基于百度貼吧的學(xué)習(xí)者群體挖掘研究*

金 濤 ，丁國棟 ，焦清局

（1.寧波大學(xué) 教師教育學(xué)院，浙江 寧波 315211；2.安陽師范學(xué)院 傳媒學(xué)院，河南 安陽 455000；3.安陽師范學(xué)院 計算機(jī)與信息工程學(xué)院，河南 安陽455000）

一、引言

有關(guān)統(tǒng)計表明，截至2018年6月，我國網(wǎng)民規(guī)模已超8億，在線教育用戶規(guī)模達(dá)到1.72億，較2017年末增加1668萬人，增長率為10.7%。[1]隨著網(wǎng)民規(guī)模和在線教育用戶的擴(kuò)大，越來越多的人將會選擇在線學(xué)習(xí)，而大多數(shù)情況下在線學(xué)習(xí)是處于一種師生準(zhǔn)分離狀態(tài)，學(xué)習(xí)者很難獨(dú)立完成學(xué)習(xí)任務(wù)，網(wǎng)絡(luò)學(xué)習(xí)社區(qū)無疑成為大多數(shù)人的選擇。網(wǎng)絡(luò)學(xué)習(xí)社區(qū)為大家網(wǎng)上學(xué)習(xí)討論、尋求幫助、分享學(xué)習(xí)心得、共享學(xué)習(xí)資源提供了一個非常重要的學(xué)習(xí)平臺。當(dāng)網(wǎng)絡(luò)社區(qū)學(xué)習(xí)者規(guī)模較小時，學(xué)習(xí)者很容易結(jié)識社區(qū)中興趣類似的學(xué)習(xí)伙伴，解決自己在學(xué)習(xí)過程中遇到的一些問題，來滿足自己的學(xué)習(xí)需求。然而，當(dāng)社區(qū)學(xué)習(xí)者規(guī)模較大時，尋找社區(qū)中興趣相似的學(xué)習(xí)伙伴問題逐漸凸顯。這時，如何幫助學(xué)習(xí)者發(fā)現(xiàn)興趣相似的學(xué)習(xí)伙伴成為在線學(xué)習(xí)研究熱點(diǎn)。學(xué)習(xí)伙伴推薦的研究一定程度上改善了這一問題，但是難免會有缺陷：推薦的學(xué)習(xí)伙伴能否解決學(xué)習(xí)者的困惑，推薦多少學(xué)習(xí)伙伴才能滿足學(xué)習(xí)者的需求，學(xué)習(xí)者能否相對容易地找到自己所需要的學(xué)習(xí)伙伴。針對這些問題，文章提出了學(xué)習(xí)社團(tuán)推薦方法，即將學(xué)習(xí)社區(qū)成員進(jìn)行興趣聚類，向?qū)W習(xí)者推薦與自己興趣類似的學(xué)習(xí)社團(tuán)，進(jìn)而更好地滿足學(xué)習(xí)者的在線學(xué)習(xí)需求。因此如何對網(wǎng)絡(luò)社區(qū)中的學(xué)習(xí)者進(jìn)行學(xué)習(xí)社團(tuán)劃分，逐漸成為一項(xiàng)備受關(guān)注的研究問題。而已有的學(xué)習(xí)社團(tuán)劃分大多過于復(fù)雜，操作煩瑣，可借鑒性較差，針對這一問題，文章以百度貼吧某個主題吧為例，給出了一種相對簡單易操作的學(xué)習(xí)社團(tuán)劃分方法，嘗試為學(xué)習(xí)社團(tuán)劃分研究提供一種參考思路。

百度貼吧作為最大的中文學(xué)習(xí)社區(qū)，就在線學(xué)習(xí)而言，有著獨(dú)特的優(yōu)勢。文章從某個主題貼吧的關(guān)注會員入手，將他們關(guān)注的貼吧作為其興趣的代表進(jìn)行統(tǒng)計，如果兩個會員關(guān)注的貼吧相似度很高，那么他們的興趣愛好在很大程度上也是相似的，可以據(jù)此將貼吧會員進(jìn)行興趣聚類，得到貼吧會員的社團(tuán)狀況以及各自社團(tuán)的興趣特點(diǎn)。對貼吧會員進(jìn)行興趣聚類，一方面方便新成員選擇自己喜歡的學(xué)習(xí)社團(tuán)，也可以進(jìn)行學(xué)習(xí)社團(tuán)推薦，另一方面也有助于原有學(xué)習(xí)者之間的交流討論，提高在線學(xué)習(xí)的積極性；同時有助于社區(qū)管理員更有針對性地進(jìn)行學(xué)習(xí)評價，組織學(xué)習(xí)活動，進(jìn)行學(xué)習(xí)管理，根據(jù)不同群體成員的實(shí)際情況提供個性化的群體學(xué)習(xí)指導(dǎo)。

