吴磊 牛纪梅 谭金波
[摘 要] 随着在线学习普及与应用，知识创造从特有现象变成了一般性活动，领域概念被视为重要“人造物”。现有研究虽然尝试解析在线学习知识创造的内涵与轨迹，但是缺乏从系统视角开展深度分析。为此，研究首先基于社会资本理论，全面剖析了在线学习知识创造的过程与特点；其次，采用数据挖掘、滞后序列等方法，基于领域概念分析了在线学习知识创造的影响。结果发现：在线学习中存在结合型社会资本与桥接型社会资本；结合型社会资本比桥接型社会资本知识创造更加高效；两类社会资本在不同教学周期下呈现多样化知识创造路径。
[关键词] 在线学习； 知识创造； 社会资本； 概念抽取
[中图分类号] G434 [文献标志码] A
[作者简介] 吴磊（1990—），男，安徽合肥人。讲师，博士，主要从事在线学习与知识管理研究。E-mail：ccnustone@yeah.net。谭金波为通讯作者，E-mail：yttjb@163.com。
一、引 言
随着在线学习的全面普及与应用，学习者兼具知识消费者与知识生产者双重角色，知识创造从特有现象变成了一般性活动。学习隐喻理论认为，学习的中心已从单纯的知识获得、复杂的知识参与阶段，步入了以知识创造为标志的众筹阶段[1-2]。已有研究聚焦在线学习知识创造的内涵与轨迹，在基础理论方面先后出现了SECI模式[3]、拓展性学习环[4]以及最新的知识分配模型[5]，尝试从认知加工与社会化过程揭示知识的转换过程。为了进一步弄清楚知识创造发生现象，研究者又分别面向知识共享与创新[6]、知识转移[7]等构建了多种模型，从知识流与资源流角度为优化知识转化效率提供指导。当前，以知识创造“人造物”为线索成为研究热点，如基于观点分析知识建构过程[8]、利用主题描述知识创造状态[2]。由于在线学习具有自主性、过程性、情境性等特点，导致在线学习知识创造与社会关系、团队、认知等密切相关。这些要素构成的综合个人能力共同作用推动了在线学习知识创造的发生，然而当前缺乏从系统视角的研究。社会资本表示网络中个人资源或能力的综合嵌入社会网络中，对知识创造具有正向作用[9]，从系统观角度概括了个体与社区环境、内部认知的作用过程，为深度研究在线学习知识创造提供了新视角。
二、基于社会资本理论的在线学习知识
创造机制
（一）社会资本理论与在线学习知识创造联系
社会资本理论随着内涵由简单的社会关系演变为经典三维度，应用也从社会学领域扩展至教育教学领域。在初期萌发阶段，以Hanifan为代表的研究者认为社会关系即社会资本，社会关系形式上连接不同个体，社会网络中分布着社会力量，主体附着于社会网络才会加深信任[10]。在中期发展阶段，Bourdieu等认识到社会资本的重要功效，提出社会资本是实际的或潜在的资源集合体，这些资源与共同熟悉或认可的制度关系、长期交往的朋友联系在一起，建立在成员认识和了解的基础上，所以社会关系和结构特征是其价值的主要体现[11]。随后，Nahapiet等关注个体对社会关系网络中实际和潜在资源综合的占有情况，并将社会资本解构为结构维、关系维及认知维[12]。在当前扩展阶段，田阳等从认知、结构与关系维度将社会资本理论与MOOC互动策略关联，还原了知识生成与转移现象发生的过程[13]；王诗蓓从社会资本“三维度”探究了网络学习共同体中社会资本积累的现状与问题[14]。可见，社会资本成为影响当前在线学习知识生长、共享与创造的关键因素。
