網(wǎng)絡(luò)學習社區(qū)的社會網(wǎng)絡(luò)研究

【摘要】網(wǎng)絡(luò)學習社區(qū)作為教育領(lǐng)域中一個重要的學習支持平臺，承載著信息共享、培養(yǎng)參與者的解決問題的能力，并完成知識重構(gòu)和創(chuàng)新的責任。文章以社會網(wǎng)絡(luò)為視角對網(wǎng)絡(luò)學習社區(qū)進行研究，利用社會網(wǎng)絡(luò)分析方法對一個具體的網(wǎng)絡(luò)學習社區(qū)——現(xiàn)代教育技術(shù)論壇進行實踐研究，量化地分析了社區(qū)成員之間的相互關(guān)系和相互影響，從而得出該網(wǎng)絡(luò)社區(qū)的結(jié)構(gòu)特點和存在的問題，并為網(wǎng)絡(luò)學習社區(qū)的發(fā)展提出了建議。

【關(guān)鍵詞】社會網(wǎng)絡(luò)分析;網(wǎng)絡(luò)學習社區(qū);教育技術(shù)

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097(2010)02—0037—05

一 引言

網(wǎng)絡(luò)學習社區(qū)不僅是提供簡單的信息共享，更重要的是通過在線討論培養(yǎng)學習者研究問題和解決問題的能力，并完成知識的重構(gòu)和創(chuàng)新[1]。它是解決當前一系列教育難題的有意義的嘗試，是科學技術(shù)與教學理論相結(jié)合的產(chǎn)物，關(guān)注網(wǎng)絡(luò)學習社區(qū)的發(fā)展已經(jīng)成為教育技術(shù)又一個嶄新的研究課題[2]。本文以網(wǎng)絡(luò)學習社區(qū)為研究對象，從社會網(wǎng)絡(luò)角度出發(fā)，將社會網(wǎng)絡(luò)分析方法移植到對實驗班級網(wǎng)絡(luò)社區(qū)的研究中，計算并分析網(wǎng)絡(luò)社區(qū)的密度、成員之間的關(guān)系、緊密度等量值，從而了解網(wǎng)絡(luò)學習環(huán)境中學習者社會網(wǎng)絡(luò)的形成和結(jié)構(gòu)以及它對學習者的影響，探討社會網(wǎng)絡(luò)和學習之間的關(guān)系，歸納網(wǎng)絡(luò)學習社區(qū)現(xiàn)狀和發(fā)展趨勢，并提出可行的建議。本文是社會網(wǎng)絡(luò)分析方法及量化軟件在教學分析中的一次新的嘗試。

二 網(wǎng)絡(luò)社區(qū)的社會網(wǎng)絡(luò)研究

1 研究方法

論文主要采用了實驗法、社會網(wǎng)絡(luò)分析法。社會網(wǎng)絡(luò)分析[3]是一種研究社會結(jié)構(gòu)、組織系統(tǒng)、人際關(guān)系、團體互動的概念與方法，是網(wǎng)絡(luò)教育研究的新視角。本文應用社會網(wǎng)絡(luò)分析軟件Ucinet畫出矩陣統(tǒng)計實驗數(shù)據(jù)，生成社群圖，并通過網(wǎng)絡(luò)密度、成員可達度、點度中心度等相關(guān)性分析解析社群成員以及成員之間形成的社區(qū)網(wǎng)絡(luò)。

2 實驗設(shè)計

此研究針對溫州大學04級小學教育本科1班(45人)和04級美術(shù)本科(28人)的學生，跟蹤了他們對于現(xiàn)代教育技術(shù)探究性學習模塊的學習。探究性學習讓學生自己發(fā)現(xiàn)問題、選擇課題、自主探究、解決問題或提出建議，成為學習的主體。學生需要進行相互討論來確定主題，并自主尋找相關(guān)的資源來對課題進行研究，因此，我們引入網(wǎng)絡(luò)社區(qū)，開發(fā)論壇(http://wugbbs.cn/bbs/b/)作為課外學生參與學習的平臺。

實驗將每個班級各分兩組:BBS2和BBS4。我們?nèi)∶堪嗟牡诙M作為研究對象，因為第一組我們完全讓學生自主參與，作為一個完全自由的學習空間存在，第二組是由教師和管理員主持引導的一個學習社區(qū)環(huán)境，能保證學習行為的發(fā)生和形成學習進程，我們以第二組作為典型的網(wǎng)絡(luò)學習社區(qū)研究對象，教師和管理員可以登錄班級的小組，發(fā)布研究課題和在線討論的話題，成員通過密碼進入自己的組中學習。學生每周理論課后搜索相關(guān)資料，并以帖子的形式進行在線討論，可以發(fā)表主題帖，并接受同學的回復、評論和投票，也可以對教師在推薦欄中的話題進行回復。這樣，同學之間共享資源，并對話題進行討論和控制，也可以對小組成員的某一個觀點進行評論、修改或提出參考意見，話題、任務完成的進度等不受控制，最后完成本模塊的學習任務，形成最終成果。