二、研究現(xiàn)狀

對國內(nèi)學(xué)習(xí)者群體的研究進(jìn)行文獻(xiàn)檢索時，發(fā)現(xiàn)已有的學(xué)習(xí)者群體研究主要集中在三個方面：

第一，對學(xué)習(xí)者群體進(jìn)行行為分析與建模，比較群體之間的差異，分析學(xué)習(xí)者群體動機(jī)。如江波等利用某國外虛擬仿真實(shí)驗(yàn)課程學(xué)習(xí)過程數(shù)據(jù)集，采用層次聚類方法，對學(xué)習(xí)者的行為模式進(jìn)行了劃分，并分析了不同模式群體在學(xué)習(xí)行為上的差異以及學(xué)習(xí)行為模式與學(xué)習(xí)效果的關(guān)系，根據(jù)學(xué)習(xí)行為，劃分了“順其自然學(xué)習(xí)群體”、“積極學(xué)習(xí)群體”以及“消極學(xué)習(xí)群體”三類學(xué)習(xí)行為模式群體；[2]王曉玉以網(wǎng)絡(luò)學(xué)習(xí)的主要人群——在校大學(xué)生為研究對象，從時間任務(wù)管理策略、反思總結(jié)策略、合作交流策略三方面對青海省某所大學(xué)的在校生進(jìn)行了問卷調(diào)查，通過收集性別、學(xué)科、民族等數(shù)據(jù)分析了大學(xué)生群體網(wǎng)絡(luò)學(xué)習(xí)策略差異的影響因素；[3]李運(yùn)福等以Felder-Silverman學(xué)習(xí)風(fēng)格為依據(jù)，對參與某門課程的學(xué)習(xí)群體進(jìn)行問卷調(diào)查，收集學(xué)習(xí)群體學(xué)習(xí)風(fēng)格數(shù)據(jù)，然后利用SPSS對學(xué)習(xí)風(fēng)格數(shù)據(jù)進(jìn)行K均值聚類，通過單因素方差分析法對具有不同學(xué)習(xí)風(fēng)格的學(xué)習(xí)群體的動力性特征進(jìn)行了差異分析，最后通過歸納總結(jié)得到不同學(xué)習(xí)群體網(wǎng)絡(luò)學(xué)習(xí)動力性的特征。[4]

第二，對學(xué)校教育與網(wǎng)絡(luò)學(xué)習(xí)現(xiàn)狀展開調(diào)查，提出新的學(xué)習(xí)理論。牟智佳等以edX上的一門MOOC課程學(xué)習(xí)行為數(shù)據(jù)為分析對象，對學(xué)習(xí)者行為指標(biāo)進(jìn)行聚類分析，基于K均值算法將學(xué)習(xí)者群體分成了三種類型，即以視頻學(xué)習(xí)和評價為主、以視頻學(xué)習(xí)和文本學(xué)習(xí)為主、以文本學(xué)習(xí)和學(xué)習(xí)評價為主的學(xué)習(xí)群體。[5]鄭星通過對蘇州市鋼琴學(xué)習(xí)者群體進(jìn)行系統(tǒng)的問卷調(diào)查，對教學(xué)模式、教材選用、教學(xué)評價、學(xué)生對比賽和考試的參與度予以肯定，指出了學(xué)生專業(yè)參差不齊、練琴時間安排不合理、鋼琴伴奏能力弱等若干問題，最后提出改善鋼琴學(xué)習(xí)群體教育對策；[6]阮高峰等在介紹同儕互助的概念及應(yīng)用現(xiàn)狀的基礎(chǔ)上提出同儕輔助學(xué)習(xí)的思想，基于該思想，在校園網(wǎng)的支持下構(gòu)建了一個利用網(wǎng)絡(luò)互助群體促進(jìn)課堂教學(xué)的案例。[7]