本研究结合社会资本理论与学习隐喻理论，提出在线学习知识创造即学习者个体通过社会资本关系、结构与认知的综合作用，在整合社会网络中资源和能力的过程中，最终产生概念为主的人造物。如图1所示，学习者社会资本来自本身以及分布于网络中的能量，并通过关系、结构以及认知三方进行聚集，具体而言：（1）在线学习中主要以人际网络交往为主，社会资本关系表明个体间交流加速资源或知识在网络中的传播。个体由边缘学习者迁移到次要联通者，再发展到核心参与者，随着个体的网络位置发生变化，决定了对资源与能力的吸收与分配的权限也发生变化。（2）在线学习环境组建了知识联通网络，随着知识传播范围的加深与自身认知能力的提升，个体对外界资源和能量的需求发生变化，社会资本认知表明个体间由于知识建构能力不同引发知识在网络中转移与扩散。（3）在线学习环境也是不同社交群体或共同体孵化器，社会资本结构表明网络规模与制度对观点与收益进行管控，影响互惠互利的程度。有时社会网络结构存在网络结构洞，导致不同群体之间存在社区隔离问题，阻碍不同群体进行跨域能量交流，但有时也会促进异质知识升华[13]。
由于社交网络中社会资本存在，触发了不同的交互发生[14]，最终实现概念创造与吸收。这里的触发行为发生不是单一的社会属性差异或知识量势差，而是个体蕴含的所有能力导致，并且引发了信息交互发生。从陈丽教授的交互层次塔角度来看，处于中间层的“生—生”交互、“师—生”交互是参与主体[15]。另外，替代交互通过观察并少量参与在线学习，往往数量众多，所以不可忽视。处于内核的概念是知识的基本单元，代表了某个领域知识的实体与事件，不同类型与数量的概念有机组合创造了知识[16]。交互层次塔认为，最高层次即为概念交互，学习者在线交互目的是通过概念交互引发知识创造活动。反过来，以概念“人造物”作为线索，可以发掘知识创造的分布与重点[2]。
（二）社会资本理论下的在线学习知识创造特点
1. 不同类别社会资本对知识创造影响具有差异性
在线学习由不同类型社会资本共同作用促进能力或能量流通。针对社会资本的人员构成与实施功效，社会资本可以分为结合型社会资本（Bonding Social Capital）和桥接型社会资本（Bridging Social Capital）[17]。前者指个体间具有密切的关系，人员构成具有高度的同质性，成员内部之间互动交流频繁，形成了较强的凝聚作用。与之相反，后者表示个体间的关系相对比较松散，主张将更广泛的个体聚焦在一起，通过外部交流方式增加不同成员间联系，汲取多样化观点和经历作为社会资本积累渠道。前者“强关系”能够聚集具有相同目标的个体，增强彼此间的信任，所以支持知识的高效性传播，对拓展知识创造深度具有重要作用。虽然后者“弱关系”成员间存在异质性，但是多元连接能够方便知识的传递与资源共享，对知识创造丰富性具有促进作用。
2. 领域概念是社会资本下知识创造的基础性产物
学习隐喻理论认为，知识创造结果主要分为概念性与材料性两类“人造物”，领域概念属于前者，且在实践中被广泛应用[1，2，16]。作为抽象的知识载体，领域概念通常蕴含在学科知识的问题或答案中，会率先刺激不同个体的学习注意力或兴趣。例如，与学科领域高度相关的领域概念，能够引发学习者持续的关注与互动。另外，不同数量的领域概念组合决定了知识语义复杂度，不仅会影响学习者的认知负荷，也影响着个体对其进行深度知识加工。为了实现领域概念的获取、传播与加工，社会资本一方面将调节社会网络中信息周转渠道、传播速度、其他资源等，保证领域概念在社会网络有序流通；另一方面，通过选择不同类型和价值的领域概念重构知识，促进个体的认知网络复杂建构。
3. 不同时期社会资本交互作用促进知识创造多样性
社会资本积累是动态形成的过程，导致在不同时期的社会资本作用下知识创造具有多样性。本质上由于关系、结构以及认知动态变化，在不同社会资本两端产生了“压力”差，才导致知识在不同社会资本“管道”中流通。基于知识创造的“人造物”，不同社会资本根据自身知识结构，选取典型的、一定数量的领域概念构建交互内容，主动对外界交互完成知识创造者角色；或者在领域概念的刺激下，选择了感兴趣的交互内容，开始被动吸收或过滤信息，扮演知识消费者角色。随着不同主题或学习活动动态更新，不同社会资本在创造与消费角色间相互切换，在教学周期下开展社会资本知识创造活动，确保知识创造的多样化。
