[摘要]隨著連通技術與聯通主義理論的支持與深入，在線學習中學習者兼具知識消費者與知識生產者雙重角色，知識創造被視為主要的學習結果。知識創造理論與模型的研究逐步涌現，但是仍缺乏量化方法對知識創造過程與規律有效揭示。為此，研究基于知識創造隱喻理論，以主題“人造物”視角，引入主題抽取方法與社會網絡技術等對英語課程學期內7430條在線交互內容深度挖掘與全面分析。研究發現：知識創造交互主題緊密圍繞教學內容呈現動態變化規律，與社交網絡節點位置顯著相關，且具有長度適中、深度差異以及概率明顯等特點。

　　[關鍵詞]在線學習;知識創造;學習隱喻;主題挖掘;社會網絡分析

　　一、引言

　　Web2.0時代，在線學習逐漸成為線下學習的重要補充。在線學習提供了靈活與豐富的交互方式，如“學習者—資源”交互、“學習者—學習者”交互、“學習者—教師”交互，在教學時空限制下幫助學習者自由建立連接、意義交互以及知識管理，彰顯出未來教育的形態與優勢。隨著連通技術與聯通主義理論的支持與深入，在線學習更加強調學習者不僅是知識的消費者，也是知識的生產者，能夠借助同步或異步等方式協同參與知識生產過程，自主獲得必要的知識與技能，最終實現知識創造[1]。

　　從加涅與布魯姆等學習目標分類理論開始就將知識創造作為高階認知教育目標，雖然后期陸續出現了知識轉移模型[2]、知識共享機理[3]等研究，但是如何識別在線學習中知識創造仍停留在理論與模型探討階段。相對用戶原創內容(UserGeneratedContent)為核心的社交平臺，在線學習的教育特性尤為突出。在線學習的交互主題主要圍繞特定學習內容開展，且與學科領域與課程知識緊密相關。而且，這些交互主題被視為知識傳播與組織的有效載體，通常由一系列相關特征詞表示，反映了學習者興趣傾向、信息加工與概念理解等特征[4]。

　　知識創造隱喻(KnowledgeCreationMetaphor)作為第三代技術支持學習理論，認為在線學習以知識創造為目標的協作學習過程，交互主題為知識創造主要“人造物”。該理論突破了傳統獲得觀、參與觀的學習思維與認識局限，連接了在線學習知識創造的過程與結果，提供了基于交互主題監測學習者知識創造過程新視角。本研究擬從知識創造隱喻理論為指導，以交互主題為線索發掘學習者在線學習知識創造的現象與規律。

　　學習者在不同在線學習交互層次網絡中實現知識的創造，不同社交網絡位置的學習者在知識創造中扮演的角色、發揮的作用有所不同[5]。學習者根據自身興趣參與到不同的主題和社群討論中，在與內容與資源的不斷交互過程中形成了自己的人際與知識網絡[6]。處于核心地位的學習者不僅是知識流動的控制者，還具有較高的反思水平和批判性思維能力[7]。

　　例如，學習者在社會網絡中的出度、入度以及中間中心性等特征間接反映了學習者的認知參與水平[8];學習者認知深度、廣度與交互主題有著密切的關系，有效的網絡共同體可以實現個體與集體知識的共同提升[9]。雖然這些研究表明社會網絡結構與知識管理活動存在一定內在聯系，但是外顯社交行為與知識創造聯系仍一直有待驗證。當前聚焦于知識創造研究仍較為薄弱，直至Teo等研究基于知識創造隱喻理論量化在線論壇中概念人造物、材料人造物[10]，才重新為在線學習知識創造研究帶來了意義的方法借鑒。在此基礎上，通過引入數據挖掘技術、社會網絡方法等，近一步研究了知識創造重點與變化規律，以及解釋內在知識創造如何促進外在社會網絡形成，以期為在線學習知識創造的有效開展與精確干預提供理論參考與方法借鑒。

　　二、研究綜述

　　(一)知識創造隱喻理論

　　圍繞技術對學習作用，先后出現了獲得隱喻、參與隱喻以及知識創造隱喻等理論。獲得隱喻認為，學習即學習者獲得的知識，強調學習者利用材料與資源最終獲得知識、技能或習慣等過程[11]。這種觀點僅注重利用既有的學習工具實現學習目的、獲得學習結果，“學習者”被視為知識的“擁有者”，而“心靈”被認為是填充某些知識的“容器”。

