網絡學習社區凝聚子群分析的論文

　　摘要：應用社會網絡分析方法，通過對一個具體的網絡學習社區社會網絡的凝聚子群進行分析，探討了社區內成員的位置與各子群間的關系對信息流動的影響，以期促進網絡學習社區內交互行為的發生與發展，增強信息的流動，創造更好的遠程學習環境。

　　關鍵詞：網絡學習社區；社會網絡分析；凝聚子群

　　1概述

　　隨著信息技術在教育領域的廣泛應用，網絡學習與交流成為大學校園里獲取知識、共享資源、交流情感的主要方式之一。大學生們常常以網絡學習課堂、班級或朋友圈為基礎，構建起一個個能隨時隨地進行學習與情感交流的校園網絡學習社區。大學生校園網絡學習社區的大量涌現，不但有利于促進學生的正常情感交流，增進個人的學習興趣與愛好，提高個人的社會交往能力；也有利于學生更快捷地獲取學習資源，傳播信息，促進學習者的自主學習、協作學習，提高學習效果與效率。在網絡學習社區中，學習者的交互行為是構成學習社區的基礎，也是網絡學習最重要的因素，在由這些學習者的社會性交互行為所構成的信息傳播網絡中，由于學習者交互對象與交互頻次的不同，必然會逐漸形成內部小團體（凝聚子群），而信息在這些凝聚子群內和凝聚子群間是怎樣流動的，不同凝聚子群中學習者的關系是怎樣的，這些問題都是值得深入探討的，它有助于更好地了解學習者的學習過程和學習質量，從而有利于改善網絡學習社區學習環境，促進知識在網絡中的有效傳播。

　　2研究對象和方法

　　網絡學習社區，又稱為虛擬學習社區，它是指在網絡環境下，通過獲取、產生、分析和合作建構知識的對話與被指導的學習過程所形成的人際團體與學習環境[1]。基于良好的網絡學習社區環境的學習交互過程突破了時間、空間的限制，實現了隨時、隨地的個人的、協作的、自由的按需學習。伊爾茨（Hilts）和威爾曼(Wellman)認為，網絡學習社區具有雙重功能,（1）幫助學生和教師共同完成學習目標；（2）為學習者提供信息交流的平臺場所[2]。馬紅亮分析了虛擬學習社區的社區特征，強調虛擬學習社區中的社會互動和社區意識的重要性，從社區性質和功能的角度把虛擬學習社區劃分為遠程教育型、校園教育輔助型和社會教育型3類[3]。互動，也被稱為交互或雙邊活動，它是指在某一特定環境下行動者之間或行動者與環境之間相互作用的過程。學習交互是指人際之間或人與環境之間以改變學習者的行為，實現某種教學目標為目的各種相互交流和相互作用。在社會科學中，以對社會行動者之間的互動研究為基礎的結構性方法被稱為社會網絡分析[4]。社會網絡分析關注的是那些將個人或群體聯系起來的關系，及其關系模式對于行動結果的影響，而非行動者的個體屬性。對網絡學習社區學習者交互關系網絡的研究可以幫助理解學習者在社區里的聚集方式，信息的流動過程以及對其學習結果的影響，這對于理解、改善和發展網絡學習社區中的學與教都是十分重要的。

　　3數據分析

　　3.1網絡密度

　　密度是社會網絡分析中的最常用的一種測度，它指的是一個圖中各個點之間聯絡的緊密程度[5]。在網絡學習社區中，密度具體地反映了社區成員之間交流的緊密程度。密度越大，說明社區成員之間聯系與交流越頻繁，成員在學習過程中活躍度越高，成員之間愿意共享資源、分享經驗、協同學習，整個社區具有良好的學習氛圍。通過對學習者交互關系網絡進行密度計算，得出其網絡密度等于0.1615，說明網絡連接較疏松，學習者參與度不高。就這一問題與部分同學進行了交流，大多數同學反映，由于同學們本身都處于真實存在的自然班級里，同學們每天見面，學習討論過程大多采用了線上線下混合模式，從而導致記錄、觀察到的網絡連接較疏松。在對此類校園教育輔助型社區網絡進行研究時，應注意并考慮到其對研究的影響。

