白新文

心智模型综述

1/28

基于心智模型理论的网络分类理解机制研究〔以电子商务商品搜索为例〕

文献综述

心智模型来自国外的mentalmodel，在国内也有其它多种翻译，使用较

多的是心智模型、心智模式、心理模型、思维模型等，本文中统一采用“心智模型〞

的叫法。

心智模型影响我们看待周边世界的方式，从而决定我们采取何种行动。因

为这些“想法〞都存在我们的心中，影响我们的行为，所以称为“心智〞；过去的经

验形成我们看问题的角度，它不易发觉，不易改变，故成为

1心智模型根本概念

1.1心智模型定义

心智模型〔MentalModel〕概念最早是由苏格兰心理学家KennethCraik在

1943年提出，用以表示一个系统的内部表征〔internalreprentations〕，指那些

在人们心中根深蒂固存在的，影响人们认识世界、解释世界、面对世界，以及如

何采取行动的许多假设、陈见和印象[2]。

白新文等指出，心智模型的研究主要在人类工效学和认知科学〔特别是认知

心理学〕这两个领域进行[3]，但从现有研究看，心智模型已经扩展到许多学科领

域。下面就列举几个学科，从各领域研究角度解释什么是心智模型。

1.1.1认知心理学

自从Craik(1943)第一次提出心智模型这一概念起，认知心理学很多学者就

对其投入了较大关注。大多数心理学家将心智模型当作理解人类感知、认识、决策

以及构建行为的一种重要途径，与其它学科相比，对它的关注主要集中在大脑推理

与概念开展上，更为从个人内心和知识状况来阐释。

个人知识的局限性、个人不能完全作出准确的预期以及个人行为受到限制。

因此,个人在决策时依赖于心理过程。诺斯等人将这种心理过程称为心智模型,并将

之定义为用于解释环境的内部表征，它由人的认知系统为应对环境的不确定性而创

立[4]。

文献[4]Luria(1973)指出，心智模型介于知觉和行为之间，是最高的知识表征

模式[5]。Williams〔1983〕认为心智模型，也称为“知识结构〞，是一些相互关联

的心理对象的集合，是它们与其它对象相互关系状态，以及一系列内部因素的外

显表征[6]。Staggers和Norcio〔1993〕心智模型是视觉上结构化的主题，由对象

和对象之间的关系组成[7]。Wozny(1992)指出，心智模型包括根据归类和关联组

织而成的陈述性知识和过程性知识[8]。陈述性知识如与任务相关的事实、数据、

概念；程序性知识如操作序列、操作过程[9]。嘉德诺研究认知科学的最新成果

而写成的?心灵的新科学?〔TheMud’sNewScience〕一书中写道：“我认为

认知科学最主要的成就是，清楚地展示人类行为各个不同构面的心智表现

层次〞[11]。

[1]“模型〞。

心智模型综述

2/28

总结来说，心智模型是指个体对环境及其所期望行为的心理表征，也就是个体

的认知结构、知识结构或知识库。心智模式是在遗传素质的根底上，在后天环境

和教育的相互作用中，通过自己的认识、区分、评估、接受、内化等一系列心理过

程逐渐形成的[1]。一旦形成就不易改变，成为人们对某一方面认识的知识结构，进

而指导着人们的对环境反响的行为。

1.1.2组织管理学

心智模型起源于心理学领域，但在管理学领域得到进一步阐释。在组织的研

究中，心智模型被广泛地定义为：人们对自己、他人、组织各方面及世界如何工

作的信念和假设，其主要作用是使人们能够形成推论或做出预测，理解所发生的

现象，并采取行动或控制措施[10]。哈佛大学的阿吉瑞斯认为：“虽然人们的行

为未必总是与他们所拥护的理论〔他们所说的〕一致，但他们的行为必

定与其所用的理论〔他们的心智模型〕一致。〞[11]。

而在该领域较有影响力的事件是PeterSenge?第五项修炼?一书的出版，它使

心智模型被更多人所熟知。PeterSenge认为，心智模式是根深蒂固于人们心中，

影响人们如何了解世界，如何采取行动的许多假设、成见或图像、印象。通俗的

讲，心智模式就是人们由于过去的生活环境、人生经历、专业背景、知识素养等

方面影响，在长期工作生活中所形成的某种特定的价值观、思维方式、行为习惯，

它决定着人们如何看待问题、思考问题、解决问题，是人的综合能力与素养的反

映[11]。心智模式的问题不在于它的对或错，而在于不了解它是一种简化了的

假设，以及它常隐藏在人们的心中不易被发觉与检视[12]。

基于认知心理学对个体心智模型的多年理论和实证探索和研究，

Cannon-bowers和Salas等人首先于1990年提出了共享心智模型〔sharedmental

models〕，成为近些年该领域很受关注的研究方向[9]。Cannon-bowers等将共享

心智模式定义为[13]：团队成员对于团队所在环境的关键因素的共享的、有组织

的认识和心理表征，使团队成员能够对团队任务形成正确的理解和预期，从而协

调自己的行为以适应团队任务和团队其他成员的需求。Klimoski和Mohammed

认为[14]，共享心智模型是指团队成员共享的关于团队相关情境中关键要素〔包

括有关任务、设备、工作关系和情境等〕的知识有组织的理解和心理表征。

从该学科角度来说，心智模型有3个层次：个人心智模型、团队心智模型和组

织心智模型。三者之间的关系如下图，其交集即为组织的共享心智模型[15]。

心智模型综述

3/28

1.1.3人类工效学

心智模型的提出，对人类工效学学科产生了深远的影响，这其中包括计算机

软件设计、系统开发、电子产品生产、网站设计等产品设计的方方面面，尤其是人

机交互和交互设计领域。

在该领域中，心智模型概念引用最频繁的是Rou和Morris1986年提出的，指

人们借以描述系统目标和形式、解释系统功能、观察系统状态以及预测系统未来状

态的心理机制[16]。

在人机交互领域，Norman认为，“通过与目标系统相接触人们形成了对该系

统的心智模型，这类模型在技术上不需要精确，但必需是功能性的。一个人为了

获得可操作的结果，他通过与系统的接触不断修正心智模型。心智模型将受各种

因素制约，如使用者的技术背景、原先类似的经验，以及信息处理系统的结

构〞[17]。心智模型具有不完整性、有限性、不稳定性、无确定边界、不科学性、

经济性的特点[18]。

Nieln认为心智模型具有6个纬度，设计模型更加外在化、结构化、普遍化、

细节化、静态化,而用户模型更加内在化、分布化、例如化、动态化,但两者均具有

细节化与描述化的特点[19]。

总的来说，心智模型是一个特殊的认知结构，是由心智将现实建构成“小型的

模式〞，人们用它来对事件进行描述、预测和解释[15]。如在系统使用中，心智模

型就用于描述系统的目标和框架，预测政策的改变如何影响系统，以及解释系统

为什么能实现其功能等。

1.1.4心智模型综合理解

尽管在各个领域都有学者从不同角度提出了心智模型的理解，但它们之间有一

些共同的特征：①心智模型反响了人对外部系统的认知结构，或者说知识结

构？;②心智模型呈现客体的信念，并在此根底上进行推论，产生行为反响；③心

智模型在客观、合理性方面有一定的局限性；④心智模式帮助我们对世界进行建

构[15]。

人类认知系统具有这样的功能：当一个事物不在眼前时，我们仍然能够在头

脑中浮现。也就是说，所有的外界环境事物，在我们的认知系统中都有一个对应的

储存形态，这就是心理表征(reprentation)。心智模型虽是一种内部表征，但这

种表征并不是对外部世界或事件的完全模拟。与外部对象相比，它的结构更为简

单，且这种模拟与其表征对象不完全对应[18]。

心智模型主要有三类关键活动：帮助个体对社会环境中事件发生的目的和现状

进行描述；解释事件发生的原因；对事件未来的开展趋势进行预测，如下列图。心智

模型允许个体和周围环境发生频繁的互动，洞察和回忆环境中各因素之间的关系，

对未来的事件发生构建期望。面对外界环境，通过心智模型对社会事件的三类活动

(描述、归因和预测)，个体将作出适应性的行为选择，行动的结果一方面检验了自身

的心智模式；另一方面，结果所反响的信息能充实和扩展原有的心智模式。从某种

意义上，个体终其一生都在不断地寻找验证心智模式的证据，并将完善心智模式作

为最终的目标[20]。

心智模型综述

4/28

图

2

心智模型的三类关键活动

需要注意的一点，心智模型是人们对事物运行开展的预测和判断，你“希望〞

事物将如何开展，并不是心智模型；而你“认为〞事物将如何开展那么是心智模型。

心智模型可能是最简单的概括性看法，如你认为“这个网站不好用〞；也可能是复

杂的理论，如你对网站建设的一整套知识结构。一个人假设拥有完整而健

全的心智模型，他对事物的开展就可以做出准确的预测，所以也就有能力做出比

别人好的判断。

心智模型很大的影响着我们的行动，因为心智模型影响着我们所“看见〞

的事物。两个具有不同心智模型的人观察相同的事件，会有不同的描述。

因为我们视觉所接受的根本资料相同时，我们关注的重点不同，从认知心

理学角度来说，这是人们注意过程中进行了选择性的观察。就像人们登录

同一网站，首先关注的内容各不相同，看同一分类目录时自己所注意的类

目也不一样。

综合以上各学科研究者的观点，可以将心智模型界定为：在遗传、环境、教

育的相互作用过程中，通过自己的认识、区分、评估、接受、内化等一系列的心

理过程，由个人经历、工作经验、知识素养、价值观念等形成的较为固定的认知

方式和行为习惯。它是对周围世界简单地概括性看法，是一种被简化了的假

设，它深植于我们的内心深处，隐藏在人们的心中不易被检测与发觉。〔于知识结

构的差异，因事物或任务而动态形成？〕我们每个人都有自己的心智模式，心智

模式一旦形成，人们将自觉或不自觉地从某个固定的角度去认识、思考问题，

并用习惯的方式予以解决，它以个人和社会经验为根底[15]。

1.2心智模型历史研究状况

上文已提出，“心智模型〞是由苏格兰心理学家KennethCraik在其1943年所

著的?TheNatureofExplanation?一书里所提出。而在Craik之前，Georges-Henri

Luquet已经在某种程度上提出这个想法：在他1927年出版的著作〔?儿童的图

画?〕中，提出孩子们很明显的构建内心的模型，这种观点对其他研究者

〔包括让·皮亚杰〕产生了影响[21]。

让·皮亚杰通过对儿童的观察，基于认知结构而提出了儿童认知开展的四

个阶段。他用同化、顺应、平衡过程来解释儿童认知开展的内在机制，虽然

其理论中缺乏对认知开展内在变化机制的精细分析，但对研究人脑内在信息机制

产生了重要的影响[22]。

但由于Craik意外早逝，“心智模型〞这一概念没有得到详细的阐述，因此1943

年产生后的很长一段时间内，心智模型理论都没被人们所关注。认知科学的诞生促

使了心智模型理论的迅速回到人们视野中。它首先出现在1983年出版

的两本同时命名为?心智模型?的书中，“心智模型〞该词在两本书中有不同

的目的[21]。一本是由普林斯顿大学的心理学家PhilipJohnson-Laird所著，

心智模型综述

5/28

他认为心智模型是对人类如何解决推理问题过程的描述。他的理论中包括

了一组图表，用于描述各种前提和可能结论的不同组合。另一本是由DedreGentner

和AlbertStevens合编的一本论文集。书中提出，心智模型为人们

提供了物理系统如何工作的信息，这种方法可以被通用到人类身处的许多情

形下[23]。此后，认知科学家们对心智模型进行许多学术研究，以获得心

智过程的信息，然后将此信息用于人工智能和仿真的研究中[24]。

很多学者开始研究心智模型在人机交互〔HCI〕和可用性领域的应用。

其中DonaldNorman就是较早研究的学者之一，Norman指出心智模型就是

人类对系统如何操作的一组信念，人与系统交互时就是基于这些信念[25]

