)數(shù)據(jù)的融合技術(shù)主要包含多模態(tài)數(shù)據(jù)文本擴充、實體對齊和表示學(xué)習(xí)三個核心技術(shù)[13]。文本擴充將不同類型的資源類型轉(zhuǎn)換為文本，即使用光學(xué)字符識別（Optical Character Recognition，OCR）技術(shù)和自動語音識別（Automatic Speech Recognition，ASR）技術(shù)能夠有效地從圖像和音頻中提取文本信息[14]。實體對齊技術(shù)能夠?qū)⒉煌瑏碓吹膶嶓w指向同一事物，確保數(shù)據(jù)的一致性。通過實體抽取和對齊后獲取的實體之間往往是離散且無關(guān)聯(lián)的，下一步需要建立起各個資源間的聯(lián)系。表示學(xué)習(xí)技術(shù)是將多模態(tài)數(shù)據(jù)映射到同一語義表示空間，實現(xiàn)不同模態(tài)數(shù)據(jù)的語義融合和關(guān)聯(lián)。

對于大規(guī)模的復(fù)雜網(wǎng)絡(luò)來說，可視化整個網(wǎng)絡(luò)難度較大，簡化圖形是大規(guī)模網(wǎng)絡(luò)更實用且更具成本效益的方法，常見技術(shù)有可視化抽象、圖壓縮、魚眼畸變、雙曲布局等[15]。而在可視化表達中，通常使用節(jié)點鏈接圖并結(jié)合經(jīng)典力導(dǎo)向布局算法或彈性布局算法對網(wǎng)絡(luò)進行可視化，經(jīng)典算法如Fruchterman-Reingold算法、Kamada-Kawai算法等。

在網(wǎng)絡(luò)分析上，以復(fù)雜網(wǎng)絡(luò)為理論基礎(chǔ)，從微觀、中觀、宏觀三個層面分析資源關(guān)聯(lián)網(wǎng)絡(luò)。微觀層面是對節(jié)點的分析，通常計算節(jié)點的度、中心度等，以反映節(jié)點的重要程度和網(wǎng)絡(luò)地位。中觀層面分析使用社區(qū)檢測算法和模塊度檢驗分析社區(qū)結(jié)構(gòu)，發(fā)現(xiàn)不同社區(qū)連接的緊密程度。宏觀層面計算度分布、聚類系數(shù)等查看網(wǎng)絡(luò)的分布情況和結(jié)構(gòu)特征。在分析工具的選取上，除了諸如Pajek、Gephi、CiteSpace等經(jīng)典的復(fù)雜網(wǎng)絡(luò)處理軟件，還有一些基礎(chǔ)函數(shù)庫，如Python的Network X和R語言的igraph擴展包，這些都為復(fù)雜網(wǎng)絡(luò)的分析提供了技術(shù)支持。

（二）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)拓撲結(jié)構(gòu)

網(wǎng)絡(luò)的拓撲結(jié)構(gòu)決定著數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的形態(tài)、功能和性能。當前研究使用復(fù)雜網(wǎng)絡(luò)理論中的拓撲性質(zhì)參數(shù)，如度及度分布、網(wǎng)絡(luò)直徑、聚類系數(shù)、平均路徑等，對其拓撲結(jié)構(gòu)和演化特征進行客觀描述和分析。綜合來看，當前資源關(guān)聯(lián)網(wǎng)絡(luò)呈現(xiàn)出無標度、小世界特征。

無標度網(wǎng)絡(luò)即節(jié)點度服從冪律分布的網(wǎng)絡(luò)[16]，這揭示了資源關(guān)聯(lián)網(wǎng)絡(luò)在生長過程中的兩個機制，即節(jié)點增長和偏好連接。節(jié)點增長體現(xiàn)在資源關(guān)聯(lián)網(wǎng)絡(luò)是動態(tài)演變的，隨著新資源的加入，網(wǎng)絡(luò)的規(guī)模也隨之不斷擴大；偏好連接體現(xiàn)在新加入的資源往往傾向于與度值高的節(jié)點連接，這種現(xiàn)象也被成為“富者更富”或“馬太效應(yīng)”。小世界特征體現(xiàn)為較短平均最短路徑長度和高聚類系數(shù)，反映資源群體的普遍關(guān)聯(lián)性。雖然資源群體龐大，但只需要很短的路徑就能將兩個資源聯(lián)系在一起。

本研究梳理了主體間關(guān)聯(lián)網(wǎng)絡(luò)、資源間關(guān)聯(lián)網(wǎng)絡(luò)以及主體-資源關(guān)聯(lián)網(wǎng)絡(luò)三類數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的拓撲特性，如表1所示。

資源主體網(wǎng)絡(luò)如基于維基百科用戶協(xié)作編輯數(shù)據(jù)構(gòu)建的知識協(xié)同者網(wǎng)絡(luò)，屬于典型的無標度網(wǎng)絡(luò)，具有明顯的小世界效應(yīng)[36]，但網(wǎng)絡(luò)拓撲是非層次結(jié)構(gòu)的，且協(xié)作過程中參與者并不完全遵循偏好連接規(guī)律[37]。郭建科等[38]研究發(fā)現(xiàn)，基于聯(lián)合申報專利數(shù)據(jù)構(gòu)建的中國海洋產(chǎn)業(yè)產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)在2000年至2001年不具備復(fù)雜網(wǎng)絡(luò)特征，但2002至2019年網(wǎng)絡(luò)的“小世界”和無標度特性逐漸明顯。此外，有學(xué)者通過計算度分布、驗證Bow-tie模型等方法測量了基于訂閱關(guān)系的用戶關(guān)聯(lián)網(wǎng)絡(luò)的特性，發(fā)現(xiàn)該網(wǎng)絡(luò)符合無尺度特性，盡管用戶之間的聯(lián)系并不緊密，但有相當多的用戶處于網(wǎng)絡(luò)的核心地位，在信息傳播中發(fā)揮重要作用[39]。