實驗者在每周統(tǒng)計出討論內(nèi)容數(shù)據(jù)，首先將所有的帖子復制到Word文檔中，在Excel中統(tǒng)計出主題數(shù)，回帖數(shù)等用戶信息，并使用社會網(wǎng)絡(luò)分析軟件UCINET進行分析。

三 現(xiàn)代教育技術(shù)論壇社會網(wǎng)絡(luò)分析

1 社群圖分析

對BBS2組內(nèi)所有的學生建立一個矩陣，如A對B的貼子進行了N次回復，則有

這樣根據(jù)主題統(tǒng)計回帖數(shù)，如無明顯標志，就將跟貼記作對主題帖的回復，將沒有跟貼的主題貼記作作者對自己的回復，最后得到矩陣如圖1所示，如果將矩陣中所有非零的數(shù)簡化為1，并規(guī)定節(jié)點對自己的聯(lián)系為0，得到用于以后分析的矩陣。在UCINET中輸入數(shù)據(jù)，獲得二值有向的社群圖如圖2。同樣的方法產(chǎn)生BBS4的社群圖3。

圖中箭頭的起點是帖子的發(fā)布者，所指的方向是他回復的對象。將矩陣轉(zhuǎn)化成社群圖后，我們已經(jīng)能非常直觀地看出這兩個小組各自的整體網(wǎng)絡(luò)狀況。BBS2和BBS4社群圖都屬于非完備圖，即圖中任意兩點沒有兩兩相連，雖然都擁有明顯的凝聚中心，但是成員之間的聯(lián)系相對較少。其中BBS2的結(jié)構(gòu)顯然要比BBS4的結(jié)構(gòu)散亂，在這個只有24人的小組中，仍存在3個邊緣型學生。

根據(jù)楊堤雅對虛擬社區(qū)成員角色的分類理論對典型節(jié)點做分析[4]，發(fā)現(xiàn)在BBS2中，節(jié)點Gly(管理員)、H16和K22顯然處于比較領(lǐng)導的地位，具有比較高的呼聲。節(jié)點E10、F12、G14等上面有一個封閉橢圓，表明他們都有發(fā)布主題帖并且在主題后面還有自己的回復或者稱為補充，或者他發(fā)表了主題帖但是目前還沒有人回復，這都說明這些節(jié)點非常樂于分享自己的知識和經(jīng)驗并供他人評論，是經(jīng)驗意見分享者。節(jié)點B04，R36，V44可能是信息的瀏覽者，有成為其他角色的潛力，但是如果他們繼續(xù)孤立地存在而不與其他成員交互，將不利于自己的學習。而BBS4中的節(jié)點A02屬于典型的意見呼應者，他對其他成員的回復比較多，對于增強社區(qū)的社會關(guān)系起到了一定的作用。

2 矩陣分析

社群圖雖然可以直觀表現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)，但是矩陣的計算則更能反映出網(wǎng)絡(luò)聯(lián)系的更多信息，下面利用矩陣對幾個基本概念進行了計算[5]。

(1) 距離(Distance)和可達度(Reachability)

連接兩點的最短途徑(Walk)的長度即距離。如果兩點間不存在途徑，則距離無限。與距離相對的一個概念就是可達度，只有存在途徑時，才有可達度的值。

測算BBS2矩陣的距離，結(jié)果發(fā)現(xiàn)點的距離在1到4之間，不少點之間不存在數(shù)值，表明兩者之間無法獲得聯(lián)系。測量可達度發(fā)現(xiàn)點D04、E10、F12、R36、V44、Gly均不可達。BBS4中節(jié)點之間距離為1和2，更多的點同樣不存在距離，但是總體緊密性與BBS2相比要來得大，而且這個組里面不可達的點的概率比較小，只有Myh和Gly。由此我們也發(fā)現(xiàn)在社群圖中看起來聯(lián)系在一起的節(jié)點，實際上他們的聯(lián)系還是非常之弱。

(2) 密度(Density)

圖形的密度即該圖形中實際存在的線與可能數(shù)量的線的比例。密度大，說明團體的關(guān)系緊密、合作行為較多，信息流通較容易，團隊工作的績效也會比較好。

有向圖的密度公式為:

Densityk=

本實驗測得BBS2、BBS4的網(wǎng)絡(luò)密度分別為0.0553和0.1095。從這個對網(wǎng)絡(luò)中人際關(guān)系的總體分布特征的量化描述中可以看出，在這兩個的網(wǎng)絡(luò)社區(qū)中，成員之間相互有直接關(guān)系的點比較少，在網(wǎng)絡(luò)鏈接上存在著很大的不足，社群成員對其他成員的關(guān)注程度不高。

(3) 點入度和點出度(In Degree、Out Degree)

點入度是當連接線有方向時，以該點為終點的連接線的數(shù)目，是連接矩陣中與該點對應的列的格值之和。點出度是當連接線有方向時，自該點引出的連接線的數(shù)目。點出度是連接矩陣中與該點對應的行的格值之和。

經(jīng)過計算可得:BBS2中點入度最高的是節(jié)點是Gly，H16和K22，點出度最高的是節(jié)點N28和T40，BBS4中點入度最高的是節(jié)點Myh，C06，點出度最高的是節(jié)點A02，G14。

(4) 點連接度和點中心值

點連接度是描述一點與其他多少點有直接關(guān)系的數(shù)量指標。當連接線有方向時，某點的連接度即是該點的點出度與點入度之和。點中心值是點的連接度與網(wǎng)中連接線總數(shù)之比，相對地說，點中心值是對于點在網(wǎng)中與其他點關(guān)系多少的評價。

對于網(wǎng)中任一點Ct，其中心值為:

總的來說，在BBS2中點入度最高的是Gly、H16和K22，點出度最高的是N28和T40，中心性最高的是Gly、H16、K22，網(wǎng)絡(luò)平均中心度是33.12%，在BBS4中點入度最高的是Myh，C06，點出度最高的是A02，G14，中心性最高的是Myh、C06、G14，網(wǎng)絡(luò)平均中心度是73.63%。可見網(wǎng)絡(luò)的總體密度BBS4要比BBS2高。

3 中心性分析[6]

中心性是一個重要的個人結(jié)構(gòu)位置指針，用以評價一個人的重要性，衡量其地位優(yōu)越性或權(quán)威性以及社會聲望等，也體現(xiàn)了社區(qū)的活躍程度。本實驗測量的程度中心性與中介性是中心性的其中兩種表現(xiàn)形式。

程度中心性(Degree Centrality)是我們最常用來衡量在這個團體中最主要的中心人物。群體程度中心性的公式為:

，表示程度中心性最高者與其他人程度中心性的差距。

該值越大，表示此團體權(quán)利過分集中，有一個人特別重要，群體程度中心性最高的圖形就是星狀圖形。

考慮帖子的方向性，對BBS2的中心性進行測算，得到數(shù)據(jù)如圖4。各行分別是外向程度中心性、內(nèi)向程度中心性、標準化的外向程度中心性和標準化的內(nèi)向程度中心性。在圖4中可以看出BBS2中節(jié)點N28和T40的外向程度中心度最高，在這個社群中，屬于意見呼應者，而Gly的內(nèi)向程度中心度最高，其標準化內(nèi)向中心度達到了40.9%。

圖4 程度中心性(BBS2)

中介性(Betweenness Centrality)衡量了一個人作為媒介者的能力，即他的“橋”的作用。群體中介性公式為:

，表示中介性最高的那個人與其他人中介性的差距。

該值越高，表示此一團體分成數(shù)個小團體而太依靠某幾個人的中間傳話，這些中間傳話人可能高度操縱信息和利益。

經(jīng)過計算得到BBS2中中介度最高的節(jié)點是K22，其他16個點沒有中介性。這說明這個虛擬社群發(fā)展到現(xiàn)在，用戶之間的交流量還是比較少，除了節(jié)點K22和節(jié)點M26具有比較高的中介性，有大部分的人只有發(fā)回帖或者只有發(fā)主題貼。在BBS4中，中介性最高的是G14，其次是C16。其他節(jié)點也沒有中介性。雖然中介性體現(xiàn)集權(quán)，在一個大型的網(wǎng)絡(luò)社區(qū)中如果某幾個的人的中介性非常之高，是不利于信息的交互的，但是，如果有很多的人中介性非常之低，也不利于信息的共享。

4小團體分析

小團體就是團體中的一小群人關(guān)系特別緊密，以至于結(jié)合成一個次級團體。組件是最大的相連的子圖形，是小團體定義中最嚴格的一種小團體。理論上，一個社區(qū)中完完全全連接的網(wǎng)絡(luò)與有多個組件的社會網(wǎng)絡(luò)在傳遞信息效率效果方面會差很大，如果存在孤立者或多個不與外界聯(lián)系的小子群，社區(qū)的知識共享效率就很成問題。

