QQ虛擬學習社群的社會網絡分析

張豪鋒 李瑞萍 李名

【摘要】隨著網絡技術和信息技術的發展,虛擬學習社群已經成為教育技術界和遠程教育界研究的熱點之一。文章以QQ虛擬學習社群為研究對象,運用社會網絡分析方法,借助UCINET軟件對社群的網絡關系進行分析,探討了社群網絡結構特征、意見領袖地位的形成,以及社群成員參與動機、滿意度、忠誠度與網絡結構之間的關系,并在此基礎上對社群的建設提出了相應的建議,以期促進虛擬學習社群的持續發展。

【關鍵字詞】QQ;虛擬學習社群;社會網絡分析

【中圖分類號】G420【文獻標識碼】A 【論文編號】1009—8097(2009)12—0080—04

一 背景和目的

人們利用互聯網相互溝通,通過互動形成虛擬社群,它是人際關系、共享經驗的累積與凝聚。由互聯網架構出來的虛擬社群,不僅提供了信息流通的通道,同時也累積了這些信息中所蘊含的知識,形成一種巨大的知識倉庫。隨著信息技術的發展,互聯網絡上的虛擬社群已成為一種重要的知識共享平臺。[1]互聯網技術的發展同時使得人與人之間知識和情感的來源和表現形式更加多樣化。電腦的使用者通過網絡技術架構了一個個社會關系網絡,這個完全通過互聯網所構建的社會網絡是虛擬社群的重要基礎。虛擬社群中的社會網絡與真實社區中的一樣,也存在人際關系中的強聯系和弱聯系等人際網絡關系特性,從而能夠在虛擬社群中提供信息交換、知識共享和社會支持。社群成員通過學習社區的互動,可以建立協同學習關系。在社區共享機制的作用下,個人知識成為學習社區的共同知識;通過具體的協作,這些知識又被結構化。

然而,虛擬社群中的協作與交流又受著各種因素的影響,如社群成員的參與動機、滿意度等。這些因素對虛擬社群的交流有怎樣的影響?虛擬社群結構特征是怎樣的?虛擬社群群體成員和意見領袖地位又是怎樣形成的?對社群內的知識共享有什么影響?這些都是本文討論的問題。QQ是目前使用范圍最為廣泛的社會性軟件之一,它整合了聊天、博客、郵件等功能,使用方便,讓人們在網上的交流和共享更加容易,是構建虛擬學習社群的較好工具。文章將用社會網絡分析方法來研究QQ虛擬社群成員之間彼此的關系,描繪出QQ虛擬社群網絡結構及成員之間信息流動的情形,了解社群內不同個體之間關系的強度,探討網絡結構與社群成員的參與動機、社群滿意度及忠誠度的關系,以期促進虛擬社群內的知識交流與共享。

二 研究對象和方法

本文研究對象是我院教育技術系40名研究生基于QQ組成的虛擬學習社群——教育技術學習與研究群。40名社群成員對QQ軟件使用熟練,并具有共同的愿景,目標一致。該社群的建立為社群成員的學習與交流提供了一條新途徑。針對教育技術的相關主題,社群成員可以提出問題、發表各自的觀點和看法,相互交流,相互幫助。這不僅有利于研究生之間的知識交流,同時也有利于創新思維的發展。

社會網絡分析方法是一種從量化的角度分析社會關系內在結構的研究方法,用于描述和測量行動者之間的關系或通過這些關系流動的各種有形或無形的東西,如信息、資源等。自人類學家Barnes(1954)首次使用“社會網絡”的概念來分析挪威某漁村的社會結構以來,社會網絡分析被視為是研究社會結構的最簡單明朗、最具有說服力的研究視角之一。[2]本文運用社會網絡分析方法,對基于QQ構建的教育技術學習與研究社群進行分析研究,描述該QQ虛擬學習社群的社會網絡結構特征。