資源間關(guān)聯(lián)網(wǎng)絡(luò)具有無標度特性和小世界效應(yīng)[40]。Wiki詞條網(wǎng)絡(luò)入度服從冪律分布，出度服從廣延指數(shù)分布，新加入的詞條更傾向于與節(jié)點度高的詞條連接[41]。有學(xué)者通過連續(xù)抓取收集一系列頻繁的靜態(tài)快照來嘗試捕獲英文Wiki網(wǎng)絡(luò)的動態(tài)演化規(guī)律，描述了維基圖節(jié)點、邊、集群的時間變化規(guī)律等[42]。徐漢青等[43]研究發(fā)現(xiàn)，知識網(wǎng)絡(luò)在其生長初期的度分布并沒有很好地遵循冪律形式，通過不斷演化生長，冪律分布特性才逐漸顯現(xiàn)出來。學(xué)科知識流動網(wǎng)絡(luò)為無標度動態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)規(guī)模和結(jié)構(gòu)會隨著時間的推移發(fā)生顯著變化[44]。在引證網(wǎng)絡(luò)中不同論文參考文獻數(shù)量存在差異，論文平均參考文獻數(shù)量呈上升趨勢，即出度隨時間增長[45]。

主體-資源關(guān)聯(lián)網(wǎng)絡(luò)基本是從二分網(wǎng)絡(luò)、多層網(wǎng)絡(luò)視角出發(fā)。有學(xué)者通過用戶持續(xù)的資源評論行為構(gòu)建用戶與評論之間的二分網(wǎng)絡(luò)，將用戶視為節(jié)點，將資源評論關(guān)系視為超邊，發(fā)現(xiàn)該網(wǎng)絡(luò)具有無標度特性[46]。屈寶強和屈麗娟[47]基于二分網(wǎng)絡(luò)構(gòu)建了包括用戶網(wǎng)絡(luò)和資源網(wǎng)絡(luò)的文獻資源共享網(wǎng)絡(luò)，發(fā)現(xiàn)該網(wǎng)絡(luò)同時存在“用戶富人”和“資源富人”兩類節(jié)點，節(jié)點之間的聯(lián)系構(gòu)成了具有二分特性的富人俱樂部。

（三）數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)演化模型

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)演化模型是對演化過程的抽象表達，揭示了關(guān)聯(lián)網(wǎng)絡(luò)演化的過程機制，可用于探討和發(fā)現(xiàn)資源傳播和發(fā)展的脈絡(luò)。節(jié)點的加入和退出、鏈接的形成和斷裂、節(jié)點狀態(tài)的改變和傳播，這些是最常見的演化方式，也是當前網(wǎng)絡(luò)模型構(gòu)建的基礎(chǔ)。

早期研究主要側(cè)重于對演化模型進行描述，通過統(tǒng)計分析來解釋網(wǎng)絡(luò)的演化過程。隨后學(xué)者們從多個角度出發(fā)，提出了不同的過程模型，并利用仿真方法來探索這些內(nèi)在演化機制的作用方式。舉例來說，針對節(jié)點增長，Price[48]研究科學(xué)文獻之間的引用關(guān)系網(wǎng)絡(luò)，發(fā)現(xiàn)入度分布服從冪律形式，并給出了最初的網(wǎng)絡(luò)模型，稱這種“貧者愈貧，富者愈富”的現(xiàn)象為“累積優(yōu)勢”，在社會學(xué)中人們稱之為“馬太效應(yīng)”，其最顯著的特征是網(wǎng)絡(luò)規(guī)模不斷地變大，常見的例子比如因特網(wǎng)、合作網(wǎng)絡(luò)、引文網(wǎng)絡(luò)。后續(xù)提出的無標度模型沿用了與Price模型類似的度擇優(yōu)機制，馬費成和劉向[49]在度擇優(yōu)和時間擇優(yōu)的基礎(chǔ)上，增加了交叉連接機制，使得新節(jié)點會隨機選擇另一個局域世界以度擇優(yōu)方式進行連接，這種跨領(lǐng)域交叉連接滿足了學(xué)科知識交叉引用的要求，同時還能形成一定的聚集拓撲特征。

除上述經(jīng)典模型外，已有研究還通過仿真的手段不斷改進經(jīng)典網(wǎng)絡(luò)模型或者沿用以無標度網(wǎng)絡(luò)模型，構(gòu)建能夠真實反映資源關(guān)聯(lián)網(wǎng)絡(luò)內(nèi)在作用模式的演化模型，從而進一步揭示領(lǐng)域資源個體及群體的演化規(guī)律。代表模型包括隨機和擇優(yōu)混合模型[50]、多因素影響的領(lǐng)域知識網(wǎng)絡(luò)演化模型[51]，以及儲節(jié)旺等[52]借鑒傳染病模型SEIR構(gòu)建的局域世界演化模型K-SEIR等。

盡管這些網(wǎng)絡(luò)演化模型在理解網(wǎng)絡(luò)演化規(guī)律方面取得了一定的進展，但在解釋現(xiàn)實情況的效果上仍有較大提升空間。數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)在演化過程中既包括復(fù)雜的集體行為（如自組織、非線性和涌現(xiàn)性等），也涉及個體在系統(tǒng)中的演化機制（如選擇機制、競爭機制、協(xié)同機制等）。未來研究需要進一步深化對資源關(guān)聯(lián)網(wǎng)絡(luò)內(nèi)在機制的理解，構(gòu)建更貼近實際的演化模型，以更好地揭示和預(yù)測網(wǎng)絡(luò)演化規(guī)律。