第三，分析學(xué)習(xí)者群體關(guān)系，發(fā)現(xiàn)或者挖掘?qū)W習(xí)者群體，這方面的研究內(nèi)容比較多，例如算法設(shè)計、模型設(shè)計、技術(shù)創(chuàng)新等。如潘理等通過總結(jié)社交網(wǎng)絡(luò)群體研究進(jìn)展，介紹群體發(fā)現(xiàn)時出現(xiàn)的問題，闡述了基于個體和綜合屬性與結(jié)構(gòu)特征的群體發(fā)現(xiàn)方法，從特征選取和檢測算法兩個方面介紹了自己全新的群體發(fā)現(xiàn)方法。[8]曾珂提出了基于數(shù)據(jù)挖掘的微博用戶興趣群體發(fā)現(xiàn)方法與進(jìn)行聚類分析的數(shù)據(jù)標(biāo)準(zhǔn)化方法，該方法通過收集新浪微博用戶關(guān)注的數(shù)據(jù)來確定用戶的興趣愛好，再使用數(shù)據(jù)挖掘工具發(fā)現(xiàn)用戶興趣之間的關(guān)系，試圖建立起一種能夠反映用戶多重興趣，從而發(fā)現(xiàn)用戶興趣群體的方法。[9]

從上述文獻(xiàn)綜述中尚未發(fā)現(xiàn)相對簡單、易實(shí)施、可借鑒性高的群體發(fā)現(xiàn)方案，為此文章嘗試提出了使用網(wǎng)絡(luò)爬蟲和社會網(wǎng)絡(luò)分析軟件gephi相結(jié)合的方法，以百度貼吧為例進(jìn)行了實(shí)驗(yàn)。結(jié)果表明，當(dāng)學(xué)習(xí)者群體規(guī)模較大時，采用該方法能夠發(fā)現(xiàn)較多興趣類似的學(xué)習(xí)者群體，并得到各自群體的主要興趣特點(diǎn)，發(fā)現(xiàn)效果較好，可以向有類似興趣的學(xué)習(xí)者進(jìn)行推薦。

三、研究設(shè)計

1.研究框架

通常社團(tuán)也可以被稱為群、聚類或模塊，是網(wǎng)絡(luò)中一群節(jié)點(diǎn)或邊的集合，社團(tuán)內(nèi)部連接較為緊密，而社團(tuán)間的連接卻相對稀疏。[10]文章提到的群體和社團(tuán)同義，學(xué)習(xí)者群體指的是具有共同愛好所聯(lián)系起來的貼吧會員的集合。度是用來描述和衡量一個節(jié)點(diǎn)結(jié)構(gòu)性質(zhì)的最基本的概念，無項(xiàng)圖中一個節(jié)點(diǎn)的度定義為這個節(jié)點(diǎn)所擁有的邊數(shù)目。通常意義上，節(jié)點(diǎn)的度值越大，則節(jié)點(diǎn)在網(wǎng)絡(luò)中的地位越重要。反之，度值越小的點(diǎn)，對于整個網(wǎng)絡(luò)的作用和影響越小。[11]文章中所說的節(jié)點(diǎn)表示的是貼吧會員ID，邊表示會員之間的關(guān)系，度則指的是節(jié)點(diǎn)之間的邊數(shù)。

本次研究首先采用網(wǎng)絡(luò)爬蟲來獲取所需要的數(shù)據(jù)，經(jīng)過Excel軟件和python算法處理后，再使用gephi對貼吧群體進(jìn)行興趣聚類。貼吧的學(xué)習(xí)者群體挖掘研究將重點(diǎn)關(guān)注兩個方面的問題：第一，能否成功將貼吧會員進(jìn)行興趣聚類？若能，效果如何？第二，貼吧會員可以分為哪幾種類型？每類群體興趣特征是什么？對這兩方面問題的回答，有望提供一種學(xué)習(xí)者群體聚類研究的新思路。