　　參與隱喻認為，學習是不同學習者共同參與協作完成的過程，學習者在情景學習、概念互動過程中掌握了必要的知識[12]。這種觀點開始重視學習情景在學習過程的重要性，學習者不再是獲取所有物進行知識填充的人，而被認為是活動的參與者，但無法解釋多元技術以及聯通主義視角下知識層面“膨脹”現象。知識創造隱喻理論解釋了新興技術支持下學習者知識生產過程，強調學習者通過在社區協作過程，獲得個人知識和生產新知識[13]。

　　學習理解為參與探究的過程，例如，發現和轉化過程對新的或實質性事務進行探究，逐漸解決了問題與困惑。期間，學習者兼具知識的消費者與生產者雙重角色，在參與社區中的協作活動中獲得個人知識，并創造對整個社區或自身建構需要的新知識。知識創造結果被視為“人造物”，“人造物”又可以分為概念性與材料性兩類，前類主要為主題、概念、觀點等[14]，后類主要為資源鏈接、文件鏈接、附件等[10]。實踐研究中，Teo解釋了主題、詞語視為概念性“人造物”的原因，因為前者是不同觀點碰撞產生結果，后者是形成相關概念的基本構件[10]。本研究主要從概念性“人造物”主題視角揭示學習者在線學習知識創造過程。

　　(二)主題挖掘研究

　　LDA(LatentDirichletAllocation)是挖掘文本中關鍵詞與潛在話題的概率模型。LDA作為典型的詞袋模型，將文檔視為由若干詞有機構成。然后，通過構建文檔、主題、單詞三層貝葉斯概率圖模型，借助無監督方式高效獲取到隱含的主題。該方法消除了互動內容分析中經驗式判斷和過渡人為主觀干預的局限[15]，已被廣泛應用于在線教育挖掘中。徐亞倩等利用LDA模型分析了cMOOC中的交互數據，抽取了不同交互內容的主題概率分布情況，描述了不同個體在交互過程中概念數量貢獻度、概念熱度貢獻度[8]。針對師生在線學習論壇，左明章等[16]利用開源分詞系統將師生交互內容分詞，結合LDA與k-means聚類方法實現對交互內容主題特征分析。

　　劉三女牙等[17]以MOOC中“財務分析與決策”為線上課程數據來源，利用LDA自動抽取了不同類別的學習者(完成者/未完成者)的話題，并基于時間序列展示了話題演化規律。彭晛等將時間參數與LDA話題模型有效結合，動態追蹤了SPOC中學習者共同體、個體以及內容層面演化的規律與特點[18]。這些研究不僅利用LDA快速獲取了交互內容中相關主題，還基于概率分布、時間演化等多維度分析了交互內容變化特點與典型特征，達到動態透視學習者在線學習規律的作用。

　　(三)在線學習社交研究

　　在線學習中具有不同網絡屬性與結構的學習者承擔著不同的學習任務，掌握不同的知識交互主動權[19]。在網絡屬性方面，學習個體的點入度、點出度、接近中心度、特征向量中心度等對學生的學習績效都具有顯著正向影響[20]。在以網絡學習空間等為媒介開展的在線學習中，學生頻繁社會交互形成了較為精密的網絡。

　　其中，核心參與者與邊緣參與者在入度與出度有較大差異，且現有交互質量都處于較低層次，高層次交互現象只是偶爾出現[21]。導致這種現象的原因不僅與處于核心地位學習者發言評論頻次、發帖字數的交互行為與特征有密切關系[16]，還與在線學習者的交互傾向或對象有緊密的關聯[22]。在網絡結構層面，主要考慮了特定共同體、普通社群的影響，如李梅等研究了87位“現代教育技術學”課程的線上異步學習交互行為，發現協同學習共同體的凝聚力對交互質量有重要影響，處于核心地位的學習者能夠很好地起到組織管理與情感溝通的作用[23]。

　　榮芳研究了英語網絡教學交互情景，發現網絡社群中心度高的學習者承擔著中介作用，對學習共同體的英語實踐能力提升具有積極作用[24]。綜上發現，知識創造隱喻理論揭示了學習者知識管理過程，主題是知識創造重要“人造物”，將為知識創造挖掘方向提供理論基礎。

　　在技術上，LDA是常用的主題抽取方法，能夠應對文本中復雜的數據處理與歸類，為量化知識創造提供方法支持。在社交上，學習者的知識管理與社會網絡關系密切，清晰學習者內部知識生產過程與外部行為關系，可為培養與干預知識創造提供精確策略支持。為此，本研究提出以下研究問題：(1)在線學習中學習者知識創造過程重點是什么?有怎樣變化規律?(2)在線學習中學習者的網絡位置與知識創造有什么關系?(3)在線學習中學習者的知識創造有什么特征?

