開源工具支持的社會網絡分析研究*
——SNAPP介紹與案例研究

王麗紅，戴心來，喬詩淇

（遼寧師范大學計算機與信息技術學院，遼寧大連116081）

開源工具支持的社會網絡分析研究*
——SNAPP介紹與案例研究

王麗紅，戴心來，喬詩淇

（遼寧師范大學計算機與信息技術學院，遼寧大連116081）

在大數據的時代背景下，學習分析成為近年來教育領域的關注熱點，其中社會網絡分析是學習分析的重要組成部分，出色的社會網絡分析工具會使數據的分析過程事半功倍。本文在對現有社會網絡分析工具進行分析的基礎上，對SNAPP的功能特性進行闡述，并通過一個在線教學分析案例從數據獲取、社群圖形成、圖形過濾、個體分析四個方面介紹了SNAPP的使用過程，以期為研究社會網絡分析以及學習分析的教育實踐者提供參考。

學習分析；社會網絡分析；社會網絡分析工具；SNAPP

隨著大數據時代的來臨，學習分析日益受到教育領域的矚目，它為全面分析教學交互的研究提供了新的可能性。社會網絡分析作為學習分析的重要組成部分在教育領域仍處于蓬勃發展的階段，與此同時，許多新興的社會網絡分析工具應運而生，SNAPP就是其中的代表之一。以往社會網絡分析工具的智能性較低，需先收集后臺數據并建立矩陣關系，才能得出分析結果。SNAPP的出現在很大程度上減少了教學者數據預處理的工作量，因為它無需了解原數據細節，只需在主流LMS平臺上直接操作，就可以智能化生成可視化網絡交互圖形，相比其他網絡分析工具擁有更強的操作性。同時，SNAPP可實現對數據的實時分析，可及時發現學習者參與不平衡的現象，并針對個別群體實施干預。社會網絡分析與工具的支持密不可分，優秀的社會網絡分析工具會使數據的分析過程事半功倍，對社會網絡工具的研究及社會網絡分析，乃至整個學習分析的過程都具有重要意義。

一、社會網絡分析工具

隨著社會網絡分析的研究逐漸展開，多種分析工具也得到蓬勃發展。國外以及我國學者在對社會網絡分析工具進行研究的過程中，應用最多的是功能對比的方法。Huisman和Duijn從數據格式、主要功能等多個角度對比了23種主要的社會網絡分析工具，其中包括目前仍廣泛運用的NetDraw、Netminer、UCINET、Pajek等。[1]王陸在此基礎上從是否商業化和是否可視化四個維度將這些軟件進行了更為細致的歸類，并重點比較了Netminer、UCINET、Pajek三種工具以及實現社會網絡分析的方法。[2]Hansen等人通過分析比較各種社會網絡分析工具，指出在實踐領域中，社會網絡研究的開展仍存在不足的重要原因是缺乏界面友好和操作簡單的社會網絡分析軟件。[3]Smith等人指出Pajek等多種社會網絡分析工具的操作過程較為復雜，提出簡化操作以及降低數據獲取的難度，可以更好地促進社會網絡研究的開展。

從上述對社會網絡分析工具的研究中可以發現，社會網分析工具應用的便捷性、易操作性對分析的開展具有重要意義。隨著社會網絡分析逐漸被各個研究領域所重視，其分析工具也在飛速發展，通過對這些工具的分析，可將這些工具從難易程度上分為兩類即專用工具和實踐工具。

1.專用工具

專用的社會網絡分析工具服務于擁有較高數據處理能力的研究者，例如Pajek、UCINet和NetDraw等。這一類工具為研究者提供了強大的分析功能，如聚類分析、因子分析、派系分析等，它們可以實現一定程度的可視化，但操作較為復雜，生成圖形的靈活性欠佳。此類工具適合專門領域的研究者使用，對于廣大的教學實踐者而言，門檻較高。

2.實踐工具

隨著社交網絡的應用范圍日益壯大，社會網絡分析的需求也逐漸增多，許多面向廣大教育實踐者的新型分析工具應運而生。此類工具不僅界面友好，操作便捷，而且功能強大，SNAPP、NodeXL、Gephi、Netminer等就是此類工具的代表。其中，SNAPP的特點尤為突出，它在很大程度上減少了教學者數據預處理的工作量，且無需了解原數據細節，可以智能化生成可視化網絡交互圖形，相比其他網絡分析工具具有更強的操作性。同時，SNAPP可實現對實時數據的分析，具有較高的應用價值。