　　3.2凝聚子群

　　3．2．1派系派系分析是一種建立在群體互惠性關系基礎上的凝聚子群分析方法。通過派系分析可以找出那些任意兩個成員間都在進行雙向交流的小團體。在網絡學習社區中，這樣的小團體往往是一個自發形成的聯系緊密的學習小組，是值得教師關注、關心與正確引導的。網絡學習社區的派系分析結果如表1所示。通過表1派系分析結果可以看出：17號、2號、6號和35號成員派系重疊性很高，分別出現在8個、7個、7個和5個“派系”中，說明這4個成員在整個網絡學習過程中積極地與其他成員進行了大范圍的雙向交流，得到了其他成員的信任，成為了多個學習小團體的成員，是社區的核心成員人物和信息流動的“樞紐”；3號、21號和23號成員都出現在2個“派系”中，表明這3個成員也積極地參與社區的交流，是重要的成員，在小團體間起到了一定的橋梁作用；1號、7號、8號等9個成員只出現在1個“派系”中，表明他們互動交流范圍較窄，但他們形成了局部的交流網絡，是學習小團體的重要成員。3．2．2塊模型一個塊模型就是對一元關系或者多元關系（包括二值關系以及多值關系）網絡的一種簡化表示，它代表的是該網絡的總體結構[6]。塊模型是在位置層次上的研究，它提供的信息是關于各個位置或各個子群（而不是每個行動者）之間的關系，因而塊模型能夠根據結構性信息區分網絡中的各個節點。網絡學習社區的子群分析結果如圖1所示。從圖1可以看出，學習社區成員被分為8個子群，子群1包括1號、33號、16號、8號、14號、10號和27號共7位成員，子群2包括34號、6號、21號和35號共4位成員，子群3包括24號與31號2位成員，子群4包括26號、30號和36號等。對8個子群的密度計算如圖2所示。從圖2可以看出，子群2的.密度最大，為0.500，說明子群2中的成員之間相互交流頻繁，聯系緊密；子群1的密度為0.048，說明子群1中的成員之間相互交流較少，關系松散；而子群3、子群7和子群8的密度都為0，表明這些子群中的成員之間基本沒有交流與溝通，需要引起學習指導老師的注意。以整體網絡的密度0.1615為臨界值，大于該值的子群密度替換為1，小于的替換為0，由此得到如表2的像矩陣。根據這個像矩陣，采用NetDraw軟件獲得了學習社區的社會網絡結構簡化圖，如圖3所示。從圖3中發現，所有的子群都在網絡中，沒有孤立的點，而且每個子群至少與其他兩個子群相聯接，整個網絡結構比較穩健；子群2處于網絡的中心位置，它與其他7個子群都有直接聯系，是整個網絡結構中的核心群；子群2與子群5，子群2與子群6，子群2與子群7，子群2與子群8，子群3與子群8，子群5與子群7都進行了直接的雙向交流。結合派系分析與子群分析來看，派系分析重疊性較高的17號成員在子群6中、2號成員在子群5中、6號和35號成員在子群2中，這幾名核心成員在社區內的積極交互行為，不僅活躍了子群內的學習氛圍，也引起了其他子群學習者的共鳴，促進了子群間的交流與信息的傳遞。

　　4結語

　　通過對一個具體的網絡學習社區社會網絡的凝聚子群進行分析，發現在該網絡中存在較多由不同學習者組成的派系，派系中的成員交互緊密；在這些派系中，還存在著部分派系重疊性較高的成員，結合子群分析結果來看，這些成員也是連接子群間的重要通道，促進了子群間的交流與合作，是整個網絡的核心。在網絡學習活動過程中，應該充分發揮這些學習者的積極性與主動性，通過與這部分同學的交流與討論，由他們來發起主題學習活動，并引導活動的推進；同時，教師或助學者需要更多地關注交互網絡中的“邊緣者”和“潛水者”，以促進他們交互行為的發生和社區的良性發展，增強信息的流動，創造更好的遠程學習環境。

　　參考文獻

　　[1]王陸.虛擬學習社區的社會網絡結構研究[D].西北師范大學,2009.

　　[2]余金昌.基于生態視角的虛擬學習社區構建[J].中國電化教育,2012,(6).

　　[3]馬紅亮.虛擬學習社區的社會學分析[J].中國遠程教育,2006,(9/上).

　　[4]弗里曼.社會網絡分析發展史：一項科學社會學的研究[M].張文宏,等,譯.北京:中國人民大學出版社,2008.

　　[5]劉軍.社會網絡社會網絡分析導論[M].北京:社會科學文獻出版社,2004.

　　[6]劉軍.整體網分析:UCINET軟件實用指南[M].2版.上海:格致出版社；上海人民出版社,2014.