基于社會網(wǎng)絡分析的學習者在線交互行為研究

田麗麗 趙穎

摘 要：信息化的推進加快了慕課的發(fā)展，在慕課學習過程中積累了大量的學習者學習行為數(shù)據(jù)，合理利用這些行為數(shù)據(jù)可進一步提升學習者的學習效果。運用社會網(wǎng)絡分析方法對《微課設(shè)計與制作》慕課中綜合討論區(qū)學習者的交互行為進行分析，從交互網(wǎng)絡的密度、中心度、核心-邊緣、凝聚子群等方面反映學習者學習情況。結(jié)果表明：慕課討論區(qū)中學習者之間的交互比較松散，學習者流動性較大；知識掌握仍停留于表層，沒有內(nèi)化；學習者之間缺乏學習情感投入。因此，需從管理層面、討論區(qū)形式、共享性方面加強慕課討論區(qū)建設(shè)，以提高慕課學習者交互的主動性，提升學習效果。

關(guān)鍵詞：社會網(wǎng)絡分析；在線學習；交互行為

DOI：10.11907/rjdk.172303

中圖分類號：G434

文獻標識碼：A 文章編號：1672-7800（2018）004-0222-05

Abstract：The promotion of information technology has accelerated the development of MOOCS. A large amount of learning data has been accumulated to improve learners learning effect. The analysis of the learners' interactive behavior in the general discussion section in the course of Micro-class Design and Production is done by the social network method to present the interactive network density， centrality， the core-edge， and condensing subgroup. It is shown that the learners interaction is relatively loose while the learners mobility is high； knowledge is not absorbed and there is a lack of emotional commitment among learners. It is suggested that the learners' interaction need to be strengthened from the promotion of management level ， discussion and sharing forms in MOOC forums to improve learning effect.

Key Words：social network analysis； online learning； interactive behavior

0 引言

信息技術(shù)正在推動人類邁向一個新的臺階，新技術(shù)帶來了教育領(lǐng)域新的變革，使教育從思想到形態(tài)發(fā)生了巨大變化，在線教育模式也逐漸演變，慕課隨之興起。慕課由于開放性等特點，受到廣大學子關(guān)注。慕課討論區(qū)是教師與學生在教學過程中互動比較高的溝通工具，可以為學習者提供大范圍的交流與協(xié)作，從社會網(wǎng)絡分析視角對慕課學習者的交互行為進行分析，為培養(yǎng)學習者互動學習以及完善慕課的建設(shè)和應用提供參考。

1 研究設(shè)計

1.1 研究對象

中國大學MOOC是網(wǎng)易與高教社聯(lián)手推出的在線教育學習平臺，教育部國家精品開放課程任務由它承接，主要是向?qū)W習者提供中國知名高校的MOOC課程。上線于2014年，其完整的在線教學模式支持了高等學校在線開放課程建設(shè)，實現(xiàn)了學生、社會學習者的個性化學習[1]。

選取中國大學MOOC——愛課程網(wǎng)2017年4月12日開課課程《微課設(shè)計與制作》綜合討論區(qū)的帖子為研究對象，以4月12日到5月12日1個月中學習者及教師助教所發(fā)帖子為基礎(chǔ)，對帖子發(fā)布時間及學習者用戶名進行統(tǒng)計，統(tǒng)計之后用Excel軟件進行編輯處理，為了分析方便，將學習者的用戶名按順序編號。

在課程學習過程中，學習者在討論區(qū)的參與程度與最終成績相聯(lián)系，該綜合討論區(qū)內(nèi)的帖子是每個人都可以發(fā)布的，獲取滿分者需要在課件“討論活動”中發(fā)帖和回帖的數(shù)量達50條及以上。該討論區(qū)在該時間內(nèi)共有152名學習者，包括一名老師與一名助教，經(jīng)過篩選，排除了無意義與回復為零的帖子數(shù)，以發(fā)生一次聯(lián)系為標準建立相應的交互關(guān)系，去除重復交互次數(shù)，共有877個關(guān)系連接數(shù)。