2.研究對象

研究對象選取的是百度貼吧的“python吧”，該主題吧擁有規(guī)模較大的會員數(shù)量，且各會員所關(guān)注的興趣貼吧數(shù)量與一般主題吧相比明顯較多，如圖1所示，會員關(guān)注的興趣貼吧達(dá)到20個的最多，有3760人，大部分會員關(guān)注的貼吧集中在16至20個之間，占全部會員數(shù)量的60.85%，關(guān)注貼吧在10個以上的會員達(dá)到6925人，占比73.16%。由此可以看出，絕大部分會員的興趣愛好較為廣泛。實(shí)際上，由于百度貼吧中僅顯示每個成員關(guān)注的前20個興趣貼吧，所以，有理由相信，學(xué)習(xí)者實(shí)際關(guān)注的貼吧數(shù)量更多。因此，選取“python吧”作為研究對象較符合一般學(xué)習(xí)者興趣愛好廣泛的特點(diǎn)，也便于對學(xué)習(xí)者群體進(jìn)行興趣聚類。

圖1 python吧會員所關(guān)注的貼吧數(shù)量

3.數(shù)據(jù)的收集與處理

首先通過網(wǎng)絡(luò)爬蟲獲取“python吧”會員所喜愛的貼吧，接下來利用Excel軟件對數(shù)據(jù)進(jìn)行預(yù)處理，通過預(yù)先編寫的算法實(shí)現(xiàn)數(shù)據(jù)存儲格式的轉(zhuǎn)換，從而得到gephi所需要的csv類型數(shù)據(jù)。

（1）數(shù)據(jù)獲取

在“python吧”中找到會員的主頁面，點(diǎn)擊右側(cè)的“他在百度”就會轉(zhuǎn)到“他在貼吧”一欄，該欄會顯示貼吧會員的相關(guān)信息。以“python吧”為例，隨機(jī)選取一位會員，他的頁面信息如圖2所示，他所喜愛的貼吧便是本次研究需要獲取的數(shù)據(jù)。

圖2 “星空下的夜圖”最喜歡的貼吧

在通過網(wǎng)絡(luò)爬蟲獲取貼吧中的數(shù)據(jù)時，有可能出現(xiàn)“網(wǎng)絡(luò)中斷”或者“服務(wù)器拒絕訪問”等現(xiàn)象，重新獲取數(shù)據(jù)就很有可能出現(xiàn)數(shù)據(jù)重復(fù)或者數(shù)據(jù)遺漏等問題，針對這一問題本次對網(wǎng)絡(luò)爬蟲進(jìn)行了分類設(shè)計，由于貼吧會員“他在貼吧”頁面的鏈接是固定的，可以先把會員信息頁面鏈接一次性獲取，然后再按照所獲取的頁面鏈接獲得會員所喜愛的貼吧數(shù)據(jù)。具體實(shí)現(xiàn)過程如圖3所示，通過爬蟲“NetSpider1”獲取所有會員所在頁面的鏈接，對鏈接進(jìn)行保存和編號，接下來，通過爬蟲“NetSpider2”獲得對應(yīng)的貼吧頁面數(shù)據(jù)，并將其保存。由于爬蟲“NetSpider2”獲取網(wǎng)頁數(shù)據(jù)時間可能較長，一旦出現(xiàn)“網(wǎng)絡(luò)中斷”等問題，這時僅需找到對應(yīng)的鏈接編號，從該鏈接開始重新啟動爬蟲即可。

圖3中考慮到時間和網(wǎng)絡(luò)原因，在獲取數(shù)據(jù)的過程中沒有直接解析出所需要貼吧數(shù)據(jù)，而是選擇先保存到本地，然后再進(jìn)行數(shù)據(jù)處理，這樣可以避免再次發(fā)生網(wǎng)絡(luò)中斷或者服務(wù)器拒絕連接情況，效率也將大大提升。獲取到的數(shù)據(jù)導(dǎo)入Excel后如圖4所示，以行為單位，每行第一個單元格是會員的昵稱，其余為該會員所喜愛的貼吧。