　　三、研究設計

　　(一)研究對象和數據來源

　　本研究的數據來源于中國中部某大學云平臺開設的“英語國家文學史及文學作品選讀”在線論壇數據。該課程是英語專業課程，主要培養學生閱讀、欣賞、理解英文文學原著的能力，增進學生對西方文學及文化了解。統計發現，共有209名師生參與了線上課程。為保證在線學習的有效進行，共有2名教師參與了線上討論環節。

　　期間，教師通過引導與鼓勵學生分享英文作品、名言等方式，努力提升學生的英語文學素養。學生積極地就學習的熱點、難點自由地發帖與回帖，共同解決疑惑或增強知識與技能。本研究以周為時間間隔(共計14周)，統計該課程學期內每周在線論壇的發帖量。結果顯示共計7430條交互內容，平均每周發帖量為530條，可為揭示學習者知識創造過程提供充實的數據來源。

　　(二)研究流程與方法

　　在線論壇數據主要有發帖與回帖兩種活動，包含了內隱交互內容與外顯交互行為兩類數據。在線論壇數據處理主要包括了三個階段：數據預處理、數據挖掘與數據分析，支持內隱知識挖掘與外顯行為識別，旨在全面剖析學習者的知識創造機制。

　　(1)數據預處理。統計發現語料95%的交互內容是中文，剩余5%的交互內容混合中英文。為保障主題挖掘的有效性，特邀請2名英語專業的研究生對英文交互內容進行翻譯。之后，對在線論壇數據進行清洗，包括停用詞處理、分詞處理。鑒于中文語義的復雜性，停用詞采納了中文停用詞表、哈工大停用詞表以及百度停用詞表。同時，構建了自身停用詞詞典，如微軟、雅黑、本帖、編輯、宋體等格式化描述，確保能夠清除無關詞語。針對本研究領域語料的特殊性，還增加了領域詞典，如研討課、傲慢與偏見、動物莊園、外國人、老友記等詞以提升分詞的準確性。最后，利用ICTCIAS分詞系統，實現對交互內容的快速分詞。

　　(2)內隱知識挖掘。本研究使用了genism工具包中LDA模型，基于python編程語言實現主題挖掘與相關分析，主要步驟如下：一是設置交互主題的數量，以預處理語料為LDA模型的輸入，訓練LDA模型;二是基于訓練的LDA模型，預測每條交互內容的主題概率;由于交互內容平均長度少于100字符，設定每條交互內容僅屬一個主題，并以最大預測概率主題作為最終主題;三是通過專家分析，統籌對不同預測主題命名達到知識創造識別;四是基于時間序列了解學習者主題變化趨勢，動態顯示知識創造過程;五是通過對交互內容詞頻、傳播特點以及概率等統計，開展知識創造特點分析。

　　(3)外顯行為識別。本研究中在線論壇只存在兩種交互行為：發帖行為與回帖行為。所以率先基于發帖與回帖行為，通過映射機制建立學習者之間的社交矩陣。之后，本研究將學習者社交矩陣表導入至Gephi軟件中，測算中間中心性以解釋學習者對知識的控制力以及活躍度[8]。之后，為測量不同交互主題與社交網絡結構關系，基于SPSS中的Spearman相關性分析交互主題對學習者在線學習交互行為的影響，了解在線學習知識創造如何影響在線學習交互的活躍度與控制力。