综上所述，社会资本是在线学习知识创造的重要影响因素，但是实践环节一直未被有效科学验证。为了解决该问题，基于知识创造多样性、领域概念抽象性、社会资本交互性等特征，本研究提出以下三个研究问题：（1）如何区分在线学习中的桥接型社会资本与结合型社会资本？（2）基于领域概念不同类别的社会资本的知识创造存在怎样的差异？（3）教学周期视角下不同类型社会资本知识创造路径如何变化？
三、研究设计
（一）研究对象和数据来源
本研究数据来源于某师范大学的视觉信息设计课程，该课程主要介绍视觉信息设计的相关概念、案例与设计技巧等，旨在提升学生自身艺术修养、设计能力。为了保证学生在线学习的参与深度，教师主要积极扮演组织与引导角色，学生自主围绕知识与兴趣开展问题讨论、知识扩散与升华。整个线上讨论活动约持续2月，共有151名学生及1名教师参与在线学习活动。师生累积发帖2906条，平均每周发帖量为360条，可为实验数据分析提供丰富的数据来源。根据信息传播规律以及课程设置特点，将线上学习分为初期、中期以及后期三个阶段。
（二）研究方法
在数据预处理阶段，参照吴磊等研究[2]，一方面开展停用词与分词处理，另一方面根据发帖与回帖行为建立交互主体社交矩阵。之后，开展数据挖掘与分析工作：
（1）社会资本分类研究。根据社会资本理论，学习者社会资本可由三元组（S，G，C）表示，其中，S表示关系、G表示结构、C表示认知。本研究参考已有研究分别抽取了对应的量化特征（见表1），作为K-means聚类方法的输入对个体社会资本进行分类，旨在区分出桥接型社会资本与结合型社会资本，并通过各维结果验证方法有效性。
（2）知识创造差异研究。根据学习隐喻理论，领域概念是在线学习知识创造直接的“人造物”，以名词形式出现。Wu等研究发现，领域概念具有领域相关性（DP）、领域一致性（DC）以及词性黏度（LC）特点，并用线性加权方法平衡特征值计算领域分数（Score），表示领域概念的重要性，如公式（1）所示[19]。其中，参数α、β和γ用于平衡不同特征影响，分别设定为0.2、0.3、0.5[19]。领域分数值越高表示重要性越大。对于交互内容领域分数，可以综合领域概念数量与分数线性累加获得[16]。最后，基于交互内容构建领域概念共现网络，并从网络密度属性分析不同类型社会资本学期周期下知识创造差异。
Score=α·DP+β·DC+γ·LC 公式（1）
（3）知识创造路径研究。首先基于“领域概念数量—领域分数”两个维度，分别将交互内容划分为四类，代表不同知识创造特点。然后，基于四类交互内容，引入滞后序列分析方法，挖掘两类社会资本在教学周期下知识创造作用路径。
四、结 果
（一）不同社会资本的类别分析
针对问题一，本研究将抽取三维度特征并同时输入至K-means算法中，设置二分类输出，初步设定为结合型社会资本与桥接型社会资本，且数量分别为25与126。算法聚类的轮廓系数为0.58，表明了聚类结果可靠。为了进一步验证实验结果的有效性，利用t检验分别对两类社会资本各维特征进行对比分析，表2结果显示：结合型社会资本关系维度特征显着，容易形成同质网络；结构维度特征也均显着，且约束度明显较小，表明作为关键节点控制诸多结构洞节点；认知维度特征在共享知识、意义协商、深度讨论方面具有显着作用，在一致理解维度具有优势。另外，通过对社会资本参与度分析发现，结合型社会资本参与760次、桥接型社会资本参与2139次，说明桥接型社会资本在线学习参与度较高，在社会资本整体能力上具有优势，成为知识创造的主要力量。Oh等研究认为，结合型社会资本具有强关系网络、彼此之间很了解对方，促进成员内部知识共享[20-21]。Burt等研究认为，桥接型社会资本网络结构松散、团队想法碰撞且想法较多[22]。这些研究进一步验证了本实验设计的分类方法可供参考。