圖3 貼吧數(shù)據(jù)獲取流程

（2）數(shù)據(jù)預(yù)處理

首先需要通過人工的方式將圖4表格中程序自動注冊的會員進(jìn)行剔除，之后將每位會員都關(guān)注的“python吧”予以剔除，因?yàn)檫@部分?jǐn)?shù)據(jù)雖然存在，但實(shí)際上是并不需要的，最終共有9465位有效的會員貼吧數(shù)據(jù)作為研究對象。最后通過python程序?qū)D5右側(cè)的數(shù)據(jù)轉(zhuǎn)換成左側(cè)的網(wǎng)絡(luò)存儲文本文件。其中Source表示原節(jié)點(diǎn)，即貼吧會員編號，Target表示目標(biāo)節(jié)點(diǎn)，即目標(biāo)會員ID，Weight表示權(quán)重，即兩個會員之間所關(guān)注相同貼吧的數(shù)量。由于每位會員都對應(yīng)著唯一的編號，通過該文本數(shù)據(jù)很容易發(fā)現(xiàn)會員彼此之間的關(guān)系。

圖4 python吧會員喜愛的貼吧（部分）

圖5 python吧兩種不同的網(wǎng)絡(luò)存儲格式

由于gephi支持以邊表格的形式導(dǎo)入邊數(shù)據(jù)，將圖5右側(cè)的數(shù)據(jù)導(dǎo)入Excel后再添加三列id、label、type，分別表示邊的ID、邊的label和圖的類型，最后將數(shù)據(jù)另存為csv格式文件即可。

四、學(xué)習(xí)者群體挖掘分析

1.整體網(wǎng)絡(luò)分析

將csv文件導(dǎo)入gephi0.9中后選擇“Openrd”布局算法，運(yùn)行相關(guān)命令后便得到表1所示的整體網(wǎng)絡(luò)屬性。該網(wǎng)絡(luò)擁有7119個節(jié)點(diǎn)、291463條邊，就學(xué)習(xí)社區(qū)網(wǎng)絡(luò)而言，該網(wǎng)絡(luò)規(guī)模相對較大。在網(wǎng)絡(luò)中模塊化數(shù)值越大分組越顯著，群組發(fā)現(xiàn)效果越好，群組結(jié)構(gòu)越清晰。平均路徑長度值越小，圖中節(jié)點(diǎn)之間的聯(lián)系越緊密。從表1中可以發(fā)現(xiàn)，python吧的模塊化數(shù)值和模塊化數(shù)量較高，說明python吧群組發(fā)現(xiàn)效果較好，群組結(jié)構(gòu)較為清晰。python吧的網(wǎng)絡(luò)直徑為9，表明該社區(qū)中任意兩個成員之間最多需要9步便可以相互聯(lián)系，即兩個成員之間最大距離是9，網(wǎng)絡(luò)平均距離為2.964，說明該社區(qū)中任意兩個成員之間只需要通過3個成員便可以相互認(rèn)識，該網(wǎng)絡(luò)具有小世界特性。雖然該網(wǎng)絡(luò)規(guī)模較大，但網(wǎng)絡(luò)密度0.012明顯較低，說明該社區(qū)中的成員交流互動比較欠缺，即使存在共同的興趣，彼此知之甚少，大多處于分散狀態(tài)。

表1 python吧整體網(wǎng)絡(luò)屬性

2.群組發(fā)現(xiàn)分析

群組發(fā)現(xiàn)，也稱作團(tuán)體發(fā)現(xiàn)，是指找到一個整體網(wǎng)絡(luò)，分析網(wǎng)絡(luò)中存在多少群組，每個群組是什么關(guān)系，群組內(nèi)部成員之間的關(guān)系具有怎樣的特點(diǎn)，一個群組成員和另一組成員之間的關(guān)系具有怎樣的特點(diǎn)等。[12]在gephi中模塊化命令是根據(jù)圖的連接關(guān)系對節(jié)點(diǎn)進(jìn)行聚類，類型相同的節(jié)點(diǎn)會增加一個字段，[13]用相同的數(shù)字表示，可以在圖中給各類群體選擇一種顏色，以相互區(qū)別，提高可視化程度。通過模塊化命令并結(jié)合“Openrd”布局算法得到如圖6左側(cè)所示的python吧學(xué)習(xí)者群體分布圖，以及各類群體的規(guī)模、編號及其對應(yīng)的色塊。

圖6 python吧群體分布狀況（部分）

由圖 6 可以發(fā)現(xiàn) G3（編號 3）、G0（編號 0）、G1（編號1）的群體規(guī)模較大，大量會員都聚集在此三類中，其次是 G7、G4、G5、G15、G30 等比例較小的群體。 實(shí)際上，通過模塊化命令后，成功將python吧中的會員分為了36類，而前7類占據(jù)成員總數(shù)的97.85%，能夠反映python吧學(xué)習(xí)者群體的整體情況，故文章選取前7類進(jìn)行重點(diǎn)分析。