四、數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究面臨的難題

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)在主體與資源協(xié)同演化的影響下，逐漸朝著大規(guī)模、多模態(tài)和動態(tài)進化的方向發(fā)展，展現(xiàn)出愈發(fā)復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)。當前，資源關(guān)聯(lián)網(wǎng)絡(luò)研究在多模態(tài)學(xué)習(xí)資源語音識別與融合、資源間隱性關(guān)聯(lián)關(guān)系提取以及資源關(guān)聯(lián)網(wǎng)絡(luò)演化規(guī)律識別方面存在現(xiàn)實難題。

（一）多模態(tài)學(xué)習(xí)資源語義識別與融合難題

隨著信息技術(shù)的快速發(fā)展，多模態(tài)資源數(shù)據(jù)量爆炸性增長，資源范圍不斷擴展，組織形式復(fù)雜多樣。截至2023年年底，中文維基百科網(wǎng)站中的總頁面數(shù)達到740多萬條[53]、國家中小學(xué)智慧教育平臺中的資源總量已達8萬余條[54]，融合文本、圖像、視頻、音頻等多種模態(tài)的數(shù)字資源亦日漸普及和流行。此外，在生成式人工智能技術(shù)的影響下，未來多模態(tài)學(xué)習(xí)資源有望實現(xiàn)自動生成和更新迭代，這為資源關(guān)聯(lián)網(wǎng)絡(luò)研究帶來了新的發(fā)展機遇和挑戰(zhàn)。

目前，學(xué)術(shù)界對數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的研究主要以文本資源為研究對象，很少融合其他類型的資源[55]，對于視覺信息等多模態(tài)數(shù)據(jù)的關(guān)注度較低。主要原因在于，多模態(tài)數(shù)據(jù)之間存在語義差異和異質(zhì)性，難以從這些數(shù)據(jù)中提取有效信息。挖掘并提取多模態(tài)資源的數(shù)據(jù)特征與語義信息，以此構(gòu)建結(jié)構(gòu)化的資源關(guān)聯(lián)網(wǎng)絡(luò)，需要解決多源異構(gòu)資源數(shù)據(jù)處理中數(shù)據(jù)融合難題。數(shù)據(jù)融合的主要目的是通過多個不同特征集的互補融合，聯(lián)合學(xué)習(xí)各個模態(tài)數(shù)據(jù)的潛在共享信息[56]。然而，學(xué)習(xí)資源具有復(fù)雜性、生成性和異構(gòu)性。因此，在數(shù)據(jù)融合過程中，難以對動態(tài)產(chǎn)生的多模態(tài)學(xué)習(xí)資源實時處理和分析。此外，在數(shù)據(jù)融合過程中還存在模態(tài)不均衡的問題，不同模態(tài)的數(shù)據(jù)在數(shù)量和質(zhì)量上存在顯著差異，可能導(dǎo)致某些模態(tài)的信息被忽視，而其他模態(tài)的信息被過度強調(diào)，從而影響融合結(jié)果的準確性。

（二）資源間的隱性關(guān)聯(lián)關(guān)系提取難題

隱性關(guān)聯(lián)關(guān)系提取是數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建的核心問題。現(xiàn)階段的研究者主要基于資源內(nèi)容的關(guān)聯(lián)、用戶行為的關(guān)聯(lián)以及社交網(wǎng)絡(luò)的關(guān)聯(lián)來構(gòu)建學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)并揭示資源關(guān)聯(lián)進化過程，然而這些方法過分依賴人工干預(yù)和數(shù)據(jù)質(zhì)量，難以保證關(guān)聯(lián)關(guān)系的準確性。資源的關(guān)聯(lián)邏輯在大規(guī)模開放協(xié)同的環(huán)境下開始轉(zhuǎn)向隱性關(guān)聯(lián)。隱性關(guān)聯(lián)是指從語義上難以通過人工方式發(fā)現(xiàn)，但可以借助數(shù)據(jù)挖掘技術(shù)識別出來的潛在資源關(guān)聯(lián)類型，如借鑒關(guān)聯(lián)規(guī)則挖掘算法，可以發(fā)現(xiàn)MOOC課程之間的相似、前驅(qū)、后繼關(guān)系。文本類型資源關(guān)聯(lián)關(guān)系提取技術(shù)由早期基于規(guī)則的推理技術(shù)、基于語義基因的相似關(guān)系計算技術(shù)、基于算法與模型的關(guān)聯(lián)模式技術(shù)等，發(fā)展到特征工程技術(shù)與深度學(xué)習(xí)技術(shù)挖掘資源的先序關(guān)系[57]。在多模異構(gòu)資源關(guān)聯(lián)網(wǎng)絡(luò)中，不同模態(tài)資源之間存在更加復(fù)雜的語義關(guān)系和相互作用，因此隱性關(guān)聯(lián)關(guān)系提取流程更加復(fù)雜。此外，文本和圖像信息中語義鴻溝和異構(gòu)鴻溝也為不同模態(tài)資源的綜合建模帶來了巨大挑戰(zhàn)[58]。

當前研究將多模態(tài)數(shù)據(jù)視為互補信息，以解決歧義詞問題，實現(xiàn)增強文本資源關(guān)聯(lián)關(guān)系提取[59]。例如，Zhang等[60]提出了一種多模態(tài)圖融合（Multi-modal Graph Fusion，UMGF）方法，通過使用統(tǒng)一的多模態(tài)圖來表示輸入的句子和圖像，該圖捕獲了多模態(tài)語義單元（單詞和視覺對象）之間的各種語義關(guān)系與圖像相關(guān)信息?；诖?，他們提出一種多模態(tài)關(guān)系提取方法，即利用視覺內(nèi)容對兩個實體之間的文本關(guān)系進行分類。然而如果不能將異構(gòu)的跨模態(tài)信息有效關(guān)聯(lián)，單純將文本類型資源關(guān)聯(lián)網(wǎng)絡(luò)進行圖像擴充，構(gòu)建的關(guān)聯(lián)網(wǎng)絡(luò)將是一個個孤立網(wǎng)絡(luò)，無法真正反映跨模態(tài)數(shù)據(jù)中的資源關(guān)聯(lián)信息。因此，針對不同類型的資源探索跨模態(tài)的信息檢索技術(shù)，將不同類型的資源建立起語義連接，對數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究來說是一個全新的挑戰(zhàn)。