1.2 研究方法

采用社會網(wǎng)絡分析方法對《微課設(shè)計與制作》課程綜合討論區(qū)的交互情況進行分析。社會網(wǎng)絡分析方法是在相關(guān)的關(guān)系數(shù)據(jù)基礎(chǔ)上建立社會關(guān)系，通過形式化表達，探究社會行動者與行動者之間的網(wǎng)絡關(guān)系。它是直接針對社會結(jié)構(gòu)的模式化關(guān)系，主要從關(guān)系或者結(jié)構(gòu)的角度分析研究對象，注重個體與個體之間的關(guān)系[2]。

社會網(wǎng)絡分析是研究社會過程和問題的一種研究方法[3]。主要測量指標有密度、中心度、關(guān)系強度、位置、內(nèi)容、角色、派系等，從其測量指標分析行動者之間的聯(lián)系程度。利用社會網(wǎng)絡分析方法分析網(wǎng)絡學習者間的交互關(guān)系從而探討其學習的參與程度，將學習者的ID編號構(gòu)建為二值關(guān)系矩陣，矩陣的行表示關(guān)系發(fā)出者，列表示關(guān)系接受者，其中的數(shù)值代表兩個行動者之間的關(guān)系，1代表行動者對另一個行動者產(chǎn)生了回復或評論，0代表兩個行動者之間沒有產(chǎn)生關(guān)系。利用UCINET和NetDraw軟件對關(guān)系矩陣進行網(wǎng)絡分析，通過對學習者與學習者之間聯(lián)系的程度以及互動內(nèi)容的分析掌握學習者學習情況，為課程制作與學習方式選擇提供指導。

2 學習者交互行為社會網(wǎng)絡分析

2.1 整體社會網(wǎng)絡結(jié)構(gòu)

社會網(wǎng)絡分析中，節(jié)點代表各學習者，線代表各學習者之間是否存在關(guān)系，關(guān)系可以是多值也可以是二值，可以有方向也可以無方向，網(wǎng)絡分析者將根據(jù)這種思想得到的圖叫作社群圖（Sociogram）[4]。社群圖最早由莫雷諾使用，被廣大研究者所認可，它可以簡潔、清晰地表示網(wǎng)絡中各個節(jié)點之間的關(guān)系，選取社群圖表示各學習者之間的學習交互情況如圖1所示，其中學習者與學習者之間的關(guān)系用帶箭頭的直線表示，箭頭所指向的學習者代表關(guān)系的接受者。

從圖1可以看出，在整個學習者網(wǎng)絡結(jié)構(gòu)中，ID號為6、114、87、22、7的學習者處于網(wǎng)絡中心位置，ID號為144、143、33、138、94等一些學習者處于邊緣位置，他們與其他學習者的交流互動比較少。在UCINET中，通過Network-Cohesion-Distance路徑，可以計算出整體網(wǎng)的平均距離，即任何兩個點之間的距離，在這門課中，計算出的平均距離為3.129，建立在距離基礎(chǔ)上的凝聚力指數(shù)為0.306。研究顯示，該凝聚力指數(shù)越大，整體網(wǎng)絡的凝聚力就越強，此處是0.306，表明學習者之間的交互不緊密，整個網(wǎng)絡的交互比較松散。

2.2 網(wǎng)絡密度分析

在UCINET中經(jīng)過Network-Cohesion-Density路徑，可以得出此討論區(qū)的整體網(wǎng)絡密度為0.0382，在實際網(wǎng)絡中能得出的最大密度為0.5。因此，此網(wǎng)絡是比較疏散的，網(wǎng)絡中各學習者之間的聯(lián)系不是很緊密。在慕課中，由于學習者來自各地，身份環(huán)境各不相同，雖然參與人數(shù)足夠龐大，但彼此之間的交流互動不多。

2.3 中心性分析

2.3.1 度數(shù)中心度與中心勢

度數(shù)中心度表示與某點直接相連的點的數(shù)量，在無向圖中是點的度數(shù)，在有向圖中是點入度與點出度的和[5]。若一個點與其它許多點直接相連，就可以說該點的度數(shù)中心度較高[6]。在這里的學習交互中，點入度表示學習者被另外學習者回復或評論的帖子數(shù)，點出度表示學習者回復或評論他人的帖子數(shù)。