不同类型社会资本学期参与分布统计，见表3。结合型社会资本与桥接型社会资本分布趋势趋于一致，呈现“两头弱中间强”特性，两类社会资本习惯在学期中期注入较多的社会资本，以期望获得较多的收获。不同的是，36%的桥接型社会资本习惯在后期参与，活跃度比结合型社会资本（27%）高，表明桥接型社会资本注重通过后期强化与巩固资本。
（二）不同社会资本的知识创造差异分析
经过名词筛选与简单剔除，本研究按照领域分数降序排序抽取到8000多个候选领域概念，然后基于交互内容构建领域概念共现网络。图2显示了不同社会资本的网络密度，结果表明，整体上两类社会资本对领域概念的应用规律相似，习惯用12%的领域概念作为知识创造核心条件，88%的领域概念作为知识创造拓展条件。另外，结合型社会资本与桥接型社会资本对领域概念的使用策略具有差异性，前者平均网络密度大于后者（0.012>0.009），显示出前者更擅长于利用同等数量领域概念激活知识创造活跃性，且相同数量的领域概念在知识创造过程的传播性与影响性价值更大。
因不同社会资本在使用领域概念规律上具有相似性，选择领域分数最高的100个领域概念作为知识创造代表，探究领域概念共现网络在学期初期、中期以及后期的变化情况。表4结果显示，不同类型社会资本锻造知识创造结构的关键在于初期，结合型社会资本与桥接型社会资本的平均网络密度分别达到0.0462与0.0319，表明两类社会资本均能够用最基本、最具有代表性的领域概念描述问题、陈述现象，也表明结合型社会资本在教学初期基本知识掌握程度更加牢固。随着学期推进，越来越多领域概念涌入，学期中期结合型社会资本与桥接型社会资本平均网络密度变为0.0405与0.0302，表明原有核心领域概念共现网络被重建，网络密度被逐渐稀释。另外，结合型社会资本与桥接型社会资本的后期平均网络密度分别为0.008与0.011，显示出桥接型社会资本相对来说此时更加注重核心领域概念的应用。
（三）不同社会资本的知识创造作用路径分析
本研究以交互内容的平均领域概念数量与领域分数作为原点，如图3所示，构建平面分布图将交互内容分成四类：
（1）KHVH：该类交互内容领域概念丰富，领域聚焦。一方面，领域概念数量较多，可以传递丰富的信息，帮助学习者全面理解知识；另一方面，领域分数较高也显示出信息的有用性，可以帮助学习者深度建构知识。
（2）KLVH：该类交互内容领域概念稀疏，领域聚焦。在交互过程中，交互内容通常高度简洁，能够用较少且常见的概念表明领域问题与陈述等。这些领域概念具有典型化、普遍化特点，能够给外界直接知识刺激，吸引学习者关注。
（3）KLVL：该类交互内容概念稀疏，领域相关。在线学习除了针对性回复外，还有些“赞同”“提问”等口语化交互内容，这些交互内容虽然无法给出具体、专业的领域解释，包含的信息量较少，但是能够强化信息理解与加工，支持意义协商、一致理解等作用。
（4）KHVL：该类交互内容具有领域概念丰富、领域相关特点。这类交互内容主要出现在“案例解释”环节，高度聚焦于领域知识新问题、新观点，从而能够用一些专业化且不常用的领域概念串联知识，减轻参与者认知负荷。
两类社会资本在四类交互内容分布规律相似，KHVH、KLVH、KHVL和KLVL分别约占比27%、2%、2%、69%，说明两类社会资本都具备知识创造相似语言特点与风格，习惯将KHVH与KLVL作为知识创造基础土壤。但是由于社会资本总量差异影响，也会影响知识创造过程，如两类社会资本如何协调创造知识。为此，采用滞后序列分析方法分析不同社会资本之间知识创造作用路径，解释问题三。