（三）資源關(guān)聯(lián)網(wǎng)絡(luò)演化規(guī)律識別難題

探究數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)動態(tài)演化規(guī)律對于發(fā)現(xiàn)資源群體的結(jié)構(gòu)、狀態(tài)，以及預(yù)測其發(fā)展方向具有重要意義。通過梳理已有研究發(fā)現(xiàn)，盡管復(fù)雜網(wǎng)絡(luò)理論與方法提供了許多概念和方法供研究者分析關(guān)聯(lián)網(wǎng)絡(luò)在微觀和宏觀兩個層面的特性和規(guī)律，但這些常用指標大多揭示關(guān)聯(lián)網(wǎng)絡(luò)在節(jié)點和連邊上所表現(xiàn)出的靜態(tài)結(jié)構(gòu)特性，并不善于揭示網(wǎng)絡(luò)結(jié)構(gòu)發(fā)生了怎樣的改變，難以適應(yīng)動態(tài)變化的新趨勢。網(wǎng)絡(luò)結(jié)構(gòu)本身比較復(fù)雜，難以表示和量化，以及動態(tài)網(wǎng)絡(luò)時序性、多變的演化過程增加了分析的難度。此外，學(xué)習(xí)資源是復(fù)雜的教育生態(tài)系統(tǒng)中重要的組成要素，作為一個有機生命體，它和生物體一樣具有生命周期，經(jīng)歷起始態(tài)、成長態(tài)、穩(wěn)定態(tài)、衰退態(tài)和死亡態(tài)的發(fā)展過程[61]。類似地，學(xué)習(xí)資源群體也具有生命周期，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)作為一種對學(xué)習(xí)資源群體進行有效組織和管理的方式，同樣要經(jīng)歷不同的演化階段，但是目前缺乏生態(tài)學(xué)理論指導(dǎo)下學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)演化階段劃分的相關(guān)研究。

鑒于當前技術(shù)在連續(xù)時間下追蹤網(wǎng)絡(luò)和精確演化模型構(gòu)建方面存在的挑戰(zhàn)，已有研究對數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的演化階段理解尚不全面。后續(xù)研究需要構(gòu)建連續(xù)時間序列下的網(wǎng)絡(luò)組織結(jié)構(gòu)的動態(tài)過程模型，融入網(wǎng)絡(luò)結(jié)構(gòu)的歷史演化數(shù)據(jù)，從而準確地模擬出關(guān)聯(lián)網(wǎng)絡(luò)的演化過程并預(yù)測網(wǎng)絡(luò)結(jié)構(gòu)和資源行為。

五、數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究的趨勢

結(jié)合多模態(tài)信息處理技術(shù)、時序分析技術(shù)等新理論、新方法與新技術(shù)在資源關(guān)聯(lián)網(wǎng)絡(luò)研究中的應(yīng)用潛能，本研究認為未來數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)將呈現(xiàn)如下四大研究趨勢。

（一）多模異構(gòu)數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建

在主體-資源關(guān)聯(lián)網(wǎng)絡(luò)中至少包含兩種資源類型和關(guān)聯(lián)類型，因為只考慮單層網(wǎng)絡(luò)不能廣泛適用于不同類型的資源及資源間多樣的關(guān)聯(lián)關(guān)系。為此，使用“?！焙汀皹?gòu)”以表征真實的數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)成為重要手段，其中“模”表示資源類型，“構(gòu)”表示關(guān)聯(lián)網(wǎng)絡(luò)層次。根據(jù)類型、層次的不同，數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)可分為單模同構(gòu)網(wǎng)絡(luò)、多模同構(gòu)網(wǎng)絡(luò)、單模異構(gòu)網(wǎng)絡(luò)和多模異構(gòu)網(wǎng)絡(luò)。多模異構(gòu)數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)是融合多種類型資源和多種關(guān)聯(lián)關(guān)系的多層網(wǎng)絡(luò)，可以用不同模態(tài)的數(shù)據(jù)來描述節(jié)點特征[62]，具有多源性、多模態(tài)和時空復(fù)雜關(guān)聯(lián)的特點。比如，Wiki網(wǎng)絡(luò)中包含類別和詞條的資源節(jié)點，類別與詞條之間是包含關(guān)系，每個詞條又鏈接了文字、圖片等信息。國家智慧教育平臺作為全球第一大教育資源數(shù)字化中心，匯聚了各類優(yōu)質(zhì)資源，且內(nèi)部交互結(jié)構(gòu)復(fù)雜[63]，是構(gòu)建多模異構(gòu)資源關(guān)聯(lián)網(wǎng)絡(luò)的重要數(shù)據(jù)來源。因此，將資源“節(jié)點化”能夠有效識別每個資源的特征和網(wǎng)絡(luò)地位，從而確定關(guān)鍵資源和潛在學(xué)習(xí)路徑，促進資源的有效利用。同時，將平臺“網(wǎng)絡(luò)化”能夠幫助直觀地理解平臺中資源群體的聚合與分散情況，清晰展現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)樣態(tài)，揭示平臺的復(fù)雜性。

由此可見，在多模態(tài)數(shù)據(jù)環(huán)境下，跨模態(tài)數(shù)據(jù)之間既具備模態(tài)特性，也蘊含語義共性，因此如何構(gòu)建和應(yīng)用多模異構(gòu)數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)是當下學(xué)術(shù)界研究的熱點之一。多模異構(gòu)數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)具有連邊異質(zhì)性和層間相關(guān)性，可以幫助探索網(wǎng)絡(luò)層內(nèi)與層間的聯(lián)系，更完整、準確地分析網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和網(wǎng)絡(luò)特性。在數(shù)據(jù)密集型科學(xué)的研究范式下，大規(guī)模、多模態(tài)的資源數(shù)據(jù)挖掘與建模是順應(yīng)大規(guī)?；⒍嗄B(tài)化、開放協(xié)同化的數(shù)字化學(xué)習(xí)資源建設(shè)新趨勢的必要舉措，也是未來數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究領(lǐng)域的重點。