SteveKrug在其2000年出版的著作?Don'tMakeMeThink?中也提到心智

模型在交互设计中的作用[26]。

。

此外，许多企业管理领域学者也关注到了心智模型，并将其引入到组织管理和

团队学习中。其中PeterSenge1992年出版的?第五项修炼?世界范围内得到管理学

科的认可，也使心智模型的概念在该学科领域得到关注和普及，迅速掀起有关心

智模型在团队建设中研究的热潮。

1.3心智模型其它相关概念

个体对环境的理解过程一向是科学家感兴趣的课题，而将关于某一特定主题的

人类思维展示出来的方法有很多种概念表述，除心智模型外，还有如分类(category)、

概念图〔Conceptmaps〕、心智图〔Mindmaps〕、认知结构(cognitivestructure)、

图式(schema)、手迹(script)等。因为心智模型是由“用户自己创造的〞，“确实

存在于他们头脑中并指导其行为〞的，因此本文研究了心智模型，此处对其它几个

相关概念作简要介绍。

1.3.1图式〔schema〕

图式(schema)最早见于哲学家康德的著作,康德认为一个人在接受新信息、

新概念、新思想时，只有把它们同他脑海里固有的知识联系起来才能产生意义。

在心理学领域，图式的概念首先由德国认知心理学家巴特利特(Bartlet)在其著作?记

忆：一项实验与社会心理学的研究?中提到，图式是个体已有的知识结构，

心智模型综述

6/28

这个知识结构对于个体认识新事物发挥着重要作用[15]。

图式的内涵不断变化和开展。安德森认为，图式是根据客体的一组属性组合表

征一类客体的结构，是人们对事物有关属性组合的知识储存方式。现代认知心理学

将图式分为两类：一类是有关客体的，如人们关于房子、动物、古玩的图式；另

一类是关于事件的或做事的，如进餐馆、看电影、去医院就诊的图式。后一类图式就

称为脚本〔script〕，是人们关于屡次出现的有时间顺序的时间的图式表征

[27]。

Wilson和Rutherford〔1989〕认为，心智模型与图式以及内部表征关系密切。

它们都与认知有关，都是对外部世界的内在反响，都是经过长时间逐渐形成的，

都是深藏在内心不易被发觉的；心智模型是图式的总和，它产生于图式，并能够

激发图式产生作用；心智模型和图式的也存在细微区别，图式是用以表征“知识背

景〞的假设，而心智模型那么可以用以制定行动方案；图式更多强调认知的成分，

而心智模型更多强调行为层面；图式可以帮助我们更好地理解外部世界，心智模

式可以帮助我们采取行动[15]。

1.3.2认知结构〔cognitivestructure〕

奥苏伯尔认为，认知结构就是人们头脑里的知识结构。广义上，是个体观念

的全部内容和组织；狭义上，是个体在某一特殊知识领域内的观念的内容和组织。

奥拉维尔指出，个体认知结构具有两个显著特性：意识具有相对稳定性和持久性；

二是认知结构是主题外表行为背后的根底，具有某种共通性和潜在性[27]。

认知结构与心智模型从概念上极为类似，许多学者都认为心智模型就是认知结

构。假设细数个中差异，可以说，认知结构就是存储在人们长时记忆系统中的知识

及彼此间的联系；而心智模型主要表达为结构化的知识和信念。结构化的知识正

是个体历年来所受的教育、经历的体验逐渐积淀的结果，正是个体认知结构中表

达的知识结构；而信念是个体在对周围环境接触经验过程中，对信息和事物产生

解释性的思想，经过一段时间形成的对外部世界的较为稳固的认知反响，是

个体内部知识结构的升华。

1.3.3概念图〔Conceptmaps〕

概念图是一种用节点代表概念、连线表示概念间关系的图示法，其理论根底

是Ausubel的学习理论。Ausubel认为知识的构建是通过已有的概念对事物的观察

和认识开始的。换言之，学习就是建立一个概念网络，不断地向网络增添新内容。

新知识必须和学习者现有的认知结构产生相互作用，这其中新知识怎样与已有知

识结构整合是关键[28]。

康乃尔大学的博士根据Ausubel的学习理论，于1960年代

着手研究概念图技术，并使之成为一种教学的工具。概念图的用途极其广泛，它

还是教师和研究人员分析评价学生对知识的理解和构建的方法；也是设计结构复杂

的超媒体、大网站以及交流复杂想法的手段。超文本的设计与概念图在结构上

相似，这就使概念图成为超文本概念结构设计非常适宜的工具[28]。

概念图的好处在于，人们可以根据人脑思维的特点将所想到的概念以及概念

之间的关系用图表画出来。换句话说，它可以用图表的形式将人们的心智模型外

心智模型综述

7/28

在的显现，使人们用一种更直观的方式观察自己内在心理结构。与之相似地概念有

心智图〔mindmaps〕、认知图〔Cognitivemaps〕等，也都是个体内部心理的外

在表征方式。因此很多学者用概念图等来研究个体的学习过程，对某一事物的认

知机理等。

1.4影响个体心智模型的因素

心智模型是人对客观世界认识与解释，它的开展和形成是个漫长的过程。由

于每个人所经历的事件和积累的经验不同，会对心智模型产生影响作用，因此造成

每个人都有各自独一无二的心智模型。当前，各学者普遍认可了一些人口统计学因

素的影响，认为这些因素是影响心智模型的重要方面；但此外还有个体性格、某特

殊领域经验等其它方面研究尚未明确；而且从不同学科不同角度，具体的影响因子

也并不相同。

组织管理领域，众多学者展开了这方面研究。其中吕晓俊[20]在其博士论文中

研究了组织中个体员工心智模型，总结了前人的研究结论认为，造成差异的个人

因素除了表达在不同年龄，性别、教育背景、工作经历和工作职位等方面，还

包括不确定容忍性、风险倾向、自我效能感、控制点四个个体性格因素。他通过对

几个城市413个组织员工的心智模型问卷调查的统计分析发现，男性得分普遍高于

女性；41岁以上年龄段的得分普遍低于41岁以下的年龄段；本科学历员工的得分

最高；管理人员与一线操作工人在各个因素上得分相差较大。性格因素方面，个体

自评的不确定容忍性和心智模式之间呈负相关；而风险倾向、自我效能感、控制

点和心智模式之间显著正相关。

而在人类工效学领域也有不少学者展开研究。杨颖等[18]在研究用户心智模型在

界面设计中的应用时，总结认为，用户的年龄与使用经验对心智模型的影响比拟明

显，而空间一致性更起到重要作用，空间一致性良好的“格式-格式〞心智模型比

空间一致性不良的“格式-栏式〞心智模型所对应的交互绩效高。蔡啸

[29]那么认为，在界面设计中，视觉元素排序是心智模型的重要因素。当信息量较

大时，排序能通过视觉心理引导，建立起一种普适的认知序列，是基于用户心智

模型的信息排序。

相关研究在本文的图情和信息检索领域国内研究较少，主要见于国外一些学者

的文章中。加拿大McGill大学的LiPing[30]在其博士论文中研究了博士生使用网络

搜索引擎的心智模型，以心智模型完备性刻度〔MMCS〕作为心智模型的测量手

段。她提出了用户检索经验，认知风格，学习风格，技术能力，接受的培训，学科

和性别是可能影响心智模型的几个主要因素，最终通过实验证明，只有

认知风格和心智模型完备程度相关，越是场独立风格的学生心智模型越为完善。国立

台湾大学黄慕萱教授[31]研究了信息检索过程中词汇选择的个体心智模型