图4显示了不同社会资本在教学周期下具有差异性且呈现三类典型路径：一是在学期初期主要以桥接型社会资本交互为主，且知识创造具有单向性。桥接型社会资本知识创造主要以KHVH为中心循环流动，另外通过最长路径“Q_KLVH→Q_KHVH→J_KHVH”强化，说明桥接型社会资本在领域概念掌握不熟练时，一方面主动通过同类概念丰富且聚焦的内容交互以丰富知识，另一方面也会间接与结合型社会资本中概念丰富且聚焦的交互内容作用以拓展知识，显示出桥接型社会资本是初期阶段社会资本的主要增长动力。二是在学期中期主要以结合型社会资本与桥接型社会资本互动为主，且知识创造具有双向性。概念丰富且聚焦的交互内容频繁地在桥接型社会资本与结合型社会资本间流动，结合型社会资本既扮演知识创造的发起者，又担任消费者，其中桥接型社会资本扮演中介作用。三是在学期后期主要以结合型社会资本为核心，开展双向知识创造。在线学习知识创造开始都是由领域概念掌握不足或领域聚焦不高的社会资本发起（J_KLVH或Q_KHVL），通过结合型社会资本中概念丰富且聚焦的内容交互后，才会继续借助桥接型社会资本中概念丰富且聚焦的交互内容继续提升自身，此时结合型社会资本作为核心节点，能够控制桥接型社会资本作用过程。同时，这三个阶段两类社会资本知识创造也有一定的相似规律：一是概念稀疏且领域相关（KLVL）交互内容通常都是自主交互，一般不会深度融入知识创造“链路”中；二是交互内容如果概念稀疏或领域相关都倾向与外界交互（KLVH或KHVL），补充某一方面的不足。
五、讨 论
（一）在线学习中存在结合型社会资本与桥接型社会资本
本研究验证了在线学习存在结合型社会资本与桥接型社会资本，且结合型社会资本在关系维、结构维以及认知维度优势明显。从参与者角度来看，在线学习中由不同能力或能量的学习者构成，保证了知识创造具有多样化且丰富性特点[2]。在关系维度上，结合型社会资本存在内部强关系，而桥接型社会资本倾向于外部伙伴交流，本研究中结合型社会资本的出度与入度更高，显示具有强网络关系，核心网络位置对知识传播与控制至关重要[23]。按照网络节点权重差异，在线学习构成有核心联通者、次要联通者、普通联通者三类，而核心联通者角色与结合型社会资本关系特征基本吻合[24]。在结构维度上，本研究中结合型社会资本处于关键节点，桥接型社会资本分布在结构洞附近。桥接型社会资本通过与外部构建的关系网络获取所需要的异质性资源，当获取的资源不能充分得到团队吸收，需要流转到结合型社会资本网络协同完成。从认知维度来看，结合型社会资本认知特征较为明显，桥接型社会资本参与度较高、资本总量大、资源交互频繁，所以组织成员在交互中容易产生新的思路和方法[25]，导致认知总量上具有明显的优势。
（二）结合型社会资本比桥接型社会资本知识创造更加高效
本研究发现，结合型社会资本的领域概念共现网络平均密度大于桥接型社会资本，显示结合型社会资本可以更好地发掘领域概念的知识创造传播价值与影响力。已有研究发现，社交节点位置越核心，知识建构能力越强[26]。结合型社会资本处于社交网络关键位置，容易接收最新的领域概念，可以快速组合相关概念再次加工。吴磊等研究也发现，在线学习中高活跃度个体知识创造主题密度显着大于低活跃度学生[2]，间接证明了结合型社会资本可能倾向于创造明确的主题，而这些主题往往需要精确化、关联化的领域概念组织与串联，所以相同数量领域概念，在结合型社会资本中构建的共现网络平均密度高。而从学期时间分布来看，对于基础领域概念，结合型社会资本在初期、中期的共现网络较为紧密，桥接型社会资本平均网络密度到后期优势才体现出来。这是由于在学期初期、中期，结合型社会资本率先完成了对基本知识的获取与加工，而在后期结合型社会资本更倾向于拓展知识从而稀释了原有共现网络，而桥接型社会资本由于初期知识结构不够扎实，后期仍需要巩固所学知识。
（三）不同学期周期内社会资本知识创造路径具有多样性