研究的數據主要通過作者的長期觀察和記錄,直接從QQ社群獲取社群成員的相關數據,主要包括成員的點入度、點出度。社群成員的參與動機、滿意度和忠誠度,數據通過問卷調查來收集。對有效樣本的數據,統一輸入UCINET軟件進行數據分析。

三 研究結果與分析

1 QQ虛擬學習社群的網絡關系分析

(1) QQ社群整體網分析——社群圖

本節測量了社群成員的點度中心度,并描繪出社群圖,以此來分析社群成員之間的網絡關系。如圖1所示,社群成員的連結關系用有向箭頭表示。

圖1 社群成員網絡結構圖

從圖1中我們可以看出QQ虛擬社群的整體網絡結構特征:在群體中有一小部分人受到成員的敬重與信賴,互動參與程度高,對社群的貢獻大,知名度相當高,他們經常引出新的論題,引導學習互動,具有較豐富的社交經驗和專業知識,解決問題能力較強,具有強烈學習動機,樂于分享個人經驗和心得,積極幫助其他成員學習知識,我們稱其為“意見領袖”;[3]如5、9、6、11、21、30、16等都屬于意見領袖,他們在社群中發表文章、分享知識,受到了多數人的關注,是群體的核心人物,在社群中具有很強的凝聚力。如果一個群體中缺乏意見領袖時,社群圖就會顯得很散亂,網絡結構關系就顯得很松散。[4]

從圖中還可以發現一部分成員處于社群的邊緣,缺乏溝通和共享,如節點8、37、32、39、31等在圖中的連結較少,說明他們與社群中的其他成員交流不積極,很少在社區發表文章和觀點,對社群的貢獻不大。

(2) QQ社群中心度分析——矩陣法

中心度是一個重要的個人結構位置指針,評價一個人重要與否,衡量其職務的地位優越性或特權性,以及社會聲望等常用這一指針。通常,中心度包括:點度中心度、中間中心度、接近中心度、特征向量中心度等,其中點度中心度使用最廣泛。點度中心度(點出度和點入度)通常用來衡量誰在該虛擬學習社群中成為最主要的中心人物。它刻畫的是每個成員在此社群中的局部中心指數。如果我們關注整個網絡,研究不同的網絡是否具有不同的中心趨勢,則可以用整體網絡的標準化點度中心勢來表示網絡的中心性。中心勢越接近1,說明網絡越具有集中趨勢。[5]

利用矩陣來表達社群各成員之間的關系如圖2所示,在此矩陣中,Xij=1表示成員i與成員j有行為關系,相對于社群圖來說,則在點i和點j之間存在一條由i指向j的有向線;Xij=0表示的是成員i與成員j沒有行為關系,在社群圖中,在點i和點j之間不存在任何連線。因此,最終得到的矩陣為二值非對稱方陣,社群圖則是有向圖。

圖2 社群成員關系矩陣(部分)

在圖2所示的矩陣中,大致可以看出成員之間的關系取向,但是每個成員的具體情況卻很難看清楚。這種情況下,我們可以從每個成員的點入度、點出度、點度中心度等幾個方面進行分析。每個成員的點度中心度統計如表1所示:

從表 1 中,可以看到不同的社群成員表現出不同的點出度和點入度,點出度表示的是成員i訪問他人的情況;點入度表示成員i被其他成員訪問的情況;在上圖所示的矩陣中,點出度就是成員i所在行單元格為“1”的總數,[6]點入度就是成員i所在列單元格為“1”的總數。點入度值越大,說明該成員在社群中的威信越高,越處于核心地位。點度中心度就是點出度與點入度之和,是描述成員i與其他多少個成員有直接關系的數量指標。標準化點出度(入度)是某一節點的點出度(入度)與該節點在網絡中最大可能的關系數的比值,[7]如表1中,成員5的出度是23,入度是27,標準化點出度就是58.974%,標準化點入度是69.231%;它表示成員5關注網絡中58.974%的其他成員,被網絡中69.231%的成員關注。