　　四、結果分析

　　(一)基于交互主題的學習者知識創造分析

　　為了準確概括在線學習中知識創造過程，基于多輪訓練的LDA最優模型抽取了15個交互主題。根據“主題-關鍵詞”分布狀況與教學特點，專家對交互主題進行系統命名。從主題類別角度，當前的交互主題主要集中在教學方式(網絡教學、課堂教學、教學方法、學習模式)、學習內容(翻譯學習、演講學習、作品學習、視頻學習、語法學習)、學習要點(學習重點、學習難點、學習工具)、學習手段與效果(學習評價、學習模式、閱讀方法)等方面;從主題知識角度，學習者知識創造均圍繞著具體的教學與學習展開，未出現與教學無關的主題;從主題覆蓋面角度，學習內容與教學方式是學習者知識創造的重點。從整體上看，交互主題顯示出學習者的知識創造貫穿整個教與學過程，即“教學方式-學習內容-學習要點-學習手段與效果”，反映出學習者知識創造主題的連續性、針對性與多樣性。

　　(二)學習者知識創造與社交網絡位置關聯分析

　　在線學習社交網絡不僅反映了學習者交互的積極性，也外顯地揭示了知識的流動性[25]。在線學習中學習者基于交互主題開展交互，建立或加大與同伴、教師間的聯系，從而獲得必要的知識與技能，形成在線社交網絡。該網絡中活躍的學習者占據著網絡關鍵節點，但是仍存在較多活躍度較低的學習者處于網絡邊緣。為此，本研究選取中間中心性大于0的62名活躍學習者，以中間中心性(centrality)網絡屬性為因變量，析出的15個交互主題為自變量，揭示活躍學習者的交互主題如何促進學習者社會交互。為減少量綱對分析結果的影響，本研究采用了歸一化方法對學習者的網絡中間中心性進行處理。

　　(三)學習者知識創造的特征分析

　　主題長度定義為社交網絡不同節點位置的學習者交互主題平均所蘊含的領域概念數量。學習者在線學習過程中產生多種想法、發生思想碰撞，通過內容交互實現知識創造[10]。交互內容通常由不同概念相互組合、語義描述，共同完成知識傳播與創造。在知識領域中，名詞表示事物與實體的作用，在學科中充當領域概念的作用。由于語料圍繞具體的課程內容展開受到教師的專業引導，且預處理階段已過濾大量相關停用詞，所以概括以清洗后的名詞作為領域概念。

　　結果發現在線學習中學習者對網絡節點信息控制能力越高(中間中心性越大)，其主題長度可能越低。總體而言，超過87%的學習者慣用的領域概念數量在[10,20]，顯示出學習者可以利用簡潔的領域概念傳遞重要的領域知識。且社會網絡中控制力強的學習者語言風格也是如此，其交互主題的平均領域概念數量在10個左右，顯示出學習者可以有效利用概念快速吸引學習者知識注意力，然后圍繞概念交互持續知識輸入與輸出，助力高階思維生成和發展。

　　五、討論

　　(一)學習者知識創造緊密圍繞教學內容呈現動態變化規律

　　在線教學通常以學科知識為中心，學習者圍繞具體的學習內容、問題與疑問開展內容交互。劉智等對在線英語學習交互主題挖掘，發現學習者的交互主題集中在提升專業能力類、英語寫作類主題[4]，相關結論與本研究挖掘主題結果幾乎一致。區別在于，本研究交互主題沒有涉及到娛樂和灌水主題。

　　通過對師生實際教學調查發現，該課程上教師將在線學習交互內容作為了解學生知識吸收與建構的重要窗口，將交互內容納入至日常學業考核。另一方面，有兩名助教全程參與交互過程，在開始交互環節幫助學習者了解交互方法與技巧，在學習過程中逐漸引導學習者開展交互。

　　另外，本研究還以學習者每周關注的重點交互主題為主線(最大頻次)，甄別學習者知識關注點[27]，反映出學習者知識創造變化規律：從初期的網絡教學、學習方法等外在支持條件，轉到學習模式、翻譯學習以及學習工具等具體問題的解決，再到學習重點、翻譯學習、語法學習等知識內容的學習。

　　可能的原因是，由于學習者都是剛入學的本科生，在線學習初始階段主要是適應教學環境，尤其是接觸到新穎的網絡教學，需要逐步找到適應自身的學習方法。在線學習中期，學習者的關注重點開始轉到學習難點，開始積極發掘適合的學習工具解決問題，關注技術對學習的支持。在線學習后期，學習者面臨著期中或期末考試的壓力，更加聚焦于重點與要點的學習。

