國際視野中的在線交互與網(wǎng)絡(luò)分析：回顧與展望

張婧婧 楊業(yè)宏 王燁宇 陳 麗

[摘? ?要] 在線學(xué)習(xí)呈現(xiàn)大規(guī)模性、開放性、靈活性、動態(tài)性等特征，使得學(xué)習(xí)交互的本質(zhì)發(fā)生了變化，亟待新的研究理論與方法來發(fā)現(xiàn)交互與演化的新規(guī)律。學(xué)習(xí)與交互不僅僅局限于小組之中，個體之間的交互正通過某種形式不斷延展開來，形成一個交互的網(wǎng)絡(luò)，使得從網(wǎng)絡(luò)分析的視角對學(xué)習(xí)與交互展開研究成為可能。研究選取23篇英文論文作為文本數(shù)據(jù)，從網(wǎng)絡(luò)分析的重新詞化、基本特征、常用網(wǎng)絡(luò)指標(biāo)、數(shù)據(jù)篩選方法、研究問題、理論框架、模型與方法等多個方面，對使用網(wǎng)絡(luò)分析方法探究在線學(xué)習(xí)交互的研究進行了系統(tǒng)分析。研究發(fā)現(xiàn)，網(wǎng)絡(luò)分析是研究在線學(xué)習(xí)大規(guī)模交互的重要方法，但傳統(tǒng)的靜態(tài)網(wǎng)絡(luò)分析指標(biāo)不足以支撐對在線學(xué)習(xí)交互展開深入研究，網(wǎng)絡(luò)的動態(tài)演化機制將成為新的趨勢和研究重點，相關(guān)實證研究亟待開展?；诙鄬W(xué)科理論，將如何剔除交互數(shù)據(jù)中的“噪音”作為研究設(shè)計的一部分，綜合運用網(wǎng)絡(luò)分析、內(nèi)容與文本分析、統(tǒng)計分析等方法，開展實證研究將幫助人們重新認(rèn)識社會化學(xué)習(xí)與開放靈活的在線學(xué)習(xí)，使得新理論的產(chǎn)生成為可能。

[關(guān)鍵詞] 在線學(xué)習(xí); MOOC; 網(wǎng)絡(luò)分析; 交互

[中圖分類號] G434? ? ? ? ? ? [文獻標(biāo)志碼] A

一、在線交互與網(wǎng)絡(luò)分析

2012年，數(shù)以百萬計的學(xué)習(xí)者選擇參加大規(guī)模開放在線課程（Massive Open Online Course，簡稱MOOC），與不同文化、教育背景的學(xué)習(xí)者共同學(xué)習(xí)。在線學(xué)習(xí)的大規(guī)模性使得交互的本質(zhì)發(fā)生了改變，亟待新的研究方法來發(fā)現(xiàn)交互的新規(guī)律。內(nèi)容分析或話語分析在早期交互研究中被廣泛使用。盡管這些方法具有重要的意義，然而在以MOOCs為代表的在線學(xué)習(xí)中，一門課程中數(shù)以千計的學(xué)習(xí)者產(chǎn)生的大量且非結(jié)構(gòu)化的交互數(shù)據(jù)，使得傳統(tǒng)的研究方法呈現(xiàn)出一定的局限性。MOOCs在線交互產(chǎn)生的“電子蹤跡（Digital Traces）”讓研究者能夠獲取到以往傳統(tǒng)教育研究中無法采集的數(shù)據(jù)，如考試前學(xué)生查閱課本頻率、在期末考試前學(xué)生交流頻次等[1]。大規(guī)模學(xué)習(xí)產(chǎn)生的海量數(shù)據(jù)相比于以往計算機協(xié)作學(xué)習(xí)（CSCL）環(huán)境下的數(shù)據(jù)，呈現(xiàn)出截然不同的特征，其表現(xiàn)在數(shù)據(jù)量之大、傳播速度之快、數(shù)據(jù)種類之多和不同程度的可信性[2]。Mcauley等提出，大規(guī)模學(xué)習(xí)中采集的數(shù)據(jù)多為自然浮現(xiàn)的（Emergent）、碎片化的（Fragmented）、彌散化的（Diffuse）和多樣的（Diverse）[3]。具有大數(shù)據(jù)特征的這些海量數(shù)據(jù)為研究學(xué)習(xí)交互提供了新的機遇與挑戰(zhàn)。研究者除了關(guān)注交互的內(nèi)容，還更加關(guān)注交互個體之間的關(guān)系，由此形成交互模式以及背后的交互機制[1，4]。