本研究发现，在不同学期周期内社会资本的知识创造路径具有明显的多样性。学期初期，知识创造为桥接型社会资本为主的单向活动，主要利用高质量交互内容补充知识不足。桥接型社会资本积累相对较少，教学内容语义与学习者兴趣主题显着相关[27]，他们寄希望通过不同网络的联系创造出更多的意义主题下交互内容，利用这些机会获取非冗余信息和异质性知识，所以需要不断通过自身与外部资本交互实现。此时，初期桥接型社会资本个体数量众多，所以成为知识创造主体，也大大增加了与外界交互的概率。学期中期，两类社会资本由于初期熟知，交互也变得越主动与积极，形成知识创造双向活动。两类社会资本都倾向于使用概念丰富与聚焦的内容交互，可能因为经过初期熟悉平台与课本之后，开始围绕学习技巧与重点主题交互产生新认知，实现知识创造[2]。学期后期，变成以结合型社会资本为核心的双向知识创造过程，后期考试需要结合型社会资本与桥接型社会资本开始围绕教师问题开展交互，关系到最终期末学习结果[2]，两类社会资本也变得异常活跃，导致不同类型交互内容增多。
六、结 语
在线学习知识创造是不同学习者以领域概念为知识基础单元，从事知识生产与消费过程，促进学科知识的传播与建构。本研究基于社会资本理论，从系统角度识别出在线学习中存在结合型社会资本与桥接型社会资本，并发现这两类社会资本在利用领域概念开展知识创造中具有差异性，前者利用同等数量领域概念的效率更高。在不同学期周期下，两类社会资本相互作用产生了多样化知识创造路径。研究不仅进一步丰富了社会资本理论，同时对在线学习中多样化与个性化学习开展具有重要指导作用。值得注意的是，本研究仅从社会资本“三维”特征区分结合型社会资本与桥接型社会资本，局限于利用领域概念数量与共现网络解释了两类社会资本的一般性特点。未来研究将抽取更多、更细化的特征，提升两类社会资本的分类准确性。另外，从皮亚杰认知发展理论角度，领域概念共现网络反映了个体知识图式，所以未来研究也将利用教育大数据分析技术，进一步研究个体在线学习图式形成，再到同化与顺应的规律。
[参考文献]
[1] 吴磊，吴思思，范丽鹏.学习隐喻视角下网络学习空间转型与升级研究[J].电化教育研究，2022，43（4）：33-39.
[2] 吴磊，王欣然，范丽鹏，谭金波.基于交互主题的在线学习知识创造研究[J].现代远距离教育，2022（2）：24-33.
[3] 竹内弘高，野中郁次郎. 知识创造的螺旋[M].李萌，译.北京：知识产权出版社，2005.
[4] ENGESTRM Y，SANNINO A. Studies of expansive learning： foundations， findings and future challenges[J]. Educational research review，2010，5（1）：1-24.
[5] LEY T， MAIER R， THALMANN S， et al. A knowledge appropriation model to connect scaffolded learning and knowledge maturation in workplace learning settings[J]. Vocations and learning， 2020，13（1）：91-112.
[6] 王陆.教师在线实践社区的知识共享与知识创新的机理分析[J].电化教育研究，2015，36（5）：101-107.
[7] 胡来林，杨刚.基于网络化学习的教师知识转移实证研究[J].现代远程教育研究，2016（4）：80-90，112.
[8] 蒋纪平，胡金艳，张义兵.促进社区知识形成的知识建构对话发展研究——基于社会网络和时序分析的方法[J].远程教育杂志，2021，39（4）：94-103.
