微群虛擬社區(qū)的社會網(wǎng)絡分析

郭小潔

長治學院 山西長治 046000

1 研究目的

虛擬學習社區(qū)，是指建立在網(wǎng)絡和通信技術基礎上，通過教學研究等活動建立一個虛擬的社會形態(tài)，使學習者獲取知識、提高技能，形成一個以學習為目的的交互的自治區(qū)域[1]。越來越多的人熱衷于在虛擬社區(qū)中交流情感、傳遞信息、共享知識。然而這種交流又受到各種因素的影響，如它的社會網(wǎng)絡結構是怎樣的，社區(qū)成員之間具有什么程度的聯(lián)系，所分析的網(wǎng)絡指針對于社區(qū)成員的交互和溝通有何影響，這些都是本文探討的內(nèi)容。

2 研究對象和方法

筆者以所教的2011級教育技術學專業(yè)的學生為研究對象，教師和全班學生共35名成員基于微博群組成了虛擬學習社區(qū)—教育技術專業(yè)學習交流群。社區(qū)全體成員能熟練使用騰訊微博，具有共同的愿景和目標，同質(zhì)性較強。關于本專業(yè)課程的有關問題，社區(qū)成員可以引出話題、發(fā)表評論和觀點，互相交流。這不僅有利于信息交流和知識共享，同時也有利于發(fā)展創(chuàng)新思維。

社會網(wǎng)絡分析方法是一種從量化的角度分析社會關系內(nèi)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[2]。本研究的數(shù)據(jù)主要是通過筆者為期4個月的觀察和記錄，直接從微群成員的交互中獲取數(shù)據(jù)，對所有樣本數(shù)據(jù)，用UCINET軟件進行分析。

3 分析過程和結果

3.1 微群虛擬社區(qū)的社群圖表達

圖1 虛擬社區(qū)的社群圖

根據(jù)搜集的資料，利用UCINET軟件，可繪制出相應社群圖(如圖1所示)。在圖中，點表示微群成員，帶箭頭的有向直線表示成員之間的互動關系，箭頭指向互動關系的接收者。可以看出，該社群圖為非完備圖，而且仍存在兩個邊緣型成員(22和35)，他們與其他任何成員都沒有互動。用UCINET軟件計算，可得出該矩陣的密度為0.205 9，此值相對來說不算小，可以認為此微群成員之間聯(lián)系較為緊密。從圖1中，我們可以直觀地看到這一群體的特征：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(jīng)常引出新的論題，引導學習互動，具有較豐富的社交經(jīng)驗和專業(yè)知識，解決問題能力較強，具有強烈的學習動機，樂于分享個人經(jīng)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]。當一個群體中缺乏意見領袖時，社群圖就會顯得很散亂甚至表現(xiàn)出孤立的一面，網(wǎng)絡結構關系就顯得很松散[4]。在此虛擬社區(qū)中，成員1，3，9，34，27，12等屬于意見領袖，他們是群體的核心人物，在社群中具有很強的凝聚力。

所謂“孤獨者”，是指那些不與任何人有互動關系的成員。如成員22和35，他們既沒有發(fā)表話題也沒有參與評論，這部分成員還未真正融入群體中，算不上真正的社區(qū)成員。

3.2 中心性分析

“中心性”是社會網(wǎng)絡分析的重點之一，常被用來評價一個人的重要程度，衡量一個人的地位的優(yōu)越性或者權利以及社會聲望[5]。使用最為廣泛的是點度中心性與中間中心性。

3.2.1 點度中心性

點度中心性用來衡量誰是一個團體中最主要的中心人物。成員的點度中心性越高，說明他在網(wǎng)絡中與越多的行動者有關聯(lián)，在群體中具有越高的影響力。點度中心性包括點出度與點入度，同時又可分為絕對點度中心性和相對點度中心性。