（二）資源關(guān)聯(lián)網(wǎng)絡(luò)演化規(guī)律及特征識別

數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)中節(jié)點、連邊和網(wǎng)絡(luò)結(jié)構(gòu)往往只在特定條件下有效，受用戶選擇、資源自組織、時間、空間等多個因素影響，呈現(xiàn)復(fù)雜性、有序性和魯棒性等特征。復(fù)雜性體現(xiàn)在網(wǎng)絡(luò)能夠通過不斷的自我組織和演化來適應(yīng)環(huán)境變化，促進群體智慧匯聚和知識涌現(xiàn)。有序性體現(xiàn)在資源關(guān)聯(lián)網(wǎng)絡(luò)演化方向的有序，有序性高的網(wǎng)絡(luò)會逐漸走到高級有序，有序性低的網(wǎng)絡(luò)會逐漸走向低級有序甚至無序狀態(tài)。魯棒性體現(xiàn)在資源關(guān)聯(lián)網(wǎng)絡(luò)的抗風(fēng)險能力，魯棒性較強的網(wǎng)絡(luò)不會由于某個節(jié)點或是某條連邊的故障而大范圍斷裂，進而影響資源的傳輸和轉(zhuǎn)化。通過識別資源關(guān)聯(lián)網(wǎng)絡(luò)動態(tài)演化規(guī)律，有助于我們確定資源群體發(fā)展階段、預(yù)測資源群體的發(fā)展趨勢，以及深入理解網(wǎng)絡(luò)中的“涌現(xiàn)”現(xiàn)象等，從而實現(xiàn)對大規(guī)模動態(tài)資源進行有效管理、利用和更新。未來研究需要依托時序觀測數(shù)據(jù)，并結(jié)合網(wǎng)絡(luò)科學(xué)、數(shù)據(jù)挖掘和機器學(xué)習(xí)等多學(xué)科方法構(gòu)建更為全面和準確的網(wǎng)絡(luò)演化模型。通過分析和預(yù)測多個網(wǎng)絡(luò)參數(shù)提出衡量網(wǎng)絡(luò)特征變化的新指標，從而為數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的演化階段、變化狀態(tài)和發(fā)展規(guī)律提供有效的量化方法。

（三）資源關(guān)聯(lián)網(wǎng)絡(luò)質(zhì)量評估方法與技術(shù)研究

資源關(guān)聯(lián)網(wǎng)絡(luò)因其規(guī)模龐大、稀疏、分散、異構(gòu)等特性，可能存在結(jié)構(gòu)脆弱、數(shù)據(jù)孤島、進化動力不足等問題，這為網(wǎng)絡(luò)的有效應(yīng)用和高效管理帶來了挑戰(zhàn)。研究發(fā)現(xiàn)，關(guān)聯(lián)網(wǎng)絡(luò)的增長與網(wǎng)絡(luò)質(zhì)量之間遵循冪律法則[64][65]，揭示了網(wǎng)絡(luò)規(guī)模的異速生長機制，也就是說當網(wǎng)絡(luò)發(fā)展到一定階段，網(wǎng)絡(luò)效能提升的速度慢于規(guī)模擴張速度，說明資源關(guān)聯(lián)網(wǎng)絡(luò)“進化力”不足，可能導(dǎo)致網(wǎng)絡(luò)僵化、質(zhì)量降低等問題。因此，資源關(guān)聯(lián)網(wǎng)絡(luò)質(zhì)量評估，需要考慮規(guī)模擴張、結(jié)構(gòu)演變對資源質(zhì)量的影響，同時融合新方法、新技術(shù)，這樣既能夠豐富資源關(guān)聯(lián)網(wǎng)絡(luò)預(yù)警技術(shù)的研究成果，又能夠?qū)崿F(xiàn)對資源關(guān)聯(lián)網(wǎng)絡(luò)的迭代優(yōu)化。

整體來看，目前缺乏對于資源關(guān)聯(lián)網(wǎng)絡(luò)科學(xué)的、統(tǒng)一的度量標準，導(dǎo)致網(wǎng)絡(luò)質(zhì)量難以比較和評估。對資源關(guān)聯(lián)網(wǎng)絡(luò)進行質(zhì)量監(jiān)測與評估反饋，一方面要從規(guī)模特征、形態(tài)特征、結(jié)構(gòu)特征等多個維度評價資源關(guān)聯(lián)網(wǎng)絡(luò)質(zhì)量，形成可量化、操作性強的質(zhì)量評價標準。另一方面要實現(xiàn)自動化質(zhì)量評估，以規(guī)模、結(jié)構(gòu)等數(shù)據(jù)作為輸入變量，自動化輸出相應(yīng)的評估結(jié)果。這對于分析平臺治理方向和主要著力點，建立規(guī)范有序、動態(tài)適應(yīng)的教育平臺體系具有重要意義。為此，首先要明確網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)結(jié)構(gòu)等因素對平臺質(zhì)量的影響，并制定監(jiān)控策略；其次，動態(tài)提取網(wǎng)絡(luò)屬性，分析平臺的異化行為，建立預(yù)警模型；最后，依據(jù)相應(yīng)的規(guī)則主動進行適應(yīng)調(diào)整，優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)，靈活調(diào)整治理策略，從而提高平臺的智能化管理水平。