的影响因素，包括系别、年级、信息检索经验、检索目的、对主题熟悉程度等。

通过对52名学生使用PsycLIT数据库的实验发现，被试在选择使用何种类型词

汇进行信息检索时，这些个体背景因素并不会对心智模型产生显著影响。

1.5心智模型分类

而国内所研究的几乎都是团队共享心智模型的分类。如金杨华等[32]整合了

心智模型综述

8/28

以往的研究成果，将心智模型划分为认同式和分布式共享心智模型。而本文研究

的是有关个体心智模型分类的内容，国外研究的学者较多，因此本文总结一些国

外相关研究成果。

早期国外一些学者对此提出了一些分类方法。Glar，Lesgold(1985)建议根据

交互性的水平将其分为三类：定性处理模型；外观模型；关系模型[33]。定性处理

模型是一种包括基于输入的心智模拟交互程序的动态表征。它被其他一些研究者作

为变动的心智模型所引用〔如，Mayer1989[34]；Hegarty,Mayer,Monk

1995[35]〕，这类模型能够提供很高程度的交互以及状态预测。外观模型是系统

变化后的静态表征。关系模型仅仅捕获对象之间的关系。Hong和O’Neil(1992)相

信心智模型的性质范围很广，从对具体对象的心智图像的显示，到抽象概念和推理

判断[36]。Royer等〔1993〕认为心智模型可以分为正确的和错误的两种[37]。

而在我们情报学学科中，心智模型提出较少，而使用相似概念如知识结构

（Brooks，1980〕，知识状态〔Belkin,Oddy,&Brooks,1982〕，认知状态

（Ingwern,1996〕和认知结构〔Wang&Soergel,1998〕等术语来描述用户使用

IR系统时的心智状态[38]。Wang和Soergel(1998)指出，用户的认知结构决定了

其使用信息元素〔作者、题名、关键词等〕的能力，而这种能力能够评断文档集

中的某文档是否与自己的任务相关，而领域新手用户没有这样的能力[39]。

在一篇经典的文章中，Belkin等人〔1982〕将信息系统用户的知识异常状态进行

分类，称为“知识非常态〞〔ASK〕[40]。Cole和Leide等人那么深入研究了现实

情境中的知识非常态。他们选择历史和心理学本科学生作为被试，使用实验调查的

方法，认为“知识异常态〞的结构特征来自于问题陈述的长度，即要求被试将他们

所知道的相关主题的所有详细知识都写下来，从而用于信息的检索。对每个

用户只是状态中所表述的词汇间的距离都进行计算。然后在关联图〔Association

Map〕中将用户描述的词语以及词语间的距离分块表示出来。关联图显示了词语

的聚类、星状和线状的。每个用户关联图中这些聚类、星状和线状的种类、数值

和连接度决定了该用户知识的非常态结构，最终有5种可能的分类，即将知识的非

常态结构分为5类的方案。强关联的ASK结构说明“定义明确的主题和问题〞

〔A类〕，而E类是“不熟悉的主题〞或“定义不明确的主题〞[41]。

本学科中一些学者对心智模型分类也进行了研究。Dimitroff(1990)在其博士

论文中研究了文献目录交互检索系统中的心智模型，提出了另一种心智模型分类

的方法，即根据心智模型完善程度来进行区分。他设计了心智模型完善度量表，

基于此，用户对信息检索系统心智模型的完备度可以得以归类[42]。LiPing[30]在

其博士论文中就参考了这一分类方法，研究了不同经验背景的博士生的心智模型完

备度处于何种水平。

CharlesCole,YangLin等人[43]参考了Cole,Leide对非常态的知识结构的分

类研究方法，在其论文中考察了80个大学生为了完成一个历史学或心理学的课程论

文，因而进行论文信息搜索的早期阶段的心智模型。每个学生被要求画出三个心智

模型图表代表他们现实中被干预完成课程论文的开始，中间和结尾，总共得到240

个心智模型图表，作者将这些图表进行量化统计，最终将心智模型分为

12类：垂直型、水平型、均等型、聚簇型、星状、嵌套型、树状、嵌套+星状、嵌

套+垂直型、星状+聚簇、嵌套+水平、水平+树状。作者进一步分析发现，最常见

的三种是垂直型(26%)，水平型(31%)，和均等型equal(21%)，总共构成了78%人

群的心智模型类型。

心智模型综述

9/28

2国内外心智模型研究现状

2.1国内研究现状

‘Mentalmodel自’1943年提出以来，中国学者也对之进行了较多的研究，

其中最先关注的是企业家群体。为了分析国内心智模型的研究状况，笔者在维普

数据库中，使用“心智模型〞、“心理模型〞或“心智模式〞三个词语，选择

“提名或关键词〞为检索条件，得到477条数据，简单进行数据清洗获取467条数

据，进行了如下的分析。

从维普数据库对“心智模型〞历年的研究如下表所示。从时间上看，国内的研

究真正开始也是在2000年以后，而且整体上研究不密集，最多一年是2021年才

68篇。

表1

年份篇数年份篇数

2

2

2

2

2

2

2

2

2

2

19994

2.1.2关键词分析？与“心智模型〞同时出现的？

导入SQLServer数据库中统计词频，总共得到2635个关键词，排名在前的

如表所示：

表2

心智模式289

学习型组织62

心理模型57

企业管理28

系统思考26

心智模型25

自我超越23

企业22

团队学习19

共同愿景16

企业文化16

学习型企业13

共享心智模型〔心理模型/心智模式〕

28

心智模型综述

10/28

企业家

11

思维方式

11

中国

11

学校管理

9

团体学习

9

知识结构

8

人力资源管理

8

用户心理模型

2

用户研究

1

从管理学角度来说，心智模型可分为个人心智模型、团队心智模型和组织心

智模型。可以看出，国内对心智模型的研究主要集中在团队和组织管理的企业管

理领域。如关键词中出现频次较高的“学习型组织〞、“团队学习〞、“学习型企

业〞、“企业文化〞、“团队学习〞等。

对个体心智模型的研究主要是心理学机构研究方向，如儿童空间方位心智模

型、大学生网络行为等；

其它研究零散的分布在认知心理学理论、产品设计、语言学习和教育等几个

领域，研究很薄弱。

几乎没有应用到本文研究的方向，从关键词中可以看出，出现用户相关的词

频仅“用户心理模型〞2个，“用户研究〞一个。

3.3发文期刊统计

表3

心理科学.

23

心理学〔3，12%〕心理学报.

10

心理科学进展.

4

商场现代化.

7

21世纪商业评论.

7

现代企业教育.

5

IT经理世界.

5

经济论坛.

5

车间管理.

4

冶金企业文化.

4

企业组织管理

研究与开展管理.

3

中国培训.

3

〔17种，68%〕

中国职工教育.

3

现代领导.

3

外国经济与管理.

3

现代管理科学.

3

科技管理研究.

3

经营与管理.

3

华东经济管理.

3

技术经济.

3

产品设计〔1，4%〕人类工效学

6

语言教学和教育

外语研究.

3

心智模型综述

11/28

管理〔4，16%〕牡丹江师范学院学报：哲学社会科学版.

3

当代教育科学.

3

教学与管理：理论版.