(1)出度。當社群圖是一個有向圖時，某一個點的出度是指從該點引出的連線的數(shù)目。在此虛擬社區(qū)中，出度表示特定成員訪問其他成員的數(shù)目。出度值越高，表明該成員評論或引用其他成員發(fā)布的討論主題越主動，并且越積極地創(chuàng)建與其他成員的聯(lián)系。

(2)入度。當社群圖是一個有向圖時，某一個點的入度指以該點為終點的連接線的數(shù)目。在此虛擬社群中，入度表示特定成員被其他成員訪問的數(shù)目。入度值越高，表明該成員發(fā)表的觀點在虛擬社區(qū)中越有影響力。

如果側重研究整個圖的中心趨勢，可用“點度中心勢”表示圖的整體中心性，測量“圖的總體整合度或一致性”。網(wǎng)絡的點度中心勢數(shù)值越大，表示該網(wǎng)絡的向心趨勢越明顯。算法是：計算圖中的最大中心度數(shù)值與任何其他點的中心度之差，得到多個“差值”；再計算這些“差值”的總和，最后用這個總和除以各個差值總和的最大可能值。

利用UCINET軟件，可以得出點度中心性的指標值(如圖2所示)。

圖2 虛擬社區(qū)中心性指標

在圖2中，成員1的出度是32，入度是30，標準化點出度是94.118%，標準化點入度是88.235%，表示成員1與32個成員互動，被30個成員評論，他關注網(wǎng)絡中94.118%的其他成員，被網(wǎng)絡中88.235%的其他成員關注。成員1的出度和入度都是所有成員中最高的，說明他主動積極地與成員互動，同時很多成員也關注他。此成員具有很強的認可度，處于整個網(wǎng)絡的中心位置。

根據(jù)圖2，點度中心度最高的6位成員依次為成員1，3，9，34，27，12，他們比其他成員擁有更多的連接關系，是虛擬社區(qū)的意見領袖，對社群有較大的貢獻。社區(qū)中有一部分成員的連接度為中等，屬于“活躍者”，如成員23，2，32，10，8，33，11，15，28等。如果對此細分，這些成員的地位和權力也不同，有的點出度大于點入度，說明他們積極評論其他成員，自己卻相對較少被關注，有的則相反。還有一些成員與社區(qū)其他成員交流很低，屬于社群中的“不活躍者”，如成員16，26等，他們的連接度較低。另外，還有一些成員，與其他成員無互動，屬于社區(qū)的“孤獨者”，如成員22和35。說明他們?nèi)狈εc其他成員的溝通和交流，不算真正的虛擬社區(qū)成員。

通過UCINET軟件計算出此社區(qū)網(wǎng)絡的標準化點入度中心勢為75.692%，點出度中心勢為69.637%。兩數(shù)值相差較小，網(wǎng)絡關系沒有大的不對稱性。從網(wǎng)絡的中心勢值來看，中心勢較高，有較為明顯的網(wǎng)絡向心性，證明該虛擬社區(qū)成員之間的交流較為集中。

3.2.2 中間中心性

中間中心性主要測量行動者對資源控制的程度，表示一個點在多大程度上位于其他點的“中間”，該值越大，該點占據(jù)的位置越重要，有越強的控制資源的能力，引導資訊資源流通的機會也越多。在此虛擬社區(qū)中，獲得中間中心性的必要條件是成為其他成員的“中間人”。A互動B，B互動C，B節(jié)點可起到重要的“中介”作用，控制A和C間的信息流通。

網(wǎng)絡也存在中間中心勢指數(shù)這一整體結構指針，數(shù)值越大，網(wǎng)絡中信息被個別人壟斷的可能性就越大。

通過UCINET軟件，可得到中間中心性的指標值(如圖3所示)。

圖3 社區(qū)的中間中心性數(shù)據(jù)表

從圖3中可以看出，標準化中間中心性值在1以上的有1，9，3，27，12，28，34，2，15共9位成員。此虛擬社區(qū)主要依靠這9位成員傳播信息，他們在網(wǎng)絡中處于比較重要的連接性位置，對于其他成員的相互交流有促進作用，即其他成員之間的合作比較依賴于這幾個成員。而中介性為0的成員有10，22，35，說明他們沒有為任何一對成員的交流“搭橋”，無法控制任何信息的流通?？梢钥吹?，此虛擬社區(qū)的信息流通主要依賴于9個人，對于這樣規(guī)模的社群來說此數(shù)字不算小，這樣不太容易形成信息壟斷。