分析結(jié)果如圖2所示，6號的點出度（OutDegree）最大，也就是說該學習者主要回復或評論別人所發(fā)的帖子，可以看出此學習者的身份是交互中的主要參與者，相應的討論區(qū)主要參與者還有編號為114、51、19、66的學習者。關(guān)于入度（InDegree），其中最高的是1號，為34，接下來是編號為22、87、7、114的幾位學習者，分別為25、25、22、22；其中22號為老師，由實際情況來看，此討論區(qū)中凡是有老師參與的話題一般都會有很多學習者參與進來，在這里，入度比較高的學習者在整個交互中的地位是意見領(lǐng)袖，主要帶動整個交互的進行，是交互的領(lǐng)導者。從總體情況來看，出度值大于10的學習者占總學習者的25%，入度值大于10的學習者占總學習者的9.87%，這說明學習者的主動參與度不高。

圖的度數(shù)中心勢描述的是網(wǎng)絡整體的中心性，在此網(wǎng)絡中，學習者入度的網(wǎng)絡標準化中心勢是19.07%，出度的網(wǎng)絡標準化中心勢是17.07%，說明在整個交流中，被回帖和被評論的集中趨勢稍大于回帖和評論的趨勢，即大部分人有問題就發(fā)帖尋求答案，并且可以找到。但總體而言，整個出度與入度的中心勢比較低，說明發(fā)帖和回帖都沒有明顯的集中趨勢。

2.3.2 中間中心度

在社會網(wǎng)絡分析中，中間中心度測量的是某個行動者對資源的控制程度，在此交互網(wǎng)絡中，中間中心度測量的是學習者處于整個網(wǎng)絡的什么位置，也就是學習者被另外學習者“利用”的程度，如果一個學習者的中間中心度比較高，說明有許多學習者互動交流需要經(jīng)過他[7]。

從圖3中可以看出，編號為114、87、7、22、1、62、51、80的中間中心度很高，說明他們在網(wǎng)絡交互中主要起中介作用，同時發(fā)現(xiàn)，在這門課程中，大多數(shù)學習者都是通過其他學習者與另外學習者進行溝通與學習。

在分析結(jié)果中，有18位學習者的中間中心度為0，結(jié)合整個網(wǎng)絡社群圖，這些學習者處于網(wǎng)絡的邊緣位置，應多加注意。另外，整個網(wǎng)絡的標準化中間中心勢為14.35%，就數(shù)值來說也不是太低，但從交互情況來看，只有114、87、7這3個學習者帶動了整個交互，這表明大部分學習者之間的溝通聯(lián)系還較少。

2.4 核心-邊緣位置分析

核心-邊緣結(jié)構(gòu)是中心聯(lián)系緊密、外周聯(lián)系分散的特殊結(jié)構(gòu)，核心-邊緣有離散和連續(xù)之分，如果是定類數(shù)據(jù)，則構(gòu)建的是離散的核心-邊緣模型，若是定比數(shù)據(jù)則構(gòu)建連續(xù)的核心-邊緣模型[8]。在此對收集數(shù)據(jù)處理后，由于所用的是二值網(wǎng)絡，屬于定類數(shù)據(jù)，因此構(gòu)建的是離散的核心-邊緣模型。通過分析學習者的核心邊緣位置情況，可以準確掌握各學習者所處位置，更好地控制其后續(xù)學習走向。

在UCINET中按Network-Core/Periphery-Categorical路徑，可以構(gòu)建出學習者的核心-邊緣模型，如圖4所示，可以看出，初始矩陣與理想矩陣之間的相關(guān)系數(shù)為（Starting fitness）0.081，經(jīng)過重排后的矩陣與理想矩陣的相關(guān)系數(shù)（Final fitness）為0.082，F(xiàn)inal fitness值越大，表明實際模型數(shù)據(jù)與理想模型數(shù)據(jù)越接近，實際模型中的核心-邊緣結(jié)構(gòu)模型越顯著。

此外，圖4中第一部分學習者顯示的是處于核心地位的學習成員，有84位，第二部分顯示的是處于邊緣地位的學習成員，有68位，表明在整個學習過程中，有大半學習者還是處于主動地位。從數(shù)值看，此研究中學習者之間的聯(lián)系比較松散。

根據(jù)密度矩陣可以看出，核心學習者之間的關(guān)系密度為0.073，邊緣學習者之間的關(guān)系密度為0.005，核心到邊緣的密度為0.035，邊緣到核心的密度為0.016，可以發(fā)現(xiàn)，核心學習者之間相互聯(lián)系程度遠遠大于邊緣學習者之間相互聯(lián)系程度，且核心學習者與邊緣學習者之間也存在方向性，核心到邊緣聯(lián)系的程度遠大于邊緣到核心的聯(lián)系程度，可以推斷出邊緣學習者比較被動。