（四）資源關(guān)聯(lián)網(wǎng)絡(luò)促進教學(xué)的內(nèi)在機理闡釋

主體-資源關(guān)聯(lián)網(wǎng)絡(luò)包括社會交互網(wǎng)絡(luò)和資源間關(guān)聯(lián)網(wǎng)絡(luò)，能夠揭示學(xué)習(xí)者、資源間多主體、多層次的相互作用和動態(tài)關(guān)聯(lián)規(guī)律，為解決當前教育教學(xué)中的諸多問題提供了新的視角和思路。在社會交互網(wǎng)絡(luò)中，學(xué)生通過各種交互行為形成以學(xué)生為節(jié)點的、以學(xué)習(xí)小組為子群的網(wǎng)絡(luò)結(jié)構(gòu)，與此同時，生生之間、資源與資源之間、學(xué)生與資源間也建立了多種類型的動態(tài)關(guān)聯(lián)。此外，資源關(guān)聯(lián)網(wǎng)絡(luò)能夠揭示學(xué)習(xí)者的網(wǎng)絡(luò)地位和角色，理解學(xué)習(xí)者學(xué)習(xí)水平。通過準確識別網(wǎng)絡(luò)中處于領(lǐng)袖位置的學(xué)習(xí)者，可以有效評估學(xué)習(xí)者在同伴交互中的作用以及投入程度，進而對學(xué)習(xí)者進行更加全面和客觀的評價。同時，資源關(guān)聯(lián)網(wǎng)絡(luò)經(jīng)過學(xué)習(xí)者的生成、傳播與編輯等行為操作，自身資源質(zhì)量與關(guān)聯(lián)結(jié)構(gòu)愈加完善，幫助我們更好地理解資源間關(guān)系，有效提升資源的個性化推薦水平，進而提升學(xué)生的學(xué)習(xí)效果。在此基礎(chǔ)上，利用隱性關(guān)系挖掘能夠幫助厘清教學(xué)過程中涉及到的主體關(guān)系，包括生生關(guān)系、群組關(guān)系、資源關(guān)系、學(xué)生群體關(guān)系、學(xué)生資源關(guān)系、群組資源關(guān)系等，有效揭示學(xué)習(xí)者之間的交互規(guī)律與特征。鑒于網(wǎng)絡(luò)學(xué)習(xí)資源的優(yōu)勢與特性，未來研究利用資源關(guān)聯(lián)網(wǎng)絡(luò)來揭示學(xué)生的交互特征、學(xué)習(xí)機理將成為一種新的趨勢，通過揭示人際對話、互動以及群體知識貢獻等，來反應(yīng)深度學(xué)習(xí)的特征。

六、結(jié)語

本研究在厘清數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)概念、類型及特征的基礎(chǔ)上，系統(tǒng)梳理了國內(nèi)外數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)的研究進展、研究難題及研究趨勢，對于引導(dǎo)和深化數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究具有積極的推動作用。近年來，生成式人工智能的出現(xiàn)顛覆了學(xué)習(xí)資源的生產(chǎn)邏輯，促使學(xué)習(xí)資源生產(chǎn)和傳播的主體由個體建構(gòu)、群建共享轉(zhuǎn)變?yōu)槿藱C協(xié)同。這種生產(chǎn)方式能夠帶來更高的生產(chǎn)效率、更優(yōu)的資源質(zhì)量和更豐富的資源類型。因此，秉持人機協(xié)同的基本思想，將生成式人工智能的功能優(yōu)勢與學(xué)習(xí)資源應(yīng)用場景有機結(jié)合，有望驅(qū)動資源關(guān)聯(lián)網(wǎng)絡(luò)乃至整個數(shù)字化學(xué)習(xí)資源生態(tài)的塑造。未來研究應(yīng)聚焦數(shù)字化學(xué)習(xí)資源關(guān)聯(lián)網(wǎng)絡(luò)研究面臨的關(guān)鍵難題，融合信息論、統(tǒng)計物理學(xué)、系統(tǒng)科學(xué)等研究方法，采用數(shù)據(jù)挖掘、多模態(tài)分析、時序分析等關(guān)鍵技術(shù)，開展生成式人工智能環(huán)境下大規(guī)模、長周期、多模態(tài)的資源關(guān)聯(lián)網(wǎng)絡(luò)研究，以期產(chǎn)出更多標志性的基礎(chǔ)和應(yīng)用研究成果，為數(shù)字化學(xué)習(xí)資源高質(zhì)量建設(shè)和管理提供理論支持和實踐參考。

參考文獻：

[1] 楊現(xiàn)民，余勝泉.生態(tài)學(xué)視角下的泛在學(xué)習(xí)環(huán)境設(shè)計[J].教育研究，2013， 34（3）：98-105.

[2] Zhang，S.，Luo，X.，et al.Discovering small-world in association link networks for association learning [J].World Wide Web，2014，17（2）：229-254.

[3] 王旻霞，趙丙軍.科學(xué)知識網(wǎng)絡(luò)的結(jié)構(gòu)特征及演化動力[J].情報雜志，2014，33（5）：88-95.

[4] 何秀美，朱慶華等.科學(xué)共同體的合作網(wǎng)絡(luò)及演化研究——以“2011計劃”協(xié)同創(chuàng)新中心為例[J].現(xiàn)代情報，2018，38（3）：24-30.

[5][19][44] 田浩，陳麗等.cMOOC學(xué)習(xí)者知識流動特征與交互水平關(guān)系研究[J].中國遠程教育，2020，（8）：15-24+76.

[6][20] 達一菲，劉旭東等.大數(shù)據(jù)驅(qū)動的開發(fā)者社區(qū)中知識交流網(wǎng)絡(luò)的分析[J].計算機科學(xué)，2018，45（9）：113-118.

[7] 楊現(xiàn)民，余勝泉等.學(xué)習(xí)資源動態(tài)語義關(guān)聯(lián)的設(shè)計與實現(xiàn)[J].中國電化教育，2013，（1）：70-75.

[8] 楊現(xiàn)民，余勝泉.學(xué)習(xí)元平臺的語義技術(shù)架構(gòu)及其應(yīng)用[J].現(xiàn)代遠程教育研究，2014，（1）：89-99.