從分析結果來看,按照點度中心度從大到小排列前7位的是5、9、6、11、21、30、16。這些成員與其他社群成員相比擁有更多的連結關系,所以他們是QQ社群網絡的意見領袖。其中,除成員30外,其他6名成員的點入度都大于點出度,說明他們受到更多成員的關注;點出度也比較大,說明他們也積極訪問其他社群成員;他們對社群的貢獻較大,地位也較高。社群中有一部分成員,他們的連結關系數量中等,是社群中的“活躍者”,如12、18、23、27、13、19、14、10、40等幾名成員。但是細分之下,這些成員在社群中所擁有的權力和地位都不一樣,如成員40的點出度遠遠大于點入度,說明他積極地關注其他成員,自己卻很少被關注;成員27、18等的點入度比點出度多很多,說明他們在社區發表的文章或觀點得到了其他成員的關注,而很少關注其他成員;另外,還有一些成員擁有的連結關系很少,他們缺乏與社群成員的交流,屬于社群中的不活躍者。如成員37、成員8。

通過UCINET軟件分析得出,整個社群網絡的標準化點入度中心勢和點出度中心勢分別為47.8%和37.3%。兩數值差距不大,這說明網絡關系沒有很大的不對稱性。前已指出,中心勢越接近1,網絡結構越具有集中趨勢。從其中心勢值來看,整個網絡的中心勢一般,沒有明顯的集中趨勢。

2 QQ社群成員的參與社群動機、社群滿意度、社群忠誠度分析

(1) 問卷設計

針對QQ虛擬學習社群里的40名學生,采用利克特五點量表,調查社群成員參與動機、社群成員滿意度、社群成員忠誠度三個維度情況(根據相關研究[8][9][10],對社群參與動機,作者從人際關系、信息充足、系統功能三個方面進行調查;對社群滿意度,從社群成員互動關系、社群核心人員、社群品牌、社群服務四個方面進行調查;對社群忠誠度,從參與感、歸屬感、貢獻心力、服從領導四個方面進行調查)。并計算參與社群動機、社群滿意度、社群忠誠度層面上的平均值。發放問卷40份,回收問卷40份,有效問卷38份。

(2) 問卷內容

① QQ虛擬學習社群成員的基本資料,包括性別、年齡、年級等;

② QQ虛擬學習社群成員參與動機,人際關系、信息充足、系統功能三個層次,共計9題;

③ QQ虛擬學習社群滿意度,社群成員互動關系、社群核心人員、社群品牌、社群服務四個層次,共計10題;

④ QQ虛擬學習社群忠誠度,參與感、歸屬感、貢獻心力、服從領導四個層次,共計9題;

其中②③④都用利克特五點量表測量。

(3) 數據分析

收集后的數據,經處理和統計如表2所示:

通過對表2數據進一步分析,分別計算出社群成員的點度中心度與社群成員對QQ社群滿意度、忠誠度及參與動機的相關系數。我們發現,社群成員對QQ社群滿意度、忠誠度及參與動機與他們的點度中心度存在顯著的正相關性,相關系數分別為0.936、0.830、0.896;這就說明,在QQ社群中社群成員點度中心度越大,網絡連結規模和強度越大,在社群網絡中的地位越高,他們對社群的滿意度及忠誠度也越高。對社群的滿意度、忠誠度越高,他們就更加愿意參與到社群中來。這也和我們的常識相符合。

四 討論與建議

一個成功的虛擬學習社群與其社會網絡結構有著密切的關系。[11]從社會網絡的角度上來講,社群內社群成員之間的知識交流與共享,主要表現在該社群的社會網絡結構上。根據相關研究[12],社會網絡互動結構主要有星形、鏈狀和網狀三種類型模式。相比較于星形和鏈狀的微觀互動結構,具有網狀結構的社群,成員之間的交互更加深入,也相對頻繁,因此更有利于知識共享和協作解決問題。一個具有網狀互動結構的社群團隊,具有更大的活力,避免了星狀網絡的高群體中心性所帶來的隱性知識的匱乏和創新性的缺失,同時,也避免了鏈狀互動結構給團隊造成的信息傳遞效率降低,成員之間交流帶來的弊端。