3

对发文较多的期刊进行统计，排名前25位〔3篇以上〕的期刊中，总共分

布于四个领域：心理学、企业组织管理、人类工效学、语言教学和教育。观察数

据，发文最多的为?心理科学?，总共23篇，但心理学类期刊才3种，占了发

文期刊种类的12%，发文期刊较为集中。而企业组织管理领域的期刊种类最多，

为17类，占到总数的68%；但各家期刊文章分布数量较为分散，最多的?商场

现代化?和?21世纪商业评论?才7篇，最少的?现代管理科学?等杂志为3

篇，而且期刊档次普遍不高，呈现鱼龙混杂的现象。数据一方面反映了心智模型

是心理学和企业组织管理领域的研究热点，另一方面反映了两者的不同：心智模

型在心理学，尤其认知心理学领域研究较为深入和集中；而在企业组织管理领域

研究较为浅薄，有着盲目追踪热点的迹象，这也可能与组织管理领域范围较广，期

刊种类数量较多有一定关系。语言教学和教育管理也是心智模型的热点研究领域，

主要是两个方面的内容：语言、词语的结构和理解，以及教育学习心智模型的改建

和改良；但整体来说研究也较为分散。仅有?人类工效学?涉及到产品的优化设计，

包括网络的构建等，与其它领域相比整体薄弱，而这一领域是国外当前研究的重

点，是国内学者需要努力的方向。

3.4发文机构

表4

清华大学经济管理学院6

西南大学心理学院,重庆4007156

中国科学院心理研究所，北京100101

6

河南大学外国语学院,河南开封475001

4

华南师范大学心理系，广州510631

4

上海交通大学国际与公共事务学院

,上海200030

4

浙江大学心理与行为科学系,杭州310028

4

北京航空航天大学高等教育研究所

,北京100083

3

北京交通大学经济管理学院，北京

1000433

华东师范大学心理与认知科学学院

,上海200062

3

三峡大学经济与管理学院,湖北3

西南师范大学心理学院，重庆400715

3

长春税务学院,长春1301173

浙江大学管理学院,杭州3100583

统计第一作者的发文机构，排名前15位〔3篇以上〕如表所示。发文机构也

较为分散，研究较为集中的也主要是心理学系和心理学研究所，如发文最多的西南

大学心理学院，中科院心理研究所；此外还有华南师范大学、浙江大学、华东师范

大学等学校的心理学系〔院〕。而研究最多的企业组织管理领域的机构却较为分散，

排名前位的机构中仅清华大学、北京交通大学、浙江大学和三峡大学四所学校的

经济管理学院。

2.2国外研究现状

在ScienceDirect数据库中限制在期刊范围内，限定在题名、关键词或摘要

心智模型综述

12/28

（TITLE-ABSTR-KEY〕中输入‘mentalmodel’，时间限定为1989至今，从而

与维普数据库相对应，总共获取4022篇期刊文章，远远多于国内。

从时间上看，国外对心智模型的研究起步很早，80年代已有很多学者关注该领域，

当时文章数量就可与国内当前对心智模型的研究相比。到现在为止，心智模型研

究仍逐年增加称为多领域学者研究的热点。

表5

年份篇数年份篇数

29

27

26

29

27

2

2

2

2

2

1999157

从对期刊的统计看，国外研究心智模型集中在医学和精神病学、心理学以及

人机交互这几个学科；而组织管理研究的相对很少，这与国内研究正好相反。可

以看出，国外研究重视理论根底与实践相结合。一方面从心理学、医学等角度对心

智的内在结构进行较透彻的探析；另一方面从心智模型角度探讨人机交互以及交互

设计等实际应用，该研究方向迅速崛起，成为当前研究的重点，而国内几乎处于

起步阶段，仅有个别学者作了较浅的分析。

表6

医学、精神病学

SocialScience&Medicine143

EuropeanPsychiatry100

ArchivesofPsychiatricNursing52

BiologicalPsychiatry45

GeneralHospitalPsychiatry45

SchizophreniaRearch41

心理学

Cognition56

ProfessionalPsychology:RearchandPractice53

PersonalityandIndividualDifferences49

JournalofAbnormalPsychology40

JournalofExperimentalPsychology:Learning,Memory,40

andCognition

JournalofConsultingandClinicalPsychology39

PsychologicalReview39

BehaviourRearchandTherapy37

AmericanPsychologist35

JournalofPsychosomaticRearch34

CognitiveScience27

人机交互与人类

Intelligence40

心智模型综述

13/28

工程学

InternationalJournalofHuman-ComputerStudies30

InternationalJournalofIndustrialErgonomics18

ComputersinHumanBehavior14

NeuralNetworks13

ArtificialIntelligence11

AppliedErgonomics10

InteractingwithComputers10

经济管理

EvaluationandProgramPlanning37

OrganizationalBehaviorandHumanDecisionProcess12

DecisionSupportSystems9

JournalofEconomicPsychology9

JournalofEconomicBehavior&Organization6

语言教育

JournalofMemoryandLanguage28

JournalofPragmatics7

LanguageSciences4

从文章所属学科来看，主要集中在心理学和医学，其次是计算机〔人机交互〕

和人类工程学，这与上面期刊类别分布也是相一致的。

ScienceDirect数据库中文章学科分布

2500

20732037

2000

1500

学科

1000

500345292

211

138

0

学学学学学学

理科程因理育

心经工基管教

神类、济言

和人物经语

学与生

医机

算

计

3心智模型应用

从上文的分析中可以看出，心智模型目前应用在认知心理学、人类工效学、

企业组织管理、教育学领域，而在图书情报学领域也有学者研究，主要是用户信

息检索的心智模型。根据本文的研究方向，本章节重点就心智模型在人类工效学

〔尤其是交互设计〕和信息检索中的应用进行重点总结。

心智模型综述

14/28

3.1交互设计

Norman在他的?TheDesignofEverydayThings?一书中首次提出了交互设

计中存在3种心智模型，即表现模型、用户心智模型、系统模型，以及这三个

概念之间的关系。心智模型是存在于用户头脑中的关于一个产品应该具有的概念

和行为的知识。这种知识可能来源于用户以前使用类似产品的经验，或者是用户

根据使用该产品要到达的目标而对产品的概念和行为的一种期望。而设计模型和

系统模型并不是与用户相关的模型，而是与系统设计者相关[44]。

〔1〕系统模型〔systemmodel〕：AlanCooper在其书“〞将之称为“实现

模型〞〔implementationmodel〕，它是指产品的最终外观和产品呈现给用户后，

用户通过观看或使用后而形成的关于产品如何使用和工作的知识。

〔2〕表现模型〔reprentedmodel〕：设计师的表现模型——设计师选择如

何将程序的功能展现给用户的方式，Norman称之为设计师模型〔designer's

model〕。设计师在进行产品设计时，根据其自身形成的经验以及对外界事物的认知，

并结合设计目标，将其内在的心理意象转化为产品的外在形式，即产品的造型，色

彩，材料，操作界面等。它是产品的内部结构和工作原理，它存在于产品

设计人员的头脑中，用户看得到的是界面和看得到的操作方式，但这种表达并不

一定是精确的描述[45]。

图1三种模型之间的关系

在交互设计中，三种模型之间的关系如下图。系统模型反映了产品的技术，

是呈现给用户的最终形式；心智模型是存在于用户内心的对该产品的概念和认

知；而中间进行联系的就是设计师，设计师一个很重要的目标是使表现模型和用

户的心智模型尽可能相互匹配，因此设计师能否详细地理解目标用户所想到的产

品使用方式，非常关键。

用户与产品交互的心智模型是用户理解他们所需要进行的工作的过程。表现模

型离用户心智模型越近，用户就会发现产品越容易使用和理解。一般来说，用户有

关任务的心智模型不同于产品的表现模型，向用户提供过分接近系统模型的表现模

型会严重地降低用户学习和使用程序的能力。在交互设计中，设计师倾向于形成比

现实更简单的心智模型。如果创造了比实际系统模型更简单的表现模

心智模型综述

15/28

型，就能帮助用户更好地理解。理解产品如何实际工作常常有助于人们使用它，

但这种理解需要很大的代价[46]。

在心智模型在交互设计中的价值得到了很多研究者的肯定。在国外，很多学者、

产品设计师、界面设计师等多领域专家都对其进行了较深入的研究。而国内

将心智模型应用于交互设计的学者很少，从数据库中搜索到仅几篇。但国内很多

真正从事交互设计和产品设计的设计师却对此有着较浓的兴趣，在一些著名的交互

设计师的网站、博客上可见到有关心智模型的分析。

