随着人类社会的数字化革命,大学生的学习方式也从传统的以个人为主的“独自性学习”转变为以社会化为主的“群体性学习”,学习结构从基于校园的线下“封闭式学习”转变为线上线下并存的“开放式学习”,“学习连接”成为影响学习的主要因素。这种在学习过程中建立的,以获取知识为目的的,用于信息传递的“连接”构建的社会网络,称之为“学习网络”(Learning Network)。目前,学术界对大学生学习网络的社会网络结构研究刚刚进入起步阶段,一些研究者虽然已经关注了大学生学习的社会性,也针对整体学习网络结构有少量研究,但都没有涵盖大学生学习网络的整体范围。本研究以关联主义学习理论为基础,将大学生学习行为嵌入社会网络之中,从结构观的角度,利用社会网络的分析范式和分析方法对大学生学习网络整体结构进行分析。研究内容主要包括三个部分：(1)构建一个与大学生学习行为对应的网络结构分析的理论框架。运用社会网络分析范式,从大学生学习网络结构客观存在出发,抽象出学习网络结构的本质特征,提出行之有效的测量和分析方法,构建学习网络结构分析模型；(2)定性与定量相结合分析大学生学习网络的结构特征。网络结构直接影响着行动者的行为,运用社会网络分析方法,从微观层次、中观层次和宏观层次,三个不同的层次上探究学习网络的结构特点。在理论分析的基础之上,通过样本数据对具体结构参数进行测量和探索性分析；(3)构建大学生学习网络整体结构模型。管理学研究中常用的范式是寻找研究对象的自变量和因变量,然后建立它们之间的关系。对大学生学习网络建模揭示网络与哪些结构参数显著相关,从而推断某种网络子结构是否比偶然出现更可能存在于学习网络中。本研究获得了以下主要成果：(1)构建了大学生学习网络结构分析模型,并结合模型对大学生学习网络进行了定性分析,完成了对大学生网络的整体可视化表达。通过实证证明本研究提出的结构分析模型可以较好地运用于大学生学习网络结构分析。(2)结合结构分析模型和定性分析,对大学生实际学习网络的结构特征和网络结构变量进行了定量测量,明确了学习网络的结构特点。(3)利用指数随机图模型,构建了大学生学习网络结构模型,发现了7个对网络整体结构有显著影响的结构变量。其中传递性、互惠性、块内密度三个结构变量可以较好地解释整个学习交互行为。对大学生学习网络的结构,本研究获得了以下主要结论：(1)大学生的学习关系模式是一个具有多通路、多层次结构的复杂网络；(2)每位学生平均与4个节点建立学习关系,但学生之间的差异性较大；(3)大学生学习网络中互惠度高,传输渠道畅通,信息交互快速,但关联度较低；(4)网络包含了多个子群,子群内部连接紧密,但子群之间连接稀疏；(5)网络中存在大量三人学习小组,其中结构不稳定的星型模式占绝大多数,而结构相对稳定的环型模式和网状模式较少；(6)在外部学习节点的选择上呈现出多样性,“朋友”、“搜索引擎”、“非本班的同校同学”和“老师”四个外部节点被选择的最多。本文的创新之处和理论贡献主要有以下三个方面：第一,提供了一种新的研究思路：本研究将大学生学习行为嵌入社会网络之中,将大学生的“学习关系”视为一个“群体”进行整体性研究,这突破了之前以个体为基础的研究方法的局限性,为研究大学生学习行为提供了一种新的研究思路；第二,提出了一个新的学习观点：本研究认为,大学生在学习过程中的关系不仅受到其个人属性的影响,更受到他们所处的学习环境状态即学习网络结构的影响,大学生学习行为表现与其在学习网络中的位置有关,网络结构制约了大学生学习行为也能解释他们的行为特征。第三,构建了二个新的解释模型：本研究为了能对大学生学习网络结构进行分析,在其它学者研究的基础之上,建立了当代大学生学习网络结构的分析模型,利用此模型进行了研究,结果证明该模型可以有效完成大学生学习网络的分析；同时,本研究在定性和定量分析的基础之上,利用指数随机图模型,构建了大学生学习网络结构模型,较好地解释了网络结构变量与大学生学习关系发生概率之间的因果关系。大学生学习网络是一个值得深入研究的庞大而又复杂的领域。本文只是作了一些初步探讨,无论是从研究设计、研究方法还是样本抽样上都还存在许多不足之处,如：大学生学习关系的分类有待扩充与完善、学习网络结构与学习效果的因果模型还未建立等等,对这些不足之处的改进与补充将是本研究的后续工作。