大規(guī)模學(xué)習(xí)的興起，使得交互不僅僅局限于小組之中、個體之間的交互，而是通過某種形式，不斷延展開來，形成一個交互的網(wǎng)絡(luò)。越來越多的研究者選擇網(wǎng)絡(luò)分析法（Network Analysis）對交互數(shù)據(jù)進行分析，將行動者抽象為節(jié)點，將關(guān)系抽象為點與點之間的邊，形成一個社群圖，從而描述網(wǎng)絡(luò)關(guān)系。其中，關(guān)系可以是有向的，也可以是無向的;可處理為加權(quán)的，也可簡化為非加權(quán)的。研究者可以借助社會網(wǎng)絡(luò)指標(biāo)（如度數(shù)、中心性、密度等），從不同角度，對宏觀網(wǎng)絡(luò)、中觀子群和微觀個體展開探索。網(wǎng)絡(luò)分析法能夠幫助研究者更清晰地了解到個體以及個體之間在整個網(wǎng)絡(luò)之中空間上與時間上的動態(tài)變化趨勢，有助于教學(xué)組織者對學(xué)生的學(xué)習(xí)進行預(yù)測，對智能系統(tǒng)開發(fā)以及教師干預(yù)等起到了重要的推動作用[5]。

在過去幾年，已有一些研究者對網(wǎng)絡(luò)分析，特別是社會網(wǎng)絡(luò)分析（Social Network Analysis， 簡稱SNA）展開了綜述。例如：Cela等對SNA在在線學(xué)習(xí)領(lǐng)域的相關(guān)研究進行了系統(tǒng)的分析，提出SNA與統(tǒng)計方法和內(nèi)容分析方法相結(jié)合，可用于解讀交互的本質(zhì)與類型，用于優(yōu)化課程設(shè)計、發(fā)現(xiàn)潛在輟學(xué)者并進行干預(yù)等[6];Sie等針對SNA在技術(shù)增強學(xué)習(xí)（Technology-Enhanced Learning，簡稱TEL）中的應(yīng)用進行了系統(tǒng)的綜述，對數(shù)據(jù)收集、網(wǎng)絡(luò)指標(biāo)、SNA應(yīng)用中的三種呈現(xiàn)形式（可視化、分析和干預(yù)）進行了詳細(xì)的闡述，提出通過網(wǎng)絡(luò)模擬仿真來預(yù)測或者推斷學(xué)習(xí)行為[5];Aditomo和Reimann從境脈、研究對象、分析工具等方面對SNA的優(yōu)勢與不足進行了綜述，發(fā)現(xiàn)并非所有的研究者都對數(shù)據(jù)收集的方法進行描述，明確提出數(shù)據(jù)篩選和網(wǎng)絡(luò)指標(biāo)的選擇是未來研究需要重點關(guān)注的方面[7]。在這些研究的基礎(chǔ)上，本研究從網(wǎng)絡(luò)分析的重新詞化、基本特征、常用網(wǎng)絡(luò)指標(biāo)、數(shù)據(jù)篩選方法、研究問題、理論框架、模型與方法等維度對在線學(xué)習(xí)交互研究中的網(wǎng)絡(luò)分析展開綜述。

二、研究方法

本研究在Springer、Web of Science、 Science Direct 數(shù)據(jù)庫中，使用關(guān)鍵詞“MOOC（s）/Online Learning/Virtual Community/Distance Learning”“Network Analysis/Social Network Analysis”“Forum/Interaction”，對2007年至2017年發(fā)表的論文進行篩選。最后，本研究共獲得23篇學(xué)術(shù)論文，其中包括20篇SSCI期刊論文、3篇發(fā)表于教育數(shù)據(jù)挖掘和學(xué)習(xí)分析年會的文章，作為本研究的原始數(shù)據(jù)，從網(wǎng)絡(luò)分析的重新詞化、基本特征、常用網(wǎng)絡(luò)指標(biāo)、數(shù)據(jù)篩選方法、研究問題、理論框架、模型與方法等方面進行歸納和總結(jié)，為研究在線學(xué)習(xí)交互提供重要的手段與依據(jù)。

三、研究結(jié)果

（一）網(wǎng)絡(luò)分析是什么？

大部分研究者將網(wǎng)絡(luò)分析重新詞化為方法或工具，如“Approach”“Technique”“Method”“Measures”“Means”“Methodology”“Tool”“Way”等。另有一部分研究者對網(wǎng)絡(luò)分析進行描述的時候，則將它重新詞化為理論或領(lǐng)域，如“Lens”“Perspective”“Theory”“Field”“Concept”等。