從上述的QQ社群網絡結構圖,我們可以看出該社群團隊結構屬于網狀互動結構,與社群的中心度分析保持一致,網絡關系比較對稱,是一個比較成功的虛擬學習社群。筆者認為,該虛擬學習社群成功的原因有以下幾點:首先,社群中存在著一些中心人物,他們處于網絡的中心地位,控制著信息的流動,引導著整個社群的運作。其次,社群中大部分社群成員都具有一定的參與度。他們能夠積極參與到網上學習的活動中,相互交流、溝通。第三,社群成員間的相互了解也是該社群成功的原因之一。該社群成員是筆者所在院系的研究生,具有較強的同質性,交流障礙相對較小。

同時,在社會網絡分析的過程中,發現社群也存在一些不足。首先,網絡中還存在一些不活躍者,他們屬于“孤獨分子”,參與動機較低,對社群的滿意度和忠誠度也不高;其次,網絡中社群成員間的關系比較對稱,小團體相對較少,導致議題過于集中。第三,社群成員具有較強的同質性,雖然減少了交流壁壘,但是容易造成成員角色單一,減低社群的活力。因此,為了社群的持續發展,筆者建議,應重視社群中意見領袖的生成,改善“孤獨分子”現象,試圖將不活躍者轉化為活躍者,將活躍者生成意見領袖,使全部社群成員都能夠積極地參與進來;應注意適當數量的小團體生成,適當的小團體有助于主題更加豐富、協作更加深入;為了增加社群的活力,應重視社群成員角色的多元化發展。

此外,本文通過調查研究得出:社群的網絡結構與其社群成員的參與動機、社群滿意度以及忠誠度有著顯著的相關性。二者之間是相互影響、相互促進。因此,筆者建議采取相應的措施(如社群提供豐富的內容、資源、技術支持等)來激發社群成員的參與動機,提高社群成員的點度中心度、社群滿意度和忠誠度,進一步促進他們網絡學習中意義交互[13],從而提高社群成員的學習績效,促進虛擬學習社群的持續發展。

五 結束語

文章運用社會網絡分析方法,利用UCINET軟件對基于QQ虛擬學習社群的網絡關系進行了分析,用問卷調查法獲取社群成員對社群的滿意度、忠誠度以及參與動機的相關數據,并將社會網絡分析得到的數據與問卷調查得到的數據進行比對和分析,發現兩者存在顯著的相關性,在此基礎上進行了討論并提出了建議。本文為個案研究,難以將所得結果推廣到其他情境中去。雖然其研究范圍的限定有利于數據的收集,具有較強的個體代表性;但是,由于QQ虛擬學習社群樣本性質特殊、數量較少以及其他條件的限制,在一定程度上影響了其結果的推廣,還需要今后進一步的研究。

————————

參考文獻

[1] Armstrong and John Hagel. The Real Value of On-line Communities[J]. Harvard Law Reviews,1996,(74):134-140.

[2] 張存剛,李明,陸德梅.社會網絡分析——一種重要的社會學研究方法[J].甘肅社會科學,2004, (2):109-111.

[3] 王陸,馬如霞.意見領袖在虛擬學習社區社會網絡中的作用[J].電化教育研究,2009,(1):54-58.

[4] 葉新東,邱峰,沈敏勇.教育技術博客的社會網絡分析[J].現代教育技術,2008,(5):48-53.

[5] 劉軍.社會網絡分析導論[M]. 北京:社會科學文獻出版社,2004:130-146.

[6] 馮銳,謝英香. 當代大學生虛擬與現實社會人際關系的差異性分析[J].現代教育技術,2009,(1):28-32.