表2 python吧各模塊會員人數(shù)（部分）

如表2所示，利用gephi對python吧中7119位會員成功進(jìn)行了聚類，但是仍有2346位會員游離在表2中的36類團(tuán)體之外。由于百度貼吧擁有海量的主題吧，部分會員沒有共同關(guān)注的貼吧是極有可能的，存在小部分興趣特別的會員。由于各類群體中的會員較多，為深入分析群體的興趣特點(diǎn)，選擇規(guī)模居于中間的G4類作為研究對象。在gephi中順序運(yùn)行“統(tǒng)計-＞分區(qū)-＞Modularity class（節(jié)點(diǎn)）”命令后，可以顯示指定部分群體的節(jié)點(diǎn)圖。當(dāng)圖中節(jié)點(diǎn)過多時，可以順序使用gephi中的“拓?fù)?＞度范圍”中的過濾命令，過濾掉度值較小的部分節(jié)點(diǎn)，保留度值范圍較大的部分節(jié)點(diǎn)作為分析研究的對象。如圖7所示，各節(jié)點(diǎn)通過編號唯一的邊相連，而邊L344992所連接的兩個節(jié)點(diǎn)與其他節(jié)點(diǎn)之間的連接關(guān)系顯然不同，這說明在G4內(nèi)部，存在著兩種典型興趣趨向的小群體。

圖7 python吧G4類節(jié)點(diǎn)關(guān)系圖（部分）

將圖7中的數(shù)據(jù)導(dǎo)出后，結(jié)合csv格式文件，得到了各節(jié)點(diǎn)之間的關(guān)系，如表3所示。總的來說，G4類群體對考研相關(guān)的貼吧十分關(guān)注，可以推測G4群體中的成員因這一共同話題而聚集在一起。正如圖7所示，邊“L344992”代表的兩位會員與其他成員之間略有差異，娛樂類的網(wǎng)絡(luò)游戲受到了這兩位成員的關(guān)注。

類似的對其他群體進(jìn)行上述分析，如表4所示的G15類，便可得到python吧各群體的共同興趣，結(jié)果證明，通過網(wǎng)絡(luò)爬蟲和gephi相結(jié)合的方法，能夠在較大的社區(qū)中探尋到較多的學(xué)習(xí)者群體，能夠發(fā)現(xiàn)各群體的共同興趣，效果較好。

表3 G4類節(jié)點(diǎn)關(guān)系（部分）

表4 G15類節(jié)點(diǎn)關(guān)系（部分）

3.群組特點(diǎn)分析

通過上述群組發(fā)現(xiàn)方法，將python吧學(xué)習(xí)者分成了36個興趣群體，總的來說，各個群體之間興趣偏好既存在差別也有一定聯(lián)系。首先選取前7大類進(jìn)行綜合分析，以進(jìn)一步了解python吧中主要學(xué)習(xí)者群體的興趣特點(diǎn)，然后從宏觀上對群體進(jìn)行分類，以深入了解各興趣群體之間存在的差異與聯(lián)系，從而加深對學(xué)習(xí)群體分布狀況以及成員興趣偏好的認(rèn)識。