（二）網(wǎng)絡(luò)的基本特征

網(wǎng)絡(luò)的數(shù)據(jù)來源主要分為以下幾個大類：MOOC、學(xué)習(xí)管理系統(tǒng)（Learning Management System，簡稱LMS）、虛擬學(xué)習(xí)社區(qū)（Virtual Learning Community，簡稱VLC），數(shù)據(jù)的來源決定了所構(gòu)建網(wǎng)絡(luò)的規(guī)模（一般為社會網(wǎng)絡(luò)的節(jié)點數(shù)）。MOOCs和LMS的數(shù)據(jù)量相對較大，網(wǎng)絡(luò)規(guī)?？蛇_上千甚至更多。而傳統(tǒng)的在線課程或與學(xué)校教學(xué)結(jié)合的社區(qū)平臺可提供的數(shù)據(jù)量則比較少，多為幾百或幾十。網(wǎng)絡(luò)基本特征的選取，如是否有向、是否加權(quán)、是否考慮教師作為行動者、網(wǎng)絡(luò)是動態(tài)還是靜態(tài)等則多由研究主題和問題決定。例如：在Skrypnyk 等的研究中，社會網(wǎng)絡(luò)關(guān)系是有權(quán)重的，因為權(quán)重可以用于表示個體在網(wǎng)絡(luò)中的重要程度等特征[8]。而Zhu等在他們的研究中就沒有關(guān)注關(guān)系的權(quán)重，而是更關(guān)注是否存在回復(fù)或評論關(guān)系[9]。對于是否將教師作為行動者，不同研究的處理也是不同的。有的研究將教師作為網(wǎng)絡(luò)的一個部分，研究整個網(wǎng)絡(luò)中中心性相關(guān)指標(biāo)的變化情況[10]或動態(tài)演變過程[4];有的研究則將教師角色的參與與否作為研究的問題，分別對有教師參與和無教師參與的網(wǎng)絡(luò)進行社會網(wǎng)絡(luò)分析[11]。大多數(shù)的網(wǎng)絡(luò)為靜態(tài)網(wǎng)絡(luò)，也有研究從網(wǎng)絡(luò)動力學(xué)的視角使用SIENA（Simulation Investigation for Empirical Network Analysis）進行動態(tài)網(wǎng)絡(luò)分析[4]。

（三）網(wǎng)絡(luò)分析的指標(biāo)及其含義

網(wǎng)絡(luò)分析指標(biāo)用于直接測量網(wǎng)絡(luò)的基本結(jié)構(gòu)與特征，網(wǎng)絡(luò)指標(biāo)主要可以分為兩類：靜態(tài)指標(biāo)和動態(tài)指標(biāo)。根據(jù)網(wǎng)絡(luò)的規(guī)模和層次，又可以將靜態(tài)指標(biāo)分為整體指標(biāo)、局部指標(biāo)與個體指標(biāo)。從圖1中可以看出，2015年以前，多數(shù)研究使用了靜態(tài)網(wǎng)絡(luò)指標(biāo)來測量網(wǎng)絡(luò)的基本結(jié)構(gòu)與特征;2015年左右，研究者逐漸意識到靜態(tài)的網(wǎng)絡(luò)指標(biāo)難以捕捉到開放、靈活的在線學(xué)習(xí)中的學(xué)習(xí)行為的變化，開始在學(xué)習(xí)過程的不同時間點上（如圖1中以斜體形式標(biāo)識的研究文獻來源）測量網(wǎng)絡(luò)的結(jié)構(gòu)與特征，但這些研究仍多采用靜態(tài)指標(biāo)，只有少數(shù)學(xué)者開始使用動態(tài)網(wǎng)絡(luò)指標(biāo)[4，18]或者網(wǎng)絡(luò)模擬[19]（如圖1中的加粗標(biāo)識文獻）來發(fā)現(xiàn)網(wǎng)絡(luò)結(jié)構(gòu)的變化趨勢。

1. 靜態(tài)網(wǎng)絡(luò)分析指標(biāo)

（1）靜態(tài)網(wǎng)絡(luò)整體指標(biāo)

認(rèn)識一個網(wǎng)絡(luò)首先要從認(rèn)識它的整體結(jié)構(gòu)開始，常見的靜態(tài)網(wǎng)絡(luò)整體指標(biāo)包括網(wǎng)絡(luò)的規(guī)模、密度、直徑、全局聚類系數(shù)等。一個網(wǎng)絡(luò)的規(guī)模是指網(wǎng)絡(luò)中行動者的個數(shù)。密度指網(wǎng)絡(luò)中存在的關(guān)系數(shù)與所有可能的關(guān)系數(shù)的比值[27]。在Tirado-Morueta等的研究中，密度用于測量網(wǎng)絡(luò)的凝聚力[26]。直徑是指任意兩個行動者之間的最大距離。全局聚類系數(shù)是局部聚類系數(shù)的平均數(shù)，該系數(shù)可以幫助研究者發(fā)現(xiàn)網(wǎng)絡(luò)中的子群結(jié)構(gòu)。在Gillani和Eynon的研究中，該網(wǎng)絡(luò)的全局聚類系數(shù)為0.0009，研究者認(rèn)為該網(wǎng)絡(luò)存在子群社區(qū)，且各社區(qū)之間的聯(lián)系并不緊密[1]。

（2）靜態(tài)網(wǎng)絡(luò)局部指標(biāo)

網(wǎng)絡(luò)中的連通域是指網(wǎng)絡(luò)中沒有孤立節(jié)點的子群。在連通域中，任何節(jié)點都與其他節(jié)點存在直接或間接的交互關(guān)系[9]。最大連通域是指在一個網(wǎng)絡(luò)中擁有最大規(guī)模的子群。通過對最大連通域的考察，Skrypnyk等和Zhu等觀察了網(wǎng)絡(luò)中子群的分布情況[8-9]。

（3）靜態(tài)網(wǎng)絡(luò)個體指標(biāo)

