大學生學習關系網絡的特征及其相關性研究

摘 要：在以學生為中心的教學活動中，如何組織學生進行學習活動尤為重要。本文以某高校206名大學生為研究對象，通過問卷調查的方式獲取大學生在學習過程中會形成學習關系網絡數據，運用社會網絡分析方法對學習關系網絡進行分析，找出其形成特點，并對學習關系網絡與友誼關系進行相關性分析，得出兩者具有較為顯著的正相關性結論。

關鍵詞：大學生； 學習關系網絡； 社會網絡分析

中圖分類號：G641 文獻標識碼：A 文章編號：1006-3315（2015）04-137-002

一、引言

學習關系作為一種人際關系，是在以學生為中心，以課堂為基礎，以獲取知識為目的，在教與學的過程中所形成的人與人之間獲取知識的內在表現。目前，對大學生的研究主要集中在分析大學生在社會、情感和認知等方面的功能，以及如何加強大學生學習的培養等，但是他們都忽視了大學生學習關系形成的內在因素及影響大學生學習關系發展的先天條件。

隨著高等教育事業迅速發展，越來越多的學生進入大學殿堂，大學校園已成為一個大社會的縮影。在這樣的一個大環境下，大學生相互之間學生、生活會形成怎么樣的學習關系，它具備怎樣的特點、特征，以及他們之間友誼關系和學習關系是否會產生相互影響，特別值得我們進行探討。

本文主要通過問卷調查的方式，收集大學生通過一段時間的學習、生活、課外實踐活動等形成的友誼與學習關系數據，再結合已有的文獻資料，通過訪談、實地調研等方式，對數據進行有效性整理、統計。運用社會網絡分析方法對數據進行系統化分析，得出學習關系社會網絡結構特性，最后擬給出大學生友誼關系與學習關系網絡之間的相關性驗證。

二、大學生學習關系網絡概況研究

人與人在學習活動中形成的學習關系，是一種關系數據，更適合從定量的角度出發，采用社會網絡分析方法對學習關系量化處理，從量化角度探討其網絡結構特性，從側面來研究影響大學生學習關系的相關因素。

（一）研究對象和內容

本文選取了某高校某院系三個專業的206位大學生作為研究對象，采取問卷調查的方式對他們的學習關系數據進行收集，其中男同學96名，女同學110名。

（二）研究方法和手段

社會網絡分析法是一種社會學研究方法，本文將用UCINET6.0對大學生學習關系網絡進行研究，主要從社群圖、網絡密度、平均路徑長度、中心性、聚類系數、凝聚子群等方面來探索大學生學習關系網絡的特征。

（三）數據統計

（1）網絡社群圖。我們運用Ucinet的NetDraw工具，得出學習關系網絡的社群圖，如圖1。

從圖1中我們可以看出，學習關系網絡分為三個相對而言較大的子網，節點之間都有聯系，沒有一個孤立者。而實際數據是測試對象來自于三個不同的專業。

（2）學習關系網絡結構特征。

1.密度。本文中學習網絡的規模，即參與調查的所有成員，網絡規模為206。密度（Density）反映了網絡成員與成員之間的緊密程度。網絡密度值越接近于1，則說明網絡成員間聯系的越緊密；越接近于0，說明網絡成員之間聯系不緊密。

測試得到網絡密度值為0.02，遠遠小于1，表明學習關系網絡的密度非常低，成員之間聯系的緊密程度不高，同時也反映出同學之間交往能力不強或者是同學之間親密程度不高。通過與實際情況相比較，部分學生存在厭學、棄學等現象。

2.中心性。中心性是對學生權利進行量化分析的一個重要指標。中心度是用來描述學習網絡中每個學生占據的核心性。

分析得出網絡點度中心度為4.40%，說明網絡中成員和他人進行學習交流活動的比較少。網絡中入度中心勢為8.71%，說明網絡中節點獲得他人信息的比較少。另外，節點33、55、163、147、93、14、51的中心度比較高，通過實際查看，發現他們在班級中大多數是班干部。

3.平均路徑長度。平均路徑長度是指網絡中任意節點間的平均距離，反映的是節點與節點之間（即網絡成員之間）的緊密程度。如果計算出的平均距離值越小，且建立在平均距離基礎上的凝聚力指數值越高，說明該網絡的凝聚力越強，成員之間的關系越緊密；反之，則凝聚力越弱，成員之間緊密度越低。