作為會員人數(shù)最多的G3類，其共同特點(diǎn)是樂于關(guān)注娛樂類信息，如“李毅吧”、“l(fā)ol吧”等，也顯露出了對計算機(jī)語言的興趣，如共同關(guān)注的“c語言吧”。雖然G3類學(xué)習(xí)者數(shù)量處于首位，但其共同的興趣點(diǎn)較少，這在群體內(nèi)討論交流時話題引領(lǐng)和深入比較困難。學(xué)習(xí)者數(shù)量居于第二位的G0類群體共同興趣比較單一，均表現(xiàn)出對計算機(jī)語言的熱愛， 如 “php吧”、“Java吧”、“C語言吧”、“c++吧”等。對于計算機(jī)語言方面的探討，該群體內(nèi)的成員很容易找到共同話題。和G0類不同的是G1類，除了對計算機(jī)語言方面比較感興趣外，也關(guān)注計算機(jī)硬件方面的信息如“顯卡吧”等，這類群體可能對計算機(jī)整體性能有較多的關(guān)注。雖然G7類群體學(xué)習(xí)者規(guī)模僅居于第四位，但是其共同興趣呈現(xiàn)出多樣化特點(diǎn)，總的來說表現(xiàn)在三方面，即計算機(jī)語言、計算機(jī)軟件、休閑與美食。計算機(jī)語言的種類與上述幾類相比更加豐富，計算機(jī)軟件方面偏愛制圖與辦公軟件，如“Office吧”、“Photoshop吧”等，在休閑與美食方面，“電影吧”與“海鮮吧”受到了該群體成員的關(guān)注。可見G7類群體興趣愛好比較廣泛，樂于關(guān)注不同種類事物的信息。G4類群體的共同興趣體現(xiàn)在表3中，可以發(fā)現(xiàn)該類群體主要熱衷于考研相關(guān)信息，可以推測該類群體中存在著一定規(guī)模的考研群體，他們十分重視考研資料與信息的收集。G5類群體共同興趣點(diǎn)較集中，熱愛機(jī)械設(shè)計方面的信息，如“solidworks吧”、“機(jī)械設(shè)計吧”、“機(jī)械制圖吧”等，可以預(yù)測該群體中的成員主要以有關(guān)專業(yè)的學(xué)生群體或者相關(guān)工作者為主，他們需要獲取專業(yè)相關(guān)信息作為學(xué)習(xí)參考或指導(dǎo)工作。前7類中規(guī)模最小的為G15類，雖然該群體中僅有46位成員，但該群體共同的興趣點(diǎn)卻是最多的，如表4所示，高校主題貼吧受到了該群體成員的共同關(guān)注，但該類群體興趣種類較為單一，這類群體熱衷于高校信息，應(yīng)為高校中的學(xué)生或者媒體中心，也有可能是政府機(jī)構(gòu)或者社會媒體組織。

表5 python吧主要群體分類表

根據(jù)各群體興趣愛好傾向不同，將python吧主要群體分成了4類，如表5所示。第一類：實(shí)用型群體，該類群體的興趣特點(diǎn)是熱衷于專業(yè)或者行業(yè)信息，G0類、G5類、G15類群體便是典型代表，三類群體中共有1906位成員。第二類：知識型群體，該類群體熱衷于獲取知識的同時對生活與專業(yè)信息也比較感興趣，包括G1類和G4類群體，兩類群體共有1725位成員。第三類：均衡型群體，該類群體興趣愛好較為廣泛，沒有特別明顯的興趣偏好，對生活、專業(yè)、美食、休閑等多方面均有興趣，G7類群體很顯然屬于此類，共有381位成員。第四類：物質(zhì)型群體，該類群體興趣愛好偏向休閑娛樂，也關(guān)注一些知識方面的信息，G3類群體便屬于此類，該類群體中有2954位成員。

如表5所示，就單個群體規(guī)模而言，物質(zhì)型群體居于首位，實(shí)用型其次，知識型位列第三，均衡型排在最后。就群體分布而言，實(shí)用型群體和均衡型群體共同占據(jù)主要地位，這符合一般學(xué)習(xí)社區(qū)的特點(diǎn)，有利于社區(qū)營造良好的學(xué)習(xí)氛圍，便于學(xué)習(xí)者尋求學(xué)習(xí)信息，獲得學(xué)習(xí)幫助。盡管如此，實(shí)用型群體和均衡型群體的單個優(yōu)勢并不明顯，物質(zhì)型群體無論是組成還是規(guī)模均優(yōu)于實(shí)用型或者均衡型群體，這對社區(qū)學(xué)習(xí)氛圍、話題導(dǎo)向等方面的建設(shè)產(chǎn)生一定影響?？傮w上，該社區(qū)中的學(xué)習(xí)者仍舊是以實(shí)用型和知識型為主，物質(zhì)型其次。然而就推薦學(xué)習(xí)群體而言，均衡型群體卻是不可或缺的，其廣泛的興趣偏好一定程度上能夠滿足部分學(xué)習(xí)者信息咨詢、交流討論等需求，而就知識或者專業(yè)深度來看，知識型和專業(yè)型的優(yōu)勢明顯優(yōu)于均衡型。