当今社会已经进入知识信息爆发的时代,面对网络应用环境日新月异的变化,以及用户不断提升的个性化学习需求,虚拟学习社区需要跟上时代发展的脚步,从多个角度提升服务能力,满足用户和时代的需求。通过融合具有互补效用的不同信息知识资源聚合模式与方法是增强虚拟学习社区知识聚合效果的有效途径。本文主要研究内容如下:分别对知识关联理论、知识聚合方法以及虚拟社区的国内外研究现状进行梳理与说明,并在理论分析的基础上,基于单一知识聚合方法均存在不足的现状,提出了采用社会网络分析法和关联数据融合的多重聚合方式,即群聚维度-关联维度多重聚合模式。为弥补单一知识聚合方法的不足,引入了群聚维度聚合模式的社会网络分析法与关联维度的关联数据法,通过对两种聚合方法的比较,发现这两种方法具有互补增强的聚合特点。在此发现的基础上,研究了群聚维度-关联维度多维度聚合模式,同时详细描述了社会网络分析法与关联数据融合的方向与形式。在分别分析群聚维度和关联维度在知识聚合过程中的优点和不足的基础上,构造了群聚维度-关联维度多重聚合模式的虚拟学习社区知识聚合模型。通过对该模型的深入研究,结合关联维度与聚合维度的融合机理研究,可以看出二者的融合可以将复杂、无序的虚拟学习社区数字资源整理得更为系统性,从宏观与微观两个方面构建虚拟学习社区数字资源知识库;并将来源异构、结构异构、展现异构的虚拟学习社区数字资源有序重组,实现了知识库与用户需求的无缝融合,提升了用户知识获取体验,并实现了数字资源聚合在深度与广度上的双向扩展,同时也较好地解决了利用社会网络聚合存在知识结构相对散乱和关联数据聚合对用户特征关注不足等缺点。