　　(二)學習者知識創造顯著提升社交網絡知識控制力

　　從知識創造“人造物”主題視角，本研究發現知識創造會顯著提升學習者的社交網絡知識控制力。網絡結構越緊密就會帶動更多學生參與學習[28]，處在社會網絡中心位置的學習者作為學習資源的控制者，掌握著交互的話語權，能夠圍繞學習主題開展針對性交互[7]。從交互主題的構成來看，當前交互主題主要圍繞學科的教學情景、學習內容與學習工具等，產生的交互內容是對課本知識的補充與擴展，能夠吸引學習者參與到具體主題交互以滿足學習需要。而從交互過程來看，活躍的學習者圍繞交互主題，通過觀點分析、答案傳遞以及主動反饋的方式能夠更好地建構與創造知識[29]。

　　另外，本研究還發現，不同主題對學習者網絡節點的影響程度不同。當前學習者交互傾向主要是演講學習、學習重點與學習方法類主題，而具體的學習如閱讀方法、視頻學習、作品學習等對學習者交互節點影響較低，表明學習者在線學習中對學習方法與技巧類的積極性與控制力非常高。已有研究表明，在線學習中提升專業能力、協作技巧類主題對學生的學習成就有正向提升作用[4,30]。在線學習者可以通過學習方法與技巧類主題的交互，獲取有用的學習工具、掌握學習要點，可為后續針對性地解決問題、獲取必要的學習內容資料提供有力支持。

　　(三)學習者知識創造在主題方面具有鮮明特點

　　在線學習中，學習者傾向于使用簡潔的語言表達自身觀念與傳遞知識。Teo研究發現，在線機械學習中學習者主題平均長度為7.73，且主題長度能夠顯著影響社交網絡的形成[10]。相對而言，本研究學習者主題平均長度主要集中在10到25個知識概念，最高未超過30個網絡教學x1學習方法學習模式學習難點學習重點學習工具翻譯學習學習重點x2翻譯學習語法學習x1知識概念，比機械領域更加復雜。這可能是由于機械領域在描述上更加抽象與專業，部分交互內容涉及到抽象的數學符號無法用概念表述。

　　從交互層次塔理論視角，概念交互是學習者在線學習最高的交互形式，當學習者之間產生了高效的意義概念交互，從而能夠用有限的數量概念在社會網絡中吸引更多的學習者參與交互，提升自身的社會網絡控制力[31]。在線學習中，學習者在不同教學周期內容交互主題深度具有差異性，折射出一定的延續性與拓展性。現有研究發現，信息在傳播過程中觀點主題變化呈現三類變化：一是發布者主題被接受者認可并強化，二是接受者接受并產生新認知，三是接受者創造變化性主題[32]，這與本研究主題深度變化特點幾乎一致。

　　在教學初期階段，活躍與非活躍學習者因為不熟悉學科知識與課本內容，主要圍繞教師主題在“強化”中獲取知識。在教學期中階段，學習者與非學習者在熟悉平臺與課程之后，開始圍繞學習技巧與重點自主交互產生新認知，實現知識創造。在教學期末階段，由于考試或復習需要，活躍與非活躍學習者又重新圍繞教師主體開展學習，但是偶爾由于認知不同產生了變異化的主題。在線學習中，交互內容的主題概率幾乎都在50%以上，顯示出交互內容具有鮮明的主題特色。

　　Peng等分析了MOOC平臺金融課程的交互內容，發現課程內容的主題概率能夠達到50%以上[26]，這與本研究的結論基本一致。由于析出的15個交互主題全部圍繞實際的學科課程，內容緊貼線下課程內容與知識點，所以交互內容的主題具有鮮明指向性。另外，活躍學習者通過發布專業的主題才能更好地聚焦問題、解答疑惑等。此外，析出主題包含了教育教學、學習內容與學習工具，本身也具有一定的區分度、漸進性與引導性，反映了在解決學習困難與迷惑中知識創造的遞進與升級過程。

　　六、結論

　　本研究基于知識創造隱喻理論，利用數據挖掘技術與社會網絡分析方法深度挖掘與分析在線學習交互內容，不僅揭示了學習者知識創造的聚焦點及其變化過程，還介紹了知識創造與社會交互的作用機制，為培育與干預在線學習者知識創造活動提供了有效的支持。

