Web2.0发展所带来的新理念和新技术满足了人们日益增长的个性化需求和社会性需求，使得网络中的用户由单纯的知识“接受者”跃升为知识“创造者”，从而改变了传统的知识创造和共享方式。在网络信息空间中，用户能够克服空间和时间的限制，与知识背景、文化环境不同的用户进行互动、探讨、沟通、分享、交流与合作。这种大规模协同(MassCollaboration)和用户主导的内容生成(UserGeneratedContent)方式凝聚了自下而上的众多用户的群体智慧，并依托于各种平台快速涌现出一些新的知识结构。例如维基百科分类结构、网络标签、分众分类法等。与专家主导创建的分类结构不同，维基百科分类结构是一种自发的、自组织的，由用户协同编辑生成的知识分类结构，因而日趋成为学术研究热点。　　目前维基百科分类结构的研究主要分为三个方面:分类结构本身的研究;分类结构优化研究;分类结构演化研究。研究一般是将其预处理为树结构，以传统的分类形式研究维基百科知识分类结构，这些研究割裂了具体分类之间的联系，破坏了协同编辑的完整性，因而无法真正反映出维基百科分类结构演化的真实图景;一些研究虽然保留了协同编辑的完整性，不过主要侧重于从宏观层面出发，采用的指标也相对简单。从微观的层次去研究具体领域知识的发展变化情况及其在宏观知识分类结构中的位置与作用，则缺乏相应的研究;而利用复杂网络动力学来识别维基百科知识分类结构的边界，目前没有相应的研究。　　维基百科分类结构是一种典型的由用户主导，经协同编辑而形成的动态的一种知识组织形式。对其研究有助于人们了解网络信息空间中知识分类体系的不足，理清学科领域知识的发展现状以及热门研究领域，促进知识的创新。基于此，本文以维基百科分类结构为研究对象，在分析和定义维基百科知识分类结构的基础上，利用自回避随机游走(self-avoidingrandomwalks)方法构建节点多样性熵测度模型，以获取具体学科知识结构的中心结构以及边缘结构，从而进行维基百科知识分类结构的演化规律研究。　　本文的研究从理论上深化了对维基百科知识构建过程的认识;所构建的模型丰富了复杂网络动力学理论，为研究结构与复杂网络动力学的相互关系提供了新的视角;另外对领域知识结构边界识别的研究有助于了解维基百科知识分类结构的发展现状，从而可以完善知识分类结构，促进知识的增长和创新。