通過軟件可以算出網(wǎng)絡的中間中心勢為43.41%，該數(shù)值不算大，因此，該虛擬社群存在信息被個別人壟斷的可能性不大，與上述分析一致。

3.3 凝聚子群分析

有時需要研究網(wǎng)絡中行動者之間關系的緊密程度。如果網(wǎng)絡中的某些行動者之間的關系特別緊密，形成一個次級團體，則稱這樣的團體為凝聚子群。凝聚子群分析包括：一個網(wǎng)絡中凝聚子群的數(shù)量，子群內(nèi)部成員之間的關系，子群與其他子群的關系，一個子群的成員與另一個子群成員之間的關系等。凝聚子群分析方法主要包括派系、n-派系、n-宗派、k-叢、k-核、成分、Lambda集合等。本文進行派系分析。

派系是指至少包含3個點的最大完備子圖。派系是一個非正式群體，這個群體的成員之間具有強的、直接的、緊密的關系。在一個二元有向關系的網(wǎng)絡中，派系成員具有互惠性關系，并且不能向其中加入任何一個其他成員。在本研究中，派系成員之間必須有交互行為發(fā)生。用UCINET軟件對派系進行分析，取最少成員數(shù)為5，得到5個派系(如圖4所示)。

圖4 凝聚子群分析結果

這5個小團體的重疊性較強，其中成員1和3在每一個小團體中都出現(xiàn)，成員9，15和32也各出現(xiàn)了3次。原因是：教師(編號為1)會對每位學生的話題給予指導和評價，而且學生會形成以教師為中心的一種交流模式。比較活躍的學生往往隸屬于不同的小團體，所以成員9，15和32在小團體中重疊次數(shù)相對也較高。絕大部分的連接離不開成員1，1是社區(qū)的交互中心，這與中心性以及凝聚子群分析結果一致，該成員占據(jù)了整個虛擬社區(qū)最重要的地位。也可以看出，意見領袖和小團體涉及的成員大多重疊。如果沒有這些成員，整個社區(qū)的交互將可能出現(xiàn)癱瘓，無法進行交流互動。

這些小團體對虛擬社群的意義極為重要。小團體成員之間有著非常緊密的聯(lián)系，他們積極主動地進行交流互動，并且經(jīng)過長期的交互過程，逐漸形成了穩(wěn)定的交互模式，在一定程度上控制著信息的流動。這些次級群體對群體的凝聚性起著重要作用。這些小團體，可以使虛擬社群具有一定的穩(wěn)定性并得以維持和發(fā)展。

3.4 虛擬社群的小世界效應

小世界效應體現(xiàn)出信息在虛擬社區(qū)中流動速度的快慢。本文僅從最短路徑這一角度來驗證小世界效應，若設L是網(wǎng)絡中節(jié)點對之間的平均距離，當在任何一種情況下，L的值都相當小，例如：遠遠小于網(wǎng)絡的節(jié)點數(shù)量n時，便說明此網(wǎng)絡具有小世界特性。

通過UCINET軟件分析，可得到網(wǎng)絡中節(jié)點對之間的平均距離L=1.790。意味著，在此虛擬社區(qū)中，任何兩個成員只要通過1.790個人就可以聯(lián)系起來。根據(jù)小世界效應理論，此微群是具有顯著小世界效應特性的網(wǎng)絡。這從另一個方面說明了該虛擬社區(qū)的環(huán)境比較好，成員之間具有很好的信息交流渠道。

小世界效應對于虛擬社區(qū)來說是很重要的，如果該社區(qū)網(wǎng)絡具有小世界效應，那么新的信息和思想觀念在網(wǎng)絡中的傳播很迅速，成員之間能夠進行快捷的交流與互動；如果它不具有小世界效應，則說明該社區(qū)成員的信息流通速度緩慢甚至造成閉塞，這非常不利于虛擬社區(qū)的發(fā)展。