　　1.靈活設置交互主題，增強知識創造的廣度與深度

　　本研究發現知識創造緊密圍繞教學內容，清晰呈現出學習者知識創造的重點與難點。另外，基于時間序列分析呈現交互主題動態變化規律，反映了學習者知識創造的基本規律。但是當前知識創造更多聚焦于“機械化”活動，高階知識創造活動鮮有。在主題交互過程中，一方面教師應該圍繞學科內容與拓展材料等，精細化設置交互主題類別、知識角度與覆蓋面等，保證知識創造的廣度;另一方面，在“難點”與“興趣”主題交互過程中，要融入適當的教學支架方便學習者自由深度參與知識創造活動，期間教師要特別留意是否出現無關主題阻礙到正常知識創造活動。

　　2.適時干預社會交互，保持知識創造的動力與活力

　　本研究發現知識創造活動顯著提升社交網絡控制力，但是不同主題知識創造活動提供社會交互動力也存在差異性。為此，針對邊緣化的主題，教師可以考慮知識背景的非對稱性以及社會交互的自主性等特點，提供了適當的干預策略。這些策略可以是協作性學習類，鼓勵不同知識背景或者學習風格的成員協作學習，通過知識“幫扶”以及學習“管理”等方面保證知識創造的動力。當然，還可以增加一些適當的針對性交互策略，教師可以通過留言或者主動邀請等方式吸納更多替代性學習者，激發他們參與知識創造活動的活力。

　　3.針對交互網絡成員，提升知識創造的影響與效果

　　本研究發現知識創造具有長度適中、深度差異以及概率明顯等特點，但是活躍度高與低兩類成員知識創造活動具有鮮明差異。為培育成員的知識創造力，首先需要確保成員在知識創造活動具有一定的影響力。教師可以在線下有針對性幫助線上低活躍成員進行概念梳理與整理工作增強他們對問題與知識的理解，提升他們線上學科思維能力。

　　除此之外，在不同的學期內要充分考慮到成員知識儲備差異性與知識接受度，尤其是在初期、期中以及期末階段考慮學生主題的延續性與拓展性變化以及在不同主題的聚焦性特點等，采取個性化指導與差異性化干預的方式，不斷提升知識創造的效果。

　　值得注意的是，本研究僅從交互主題視角窺視了在線學習的過程與規律，而想法、概念也可以被視作知識創造的“人造物”。未來研究可進一步聚焦至知識建構社區具體環境下，一方面，基于知識創造隱喻理論構建包含“知識孵化-知識擴散-知識轉移-知識吸收”的知識創新模型，另一方面，積極引入大數據技術與深度學習技術等完善知識創造評價模型與方法體系，不斷拓展與豐富在線學習知識管理理論，為后續營造健康的在線學習生態環境提供有力的理論借鑒與方法支持。

　　【參考文獻】

　　[1]逯行,陳麗.知識生產與進化:“互聯網+”時代在線課程形態表征與演化研究[J].中國遠程教育,2019(9):1-9+92.

　　[2]胡來林,楊剛.基于網絡化學習的教師知識轉移實證研究[J].現代遠程教育研究,2016(04):80-90+112.

　　[3]王陸.教師在線實踐社區的知識共享與知識創造的機理分析[J].電化教育研究,2015,36(05):101-107.

　　[4]劉智,劉石奇,李卿,等.SPOC論壇中學習者興趣主題建模及其與學習成效的關系研究[J].電化教育研究,2019,40(12):87-96.

　　[5]王志軍,陳麗.聯通主義學習的教學交互理論模型建構研究[J].開放教育研究,2015,(5):25-34.

　　[6]王慧敏,陳麗.cMOOC微信群社會網絡特征及其對學習者認知發展的影響[J].中國遠程教育,2019(11):15-23+92.

　　[7]梁云真.在線交互網絡中個體重要性評估及對學習成效的影響[J].中國電化教育,2018(11):94-102.

　　[8]徐亞倩,陳麗.聯通主義學習中個體網絡地位與其概念網絡特征的關系探究——基于cMOOC第1期課程部分交互內容的分析[J].中國遠程教育,2019(10):9-19.

　　[9]金慧,張建偉,孫燕青.基于網絡的知識建構共同體:對集體知識發展與個體知識增長的互進關系的考察[J].中國電化教育,2014(04):56-62.

　　作者：吳磊1，王欣然1，范麗鵬2，吳思思1，譚金波1