窦金花等[47]在实践工程荧光分析仪等新产品的设计研究中，为了更好的了解

目标用户对产品的期望，使用习惯，采用了意向尺度法来了解用户对产品造型上的

心智模型，调研对象为企业管理者、专家用户和普通用户。结果发现，目

标人群对产品的科技感，平安性，亲切感要求最高，并且希望产品较简洁，实用，

干净清新的，现代的，舒适的，柔和的，对产品的和谐感，温馨感的要求不高。调查

结果可使设计模型更加符合用户的心理期望。

3.2信息检索领域

Borgman于1984年第一个在图书情报学科开始研究心智模型。她假设，结构

概念模型培训的人群会以该模型的方式描述系统，检索表现也会更好；不是给予

概念模型培训的人群那么或者以较不完善的心智模型来描述系统，或者根本不是基

于心智模型来描述系统，因此检索表现更差。对两组新手用户进行了培训，去使

用一个交互的书目检索系统。对一组的培训是基于系统机制的过程指导，另一组的

培训是基于系统的概念模型。对他们进行访谈，并要求他们针对事项检索一个联机

目录。作者着眼于被试对复杂检索任务的检索表现，但研究没能成功的引出心智模

型。但作为研究信息检索的心智模型的最早的学者之一，尽管失败了但Borgman

的研究却有着很大的意义。她的失败可能是由于IR中该趋势研究经验的缺乏，而紧

接着她的很多研究都成功了引出了信息检索系统用户的心智模

型[48]。

Katzeff(1990)进行了用户对数据库心智模型的研究。她研究了以下几个问

题：操作数据库所需要的心智模型之间的关系，数据库提供的反响信息和指导说

明等提示对心智模型，操作数据库时的用户行为。研究使用了定性和定量的方法，

统计了正确完成任务的数量，衡量了用户执行任务的难度，也使用了“出声思维〞

的方法。招募了十名被试完成实验，实验包含了相同的三个连续阶段，总共

17

个任务：第一阶段6个任务，第二阶段5个，第三阶段6个。先给被试有关实验的

书面说明，要求他们阅读这些用户指南。在执行检索式眼的过程中要求他们出

声思考。每一阶段结束后，要求他们对人物的难易程度进行评价，根据一个从1分

到5分的量表。基于对数据的分析，作者弄清了用户心智模型的推理以及与系统交

互所需的知识。确定了适当的/不适宜的心智模型。用户心智模型的形成被分为这几

个阶段：构造阶段，测试阶段和执行阶段。也发现了系统反响对心智模型形成的重

要性[49]。

Kerr〔1990〕研究了一个电子的大学目录的心智模型。他研究了不同提示的

有效性，如用户使用目录的图标、颜色、文本；用户对这些提示的认识，在执行

检索时自己感觉的对这些提示的使用；他们对数据库使用的简易度和满意度的评

价。他还研究了执行数据库时用户认知经验的详细表达，即有用的心智表征或对

数据结构的心智模型。99名研究生参与了实验，他们先完成了一份有关其背景

心智模型综述

16/28

和计算机使用经验的简单问卷。然后要求执行10个检索任务，这一过程被录像记录

下来。对检索时间、错误顺序的数量、正确的结果的数量进行编码。试验后，要求

他们再填一份有关数据库使用简便度和满意度的问卷。还询问了被试有关不同提示

是否有用的感知。实验完成6周后对50名被试进行了访谈，问了他们记得了数据库

的什么方面，其中所包含的提示，数据库的结构，搜索任务的内容，

数据库使用那个的感知满意度。结果发现了用户在构建一个电子数据库时所采用

的不同模型。发现能够与数据库简单交互的被试对数据库如何构造有着更为准

确的内部心智表征，而使用较难的内部表征较不准确。这一研究也说明，用户对

数据库的心智模型和其检索表现之间存在一定的关联[50]。

这些研究都是早期一些学者研究的联机电子分类目录或数据库系统使用时

用户的心智模型，而之后随着互联网的开展，心智模型研究扩展从传统IR系统

扩展到超文本系统和网络检索系统。

Sparks〔1996〕在研究中针对构建互联网心智模型，比拟了图表和类推的指

导式有效性，这种心智模型通过问题解决和概念推理来测量。试验是2〔没有图

表/有图表〕*2〔没有类推/类推〕的方差分析。定为互联网新手用户的被试被随

机分配给以上四种指导说明之一。接到指导之后，被试要解决问题和使用概念原

理。结果表示，将图表和类推同时展示会造成信息过载，从而阻止心智模型构建。

研究结果是发现了，什么能够阻止用户形成适宜的互联网心智模型[51]。

Zhang〔1998〕研究了使用信息检索系统的心智模型和检索表现的四类用户

特征的影响。从四个人群招募了64名被试：职业图书馆员和信息专家，研究生，

本科生以及高中生。使用了Kelly的概念积储格技术来引出和表征被试的心智模型。

被试要根据三个特性对表征IR系统组件的概念划分等级。使用因子分析对等级进行

概括，并对结果因子进行分析来确定用户心智模型的表征。仍是这群被试要进行四

个网上检索动作，使用相关得分和检索时间来测量检索表现。结果发现，教育和职

业状况、学术背景对区分用户心智模型和检索表现上有很显著的影

响，计算机水平对用户心智模型也有显著影响，但对检索表现影响不显著。这篇研

究对用户心智模型和检索表现的影响因素，以及心智模型和检索表现之间是否有关

联的研究起到一定启示作用[52]。

Slone〔2002〕在研究中使用网络在线目录用户作为控制组，从而确定影响

网络用户检索和导航模式的因素。研究着重在通过观测心智模型、期望和经验来

研究用户对系统的理解，也调查了用户网络交互的目标。观察了31位公共图书

馆用户检索网络在线目录，将其检索行为记录在日志中。在观测之前和之后都对

他们做了访谈，第一次访谈主要是收集被试对检索前的预期和设想等背景信息；

第二次访谈那么询问每位被试检索会话和经验的问题，以期获得对其情境的更深的

理解。研究也想了解用户使用什么，为什么做，以及他们如何理解这种交互。实

验中为了引出不给是对互联网和网络在线目录的心智模型，访谈中问了两个问

题：“请您描述一下互联网〞，“请您描述一下网络在线目录〞。结果发现两个

与用户心智模型相关的因素：〔1〕经验和动机这两个情境目标和心智模型的成分，

一起决定检索检索方法，访问的网站和使用的资源；〔2〕有很多网络经验的用

户会使用很多工具，而没有经验的更多的依赖于网络在线目录或线下资源[53]。

Crudge和Johnson〔2004〕研究了概念积储格技术在引出用户对搜索引擎的

心智模型表征中的适用性。实验中招募了大一学生作为被试，首先简单介绍所选

择的四个搜索引擎，然后针对某一特殊信息需求，指导被试在每一搜索引擎检索

十分钟。熟悉之后，被试要对四个搜索引擎的成功度评定等级。然后对他们心智

心智模型综述

17/28

构造的捕获进行访谈。结果发现，获取的心智构造差不多基于搜索引擎进行区分，

多数心智构造聚类或与被试的总提成功等级相关联。因此，概念积储格技术是引

出信息检索者心智模型的一种适当的方法，不会造成很大的偏差[54]。

近两年来相关的研究在上文中业已提及。如加拿大McGillUniversity大学的Li

Ping〔2007〕研究了博士生使用网络搜索引擎的心智模型，通过实验最终确定，在

用户检索经验，认知风格，学习风格，技术能力，接受的培训，学科和性别一

些因素中，只有认知风格和心智模型完备程度相关，越是场独立风格的学生心智

模型越为完善[30]。

StephannMakri等人〔2007〕基于对八个参与者的观察和访谈，重点关注了

一个问题：用户对传统图书馆和电子图书馆的心智模型。研究了用户对传统和数字

图书馆的心智模型。结果发现，对访问限制的理解不当会导致其风险厌恶型行为，

而对检索算法和相关排序的不理解会导致不断试错的行为。这突出了反响在帮助用

户构建有用的心智模型中的重要性。尽管对电子图书馆使用的类推情况还不普遍，

被试会使用其网络搜索引擎的知识类推断电子图书馆中检索的使用情

况。大多数被试不能很清楚的区分不同类型的电子资源，将电子图书馆分类类目，

摘录效劳，数字图书馆，网络搜索引擎看做同一主题的变体[55]。

和〔2021〕那么探索了网络使用者如何理解返回按钮在一个

标准浏览器中的使用机理。60个被试被分成两组：被教导正确心智模型〔基于栈

的〕的被试和没有接受任何心智模型信息的被试。给每个被试一个基于情境的任务，

要求他们估计那些网页能够通过返回按钮获得，哪些不能。被试然后要操作一个标

准的网络浏览任务，并记下他们浏览的网页数量和返回键的使用情况。结果说明，

有心智模型组网页浏览显著少于另一组，说明心智模型的训练能够导致更高的网页

浏览效率。此外令人惊奇的是，使用返回按钮出错极少，可能是需求特征引起的

地板效应的原因。这些数据说明，训练正确心智模型确实对网络浏览导航的功能起

作用[56]。

4心智模型测量方法

心智模型能够深入的刻画人的内心对外部世界刺激的表征，受到很多学科和专

家的重视。但由于涉及到人的心智，因而到目前为止，还没有任何得到众人认可

的单一方法能够准确地表现出心智模型。目前研究者设计了许多心智模型测量的方

法来了解人们头脑中的心智模型。

杜伟宇[57]从三个维度上来考虑这些方法：心理模型是处于人为设定的情境

中，还是处于自然的情境中；采用方法是直接依靠言语和图形描述出心理模型，

还是间接依靠其它途径推论出心理模型；方法是结构化的，还是无结构的。总结

下来主要有以下几种[3][57]。

4.1访谈法〔interviewingmethod〕

访谈法是所有方法中较为简单、但能够得到信息的一种方法，在心智模型的研

究中使用最为普遍。研究者通过与研究对象的交谈来搜集有关对方心理特征与行为

的数据资料。按照结构维度访谈法可分为无结构访谈和结构化访谈。

心智模型综述

18/28

无结构访谈是一种自由形式的访谈，没有预先安排访谈题目，访谈题目蕴涵

在访谈过程中，一般无结构访谈用于实验设计过程的早期阶段，获得一些背景信

息。这一方法使用较少，反而很多研究中配合问卷来获取被试信息。