[9][61] 楊現(xiàn)民，余勝泉.泛在學(xué)習(xí)環(huán)境下的學(xué)習(xí)資源進化模型構(gòu)建[J].中國電化教育，2011，（9）：80-86.

[10] Asllani，M.，Lambiotte，R.，et al.Dynamics impose limits to detectability of network structure [J].New Journal of Physics，2020，22（6）：063037.

[11] 許國志.系統(tǒng)科學(xué)[M].上海：上海科技教育出版社，2000.25.

[12] Tiwari，S.，Al-Aswadi，F(xiàn).N.，et al.Recent trends in knowledge graphs：theory and practice [J].Soft Computer，2021（25），8337-8355.

[13] Zhu，X.，Li，Z.，et al.Multi-Modal Knowledge Graph Construction and Application：A Survey [J].IEEE Transactions on Knowledge and Data Engineering，2022，2（36）：715-735.

[14] 陳囿任，李勇等.多模態(tài)知識圖譜融合技術(shù)研究綜述[J].計算機工程與應(yīng)用，2024，60（13）：36-50.

[15] Hu，Y.，Shi，L.Visualizing large graphs [J].Wiley Interdisciplinary Reviews： Computational Statistics，2015，7（2）：115-136.

[16] Watts，D.，Strogatz，S.Collective dynamics of ‘small-world’ networks [J]. Nature，1998，393（6684）：440-442.

[17][36] Wang，P.，Hu，J.，Zeng，H.J.et al.Using Wikipedia knowledge to improve text classification [J].Knowledge and Information Systems，2009，19：265-281.

[18] Newman，M.E.J.Scientific collaboration networks.I.Network construction and fundamental results [J].Physical Review E，2001，64（1 Pt 2）：016131.

[21][38] 郭建科，田冬翠等.中國海洋產(chǎn)業(yè)產(chǎn)學(xué)研合作創(chuàng)新網(wǎng)絡(luò)演化及創(chuàng)新績效影響因素[J].熱帶地理，2023，43（9）：1712-1725.

[22] De-Marcos，L.，Garcia-Lopez，E.，et al.Social network analysis of a gamified e-learning course：Small-world phenomenon and network metrics as predictors of academic performance [J].Computers in Human Behavior，2016，60：312-321.

[23][41] 裘江南，楊暢等.在線知識社區(qū)知識系統(tǒng)與社會系統(tǒng)序化規(guī)律研究——以Wikipedia為例[J].情報科學(xué)，2010，28（5）：8-14.

[24] 吳江，金妙等.基金視角下的學(xué)科知識流動網(wǎng)絡(luò)構(gòu)建與分析[J].圖書情報工作，2016，60（8）：79-85.

[25] 呂莉媛.基于復(fù)雜網(wǎng)絡(luò)的圖書館數(shù)字資源整合[J].情報科學(xué)，2009，27（12）： 1811-1815.

[26] 康微.從小世界理論分析網(wǎng)絡(luò)博客資源對圖書館參考咨詢服務(wù)的創(chuàng)新意義[J].新世紀圖書館，2010，（4）：28-30.

[27] 王新才，丁家友.復(fù)雜網(wǎng)絡(luò)視角的國外政府信息資源研究[J].圖書情報工作，2013，57（21）：119-125+132.

[28] Redner，S.How popular is your paper An empirical study of the citation distribution [J].The European Physical Journal B - Condensed Matter and Complex Systems，1998，4：131-134.

[29] 姚月嬌，劉向等.多層圖時序?qū)＠W(wǎng)絡(luò)中的發(fā)明者影響力演變[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2023，20（3）：35-43.

[30] 巴志超，李綱等.基于知識超網(wǎng)絡(luò)的科研合作行為實證研究和建模[J].情報學(xué)報，2016，35（6）：630-639.

[31] Chang，X.，Zhou，L.N.，et al.Scale-free analysis of scientific collaboration hyper- networks [A].2020 International Conference on Computer Science and Management Technology （ICCSMT）[C].CA：IEEE Computer Society，2020.85-90.

[32] Li.P.，Wei，L.，et al.Study of Information Dissemination in Hypernetworks with Adjustable Clustering Coefficient [J].Applied Sciences，2023，13（14）：8212.

[33][46] Li，X.，Wang，G.，et al.Dynamical evolution behavior of scientific collaboration hypernetwork [J].AIP Advances，2022，12（11）：115117.

[34] 索琪，郭進利.在線社交網(wǎng)絡(luò)資源評論關(guān)系超網(wǎng)絡(luò)演化模型[J].系統(tǒng)管理學(xué)報，2016，（5）： 852-857+867.

[35][47] 屈寶強，屈麗娟.基于復(fù)雜網(wǎng)絡(luò)視角的文獻資源共享分析框架[J].情報科學(xué)，2013，（3）：27-30.

[37] Lerner，J.，Lomi，A.The Network Structure of Successful Collaboration in Wikipedia [A].Hawaii International Conference on System Sciences [C]. Hawaii：HICSS，2019.2622-2631.

[39] 馬晨曦，陳興蜀等.在線視頻分享網(wǎng)絡(luò)中的復(fù)雜網(wǎng)絡(luò)特性研究[J].計算機應(yīng)用研究，2018，35（7）：2059-2062.

[40] 逯萬輝.知識網(wǎng)絡(luò)演化分析及其應(yīng)用研究進展[J].情報理論與實踐，2019，42（8）：138-143.

[42] Buriol，L.S.，Castillo，C.，et al.Temporal analysis of the Wikigraph [A].2006 IEEE/WIC/ACM International Conference on Web Intelligence （WI’06） [C]. New York：IEEE Computer Society Press，2006.45-51.

[43] 徐漢青，滕廣青等.知識網(wǎng)絡(luò)演化中的結(jié)構(gòu)穩(wěn)定性與知識涌現(xiàn)[J].圖書與情報，2019，（1）：53-62.