個體中心性指標(biāo)可用于考察個體在網(wǎng)絡(luò)結(jié)構(gòu)中的位置和角色，分為：點度中心度、緊密中心度、間距中心度和特征向量中心度。點度中心度指網(wǎng)絡(luò)中與某個體直接相連的關(guān)系的總數(shù)。在有向圖中可以分為出度和入度：出度指該個體向其他個體發(fā)出的交互關(guān)系個數(shù);入度指其他個體向該個體發(fā)出的交互關(guān)系個數(shù)。入度一般代表某個體在網(wǎng)絡(luò)中的受歡迎程度，而出度代表該個體在網(wǎng)絡(luò)中主動參與的程度[19，22]。Dawson指出，個體的社區(qū)責(zé)任感與緊密度和個體的度數(shù)存在正相關(guān)關(guān)系，而與中心性存在負(fù)相關(guān)關(guān)系[13]。緊密中心度指某個體與網(wǎng)絡(luò)中其他個體的距離，反映了以該個體為核心的交互關(guān)系，可以代表該個體對信息的控制能力[17]。中介中心度又叫間距中心度，中介中心度高的個體又被稱為網(wǎng)絡(luò)中的“橋”，對于信息的傳播非常重要。Tawfik等探究了學(xué)習(xí)者的中介中心度和點度中心度，發(fā)現(xiàn)大部分學(xué)習(xí)者只和另外一個而非多個學(xué)習(xí)者有過交流，論壇的互動主要依賴一小部分學(xué)習(xí)者[10]。特征向量中心度表現(xiàn)了某個體在網(wǎng)絡(luò)中的重要程度[28]。

2. 動態(tài)網(wǎng)絡(luò)分析指標(biāo)

近年來，網(wǎng)絡(luò)的動態(tài)演變過程受到了更多的重視。Zhang等在其研究中使用了四個動態(tài)網(wǎng)絡(luò)分析指標(biāo)，分別為：同質(zhì)性（Homophily）、互惠性（Reciprocity）、傳遞性（Transitivity）和擇優(yōu)連續(xù)性（Preferential Attachment）[4]。同質(zhì)性是指相似的行動者（性別、角色等）之間傾向于建立交流和連接。互惠性是指兩個行動者傾向于進行“一來一往”的對話式交流。傳遞性是指若學(xué)習(xí)者A與學(xué)習(xí)者B存在交互關(guān)系，學(xué)習(xí)者B和學(xué)習(xí)者C存在交互關(guān)系，則學(xué)習(xí)者A和學(xué)習(xí)者C之間很可能會建立交互關(guān)系。擇優(yōu)連續(xù)性表現(xiàn)為“富者更富”，即處于網(wǎng)絡(luò)中心地位或影響力較大的學(xué)習(xí)者會獲得越來越多學(xué)習(xí)者的關(guān)注和交互，而一旦這些學(xué)習(xí)者退出課程，將會對論壇的交互造成較大的損害，甚至導(dǎo)致話題的結(jié)束。

（四）網(wǎng)絡(luò)分析中的交互質(zhì)量

大規(guī)模交互由于人數(shù)眾多，在不同時間點上進行討論，導(dǎo)致討論內(nèi)容難以圍繞教學(xué)重點展開，交互數(shù)據(jù)噪音較多[29]。一方面，這有可能導(dǎo)致較低的互動水平，并進一步影響教育的干預(yù)和課程活動[30];另一方面，會對研究結(jié)果造成一定的偏差。Gilliani等在其研究中提出了“有意義的交互”（Significant Interaction）的概念。他們認(rèn)為最初獲取的數(shù)據(jù)是摻雜了很多“噪音”的網(wǎng)絡(luò)，該網(wǎng)絡(luò)需要將偶然發(fā)生的交互過濾;相反的，兩個或多個行動者之間多次重復(fù)的交互才是“有意義的交互”[19]。數(shù)據(jù)的質(zhì)量直接決定了交互關(guān)系的質(zhì)量，網(wǎng)絡(luò)分析中的數(shù)據(jù)篩選工作尤為重要。

為保證交互質(zhì)量，對交互數(shù)據(jù)進行篩選的方式主要有四大類：按照特定論壇、帖子、小組、標(biāo)簽篩選;按照時間或事件篩選;按照行動者特征篩選;按照內(nèi)容篩選，見表1。在對交互數(shù)據(jù)進行篩選的時候，有時候不只運用一種篩選標(biāo)準(zhǔn)或方法，而是綜合使用多個標(biāo)準(zhǔn)，例如：在某一討論區(qū)中按照學(xué)習(xí)者的特征篩選出特定的行動者[19]。

按照特定的論壇、帖子、小組、標(biāo)簽進行篩選，或者按照特定的時間或事件進行篩選，一般是比較粗略、簡單的初步篩選辦法。例如：Kellogg等選擇了可能產(chǎn)生較多交互的討論帖，如注冊帖和專項討論區(qū)[18];Jiang等將論壇名稱和標(biāo)簽結(jié)合，通過標(biāo)簽內(nèi)容，將不常使用的html標(biāo)簽所包含的內(nèi)容去除[31]。對于特定時間的篩選，Zhang等為了排除與課程內(nèi)容無關(guān)的、教師節(jié)前后的干擾，將九月二號之后的帖子剔除[4];而Manca等選擇了初始熟悉系統(tǒng)的三周和最后活動的一周[14]。

