源自我回答知乎上的一个问题：如何给网络上的一个内容构建 post-structure?
1 读过几本讲人类发明发现的书，都谈到一个结构 （Structure）：一项发明或发现能产生的原因是人们想要更好地解决问题，满足需要。
2 在 Photoshop 中打开一幅照片，我可以对它进行 Transform, 生成素描等效果。每一种的 Transformation 都是一个Post-structure.
3 亚马逊网店特别擅长对“与一本书的相关信息”生成 Post-structure, 通过这些 Post-structure, 用户不但从多个角度了解这本书，同时，有更多的路径，更大的可能性，更方便地去查看其它书。
这些 Post-structure 好像网一样，将一本书通过很多种方式与其他书连接起来。每一个 Post-structure 的产生都是基于 (1) 人们在 “非网络时代“ 就已使用的寻找书和推荐书的方法方式，(2) 亚马逊进行 Data-warehouse 和 Data-mining 的结果。
借鉴迁移：源：一本书 = x， 目标：x =（一个文章， 一个视频，一个网上讨论， 一个话题， ...）
4 如果我想有一个玩具车， 我有几个选择：a. 买一个现成的玩具车； b 买积木搭一个， 这种积木全是方块式，也没有可参照的车模型图纸； c 一个折中的方案: 买另一种由很多 中间件/半成品 构成的积木，比如有车轮，车顶等，并配有车模图纸。
我选哪个呢？ 取决于几个因素的组合：1 我想要的车模仿真度； 2 我能用积木搭起来的能力； 3 我愿意或能投入的时间； 4 我是否享受构建过程-- 解决问题的过程
借鉴迁移：
源：获得玩具车模的多种选择：直接获得成品；用最基本的原材料搭建；用中间件/半成品 搭建
目标：向网络上某一文章学习。学习的目的常常不是直接复制，而是学习几个有用的点，迁移到自己解决问题上。
如果我已经对某个文章涉及到的语言和知识点非常熟悉，我可能会容易辨别出文中谈到的规律 。也就是说，在我的眼中，这篇文章好像是一个用方积木块搭起的车模，我很容易的拆开，然后重新搭起来，或者搭一个不同的。
问题是：我真得懂全部的知识点和识别所有的规律吗？ 我真得能用很多的精力去识别，抽取，和迁移对我有用的规律吗？大多数情况下， 我都不能做到。 我希望：针对一个网络上的内容，能有很多其他用户，或者网站自身能帮我做一些 ”中间件/半成品“，这样，我会省很多时间，有更大的概率识别规律和迁移应用规律。这些 ”中间件/半成品“ 就是 Post-structure.
如果我想有一个玩具车， 我有几个选择：a. 买一个现成的玩具车； b 买积木搭一个， 这种积木全是方块式，也没有可参照的车模型图纸； c 一个折中的方案: 买另一种由很多中间件/半成品构成的积木，比如有车轮，车顶等，并配有车模图纸。
（用图来表达这个）三种图：1、几组箭头式过渡图；2、表格图；3、Google Map 式底图
这是一个子概率 P（半成品程度）
多种半成品模式的集合 {（模式一），（模式二），（模式三）}， 这个集合所含种类越多，用户能 Pattern Recognition 的概率越大。
借鉴迁移：
源：获得玩具车模的多种选择：直接获得成品；用最基本的原材料搭建；用中间件/半成品 搭建
目标：向网络上某一文章学习。学习的目的常常不是直接复制，而是学习几个有用的点，迁移到自己解决问题上。
如果我已经对某个文章涉及到的语言和知识点非常熟悉，我可能会容易辨别出文中谈到的规律 。也就是说，在我的眼中，这篇文章好像是一个用方积木块搭起的车模，我很容易的拆开，然后重新搭起来，或者搭一个不同的。
问题是：我真得懂全部的知识点和识别所有的规律吗？ 我真得能用很多的精力去识别，抽取，和迁移对我有用的规律吗？大多数情况下， 我都不能做到。 我希望：针对一个网络上的内容，能有很多其他用户，或者网站自身能帮我做一些 ”中间件/半成品“，这样，我会省很多时间，有更大的概率识别规律和迁移应用规律。这些 ”中间件/半成品“ 就是 Post-structure.
这个涉及到另一个子概率 p（用户能识别和迁移应用的能力 ）。
谁和我一起搭建？有剧本的指引吗？有工具的辅助吗？有数字世界的路来辅助吗？