圖5 以弱連接定義獲得的組件(BBS2)

對BBS2的社會網(wǎng)以弱連接圖形定義測算得到5個組件如圖5，分別由節(jié)點{B04}，{E10、F12}，{R36}，{V44}，以及其他18個節(jié)點組成的集合。去除管理員的節(jié)點(Gly)后選擇K-Plex計算方法，采用節(jié)點程度計算分析BBS2中的3個小團體，分別是C06、H16、K22、T40、C06、H16、K22、U42和C06、K22、T40、U42。而在BBS4中，則找不到小團體。這說明在這個比較短期的學習社區(qū)中，還沒有形成比較集權(quán)的小團體，權(quán)利的分布比較松散。

5 網(wǎng)絡(luò)位置和社會角色——對等性研究

網(wǎng)絡(luò)位置指的是一系列嵌入于相同關(guān)系網(wǎng)絡(luò)中的個體行動者，即在網(wǎng)絡(luò)互動中相似的行動者。網(wǎng)絡(luò)角色是指把各個社會位置聯(lián)系在一起的關(guān)系組合，是存在于行動者或者各個位置之間的關(guān)系模式。如果兩個行動者與所有其他行動者之間的關(guān)系模式相同，就說這兩個行動者具有相同的“位置”或者角色。規(guī)則對等性是關(guān)于社會網(wǎng)絡(luò)中相似性的研究手段之一。

圖6 連續(xù)性的規(guī)則對等性(BBS2)

以BBS2為例，選擇連續(xù)性的規(guī)則對等性算法進行計算，獲得如圖6的矩陣，圖上方的值是百分數(shù)，值越大說明對應的成員之間越具有規(guī)則性。在組織結(jié)構(gòu)中處于最低層的節(jié)點V44、B04、R36，以及D08、P32、O30，他們各自的規(guī)則對等性都幾乎接近100%，也就是說他們在社群中的社會地位十分相似，基本可以互換，而H16和Gly兩個節(jié)點的相似度則比較低，但是總體來說，這個社群各自節(jié)點之間的相似度都非常高，說明這個社群中沒有什么節(jié)點其地位特別突出，這也從另一個方面顯示了該社區(qū)的結(jié)構(gòu)比較散，沒有形成突出的領(lǐng)導者，對于BBS4的連續(xù)性規(guī)則對等性分析獲得了相似的結(jié)論。

根據(jù)論壇數(shù)據(jù)庫對帖子內(nèi)容的分析，獲得下面的圖7。

從圖7中，我們可以清晰地發(fā)現(xiàn)，在這兩個網(wǎng)絡(luò)社區(qū)中，第一周最為活躍，以后學生對網(wǎng)絡(luò)的關(guān)注程度明顯降低，說明了成員對于網(wǎng)絡(luò)社區(qū)的忠誠度不夠支撐他們完成本模塊的學習，論壇的持久性因此大打折扣。這也是網(wǎng)絡(luò)社區(qū)緊密程度低的另一個體現(xiàn)，同時是網(wǎng)絡(luò)社區(qū)發(fā)展趨勢的最大特征。

圖7 帖子數(shù)統(tǒng)計

四 結(jié)論

社會網(wǎng)絡(luò)分析法的一大特點就是所有數(shù)據(jù)都可以量化，又可以生成非常清晰直觀的圖形或者矩陣，因此能夠使分析者清楚地獲得BBS的群體特征和班級中成員間的交互的信息。通過對這兩個班級中的小組的社會網(wǎng)絡(luò)分析的嘗試性的實驗分析，可以發(fā)現(xiàn):

1 網(wǎng)絡(luò)社區(qū)的規(guī)模與網(wǎng)絡(luò)密度呈反相關(guān)趨勢。本實驗的社區(qū)中學習者人數(shù)分別是14和22，結(jié)果顯示，這兩個組在網(wǎng)絡(luò)密度上有一定的差異。成員人數(shù)少的論壇的網(wǎng)絡(luò)密度要高于成員數(shù)多的，從一定程度上說明網(wǎng)絡(luò)社區(qū)的規(guī)模與網(wǎng)絡(luò)密度之間有一個反向的趨勢，根據(jù)網(wǎng)絡(luò)規(guī)模與密度的相關(guān)運算，一定能夠找到一個“最佳規(guī)模”，使得在這樣的人數(shù)條件下，網(wǎng)絡(luò)社區(qū)獲得最佳的發(fā)展。