按照行動者特征篩選主要可以分為按照網(wǎng)絡(luò)指標(biāo)篩選、按照成績或?qū)W習(xí)行為篩選與按照角色或身份篩選。網(wǎng)絡(luò)指標(biāo)通常采用的是度數(shù)和凝聚子集，例如：Gillani等為了找到有意義的交互（Significant Interaction），采用k叢的概念，過濾掉偶然發(fā)生的交互[19];Skrypnyk等則采用最大連通域建構(gòu)網(wǎng)絡(luò)[8];Rodríguez等將度數(shù)小于2的行動者剔除[32]。有一些研究也按照成績或?qū)W習(xí)行為進行篩選，Dawson根據(jù)學(xué)習(xí)者的學(xué)業(yè)表現(xiàn)篩選了學(xué)習(xí)成績在90%以上的學(xué)生與10%以下的學(xué)生建立網(wǎng)絡(luò)[15]。有些研究也將行動者的身份進行了限定，例如：Hernández-García等首先確定了網(wǎng)絡(luò)中的教師角色，并將有教師參與和無教師參與的不同交互情況建立各自的網(wǎng)絡(luò)，進行對比分析[22]。

有些研究者也會按照交互或討論的內(nèi)容進行篩選。Gillani和Eynon篩選出有關(guān)商業(yè)個案討論的交互與圍繞期末項目展開的交互[1];Tirado-Morueta等將社交類型的交互剔除后再建立網(wǎng)絡(luò)[26]。

（五）網(wǎng)絡(luò)分析中的研究問題

使用網(wǎng)絡(luò)分析對在線學(xué)習(xí)的交互進行探究，提出的研究問題主要為四大類型：描述性、設(shè)計性、相關(guān)性和解釋性。

1. 描述性

通常描述性研究著重對現(xiàn)象或特征進行描述，在其研究問題中，側(cè)重描述現(xiàn)象的變化過程，如“改變（Changes）”“演變（Evolve）”，或者現(xiàn)象的特征，如“特點（Characteristics）”“模式（Pattern）”“本質(zhì)（Nature）”“類型（Type）”“結(jié)構(gòu)（Structure）”“模型（Model）”等。例如：Laat等應(yīng)用社會網(wǎng)絡(luò)分析法對學(xué)生在論壇中的交互結(jié)構(gòu)進行了分析[12];Dowell等討論了不同語言特征揭示的學(xué)生表現(xiàn)和社會地位[20];Tawfik等分析了MOOC課程中學(xué)習(xí)者互動隨時間的變化情況[10]。在描述性研究問題中，有一類常見的研究問題是對不同對象的特征或行為進行對比。例如：Dowell等針對不同學(xué)習(xí)者的交互行為特征進行了比較[20];Dawson對學(xué)業(yè)表現(xiàn)較好的和學(xué)業(yè)表現(xiàn)欠佳的學(xué)生在社會網(wǎng)絡(luò)分析中的指標(biāo)以及網(wǎng)絡(luò)組成進行了比較和分析[15]。

2. 設(shè)計性

設(shè)計性研究問題的表述中，通常直接出現(xiàn)“算法（Algorithm）”“框架（Framework）”“服務(wù)（Service）”作為設(shè)計的產(chǎn)物。為了更好地理解學(xué)習(xí)環(huán)境的變化，探索學(xué)習(xí)者之間的社會關(guān)系，Jiang等將論壇看作一個異質(zhì)網(wǎng)絡(luò)，基于社會網(wǎng)絡(luò)理論提出了“跳躍—隨機—游走算法”（Jump-Random-Walk Algorithm）[31]。

3. 相關(guān)性

相關(guān)性研究問題中包括對兩個或多個因素之間的關(guān)系進行研究，其中有一大類為相關(guān)關(guān)系的解釋。在這類研究問題的表述中，經(jīng)常使用的詞語有“與……有關(guān)（Relate to……）”“關(guān)系（Relationship）”等。例如：Hernández-García等將不同個體以及整體的社會網(wǎng)絡(luò)指標(biāo)與在線學(xué)習(xí)成果進行了相關(guān)分析[22];Carceller等分析了社會資本和學(xué)業(yè)成績之間的相關(guān)關(guān)系[23];Dawson探究了社區(qū)感（Sense of Community）和網(wǎng)絡(luò)變化之間的相關(guān)關(guān)系[13];Thormann等探究了學(xué)生助教的數(shù)量與批判性思考之間的相關(guān)關(guān)系[16];Tirado-Morueta等探究了不同的學(xué)習(xí)任務(wù)類型是否會影響個人網(wǎng)絡(luò)指標(biāo)或整體網(wǎng)絡(luò)指標(biāo)[26]。