二、SNAPP功能介紹

1.SNAPP簡介

SNAPP（SocialNetworksAdaptingPedagogicalPractice）是由澳大利亞Wollongong大學的Shane Dawson和Lori Lockyer教授等領銜開發出來的一種開源并且基于Java的社會網絡適應教學實踐工具。[4]作為一個可視化的在線處理社會網絡工具，可在在線討論環境中為教育者展示學生的實時交互情況和社會關系，幫助教育者識別學生行為模式，為引導適當的干預奠定基礎。利用SNAPP社會網絡分析工具可以幫助教育者快速識別交互過程中的邊緣者和信息關鍵人，顯示一個學習社區在群體中的發展程度。[5]通過SNAPP軟件可實現對數據的實時分析，幫助教育者及時實施教育干預措施，并可通過對后續交互情況的分析使教育者了解干預效果。

2.功能特性

本文將SNAPP的功能特性總結為以下四個方面。

（1）支持多種主流LMS和瀏覽器使用方便

SNAPP作為應用于教育領域的社會網絡分析軟件，可支持Blackboard、WebCT和Moodle等學習管理系統，瀏覽器包括IE、Firefox和Safari，支持的操作系統為Windows、Macintosh。[5]SNAPP是一種基于Java的開源瀏覽器插件，使用者可先訪問官網，把鏈接添加到瀏覽器收藏夾中，在登錄Moodle等主流平臺后，點擊連接即可使用，并獲得可視化的交互圖示。

（2）實時數據分析

SNAPP可實現與學習管理系統（LMS）無縫對接，它能自動化地提取學習者在在線學習中產生的數據，并生成實時交互的視覺圖，生成一個更為直觀的用戶界面來簡潔地顯示出學習者的學習動態。在網絡學習平臺中，當有成員訪問論壇并發帖時，執行SNAPP程序，則網絡結構圖會發生新的變化，實現數據的實時分析。

（3）SNAPP集成了NetDraw軟件的核心功能

SNAPP集成了NetDraw軟件的核心功能并提供各種布局算法，包括：能分析基于帖子數據的節點數；統計每個節點的總帖子數、度、入度、出度、中介中心性等；提供可見、非可見參與者的姓名；放大或縮小圖像。根據交互帖子的數量過濾一些節點等。

（4）支持多種數據導出格式

SNAPP可實現在線社會網絡數據可視化，可以從論壇數據中提取VNA和GraphML原始數據，從而使用專業的社會網絡分析軟件做進一步的分析，且無需像傳統做法那樣，先從平臺的后臺數據庫中獲取數據，并建立關系矩陣，才能分析數據之間的關系。

通過以上特點可以看出用戶掌握SNAPP軟件門檻較低，分析者無需專業的社會網絡分析知識，即可快速掌握運用到網絡教學實踐中。且該軟件兼容性強，支持各類學習管理系統，教師可在課程進程的任何時刻通過可視化交互網絡動態圖來了解論壇帖子回復情況，為教學人員提供可快速識別學習者學習行為的模式。值得注意的是，在注冊LMS的時候，用戶名必須是英文或數字，否則使用SNAPP最后分析出來的ID號是亂碼。同時java需要更新到最新版本。

3.操作界面

SNAPP操作界面如圖1所示，左側為圖形化結果，右側為控制界面。左側界面包括可視化屬性（Visualisation）、數據（Statistics）、輸出代碼（Export）、幫助（Help）、信譽（Credits）五個功能。右側的控制界面中包括可視化圖形的放大（Zoom in）、縮小（Zoom out）、選擇（Selection）、布局算法（Layout）、過濾器（Filter）、顯示學習者信息 （People）、連接 （Connection）、交互連接線性（Line type）等功能。勾選相應命令前的小方框即可實現相應變化，其中，過濾器可以通過設置數據的量值對社會網絡進行過濾，點擊Enable Filtering即可刷新圖示結果，獲得新的社會網絡圖。

圖1 SNAPP操作界面

三、應用案例

本文以某大學一門網絡課程為案例，旨在說明SNAPP工具的應用過程，因此，在介紹該工具的方式上以數據分析的過程為主線，并不試圖對案例的交互情況進行全面分析。

1.案例介紹

本案例以大學本科生的一門網絡課程為依托，對記錄在Moodle平臺的數據進行分析。Moodle平臺是由澳大利亞Martin Dougiamas教授在2002年開發的課程管理系統，其界面模塊以開放性、靈活性、互動性、共享性等優點著稱。在Moodle平臺上學習者的社會性交互行為主要來自論壇，因此，筆者以該群體在論壇展開交互討論的帖子作為研究數據，采用SNAPP 1.5軟件版本對其進行分析。

2.分析過程

（1）數據獲取

在此次案例中，以Moodle平臺共記錄的135條交互數據對SNAPP的使用進行闡述。數據可直接從Moodle平臺上獲取，點擊SNAPP1.5的連接，即可形成學習者交互整體情況社群圖。