本文中平均路徑長度為6.269，凝聚力指數位0.193，表明該學習網絡的凝聚力不高，成員之間的學習氛圍不濃厚。

4.聚集系數。聚集系數（Overall graph clustering coefficient）反映的是整體網絡的分派情況和聚類強弱的指標。

該學習關系網絡的聚集系數為0.259，說明該學習網絡中的聚類性一般，學生之間交流互動的不多。

5.凝聚子群。我們先對數據進行成分分析，發現該網絡中只有1個成分，這一結果與圖1所示的社群圖分析一致，網絡中沒有一個孤立點。

我們對數據進行塊模型分析，得出學習關系網絡的子群分析結果如圖2所示。從圖2可以看出，學習關系網絡分為7個子群，其中子群5的密度最大，為0.33，說明子群5中學生之間聯系緊密，學習互動性高，通過對照學生信息，發現這些學生都是平時的積極、活躍分子，在學習過程中能與老師和和學生積極互動。

（3）朋友關系網絡與學習關系網絡的相關性驗證

在教與學的過程中，大學生通過互動、小組學習、分組討論等學習活動，形成了不同的友誼與學習關系，那么形成的友誼網絡跟學習關系之間是否有一定的相關性呢？針對這個問題，我們運用ucinet的QAP特性，對友誼關系網絡與學習關系網絡進行分析，得出如下數據，見表1。

從分析結果我們可以看出，Obs value的值為0.391，significa值為0，說明友誼網絡與學習關系網絡之間是正相關的，友誼網絡與學習關系網絡存在一定的影響，兩者在一定程度上相互重疊，友誼關系網絡作用于學習關系網絡，學習關系網絡反作用于朋友關系網絡，兩者相輔相成。

（四）結果分析

通過運用社會網絡分析方法對大學生學習關系網絡進行分析，得出該測試群體的網絡密度比較低，網絡群體之間的聯系不太緊密，其原因可能是由于大學生在學習的過程中積極性不夠、興趣不高，沒有從高中的學習方式中走出來，因此高校教育者要引導學生積極參與學習活動，轉變學習觀念。

四、研究結論與意義

（一）大學生學習關系網絡的特點

測試結果顯示，大學生學習關系網絡的密度、緊密度等數值比較低，因此我們應鼓勵大學生進行更多的面對面的學習討論與交流，更多的交互式的課外活動，促進他們之間相互了解，積極引導大學生學習關系健康有序發展。

（二）大學生學習關系網絡的發展

大學生的學習關系不再是局限于課堂、生活、課外活動等產生，更多的形成于虛擬的網絡世界中，因此高校教育不僅要從傳統教育手段入手，也應當在虛擬的網絡中給予大學生更多的支持，加強大學生學習關系網絡的延伸。

（三）大學生友誼關系與學習關系網絡的一致性

測試結果顯示，大學生友誼關系與學習關系網絡之間存在顯著的正相關性，因此積極、健康合理的友誼關系有利于學習關系的培養，有利于學生的學習興趣、學習效果等的提高以及個人的成長，反過來良好的學習關系也能促進朋友關系網絡的加深。

我們選擇大學生學習關系作為研究對象，其意義在于：

1.大學生在學習生活等過程中所形成的學習關系網絡結構，就是一個復雜網絡的模型，我們引入復雜網絡的研究方法，分析大學生學習關系的特征，為加強大學生學習能力的培養、提高大學生的知識水平提供了新的視角。

2.大學作為一個高等教育機構，作為一個培養專業技術人才的搖籃，我們研究其學生的學習關系結構，對高校制定培養方案等提供了有效的依據。

五、研究展望

社會網絡分析方式提供給我們一個更加精確的思路，從數字的角度給我們一個更加詳實的視角，運用社會網絡分析方式來研究當前教育中的一些現象，可以給我們展現一些意想不到的效果。本文的研究只是一個個案的研究，但測試數據仍存在一定的意義。筆者將在后續引入更多的實例來驗證相關研究結論，做出更加準確的分析與結論。

參考文獻

[1]Harris，J.R. Where Is the Child's Environment？A Group Socialization Theory of Development[J]Psychological Review，1995，102（3）：458-489

[2]劉軍.社會網絡分析導論[M]北京：社會科學文獻出版社，2004

[3]郭金龍，陸宇杰，許鑫.基于社會網絡分析的大學生現實與虛擬社會人際關系研究，北京：清華大學出版社，2012.12

[4]王炳成，李洪偉.大學生咨詢、信任與友誼關系研究——基于社會網絡的視角，山西財經大學學報（高等教育版），2010年9月第13卷

[5]Sinha T.Supporting MOOC Instruction with Social Network Analysis[J].arXiv preprint arXiv：1401.2014.