4. 解釋性

解釋性研究問題主要分為因果探究型和假設(shè)驅(qū)動型。因果探究型問題的表述中通常包括表示因果的表述，如“原因（Reason）”“為什么（Why）”“影響（Influence）”“影響（Impact）”。假設(shè)驅(qū)動型的問題則會明確地提出研究假設(shè)，并通過網(wǎng)絡(luò)演化分析對假設(shè)進行接受或拒絕。例如：在假設(shè)驅(qū)動型的研究中，Rehm等就對個人的階層地位對于學(xué)習(xí)社區(qū)的交流類型產(chǎn)生的影響進行了研究[24];Zhang等則針對社會網(wǎng)絡(luò)演化過程中是否會呈現(xiàn)互惠性、傳遞性、同質(zhì)性和擇優(yōu)連續(xù)性等特征提出了假設(shè)并加以驗證[4]。

（六）網(wǎng)絡(luò)分析中的理論框架

這些研究常以交互模型、框架、分類與指標(biāo)體系作為理論框架，對研究問題、研究方法以及研究結(jié)果的解讀具有重要意義。針對不同的交互行為與交互內(nèi)容，在網(wǎng)絡(luò)分析中出現(xiàn)了一些較為具體的交互模型、框架、分類與指標(biāo)體系。例如：Wise等提出了關(guān)于討論內(nèi)容和主題的分類指標(biāo)[33];Gunawardena等則提出了五重新知識建構(gòu)交互模型，將交互行為劃分為了五個層次：信息的分享和比較、當(dāng)知識概念以及意見產(chǎn)生不一致時進行的探究和發(fā)現(xiàn)、知識建構(gòu)的協(xié)商與討論、測試和修改提出的假設(shè)和建構(gòu)、達成意見上的一致[34];Rivera等將同伴交互以及網(wǎng)絡(luò)形成的過程劃分為三種不同的機制：趨同性機制（Assortative Mechanisms）、關(guān)系性機制（Relational Mechanisms）和接近性機制（Proximity Mechanisms）[35]。趨同性機制主要依賴于行動者的同質(zhì)性傾向，即行動者傾向于和其他相似的行動者進行交互，如性別、民族等[36]。關(guān)系性機制主要依賴于現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)，即行動者之間的互惠性、傳遞性等性質(zhì)。接近性機制是指行動者位置上的臨近會影響網(wǎng)絡(luò)的形成。Soller將合作學(xué)習(xí)的對話技能和子技能劃分為：主動學(xué)習(xí)（Active Learning）、對話（Conversation）和創(chuàng)造性沖突（Creative Conflict）[37]。主動學(xué)習(xí)包括尋求幫助以解決問題、向他人提供建議、提供正向反饋和強化。對話包括將當(dāng)前任務(wù)重點轉(zhuǎn)移到新的任務(wù)、促進團體的凝聚力和同伴參與度、告知同伴自己的意見或答案。創(chuàng)造性沖突包括對現(xiàn)有的觀點進行正向或負(fù)向的討論或質(zhì)疑，以及推薦教師回答問題。Anderson對學(xué)生的概念化和操作化的學(xué)習(xí)層次進行了劃分[38]。首先，將知識劃分為事實性知識（Factual Knowledge）、概念性知識（Conceptual Knowledge）、程序性知識（Procedural Knowledge）、元認(rèn)知知識（Meta-Cognitive Knowledge）;然后，將認(rèn)知過程劃分為以下六個過程：記憶（Remember）、理解（Understand）、應(yīng)用（Apply）、分析（Analyze）、評估（Evaluate）和創(chuàng)造（Create）。

（七）網(wǎng)絡(luò)分析中的模型與方法

網(wǎng)絡(luò)分析中的模型與方法主要包括社會網(wǎng)絡(luò)分析、統(tǒng)計學(xué)分析、內(nèi)容分析等。社會網(wǎng)絡(luò)分析采用的模型和方法包括塊建模、指數(shù)隨機圖模型、行動者驅(qū)動模型、傳染病模型 、認(rèn)知網(wǎng)絡(luò)分析等。統(tǒng)計學(xué)分析經(jīng)常采用的方法和模型為結(jié)構(gòu)方程模型、邏輯回歸、線性混合效應(yīng)模型、Mann-Whitney U檢驗等。內(nèi)容分析常使用的模型和量表包括內(nèi)容分析多維度量表、商業(yè)過程挖掘、Soller內(nèi)容分析模型、交互分析模型和結(jié)構(gòu)語義編碼。

系統(tǒng)科學(xué)或者系統(tǒng)動力學(xué)更加關(guān)注交互網(wǎng)絡(luò)演化的規(guī)律與機制，當(dāng)前使用較多的模型是SIENA和ERGM模型。SIENA可用于分析縱向網(wǎng)絡(luò)數(shù)據(jù)，通過對效應(yīng)（Effects）和協(xié)變量（Covariate）的考察，對網(wǎng)絡(luò)可能發(fā)生的演化規(guī)律進行預(yù)測[4]。該方法基于隨機行動者模型（Stochastic Actor-oriented Model，簡稱SAOM），將行動者看作網(wǎng)絡(luò)中的節(jié)點，節(jié)點之間的邊代表行動者之間的交互關(guān)系。模型的改變以行動者為前提，即SAOM將網(wǎng)絡(luò)的演進看作是行動者新建、保持或者終止和其他行動者之間的邊的過程，行動者有意識或者無意識的行為受網(wǎng)絡(luò)自身的結(jié)構(gòu)、行動者的特征和行為的影響。