结构化访谈是按照预先安排的顺序进行的，并且可以比拟系统地考察某一领域

或主题。它包含：焦点讨论(围绕着某一主题或领域讨论)，案例分析(围绕着具体

的经验进行分析)，情景模拟(展示模拟的情景，并对此集中讨论)，关键事件访

谈(以重要性选择案例，进行访谈)，教学反响(被试给探查者做出解释)，20题法

(以是或否答复下列问题)，完形实验(呈现问题，参与者填写缺失的信息)，利克特

量表工程(答复三点，五点等量表问题)。

结构化访谈是心智模型研究的重点方法，很多心智模型的实验研究中都有采

用。Kerr[50]举出了结构访谈中开放性问题的例子，他让被试描述数据库，既可

以用文字描述数据库，也可以用图形描述数据库，被试只要自认为适合，就可以

自由地表征他们的心理模型。

4.2概念图法〔conceptmapping〕：

也称为概念映射法，根据上文概念图分析可知，它是将某个主题的概念及其

关系用图形化来表示，是针对心理过程创立的图形表征。通常有一些画法，如将

某一主题的有关概念置于圆圈或方框之中，然后用连线将相关的概念和命题连

接，连线上标明两个概念之间的意义关系。它既可以表征陈述性知识，也可以表征

程序性知识，它既可以由被试创立，也可以由实验者根据访谈记录创立。从目前

研究来看，该方法在心智模型测量中应用最广，认可度最高。

较早研究的是Kuhlthau等人[58]通过画出一些信息搜索过程的流程图来建构概

念图。他们发现虽然被试能够建构流程图，并以此描述出他们的搜索过程。但建构

图形的过程受到一些变量的影响，其中包括被试画流程图的能力。他们也发现最后

的流程图能够揭示被试持有的不正确的心理模型。在最近研究中很多学者使用了该

方法。CharlesCole,YangLin等人[41]考察历史学或心理学学生查找课程论文的心

智模型时，被要求根据结构化访谈表中提出的问题，分别画出论文内容查找的开始，

中间和结尾三个阶段，对检索理解的三张概念图表，并将这些图表

进行量化统计得到12类心智模型。

教育学中最近的一项关于概念图的研究来自Cook和Ralston(2005)，他们从

定量和定性两个维度对12个10-11岁儿童的概念图进行了研究，他们来自两个

小学，正进行历史和地理学习工程。作者使用两种策略来分析孩子们的概念图：

策略1中根据概念图的复杂程度进行打分；策略2中，以概念图的结构进行分析，

即儿童将概念连在一起的类目和子类目是什么，以及他们的映射方式[59]。

Bilal和Wang(2005)在研究理解搜索引擎的有关科学主题的分类目录的心智模型

时，要求11个儿童总共画出44张概念图，与两个儿童搜索引擎的主题分类的等级

式结构联系起来：Yahooligans!和Kidsclick!。为了帮助构建概念图，作者研究中结

合了卡片分类的方法，即询问了儿童，他们是否能对科学主题的九张概念卡片和有

关健康主题的八张概念卡片进行归类排等级，而卡片的分层结构和两个主题分类目

录的等级结构很相似。概念图深度就是一个等级树中，从顶层到底层的层次数量；

宽度就是等级的每个层次中，上位类底下平行子类的数量。结论是，有关科学和健

康主题，儿童的概念结构和两个分类系统使用的结构式不相匹配的。作者总结是，

由于儿童不能从学科角度来构造概念，尤其是他们还没有掌

心智模型综述

19/28

握足够的知识来运用这些概念。因此，使用这些分类类目会使儿童迷失方向。作者

认为，应该对儿童的认知结构进行建模，并运用到分类体系的设计中，从而与儿童

的信息需求相适应[60]。

还有一些学者在研究超文本浏览中的迷失问题时使用到心智模型的测量法。周

荣刚等[61]认为，用户对超文本的组织结构能形成一个很好的心智模型，那么

将有助于超文本的阅读，出现迷失现象的可能性就小。Otter和Johnson〔2000〕

[62]研究了链接种类和用户对系统结构心智模型的影响，要求被试以盒子图

(boxes)代替页面(节点)、以线条(1ine)代替链接，画出从起始页面(节点)到其所认

为的特定信息所在页面之间的路径图，而这样的路径在实际超文本系统中也是存在

的，因此计算二者之间的差异便可数量化测定用户的迷失程度。

对概念图的评分，Goldsmith等人(1991)[63]依据数学中的集合论提出“接近

度〞(clonessindex)作为评分标准。其根本思路是，比拟标准概念图和被试的概

念图中相对应的节点周围有多少个相邻节点是一致的，对两张图上的每个节点都进

行这样的比拟，然后计算其平均值，以此表示两个概念图的相似程度。假设用

Mm和Mn分别代表标准概念图和被试的概念图，每个概念图中都包含一定数目的

节点(Nm，Nn)和连线(Lm，Ln)，那么具体比拟步骤如下：(a)确定两个概念图中

的有效节点集合：NNmNn；(b)针对每个有效节点ni∈N，分别确定在标准

概念图中和被试概念图中与其直接连接的各个节点(H

m

(i),Hn

(i))，计算这两

类节点的交集

(I(i)H

m

(i)H

n

(i))

和合集(U(i)Hm

(i)

Hn

(i))，并计算

ni的相似性系数：C(i)I(i)/U(i)；〔c〕按下式计算标准概念图和被试概念图之

间的相似度：C(M

m

,M

n

)

1

C(i)

Nn

i

N

c的取值范围在0到1之间。C=0表示两张概念图完全互补，即没有交集，

C=l表示两张概念图完全一致。现在已有一种专用于绘制概念图和计算c值的软

件工具，叫做“KNOT〞，用它可大大节省绘图和计算时间[64]。

4.3卡片分类法〔cartsorting〕

卡片分类原本是用于传统图书馆档案的收藏归类的一种方法，后逐渐被用于网

络环境下，尤其是网站建设中，是用来对信息块进行分类的一种技术，从而可

以创立一种结构最大限度地满足用户查找信息块的可能性。它分为两种：〔1〕开放

式卡片分类法(openedcard-sorting)：对网站进行信息组织时，事先由网站创立者确

定全局导航的个数、并把全局导航的名称标识出来，让用户根据自己的期

望把各个卡片分别归在不同的全局导航下的一种方法；〔2〕关闭式(clodcard-

sorting)卡片分类法：对网站进行信息组织时，完全由用户决定把卡片分为

几组，每组有多少张卡片，最后再由用户给分好的组进行命名的一种方法[65]。多

数学者在将卡片分类法用于研究用户心智模型时，采用的是开放式卡片分类

法，即给用户指定数量和种类的卡片，要求用户根据自己内心的知识结构将各个

卡片进行归类。

心智模型综述

20/28

较早的是Simpson和McKnight(1989)[66]在他们的研究中，准备50张卡片，

每张卡片分别代表超文本系统的一个节点，要求被试在超文本系统中完成指定的任

务，并在任务结束后立即按照超文本的结构将卡片分类。

上节中画出概念图的方法为很多学者所使用，然而，被试需要记住她们访问

过得所有节点，并且正确的画出他们的路径，这使得作图任务更难以执行。而卡

片分类可以起到提示、帮助记忆的作用，因此Otter和Johnson(2000)在其研究中使

用了将传统卡片分类与画概念图法相结合的方法。这种综合方法优势在于被试不用

画出整个系统的结构，可以量化心智模型图表，同时通过提供卡片〔有节点名称

写在上面〕释放了被试的记忆负担。然后被试可以根据他们所摆放的卡片结构记

下特定节点的路径。按从0到1等级的格式计算得分，0意味着很差的心智模型，

1意味着很好的心智模型。这种新方法减轻了有被试记忆能力偏差导致的可能的个体

差异因素[62]。

Fiore(2003)等人也揭示，在衡量复杂知识结构时一个单独的测量方法是不够

的。因此，他们使用了一种基于计算机的卡片分类测试〔以选择题的格式〕，以

及一次调查来衡量被试的心智模型形成和知识获取能力

[67]。Yu-chenHsu[68]在

此研究的启发下，调整了多种方法来衡量被试的心智模型。这些方法包括了选择

题测试，心智模型量表和开放性问题。选择题测试来自于

Fioreetal.的研究，一

类测量与被试领域相关联的根本概念〔描述性知识〕，另一种测量需要更复杂知

识结构的综合知识。而心智模型量表是卡片分类方法和概念图作图的综合。即实

验中自行设计两个介绍有关因特网协议〔IP〕相关知识的超文本系统，有隐喻和

无隐喻系统。专家被试和新手被试被随机均等的分为两组，要求被试使用系统学

习所有IP的内容。学习结束后，被试需要进行卡片分类

——摆放卡片来反响超

文本的结构。然后，被试需要画出5条从主页到特定页面路径的问题，以此来反

映其对系统的心智结构，进行卡片分拣和画路径图的各自平均时间为15分钟。

就被试心智模型的形成而言，文中对两种系统进行了比拟，主要表现在〔有/无〕

隐喻系统对被试在选择题测试中的表现的影响，对被试领域结构的心智模型的精

确度的影响，对被试自我汇报的经验的影响几个方面。

对于卡片分类的计分方法，具体做法为：(1)将超文本中包含的每一个概念(节

点)各用一张卡片表示，让被试根据概念之间关系的密切程度将这些卡片分类，

关系密切的归为一类；(2)将被试对n张卡片的分类情况转化成一个n×n的矩阵，该

矩阵中某个单元对应的两个节点如果属于同一个类别(即关系密切)，就给这个单元计

1分，否那么计0分；(3)制作对卡片正确分类的参照矩阵，并分别求出参照矩阵中

得1分的单元总数(c1)和得0分的单元总数(C0)；(4)将根据被试实验结果制作的矩

阵与参照矩阵放在一起，比拟两矩阵中具有对应位置关系的各单元得分情况，然后

计算出两矩阵中均得1分的对应单元总数(S1,1)，再计算出被试矩阵中为1分而参照

矩阵中为0分的对应单元总数(S1,0)；(5)按照下面所列公式来评

价两个矩阵之间的一致性程度：CS

(1,1)

/C

1

S

(1,0)