[9] MARK A， YOUNDT， MOHAN S. The influence of intellectual capital on the types of innovative capabilities[J]. Academy of management journal，2005，48（3）：450-463.
[10] HANIFAN L J. The rural school community center[J]. The annals of the American academy of political and social science，1916，67（1）：130-138.
[11] BOURDIEU P. Distinction a social critique of the judgment of taste[M]. Cambridge Mass： Harvard University Press，1984.
[12] NAHAPIET J， GHOSHAL S. Social capital， intellectual capital， the organizational advantage[J]. Academy of management review，1998，23（2）：242-266.
[13] 田阳，冯锐.在线学习社区中社交学习策略研究[J].远程教育杂志，2016，34（1）：37-45.
[14] 王诗蓓.社会资本理论下教师网络实践共同体的构建研究[J].中国远程教育，2019（6）：83-91.
[15] 陈丽.远程学习的教学交互模型和教学交互层次塔[J].中国远程教育，2004（5）：24-28，78.
[16] 吴磊，牛纪梅，李志超，等.知识建构社区中共情模型与评价方法研究[J].现代远距离教育，2023（1）：50-60.
[17] PUTNAM R D. Bowling alone： the collapse and revival of American community[M]. New York： Touchstone Books/Simon & Schuster， 2000.
[18] 王慧敏，陈丽.cMOOC微信群社会网络特征及其对学习者认知发展的影响[J].中国远程教育，2019， 538（11）：15-23，92.
[19] WU D， WU L， PALMER A， et al. Automatic evaluation of online learning interaction content using domain concepts[J]. The electronic library， 2020，38（3）：421-445.
[20] OH H， CHUNG M H， LABIANCA G. Group social capital and group effectiveness： the role of informal socializing ties[J]. Academy of management journal，2004，47（6）：860-875.
[21] OH H， LABIANCA G， CHUNG M H. A multilevel model of group social capital[J]. Academy of management review，2006，31（3）：569-582.
[22] BURT R S. Structural holes and good ideas[J]. American journal of sociology，2004，110（2）：349-399.
[23] 秦婷，郑勤华.联通主义学习社区个体知识贡献影响因素研究[J].现代远距离教育，2020，191（5）：52-61.
[24] 周炫余，陈丽，郭玉娟，郑勤华，李璇.数量和质量并重的社会交互网络构建方法创新及验证研究[J].中国远程教育，2022（9）：61-68，79.
[25] 韩鑫. 结合型与桥接型社会资本、知识整合与双元创新关系研究[D].西安：西安理工大学，2017.
[26] 刘清堂，张妮，朱姣姣.教师工作坊中协作知识建构的社会网络分析[J].中国远程教育，2018， 526（11）：61-69，80.
[27] 刘智，刘石奇，李卿，等.SPOC论坛中学习者兴趣主题建模及其与学习成效的关系研究[J].电化教育研究，2019，40（12）：87-96.
Research on the Mechanism and Impact of Knowledge Creation in Online Learning： A Social Capital Theory Perspective
WU Lei， NIU Jimei， TAN Jinbo
（Faculty of Education， Shandong Normal University， Jinan Shandong 250014）
[Abstract] With the popularization and application of online learning， knowledge creation has changed from a unique phenomenon to a general activity， and the domain concept is viewed as an important "artifact". Although existing researches have attempted to analyze the connotation and trajectory of knowledge creation in online learning， they lack in-depth analysis from a systematic perspective. Therefore， based on the social capital theory， this paper firstly analyzes the process and characteristics of knowledge creation in online learning. Secondly， based on the domain concept， this paper uses data mining technology and lag sequential analysis to analyze the influence of knowledge creation in online learning. It is found that there are bonding social capital and bridging social capital in online learning; Bonding social capital is more efficient than bridging social capital in knowledge creation; The two types of social capital present diversified paths for knowledge creation under different teaching cycles.
[Keywords] Online Learning; Knowledge Creation; Social Capital; Concept Extraction
