移动互联网的发展促进了多源数据的快速增长,加快了知识的传播速度,其传播方式也呈现多样化,人类进入了一个碎片化知识时代。人们可以随时随地利用智能设备在互联网平台发布或者获取各种有意义的知识碎片,其中一类典型的大数据为用户生成内容(UGC)。UGC中的碎片化知识是人类大量行为、思考与交互活动的产物,方便了知识的获取与共享,有助于及时掌握领域前沿信息。然而,知识“碎片化”导致知识资源零碎、知识迭代速度快且缺乏权威验证,不利于学习者搭建合理的知识框架以及开展深度学习。因此,如何对这一新时代的碎片化知识进行处理以促进高效学习是亟待研究的问题。本研究以UGC平台中的碎片化知识为研究对象,借助知识图谱技术,并采用群体智能的思想,对UGC平台中某一领域的碎片化知识进行整合。其中着重描述了基于知识图谱进行碎片化知识整合以构建完整知识体系的过程。首先通过对碎片化知识的挖掘与筛选得到相关知识点集,然后将个体知识整合成群体知识,进而形成“用户个体知识集—碎片化知识点集—个体知识图谱—群体知识图谱”的持续循环反馈更新模型。其后,在得到的群体知识图谱的基础上进行知识推送。通过提出基于碎片化知识点重要度和权重的中心度计算方法来对每个知识点的学习次序进行排序,并由此进行知识点的学习路径推荐以及相关知识推送。最后,从知乎平台抓取“区块链”相关主题的文本进行实例研究,通过本文提出的方法构建群体知识图谱进行碎片化知识整合。采用Neo4j对结果进行存储与可视化,介绍了利用Cypher语言进行知识点查询、关系查询等各种知识服务的方法,并以具体用户为例进行知识推送。通过案例研究发现,用户的个体知识图谱仅涉及主题知识的某一模块,而整合得到的群体知识图谱具有相对完整的体系结构。将用户自身的知识与群体知识体系进行匹配从而对用户进行知识推送,有利于用户从不同的视角进行学习,能够有效地扩充知识量,同时也加速了知识的传播与利用。在知识推送的方法上,通过与其他方法进行对比,表明本文提出的中心度计算方法更加准确,而且时间复杂度也更低。