/C

0

假设c值为1，那么说明这个被试的矩阵与参照矩阵完全一致；如果c为负值，

那么说明两个矩阵相去甚远。如果被试将所有的卡片都放在同一堆中，那么c值为

0[64]。

心智模型综述

21/28

4.4路径搜索法〔Pathfinder〕

路径搜索法是1985年美国新墨西哥州立大学计算研究实验室的领导人

Schvaneveldt率领研究小组，根据语义网络理论和图形理论，研究开展出路径搜索

量化规那么〔PathfinderScalingalgorithm〕，用来建构和分析知识结构[69]。

它将相似性评定矩阵转换成由节点和连线组成的网络图。网络图反映概念元素

之间的关系，直观揭示了个体的知识结构，因而用于表征心智模型。其中节点用

来表示概念，而概念与概念间的距离为概念之关联关系，其以路径的最短距离作

为两个节点间的距离，在概念间的距离上之权重值为两个概念的关联程度。

Pathfinder还可以衡量两个网络图(即心智模型)的一致性，用C系数表示。C介于0

和1之间，0表示两个网络图没有任何相似之处，1表示完全一致，C系数越大，

网络图越一致[70]。

在路径搜索法中，通常会将被试的路径搜寻心智模型与专家的路径搜寻心智

模型相比拟，并得到三个相似性指数，分别为：GTD指数(graph-theoreticdistance，

简称GTD)、PFC指数(clonessindex，简称PFC)与PRX指数(proximityindex，简

称PRX)。GTD指数又称为图解理论距离指数，为求得两个路径搜索网络中，概

念间距离的相关度，并且以相关程度来表示两个路径搜寻网络的相似性，因此，

假设求得之GTD值越大，那么表示两个网络越相似；PFC指数又称C指数，为求

出两个网络各节点共有的邻近节点，将并以邻近节点的交集除以并集集合，假设

所得

的PFC值愈大，那么表示两个网络愈相似；PRX值又称为接近性指数,是直接以评

定尺度所获得的接近性矩阵，求两个网络接近性矩阵对应值之相关系数，PRX值

越大，也表示两个网络越相似，常以r值表示。由路径搜索法可得被试的心智结构，

并且藉由这几种相似指数，可以分析出专家心智模型与被试心智模型的相似程

度，透过这种客观性的量化数据[69]。

例如，图一中有三个被试，其心智模型结构图分别为G1、G2、G3(Goldsmith,

T.E.,Johnson,P.J.,&Acton,W.H.,1991)。图一中C值〔PFC指数〕和r值

〔PRX指数〕愈高，表示心智模型愈相似。G1和G2的C值为，G1和G3的C值

为，显示G1和G3的结构图较相似；但是，G1和G2的r值为，G1和G3的r值

为，却又显示G1和G2的结构图较相似。

图1G1、G2、G3三位被试的心智模型图

C值表示心智模型图中，每个节点(node)周围所衔接其它节点的相似程度。以图一中的

心智模型综述

22/28

G1、G2为例，C值的计算如表一。表一中的集合U表示空集合，其中商的总和为3，而G1、

G2各有7个节点，因此C值为。

r值表示两个图形的相似矩阵的相似程度，要计算r值，首先必须列出图形理

论距离矩阵。而G1、G2的图形理论距离矩阵如下列图。上述理论图形矩阵是对称

矩阵，其中的元素是两两节点之间连结数(linkingnumber)的最小值。上述矩阵中，

每对节点分别有两个数值，所以可求得其相关系数，此相关系数即为r值，代表这

两个图形或矩阵的相似程度[71]。

心智模型综述

23/28

Johnson,Goldsmith(1994)等人路径搜索量化规那么以及相应的相似性测量指

数，设计了知识网络组织工具(knowledgenetworkorganizingtool，简称KNOT)以

执行路径搜索。其理论根底假设知识可以被组织的，且一个人的知识要丰富，必

须理解领域中主要概念间所存在的关系。因此，现在所说的Pathfinder是一个专门

用于分析相似性评定数据的电脑程序，研究者可以使用该软件程序来判别概念间的

关联性，并且由相似数据得到被试的心智模型[69]。

使用pathfinder来研究个体心智模型在大陆几乎没有，而台湾却在蓬勃开展，

尤其集中在教育学领域。如林晓芳、余民宁(2001)利用路径搜索方法，分析国中

学生二元一次方程式课程的心智结构与学业成绩的关联，研究发现：1.成绩差的学

生的概念结构图与教师的概念结构图差异甚大；中等学生次之；成绩好的学生

在代数上的理解情形近似于教师，尤其数学学习成绩好的学生。2.成绩差的学

生概念结构图大多相仿，且与高成就学生的概念结构图有明显的差异存在[72]。

周先祝(2003)在其硕士论文中改良前人的类似系数融入试题反响理论，作为

路径搜索近似资料的值，并以VanHiele几何思考层次的理论为根底，将此方法

运用在国小六年级儿童四边形几何概念的心智结构分析上。研究结果显示，在几

何思考层次顺阶层类型当中，各类型学童之间的相似性指数PFC值及能力值均

到达显著的差异，且到达的几何思考层次愈高者，其心智结构图的核心概念与标

准参照心智结构图的核心概念愈相似[73]。

4.5多维尺度法〔MultidimensionalScaling,MDS〕

在知识结构的探讨里，一般常用“关联性〞、“空间性〞两个角度来描述

心智模型。而路径搜索时根据相似矩阵，描述概念之间的“关联性〞，但是却无

法知道概念之间的空间性。而多维尺度法可以描述概念之间的“空间性〞。

多维尺度法起源于心理测验学，最早由Torgerson在20实际50年代中期提出，

是检验观察数据是否能反映研究者提出的结构关系的一种理想方法。这一方法将高

维空间中点际之间距离压缩到低维空间，并以图形的形式直观呈现研究变化之间的

相似性〔或差异性〕关系。在多变量统计的诸多方法中，多维尺度法是较晚

开展的，但其方法近年来已横跨心理学、工程、生物学、市场学、社会学等学术

界，并广泛应用于心理和教育科学领域[74]。

多维尺度如同因素分析一样，根据研究者给予的距离矩阵、相似矩阵、相异

矩阵等，然后找出适当的维度，并在此维度下进行各点的构造，并在此构造下，希

望各点的距离与原始资料的距离相当一致。多维标度能够揭示人们进行对偶比拟时

所依据的维度是哪些，用决定系数(R-square,简称R2)来衡量所得到的模型对原始

矩阵的解释量。R2越大，被试对偶比拟时所依据的维度就越相似；R2越小，被试

对偶比拟时所依据的维度就越不相似。因而可以用R2来反映心智模型相似性程度的

上下[3]。目前SAS、SPSS等常用统计软件均能进行多维尺度分析，在此不多做赘

述。

JohnGraham等人[75]在研究战略游戏初级玩家的心智模型开展时，采用了

多维尺度分析的方法，从而能够观察即时战略游戏〔RTS〕新手玩家随着游戏经验

增加的而开展的心智模型的特征。实验中从卡耐基梅隆大学和匹兹堡大学选择了5

名被试，都没有玩RTS游戏的经验，但都能熟练操作计算机。实验总共进行5天，

第一天主要是熟悉该游戏系统的鼠标操作。第2-5天，被试每天重复完成由研究者

设计的12分钟游戏情节，每天完成2小时，总共8小时。表现数据

心智模型综述

24/28

〔赢还是输〕在每次12分钟情节之后进行收集。每小时结束的时候，被试完成相

异度问卷，即里克特9分制量表的打分，获得了游戏玩家对AI代理人感知的关系距

离。实验游戏中的代理人有突击队员、火箭发射手、狙击手、坦克、越野

车、炮兵和歼击机，七种之间两两比拟，展示给被试形成21个相异度等级。使用

了多维尺度方法可以表征游戏AI代理人之间几何学空间表征，测量数据是被试对

其心理上的接近程度，在二维空间中用距离和位置来描述他们之间的关系。实验发

现，被试刚开始会基于游戏系统的物理特征和先前个体知识经验形成相应的较为贫

乏的心智模型，然而随着他们心智模型由于经验增加而发生质的转变，但不一定会

转变到基于功能的心智模型。

参考文献

[1]杜玉帆，龙君伟．基于共享心智模式的教师团队管理研究[J]．教学与管理，

2021，〔1〕：27-28．

[2]ureofExplanation[M].CambridgeUK:Cambridge

UniversityPress,1943.

[3]白新文，王二平．共享心智模型研究现状[J]．心理科学进展．2004，12〔5〕：

791-799．

[4]陈荣虎．心智模型及其管理学意义[J]．现代管理科学，2006，〔6〕：36－37．

[5]kingbrain：Anintroductiontoneurophysiology[M].

Middlex,England:PenguinBooks,1973.

[6]WilliamsM.D,HollanJ.D,Stevens,easoningaboutasimple

physicalsystem[A].In:Gentner,D,Stevens,A.L(Eds.).MentalModels[C].

Hillsdale,NJ:Erlbaum,1983:134–154.

[7]StaggersN,models:conceptsforhuman-computerinteraction

rearch[J].InternationalJournalofMan-MachineStudies,1993,(38):587–605.

[8]tioninaMetaphoricalComputerInterface:AStudyof

AnalogicalReasoningandMentalModels[D].

University,1992.

[9]徐寒易，马剑虹．共享心智模型：分布、层次与准确性初探[J]．心理科学进展，

2021，16〔6〕：933-940．

[10]Models-TowardsaCognitiveScienceofLanguage[M].

dgeMA：HarvardUniversityPress,1983.

[11]彼得·圣吉著，郭进隆译．第五项修炼——学习型组织的艺术与务实[M]．上

海：上海三联书店，1998．

[12]李建军．个体心智模式及形成的团队心智模式[J]．人才资源开发，2007，〔3〕：

91-92．

[13]Cannon-Bowers,mentalmodelsinexpertteamdecision

making[A].In:CastellanNJJr.(Eds.).IndividualandGroupDecisionMaking:

CurrentIssues[C].Hillsdale,NJ:Erlbaum,1993:221-246.

[14]KlimoskiR,ntalmodels:Constructormetaphor?[J].