2.5 凝聚子群分析

凝聚子群研究是一種社會結(jié)構(gòu)研究，凝聚子群的概念有很多種，大體上說，“凝聚子群是滿足如下條件的一個行動者子集合，即在此集合中的行動者間具有相對較強、直接、緊密、經(jīng)常的或積極的關(guān)系”[9]。在本討論區(qū)中，主要通過派系對學習成員間的聯(lián)系進行分析，在派系中，任意兩個學習者之間都是直接相聯(lián)系的，且不能向其中加入另外新的學習者。

首先，對學習者的成分進行鑒別，即強成分與弱成分，通過分析結(jié)果得知，強成分有22個，其中存在一個大的強成分和21個較小的強成分（分別由11、14、37、55、68、69、88、94、113、129、132、136、137、138、139、140、141、143、144、146、147這21個單點構(gòu)成）。對弱成分進行分析，可得到只有一個弱成分，是由全部學習者構(gòu)成的。由此看出整個網(wǎng)絡中學習者的聯(lián)系較松散，只有一個大的強成分，說明學習者討論交流主要集中于一個圈子中，剩下的幾個強成分則是比較獨立的邊緣學習者。

由于這種分析沒有提供群體內(nèi)部結(jié)構(gòu)的信息，因此需要對該數(shù)據(jù)進行細致化處理分析——派系分析。分析結(jié)果如圖5所示。

由圖5可知，共有32個派系，從派系分析結(jié)果可以看出，派系之間有相同的成員，存在派系重疊的情況。因此，可利用派系共享成員降低派系數(shù)量，找出派系中的主要成員以及群體中可能存在的領(lǐng)導者。

從數(shù)量上來說，共享數(shù)量越多，派系間相似性就越高，也說明在討論交流中與大多數(shù)學習者建立了較為緊密的聯(lián)系；圖6是派系共享成員矩陣，由圖6可知，派系3、4、5都包含4個學習者，但其中3個學習者是共享成員，說明派系3、4、5具有相似性，即6、62、66三個學習成員在討論交流過程中與更多的學習成員建立了聯(lián)系。

還有一些學習成員不存在于任何派系中，說明他們在討論區(qū)中較少參與交流溝通，屬于孤立的學習團體。從整個討論區(qū)的學習者參與情況來看，大部分學習者積極參與討論并與他人建立了良好的聯(lián)系，但是整體討論參與情況并不是很好。

處于同一派系中學習者之間的聯(lián)系比較緊密，但同其派系之外學習者之間的互動性并不是很高，對于不屬于任何派系的學習者來說，他們與其他學習者之間的聯(lián)系更是松散。因此，要加強與其他學習者之間的交流互動，更好地參與網(wǎng)絡學習中。

3 結(jié)論與建議

3.1 研究結(jié)論

通過對中國大學慕課上《微課設(shè)計與制作》中綜合討論區(qū)的分析研究，發(fā)現(xiàn)慕課中大部分學習者的學習積極性雖然比較高，但不乏一些學習者只是“三分鐘熱度”，剛開始時興趣很高，在學習了一段時間之后就退出了，可以看出慕課的流動性較大，導致學習者間的交流互動不緊密，聯(lián)系不密切。

整個討論區(qū)的密度也偏低，中心位置的學習者和邊緣位置的學習者都不是太多，由此看來在慕課課程學習中，處于中間位置的人比較多，大部分人能夠完成課程的學習，但將交流討論當作可有可無的學習，很多人覺得看完視頻就是學習，沒有將知識內(nèi)化從而用討論交流的形式展示出來。

在討論交流中，有部分學習者傾向于與權(quán)威人士互動交流，對教師參與和發(fā)起的討論回復和評論比較多；還有學習者提出學習中遇到的操作性問題，很多學習者都進行了細致的回復?？梢钥闯?，在交流討論中，主要是以共享知識為主，學習者之間以及教師與學習者之間缺乏學習情感投入。