四、討? ?論

（一）網(wǎng)絡(luò)分析中交互演化規(guī)律與機制的重要性

近年來，研究者已逐漸認(rèn)識到大規(guī)模在線學(xué)習(xí)導(dǎo)致交互的本質(zhì)發(fā)生了改變。網(wǎng)絡(luò)分析已成為研究在線學(xué)習(xí)交互的重要理論、方法與工具，將局限于對交互關(guān)系的探索擴展到對交互關(guān)系形成的網(wǎng)絡(luò)結(jié)構(gòu)以及背后的網(wǎng)絡(luò)演化規(guī)律與機制的研究。網(wǎng)絡(luò)分析中靜態(tài)與動態(tài)的指標(biāo)，可以在不同層級上（個體、群組、整體）測量交互網(wǎng)絡(luò)結(jié)構(gòu)的特征與演化規(guī)律，是網(wǎng)絡(luò)分析作為研究大規(guī)模交互方法與工具的重要抓手[19]。傳統(tǒng)的SNA往往捕捉某一時間點的交互網(wǎng)絡(luò)狀態(tài)，使用一個時間點以及這一時間點之前的交互數(shù)據(jù)來構(gòu)建網(wǎng)絡(luò)。這樣的網(wǎng)絡(luò)分析往往忽略了大規(guī)模交互的動態(tài)性，特別是在以MOOCs為例的開放與靈活的學(xué)習(xí)環(huán)境中，存在大量學(xué)習(xí)者輟學(xué)、學(xué)習(xí)者隨來隨走的現(xiàn)象，使得SNA難以準(zhǔn)確地解讀在線學(xué)習(xí)交互的本質(zhì)。部分研究已經(jīng)意識到解釋交互演化的重要性，嘗試使用SNA捕捉不同時間點上網(wǎng)絡(luò)結(jié)構(gòu)的特征[8-11，25]。這與使用照相機拍照來記錄發(fā)展過程類似，其實呈現(xiàn)的是不同時間點的靜態(tài)網(wǎng)絡(luò)，而無法將不同時間點上觀察到的交互異同與交互網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)者的特征之間的關(guān)系聯(lián)系起來，也就是說，難以解讀與預(yù)測交互以怎樣的方式進行，將發(fā)生怎樣的變化，以及引起交互變化的背后到底是怎樣的機制。在國際上，從網(wǎng)絡(luò)分析的視角去發(fā)現(xiàn)交互演化規(guī)律與機制的研究受到了重視，是未來這一領(lǐng)域的發(fā)展趨勢。例如：Gillani等將網(wǎng)絡(luò)模擬的分析方法應(yīng)用到在線學(xué)習(xí)交互的研究中，使用傳染病模型揭示了交互網(wǎng)絡(luò)的動態(tài)特征[19];Zhang等使用行動者模型，對社會網(wǎng)絡(luò)演化過程中是否會呈現(xiàn)互惠性、傳遞性、同質(zhì)性和擇優(yōu)連續(xù)性等演化規(guī)律提出了假設(shè)并進行了驗證[4]。

（二）交互的演化與機制幫助我們重新認(rèn)識學(xué)習(xí)的社會屬性

從網(wǎng)絡(luò)分析的視角，可以發(fā)現(xiàn)交互演化的新規(guī)律與機制，進而幫助我們認(rèn)識在線學(xué)習(xí)的本質(zhì)。已有的學(xué)習(xí)理論不乏對學(xué)習(xí)的社會性與學(xué)習(xí)的社區(qū)屬性的討論[39]。20世紀(jì)90年代已經(jīng)出現(xiàn)了“網(wǎng)絡(luò)化學(xué)習(xí)”的概念，用于解讀學(xué)習(xí)過程中通過交互形成社交網(wǎng)絡(luò)的過程[40]。它重點關(guān)注社交網(wǎng)絡(luò)的建立和維系，常用于非正式學(xué)習(xí)中[41]。聯(lián)通主義這一流派認(rèn)為，學(xué)習(xí)最好的實現(xiàn)方式是建立網(wǎng)絡(luò)，聯(lián)結(jié)是有效學(xué)習(xí)的關(guān)鍵[42]。當(dāng)學(xué)習(xí)者與其他同伴以學(xué)習(xí)為目的進行社交時，會伴隨生成隱形的人際關(guān)系[5]。隨著時間的推移，這些關(guān)系會逐步推動學(xué)習(xí)社區(qū)的形成。此外，社會化學(xué)習(xí)理論也關(guān)注從信息傳播的視角去發(fā)現(xiàn)學(xué)習(xí)者如何獲取信息與知識，這一流派主要關(guān)注信息傳播如何受網(wǎng)絡(luò)結(jié)構(gòu)與行動者的影響，從而去發(fā)現(xiàn)知識生產(chǎn)、傳播與消費的規(guī)律?？梢钥吹?，在網(wǎng)絡(luò)環(huán)境下，學(xué)習(xí)的社會屬性越來越受到人們的重視，從網(wǎng)絡(luò)的視角去看待學(xué)習(xí)的理論層出不窮，然而這些理論的發(fā)展一直受限于實證研究的滯后，導(dǎo)致這些理論沒有研究證據(jù)的支持與驗證，難以在更大范圍內(nèi)傳播。而網(wǎng)絡(luò)分析特別關(guān)注網(wǎng)絡(luò)交互的演化與機制的實證研究，能夠更好地推動學(xué)習(xí)理論的演繹。從動力學(xué)的視角去認(rèn)識在線學(xué)習(xí)的新規(guī)律，將開放性、靈活性與動態(tài)性等特征納入網(wǎng)絡(luò)分析的模型中，有助于優(yōu)化現(xiàn)有的學(xué)習(xí)理論，也可能孕育出新的學(xué)習(xí)理論，來解釋我們教育實踐中產(chǎn)生的諸多問題，也為更好地設(shè)計未來開放與靈活的在線教育提供重要的研究支持。