[45] Biglu，M.H.The influence of references per paper in the SCI to Impact Factors and the Matthew Effect [J].Scientometrics，2008，74：453-470.

[48] Price，D.J.Networks of scientific papers [J].Science，1965，149（3683）：510-515.

[49] 馬費成，劉向.科學(xué)知識網(wǎng)絡(luò)的演化模型[J].系統(tǒng)工程理論與實踐，2013， 33（2）：437-443.

[50] Liu，Z.，Lai，Y.，et al.Connectivity distribution and attack tolerance of general networks with both preferential and random attachments [J].Physics Letters A，2002，303（5-6）：337-344.

[51] 陳果，趙以昕.多因素驅(qū)動下的領(lǐng)域知識網(wǎng)絡(luò)演化模型：跟風(fēng)、守舊與創(chuàng)新[J].情報學(xué)報，2020，39（1）：1-11.

[52] 儲節(jié)旺，李佳軒.知識生態(tài)系統(tǒng)中知識演化及智慧創(chuàng)生研究——以知乎社區(qū)為例[J].情報理論與實踐，2022，45（9）：51-58.

[53] 維基百科.維基百科：統(tǒng)計[EB/OL].https：//zh.wikipedia.org/wiki/Wikiped ia：%E7%BB%9F%E8%AE%A1，2024-04-12.

[54] 中華人民共和國教育部.教育部部長懷進鵬在2024世界數(shù)字教育大會上的主旨演講：攜手推動數(shù)字教育應(yīng)用、共享與創(chuàng)新[EB/OL]. http：//www.moe.gov.cn/jyb_xwfb/moe_176/202402/t20240201_1113761. html，2024-04-12.

[55] Wu，Y.，Wu，X.，et al.MMpedia：A Large-Scale Multi-modal Knowledge Graph [EB/OL].https：//iswc2023.semanticweb.org/wp-content/ uploads/2023/11/142660018.pdf，2024-04-12.

[56] 趙亮.多模態(tài)數(shù)據(jù)融合算法研究[D].大連：大連理工大學(xué)，2018.

[57] 楊現(xiàn)民，楊宇鵬等.網(wǎng)絡(luò)學(xué)習(xí)資源進化：研究進展、難題透視與趨勢分析[J].現(xiàn)代遠程教育研究，2024，36（1）：101-112.

[58] 陳燁，周剛等.多模態(tài)知識圖譜構(gòu)建與應(yīng)用研究綜述[J].計算機應(yīng)用研究，2021，38（12）：3535-3543.

[59] Chen，Y.，Ge，X.，et al.A Survey on Multimodal Knowledge Graphs：Construction， Completion and Applications [J].Mathematics，2023，11（8）：1815.

[60] Zhang，D.，Wei，S.，et al.Multi-modal graph fusion for named entity recognition with targeted visual guidance [A].The Thirty-Fifth AAAI Conference on Artificial Intelligence [C].California：AAAI，2021.14347-14355.

[62] Jia，X.，Jiang，M.，et al.Multimodal heterogeneous graph attention network [J]. Neural Computing and Applications，2023，35（4）：3357-3372.

[63] 柯清超，劉麗麗等.國家智慧教育平臺賦能區(qū)域教育數(shù)字化轉(zhuǎn)型的四重機制[J].中國電化教育，2023，（3）：30-36.

[64] [英]杰弗里·韋斯特.張培譯.規(guī)模：復(fù)雜世界的簡單法則[M].北京：中信出版社，2018.19.

[65] 范如國.平臺技術(shù)賦能、公共博弈與復(fù)雜適應(yīng)性治理[J].中國社會科學(xué)，2021，（12）：131-152+202.

作者簡介：

楊現(xiàn)民：教授，博士生導(dǎo)師，研究方向為網(wǎng)絡(luò)學(xué)習(xí)資源、智慧教育、教育大數(shù)據(jù)。

張惠影：在讀碩士，研究方向為網(wǎng)絡(luò)學(xué)習(xí)資源進化。

李新：講師，博士，研究方向為人工智能教育應(yīng)用、學(xué)習(xí)分析、計算機支持的協(xié)作學(xué)習(xí)。

Research Progress， Challenges and Trend Analysis of Digital Learning Resource Association Networks

Yang Xianmin， Zhang Huiying， Li Xin

Jiangsu Provincial Engineering Technology Research Center for Educational Informatization， Jiangsu Normal University， Xuzhou 221116， Jiangsu

Abstract： The production and dissemination of digital learning resources in a large-scale open collaborative environment is a complex network evolution process. During the generation and sharing process， resources gradually establish connections with other resources， achieving scale expansion and network structure improvement， forming a digital learning resource association network. Currently， research on digital learning resource association networks is emerging continuously. From a construction technology perspective， it generally includes four processes： data preparation， modal fusion， network visualization， and network analysis， involving three key technologies： data mining， complex network analysis， and multimodal information processing. From a topological structure perspective， it usually conforms to the power-law distribution characteristics， showing scale-free and small-world features， with newly added nodes tending to connect with influential nodes. From the perspective of evolution models， existing models mostly use classic scale-free network models and their improved models to study the evolution mechanism and reveal the evolution laws. However， influenced by the complexity and dynamics of resource groups， current research on digital learning resource association networks faces challenges in aspects such as semantic recognition and fusion of multimodal learning resources， extraction of implicit association relationships between resources， and identification of resource association network evolution laws. In the future， the construction of multimodal heterogeneous digital learning resource association networks， identification and feature recognition of resource association network evolution laws， research on resource association network quality assessment methods and technologies， and elucidation of the intrinsic mechanism of resource association networks promoting teaching will become the main trends in the research of digital learning resource association networks.

Keywords： digital learning resources； association network； resource evolution； practical challenges； development trends

收稿日期：2024年7月29日

責(zé)任編輯：趙云建