3.2 建議

3.2.1 加強教師與管理人員的引導作用

在慕課課程開始階段，教師和助教應該發(fā)揮其領(lǐng)導組織作用，組織學習者在討論區(qū)互相認識，提升情感交互，將學習者帶入一個情感支持明顯的學習環(huán)境中[10]；在課程討論區(qū)發(fā)展過程中，教師和助教可以以知識點為單元分小組學習，進行知識競賽，鼓勵學習者協(xié)作學習，分享心得；在課程結(jié)束時，管理人員可以選出核心學習者，為課程的再次建設(shè)打下基礎(chǔ)[11]。

3.2.2 改變討論方式，培養(yǎng)學習者的學習交流習慣

在慕課學習中，雖然討論區(qū)是開放的，但由于學習者來自四面八方，其個人背景、教育程度、生活地域等也有差距，因此，教師可以根據(jù)學習者的個人信息，建議學習者組織與其相適應的討論小分隊，形成同伴互助、異隊互學的討論學習形式，加強知識內(nèi)化。

良好的討論區(qū)即使沒有教師參與也能自主發(fā)展。因此，學習者之間的互助互學以及學習中的核心人物是關(guān)鍵，可以在學習者中選擇核心人物為其他學習者答疑解惑。隨著課程的繼續(xù)，已開始學習課程的學習者可以為后續(xù)參與的學習者提供相當于教師的指導，以加速知識傳播。

3.2.3 發(fā)揮網(wǎng)絡優(yōu)勢，進一步共享課程

目前，對于各大慕課課程的學習時間，都是依照傳統(tǒng)學校的時間安排，在工作日內(nèi)發(fā)布課程信息，一旦課程結(jié)束，沒參加課程學習的學習者就不能再看到課程的具體內(nèi)容，對于一些學生和教師來說，在校期間較忙，寒暑假卻比較輕松。因此，針對這些問題，可以利用網(wǎng)絡的實時性，對課程開課時間作適當調(diào)整，使得上線課程隨時可以被查看，方便各學習者隨時學習。

4 結(jié)語

大數(shù)據(jù)時代的到來，使得學習者學習過程中產(chǎn)生的各類數(shù)據(jù)發(fā)揮了重要作用，從社會網(wǎng)絡分析角度對慕課課程中學習者討論區(qū)進行了分析，發(fā)現(xiàn)了交互學習中的小群體、邊緣學習成員以及核心學習成員，以便教師隨時掌握學習者的學習動態(tài)，發(fā)揮核心人物的力量督促和提醒邊緣學習者，使教與學向更好的方向發(fā)展。

參考文獻：

[1] 互動百科.中國大學MOOC[EB/OL].http：//www.Baike.com/wiki/%E4%B8%AD%E5%9B%BD%E5%A4%A7%E5%AD%A6mooc&prd;=so_1_doc.

[2] 劉軍.整體網(wǎng)分析講義：UCINET軟件實用指南[M].上海：格致出版社，2009.

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

[4] 張恩.社交網(wǎng)絡空間結(jié)構(gòu)特征分析與研究[D].贛州：江西理工大學，2014.

[5] 邢晨宇.基于圖論的SNS社區(qū)網(wǎng)絡空間結(jié)構(gòu)——中心性分析[D].石家莊：河北師范大學，2013.

[6] 趙廣利.社會網(wǎng)絡分析技術(shù)在博客媒體信任度中的研究與應用[D].包頭：內(nèi)蒙古科技大學，2011.

[7] 徐劉杰，熊才平，郭偉.網(wǎng)絡資源動態(tài)發(fā)展利用的社會網(wǎng)絡分析——以新浪微博“教育技術(shù)”群為例[J].遠程教育雜志，2013（1）：38-44.

[8] 張玥，朱慶華.學術(shù)博客交流網(wǎng)絡的核心——邊緣結(jié)構(gòu)分析實證研究[J].圖書情報工作，2009（12）：25-29.

[9] 李凌云，陳維維，劉敬.我國教育技術(shù)學研究熱點的可視化分析——基于國內(nèi)博、碩士學位論文關(guān)鍵詞網(wǎng)絡的研究[J].南京曉莊學院學報，2015（4）：85-91.

[10] 劉冰君.數(shù)字化游戲的情感表征與互動研究[D].濟南：山東師范大學，2014.

[11] 劉冰.社會網(wǎng)絡視角下慕課學習者互動關(guān)系研究[J].寧波大學學報：教育科學版，2016（5）：62-69.

（責任編輯：何 麗）