（三）建立以學(xué)習(xí)交互為核心，網(wǎng)絡(luò)分析為手段的跨學(xué)科陣營

今后的研究需要綜合系統(tǒng)科學(xué)、統(tǒng)計學(xué)、教育學(xué)等不同學(xué)科的理論和方法，推動我們從網(wǎng)絡(luò)分析的視角重新認(rèn)識大規(guī)模學(xué)習(xí)中交互演化的規(guī)律與機制。多學(xué)科的融合使得我們的研究問題多樣化，包括描述性、設(shè)計性、相關(guān)性、解釋性等，采用的方法包括但不限于社會網(wǎng)絡(luò)分析、內(nèi)容分析和統(tǒng)計分析等方法，這也體現(xiàn)了社會網(wǎng)絡(luò)分析和其他研究方法相結(jié)合的發(fā)展趨勢。將社會網(wǎng)絡(luò)分析和文本分析等其他方法相結(jié)合，可以更為精準(zhǔn)地捕捉到教和學(xué)過程中的學(xué)習(xí)與交互[11]，有利于更深入地了解交互內(nèi)容、交互質(zhì)量和小組成員的貢獻程度等。更為重要的是，在多學(xué)科的交叉融合過程中，教育研究者保持清醒的頭腦，以學(xué)習(xí)與交互為核心，在使用網(wǎng)絡(luò)分析來設(shè)計教育學(xué)的研究課題時，應(yīng)將如何剔除交互數(shù)據(jù)中的“噪音”作為研究設(shè)計的一部分，而非作為研究之前的純技術(shù)層面上的數(shù)據(jù)清理工作。在大數(shù)據(jù)時代，交互數(shù)據(jù)如果不進行篩選與提純，將是海量的，網(wǎng)絡(luò)結(jié)構(gòu)也是松散的，盡管采用了復(fù)雜的網(wǎng)絡(luò)分析方法，往往可能得到相悖的研究結(jié)果，誤導(dǎo)理論與實踐的發(fā)展。網(wǎng)絡(luò)分析中的交互數(shù)據(jù)篩選與提純的工作屬于教育研究中研究設(shè)計的重要部分，與問卷設(shè)計中如何設(shè)計問題與選項來獲取數(shù)據(jù)、訪談中如何設(shè)計問題大綱、實驗中如何選取與分組被試一樣重要。研究者需要根據(jù)研究問題和研究目的進行交互數(shù)據(jù)的篩選，得到有效的交互數(shù)據(jù)，方可保證研究結(jié)論的準(zhǔn)確性，真正發(fā)現(xiàn)學(xué)習(xí)與交互的新規(guī)律。

五、結(jié)? ?語

本研究從重新詞化、基本特征、常用網(wǎng)絡(luò)指標(biāo)、數(shù)據(jù)篩選方法、研究問題、理論框架、模型與方法等多個方面，對使用網(wǎng)絡(luò)分析方法探究在線學(xué)習(xí)交互的研究進行了分析。本研究發(fā)現(xiàn)，網(wǎng)絡(luò)分析是研究在線學(xué)習(xí)大規(guī)模交互的重要方法，但傳統(tǒng)的靜態(tài)網(wǎng)絡(luò)分析指標(biāo)不足以支撐對在線學(xué)習(xí)交互展開深入研究，網(wǎng)絡(luò)的動態(tài)演化機制將成為新的趨勢和研究重點，相關(guān)實證研究亟待開展?；诙鄬W(xué)科理論、綜合多種研究方法的實證研究將幫助我們重新認(rèn)識社會化學(xué)習(xí)和開放靈活的在線學(xué)習(xí)，推動社會學(xué)習(xí)理論的發(fā)展和其他理論的產(chǎn)生。