4 虛擬社群的特點

經(jīng)上述分析，可以得出此虛擬社區(qū)的結構特點：

(1)該社區(qū)的社會網(wǎng)絡結構具有高度的復雜性，并且存在兩個孤立點。

(2)從密度值可以看出此虛擬社群的成員之間聯(lián)系較為緊密，信息流通順暢，情感支持較好，工作績效也比較高。

(3)從中心性分析可以看出，教師在網(wǎng)絡中的地位最高，占據(jù)著最重要的位置，控制和引導著資源的流動，此網(wǎng)絡有較為明顯的網(wǎng)絡向心性。該虛擬社群存在信息被個別人壟斷的可能性不大。

(4)此虛擬社區(qū)的5個小團體的主要成員大多集中在意見領袖上，可見社群主要依賴于這些成員才得以維持。

(5)任何兩個成員只要通過1.790個人就可以聯(lián)系起來，說明該社群的信息流通速度快，成員之間能夠進行快捷的交流和互動。

5 存在的問題與建議

5.1 社群存在的問題

盡管此微群是一個相對成功的虛擬社區(qū)，但仍然存在一定的問題：

(1)社群中還存在一些非常不活躍的成員(如成員22和35)，他們的參與動機很低，與其他任何成員都沒有交流互動，屬于“孤獨者”。

(2)某些成員的中心性過強。雖然這可以使得社群更集中，但也會降低其他成員自主討論的能力，使其產(chǎn)生依賴性。一個社群如果僅僅依賴于幾個核心成員，可能會影響社群的可持續(xù)發(fā)展。

(3)社群成員具有較強的同質(zhì)性，盡管這可以減少成員之間的交流障礙，但從另一個角度講，也容易因成員角色單一而造成信息的重復，從而降低參與者的受益質(zhì)量。

(4)群體的互動性不強。這些小團體的成員只集中在少數(shù)人身上，即僅僅在少數(shù)人之間建立了緊密的聯(lián)系，大部分成員的互動性不夠強。

5.2 社群建設與發(fā)展建議

為了促進社群的持續(xù)發(fā)展，筆者提出以下建議：(1)改善“孤獨分子”現(xiàn)象。提倡成員間盡可能多的交流互動，盡量使全部社區(qū)成員都能積極參與進來。

(2)創(chuàng)造機會，讓不同的小團體一起參加活動，引導不同小團體成員之間互相交流和溝通，使其成為大集體中的積極因素和動力，提高虛擬社區(qū)的發(fā)展水平。

(3)重視社區(qū)成員角色的多元化發(fā)展，可適當引入一些與本社群成員異質(zhì)的成員，為群體注入更大的活力。

6 結束語

本文運用社會網(wǎng)絡分析方法，借助UCINET軟件分析了教育技術專業(yè)學習交流微群的網(wǎng)絡關系，獲得了其網(wǎng)絡特征與交流模式。但本文僅為個案研究，所得結果只能推廣到相似情境中。研究還存在其他的不足，如只選了一個班級，沒有設置對比班級，在今后的研究中，還需做更深層次的研究。

[1] 王陸.虛擬學習社區(qū)的社會網(wǎng)絡分析[J].中國電化教育,2009(2):5-11.

[2] 張存剛,李明,陸德梅.社會網(wǎng)絡分析[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(qū)社會網(wǎng)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(wǎng)絡分析[J].現(xiàn)代教育技術,2008(5):17-19.

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

[6] 張豪鋒,李瑞萍,李名.QQ虛擬學習社群的社會網(wǎng)絡分析[J].現(xiàn)代教育技術,2009(12):82-85,127.

[7] 賴文華,葉新東.虛擬學習社區(qū)中知識共享的社會網(wǎng)絡分析[J].現(xiàn)代教育技術,2010(10):99-103.