（2）整體社群圖

在對數據進行初步分析時，執行SNAPP 1.5會自動生成所有參與者交互的整體網絡社群圖與節點信息，如圖2所示。

圖2 整體交互情況

黑色結點的大小表示在網絡中活躍度的高低，黑色結點的面積越大表示在論壇上的活躍度越高。社群圖可以幫助教育者了解到當前學生的交互模式，幫助教育者識別交互群體的邊緣者和關鍵信息人，為下一步的教育干預提供可靠數據。當點擊Statistics則會按發帖量由高到低的順序顯示出每個參與者發帖的數量。教師可通過訪談了解一些學生參與交互活動不積極的原因，并及時制定教學交互策略，改變交互不平衡的現象。點擊“Export”則有VNA和GraphML兩種格式的原始數據輸出代碼，為進一步的分析提供原始數據。

（3）數據過濾

通過整體社群圖分析得到了交互過程中的整體面貌，但其信息量較大、圖形較復雜，如果得到更加清晰的結果可通過數據過濾來重新定制圖形，從而更為清晰地了解學生的交互情況。在過濾器（Filter）中，將發表帖子數設置為大于等于9，點擊Enable Filtering即可刷新圖示結果，獲得新的社會網絡圖，如圖3所示，從而得到交互較積極的學習者社群圖。

圖3 交互較積極的學習者群體圖

（4）學生個體分析

黑色的節點代表每個學生在學習活動中的交互情況，當把鼠標移到某個黑點位置時，則會出現每個學生的發帖數（Posts）、度（Degree）、點入度（In Degree）、點出度（Out Degree）、中間中心度（Betweenness centrality）。度代表學生與他人交互的頻繁程度，度越高表示該學生與他人交流越頻繁，反之則交流程度較低。點入度表示學習者收到帖子數，點出度表示回復帖子數。學習者的點入度越高，表明該學習者在網絡中的聲望越高；點出度越高，說明該學習者與他人接觸的能力越強。[6]中間中心度是指單獨的一個行動者的控制優勢，較高的中間中心度反映了較強的控制程度。[7]當把鼠標移動到其中一個點時顯示如圖4所示的相關信息，即可得到學習者個體相關的交互信息。

圖4 編號為1329s的學習者交互信息

（5）討論與小結

在上述SNAPP的使用過程中，首先呈現出學習交互活動的整體情況，然后通過數據過濾重新定制圖形，對不同的學習群體進行進一步的分析，最后對學習者個體進行分析。通過對本文案例的分析可以得出兩個結論。第一，社會網絡分析對學習活動參與者的整體交互全貌以及個別群體細節進行描述，有助于教學者發現交互現象并及時地進行干預。第二，社會網絡分析還不能夠對交互活動進行全面解釋、對交互過程更加全面和深入的研究，還需與其他多種研究方法相結合，從交互質量、情感態度等方面進行深層次研究。在后續的研究中，筆者試圖采用社會網絡分析法、內容分析法和問卷調查法，對學習者在線交互過程進行深入分析。

四、總結

大數據時代下學習分析的潛能在教育領域已逐漸彰顯，社會網絡分析是學習分析的重要組成部分。SNAPP的出現為社會網絡分析提供了新的方向，它為更廣大的教育實踐者降低了分析門檻，使用者可以直接從Moodle等主流LMS平臺獲取并分析數據，使數據分析的過程更加簡單且易操作。同時，SNAPP可實現實時數據分析，為及時改善交互中存在的參與度不平衡的現象提供有力的依據，也為教師的交互活動設計以及個性化教學提供指導。

[1]Huisman,M./van Duijn,M.A.J.,2005,Software for Social Network Analysis,In:Carrington,P.J./Scott,J./ W assermann,S.,Models and Methods in Social Network Analysis,Cambridge University Press,Cambridge,270-316.

[2]王陸.典型的社會網絡分析軟件工具及分析方法[J].中國電化教育,2009(4):95-100.

[3]Hansen,D.,Rotman,D.,Bonsignore,E.,M ilic-Frayling,N.,Rodrigues,E.,Sm ith,M.,&Shneiderman,B. (2009).Do you know the way to SNA?:A processmodel for analyzing and visualizing social media data.U.of Maryland Tech Report:HCIL-2009-17.

[4]SNAPP.[EB/OL]http://www.snappvis.org/.2013-05-17.

[5]Aneesha Bakharia.Social networks adapting pedagogical practice:SNAPP[EB/OL].http://ascilite.org.au/conferences/auckland09/procs/bakharia-poster.pdf.

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

[7]劉軍.整體網絡分析講義：UCINET軟件實用指南[M].上海:格致出版社,2009.

（編輯:王天鵬）

TP319

A

1673-8454（2015）01-0025-04

本文系遼寧省教育科學“十二五”規劃研究課題“學習分析視角下的學習資源網站優化策略研究”（JG13DB337）的階段性成果。