2 成員的網(wǎng)絡(luò)位置和社會角色不突出，具有突出地位的領(lǐng)導者無法形成。無論從中心度分析還是規(guī)則對等性分析，都發(fā)現(xiàn)在本實驗的BBS中，沒有地位特別突出的角色。

3 論壇的聯(lián)系整體偏少，活躍期集中在整個學習過程的前一個階段，論壇持久活力較低。對帖子的數(shù)目按照發(fā)布時間進行數(shù)量統(tǒng)計，發(fā)現(xiàn)在第一周里發(fā)表的帖子數(shù)最多，接下去社群活躍度下降的比較快，而這就不利于小團體的形成。

研究表明該實驗網(wǎng)絡(luò)社區(qū)要想更好發(fā)展，還存在很大問題，我們必須在網(wǎng)絡(luò)社區(qū)規(guī)模、社區(qū)成員角色形成、社區(qū)社會交往廣度和密度方面進行考慮。只有解決了這些問題社區(qū)才能有序，才能充分保證社區(qū)的生命力(或者成為穩(wěn)定性)，并在此基礎(chǔ)上實現(xiàn)信息共享、培養(yǎng)參與者的解決問題的能力，并完成知識重構(gòu)和創(chuàng)新的作用。

五 展望

網(wǎng)絡(luò)學習社區(qū)以其功能的強大性，交互的多樣性，學與教的靈活性而被越來越多的大學、網(wǎng)校和遠程教育機構(gòu)所采用。而社會網(wǎng)絡(luò)分析因為其客觀性和科學性逐步成為社區(qū)研究的工具，特別是數(shù)學工具(圖論、矩陣代數(shù))和統(tǒng)計技術(shù)的支持，各類網(wǎng)絡(luò)分析軟件的誕生，使一般的研究人員也能方便地運用此方法進行研究。目前比較流行的大型的網(wǎng)絡(luò)分析軟件如UCINET和GRADAP，以及小型的如Netdraw等都使得我們無須計算就能獲得網(wǎng)絡(luò)測度，這十分有助于我們分析關(guān)聯(lián)性呈現(xiàn)為較大個體差異的網(wǎng)絡(luò)社區(qū)并獲得其群體結(jié)構(gòu)特征，從而分析網(wǎng)絡(luò)結(jié)構(gòu)對成員產(chǎn)生的影響。正是看到這些優(yōu)勢，目前我國教育技術(shù)領(lǐng)域已越來越多地參與此類研究，盡管它對研究者的數(shù)學、統(tǒng)計學和英語水平(目前的分析軟件都未曾漢化)有一定要求。結(jié)合社會網(wǎng)絡(luò)分析方法和其他分析方法對網(wǎng)絡(luò)社區(qū)進行研究，無疑將會使網(wǎng)絡(luò)社區(qū)的研究取得更好的進展。

參考文獻

[1] 王陸.基于網(wǎng)絡(luò)的學習型組織——虛擬學習社區(qū)的研究與應用[OL].首都師范大學， 2004.

[2] 何克抗.關(guān)于教育技術(shù)學邏輯起點的論證與思考[J].電化教育研究，2005，(11).

[3] 羅家德，葉勇助.網(wǎng)上社會網(wǎng)絡(luò)研究[D].臺灣:元智大學信息社會學研究所，1999.

[4] 楊堤雅.網(wǎng)際網(wǎng)路虛擬社群成員之角色與溝通互動之探討[D].臺灣:國立中正大學企業(yè)管理研究所， 2000.

[5] 羅家德.社會網(wǎng)絡(luò)分析講義[M].北京:社會科學文獻出版社， 2005，4.

[6] 劉軍.社會網(wǎng)絡(luò)分析導論[M].北京:社會科學文獻出版社， 2004，12.

A Social Networks Research on Networks Learning Community

QIU Feng1YE Xin-dong2

(1.Department of Education Information Technology， East China Normal University， Shanghai， 200062， China;2. Department of Education Technology， Wenzhou University， Wenzhou， Zhejiang ，325035， China)

Abstract: As an important program platform in education， networks community carries the responsibilities of sharing information， equipping participants with the ability to solve complex problems and finishing the decomposition and innovation of knowledge. Taking social networks as the research scope， this paper will make an analysis of networks community; also， this paper will make a further research of a detailed unstructured network learning community—Modern Instructional Technology Forum through the method of social network analysis (SNA). This quantities analysis will present the relationship of community members to coin the structural characteristics and problems of unstructured network community. Finally， this paper will give some feasible advice to develop a sound unstructured learning community.

Keyword: Social Networks Analysis; Unstructured Networks Community; Instructional Technology

編輯:小禾