JournalofManagement,1994,(20):403-437.

心智模型综述

25/28

[15]李林英，刘平青，孟凡臣．图式、心智模式及其管理[J]．北京理工大学学报

〔社会科学版〕，2005，7〔6〕：70-73．

[16]RouWB,ingintotheblackbox:Prospectsandlimitsin

thearchofmentalmodels[J].PsychologicalBulletin,1986,(100):349-363.

[17]rvationsonmentalmodels[A].In:andA.L.

Stevens(eds).MentalModels[C].Hillsdale:Erlbaum,1983:7-14.

[18]杨颖，雷田，张艳河．基于用户心智模型的手持移动设备界面设计[J]．浙江大

学学报〔工学版〕，2021，42〔5〕：800-804，844．

[19]modelforinteractingwithcomputers[J].Interactingwith

Computers,1990,2(2):147-160.

[20]吕晓俊．上海组织中员工心智模式的理论与实证研究[D]．上海：华东师范大

学，2002．

[21]心智模型．[2021-7-24]．

[22]皮亚杰儿童?普通心理学?

[23]

[24]Markham,dgeReprentation[J].MahwahNJ:Lawrence

ErlbaumAssociates.1999.

[25]Norman,ignofEverydayThings[M].NewYork:

Doubleday/Currency.1988.

[26]〔美〕史蒂夫·克鲁格．蒋芳译．Don'tMakeMeThink[M]．机械工业出版社，

2006．

[27]张淑华等．认知科学根底[M]．北京：科学出版社，2007：192-198．

[28]概念图及其应用

[29]蔡啸．心智模型与排序设计[J]．艺术与设计〔理论〕，2021，〔11〕：16-18．

[30]Li,alstudents’mentalmodelsofawebarchengine:an

exploratorystudy[D].University,2007.

[31]黄慕萱.影響個人心智模型之因素初探[J].圖書資訊學刊，民89年，12月,15，

19-36

[32]金杨华，王重鸣，杨正宇．虚拟团队共享心理模型与团队效能的关系[J]．心理

学报，2006，38〔2〕：288-296．

[33]GlarRobert,AlanLesgold,acognitivetheoryforthe

measurementofachievement[A].In:getal.(Eds.).the

influenceofcognitivepsychologyontestingandmeasurement[C].Hillsdale,NJ:

Erlbaum,1985.

[34]Mayer,forunderstanding[J].ReviewofEducational

Rearch,1989,(59):43-64.

[35]HegartyMary,RichardEMayer,hensionof

arithmeticwordproblems:Acomparisonofsuccessfulandunsuccessful

problemsolvers[J].JournalofEducationalPsychology,1995,87(1):18-32.

[36]Hong,EunSook,HaroldFO’ctionalstrategiestohelplearnersbuild

relevantmodelsininferentialstatistics[J].JournalofEducationalPsychology,1992,

(84):150-159.

[37]RoyerJamesM,CherylACiro,quesandproceduresfor

心智模型综述

26/28

asssingcognitiveskills[J].ReviewofEducationalRearch,1993,(63):201-

243.

[38]lookingforinformation一书

[39]Wang,P.,tivemodelofdocumentuduringarearch

project:ntlection[J].JournaloftheAmericanSocietyfor

InformationScience,1998,49(2):115–133.

[40]Belkin,N.J,OddyR.N,informationretrieval:PartI.

Backgroundandtheory[J].JournalofDocumentation,1982,38(2):61–71.

[41]ColeC,LeideJ.E,igatingtheanomalousstatesof

knowledgehypothesisinareal-lifeproblemsituation:Astudyofhistoryand

psychologyundergraduatesekinginformationforacouressay[J].Journal

oftheAmericanSocietyforInformationScienceandTechnology,2005,56(14),

1544–1554.

[42]Dimitroff,modelsanderrorbehaviorinaninteractive

bibliographicretrievalsystem[D].versityof

Michigan,1990.

[43]CharlesCole,YangLin,JohnLeide,ificationofMentalModelsof

UndergraduatesSeekingInformationforaCourEssayinHistoryand

Psychology:PreliminaryInvestigationsintoAligningTheirMentalModelswith

OnlineThesauri[J].JournaloftheAmericanSocietyforInformationScience

andTechnology,2007,58(13):2092–2104.

[44]从心理模型和实现模型的匹配谈用户界面设计．[2021-7-24]．

[45]欧阳波，贺赟．用户研究和用户体验设计[J]．江苏大学学报(自然科学版)，

2006，27〔5A〕：55-57，77．

[46]实现模型和心智模型．[2021-7-24]．

[47]窦金花，魏璇，赵新华．基于用户心理模型的产品设计研究[J]．包装工程，

2021，30〔2〕：125-126，244．

[48]r’smentalmodelofaninformationretrievalsystem:

Effectsonperformance[D].rdUniversity,1984.

[49]demandsonmentalmodelsforafulltextdataba[J].

InternationalJournalofMan-MachineStudies.1990,32(5):483-509

[50]dinginanelectronicdataba:therelativeimportanceof

models[J].InformationProcessingandManagement,

1990,26(4):511-523.

[51]ingproblemsolvingwithillustrationsandanalogies:

NovicementalmodelsoftheInternet[D].eles,CA:

UniversityofSouthernCalifornia,1996.

[52]oftheeffectsofurcharacteristicsonmental

modelsofinformationretrievalsystems[D].o,ON:

UniversityofToronto.1998.

[53]luenceofmentalmodelsandgoalsonarchpatterns

duringWebinteraction[J].JournaloftheAmericanSocietyforInformation

心智模型综述

27/28

ScienceandTechnology,2002,53(13):1152-1169.

[54]SarahECrudge,heinformationekertoelicit

constructmodelsforarchengineevaluation[J].JournaloftheAmerican

SocietyforInformationScienceandTechnology,2004,55(9):794-806.

[55]StephannMakri,ryorjustanotherinformationresource?Aca

studyofurs'mentalmodelsoftraditionalanddigitallibraries:Rearch

Articles[J].JournaloftheAmericanSocietyforInformationScienceand

Technology,2007,58(3):433–445.

[56],:trainingthecorrectmentalmodelaffects

webbrowsing[J].Behaviour&InformationTechnology,2008,27(3):211–218.

[57]杜伟宇．心理模型及其探查技术的研究[J].心理科学．2004，27(6)：1473—

1476．

[58]KuhlthauCC,BelvinRJ,artingtheinformationarch：

Amethodforelicitingurs’mentalmaps[A].In:Proceedingsofthe52nd

d,NJ:LearnedInformation.1989:162—165.

[59]Cook,D,Ralston,ngthecognitivebridge:Children,information

technologyandthinking[J].EducationandInformationTechnologies,2005,

10(3):207–223.

[60]BilalD,en’sconceptualstructuresofsciencecategoriesand

thedesignofWebdirectories[J].JournaloftheAmericanSocietyfor

InformationScienceandTechnology,2005,56(12),1303–1313.

[61]周荣刚，李怀龙，张侃．超文本可用性评价：迷失程度的测量[J]．人类工效学，

2004，10〔2〕：20-22，25．

[62]OtterM,hyperspace:metricsandmentalmodels[J].

InteractingwithComputers,2000,(13):1-40.

[63]GoldsmithTE,JohnsonPJ,ingstructuralknowledge[J].

Journalofeducationalpsychology,1991,(83):88-96.

[64]张德玄，许百华．超文本浏览中的迷路问题与用户心理模型[J]．人类工效学，

2003，9(2)：44-47．

[65]张雪，陈军亮，刘正捷，魏慧玲．卡片分类试验在招聘网站组织结构中的应

用研究[A]．第三届和谐人机环境联合学术会议〔HHME2007〕论文集[C]，

2007．

[66]tioninhypertext:structuralcuesandmentalmaps[A].

ProceedingoftheHypertextconference[C],1989.

[67],,reisworthathousandconnections:

thefacilitativeeffectsofdiagramsonmentalmodeldevelopmentandtask

performance[J].ComputersinHumanBehavior,2003,(19):185–199.

[68]ectsofmetaphorsonnoviceandexpertlearners’

performanceandmental-modeldevelopment[J].InteractingwithComputers,2006,

(18):770–792.

[69]易正明.以徑路搜尋建構整數的知識結構---以國小三年級為例[A].台湾：電

腦與網路科技在教育上的應用研討會(CNTE2021)论文集

[70]白新文，王二平，周莹等．团队作业和团队互动两类共享心智模型的开展特

心智模型综述

28/28

征[J]．心理学报，2006，38(4)：598－606．

[71]林原宏.知識結構分析——徑路搜尋、多向度量尺和集群分析的方法論探討

[J].測驗統計年刊,民85年,(12):47-69.

[72]林曉芳、余民寧.國中生在代數概念學習之評量研究—以二元一次方程式為例

[J].國立政治大學教育與心理研究，24，2001，303~326。

[73]周先祝.四邊形概念的徑路搜尋分析—兼顧能力值與模糊認知結構取向[D].台

中市：國立台中師範學院，2003.

[74]靖新巧，赵守盈．多维尺度的效度和结构信度评述[J]．中国考试，2021，(1)：

40-44．

[75]JohnGraham，LiyaZheng，CleotildeGonzalez．ACognitiveapproachto

GameUsabilityandDesign：MetalModelDevelopmentinNoviceReal-Time

StrategyGame[J]．Cyberpsychology&Behavior.2006,9(3):361-367.