Quillian和Collins1969年提出了第一个语义记忆模型（即概念的结构），层次网路模型(Hierarchical Network Model)。这个结构最开始是针对言语理解的计算机模拟提出的，后来被用来说明概念的结构。在这个理论中，概念是以结点（node）的形式储存在概念网路中，每个概念具有一定的特徵，这些特徵实际上也是概念。各类属概念按逻辑的上下级关係组织在一起，概念间通过连线表示它们的类属关係，这样彼此具有类属关係的概念组成了一个概念的网路。在网路中，层次越高的概念，其抽象概括的水平也越高。

每个概念的特徵实行分层存储，即在每一层概念的结点上，只存储该概念的独有特徵。而同层各概念共有的特徵，则存储于上一层的概念结点上。如：当我们提到“金丝雀”、 “鸵鸟”、“燕子”时我们会说它们都“会飞”，因此这一特徵便存储在“鸟”这一概念结点上。而 “金黄色”、“大块”、“黑色”是分别是上述三种鸟的独有特徵（相对这三种而言），这些特徵便存储在自己的结点上。

层次网路模型较简洁的说明 了概念间的相互关係，分级存储可以节省储存空间，体现出“认知经济”的原则。这一模型也叫“预存模型”。但是，他所概括的概念间的关係类型较少，因此对说明概念间的关係还是有其不足的一面。“範畴大小效应”支持了该理论，但是也有一些该理论无法解释的现象，比如熟悉相应、典型性判断、否定判断等。许多实验证实，这种概念结构不一定具有心理的实现性。