祁玉娟 何向阳

摘 要：文章以社会网络分析法作为基本研究方法，依据教学安排将研讨过程划分为四个阶段，对网络学习空间中大学生的研讨过程进行分析。研究结果表明：第一阶段密度和凝聚力指数显著低于后三个阶段，平均距离大于后三个阶段；随着讨论阶段的深入，中心势逐渐增加，后三个阶段的度数中心度显著高于第一阶段，派系数和被试参与派系个数显著高于第一阶段。得出结论：网络研讨过程具有一个明显的学习过程，在网络研讨的过程中被试角色在参与者和核心参与者之间转换，并就如何激发学习者参与网络研讨提出建议。

关键词：网络学习空间；社会网络分析；中心性；派系

中图分类号：G434 文献标志码：A 文章编号：1673-8454（2018）24-0086-05

一、引言

我国的网络学习空间建设从21世纪初开始，在“三通两平台”建设、教师开展网上研修活动等政策与战略活动支持下，网络学习空间得到快速发展。对于什么是网络学习空间，不同研究者具有不同的意见，典型观点包括建立在服务平台上的虚拟学习空间[1]，针对不同角色主体提供个性化信息服务的系统[2]，学习管理系统和开放性个人学习环境的“中部空间”[3]等等。有研究者将网络学习空间发展划分为以网络化存储和共享为核心特征的学习空间V1.0[4]和以互动、知识生成为核心特征的学习空间V2.0阶段[5]，以个性化服务为核心特征的学习空间V3.0[6]和以智能化为核心特征的学习空间V4.0[7]。网络学习空间具有个性化、开放性和联通性等特征[8]，具有为师生之间开展学习活动提供场所，支持教师、学生、家长等不同角色之间的交流互动[9]，逐步提升大学生的网络学习自我效能感[10]等功能。

社会网络分析是一种基于图论的社会学研究方法，专注于研究个体或组织之间的构成关系，除了在社会学研究领域外，在经济学[11]、教育研究[12]、地缘政治[13]、心理学[14]、Web2.0[15]等带有社会性的领域中也得到了广泛的应用。王陆[16]介绍了社会网络分析方法在虚拟学习社区研究的宏观、中观和微观层次上的具体运用；刘三女牙 [17]归纳出社会网络分析法在网络学习分析中应用的六个主要方面；吴涛[18]探究了我国网络学习研究领域的作者合作和关键词共现情况。

网络学习空间是当前网络学习的重要场所，社会网络分析是网络学习空间研究的重要方法，研究者们利用社会网络分析对网络学习空间中学习者角色与相互关系进行了研究，但是对学习者在网络学习空间中的表现变化过程关注较少，限制了对网络学习空间发展机理的探索。本文基于对某课程网络学习空间一个学期的跟踪研究，分阶段对交互过程进行分析，以期对网络研讨发展过程进行深入挖掘。

二、取样过程与方法

教育技术学专业选修课A是一门理论与实践并重的综合性课程，该门课程不仅要求学习者掌握系统的基础知识，还需要学习者能够综合运用所学的知识与技能去开发一个作品。受培养方案中总课时限制，该门课程只有36课时的理论教学时间和18课时实践教学时间，只能满足课程内容中基本知识与技能的教学要求。在前期的研究中我们发现，由于该课程中隐性知识较多，同伴之间与实践相关的交流与互动对于提升学生作品设计与开发能力具有积极作用，但是在现实生活中进行研讨互动存在互动过程缺少控制、互动结果难以共享等局限。建立该课程的网络学习空间，通过网络学习空间来监控并共享学习者的研讨过程，有助于提高学习者交流效率，并最终实现课程教学目标。

筆者利用现有公共教学服务平台申请建立了A课程网络学习空间。在网络学习空间中除了提供必要的课程教学资源外，还特别开辟了课程实践教学讨论专区，分4个版块让学生对作品设计与开发中的教学设计理论问题、作品需求分析、作品设计与开发、作品评价等问题进行经验交流与问题解决研讨。为了保证研讨效率，在教学任务安排时对四个主题讨论的时间进行了限制，“教学设计理论”版块的讨论时间从2月17日持续到3月28日，“作品需求分析”版块的讨论时间从3月17日持续到5月5日，“作品设计与开发”版块的讨论时间从4月15日持续到5月25日，“作品评价”版块的讨论时间从5月15日持续到6月22日。在本次课程的讨论中，教学设计、作品需求分析、作品设计与开发和作品评价四个版块在实施的过程中具有明显的先后顺序，因此可以将四个版块的讨论看成是课程讨论的四个阶段。在本文中，将上述四个版块分别标记为第一阶段、第二阶段、第三阶段和第四阶段。

四个阶段中共有151个发帖，其中第一阶段共有36个发帖，第二阶段共有42个发帖，第三阶段共有38个发帖，第四阶段共有35个发帖。四个版块中共有806个回帖，平均每个发帖有5.34个回帖，第一阶段共有41个回帖，第二阶段共有206个回帖，第三阶段共有321个回帖，第四阶段共有238个回帖。43名被试中最少发帖1个，最多发帖5个，人均发帖3.51个；43名被试中最少回帖2个，最多回帖63个，人均回帖18.74个。在发帖中，字数最少的只有7个字符，最多的有529个字符，平均有146.24个字符（标准差为127.36）。在回帖中字数最少的只有2个字符，最多的有320个字符，平均有46.78个字符（标准差为34.71）。

该班原有学生45人，但是在学期开始不久1名学生退学、1名学生休学，所以全学期参与教学活动的共有43人，其中男生4人，女生39人，女生比例明显高于男生。在课程教学开始前，笔者制定规则将网络研讨中的表现作为总评成绩的重要组成部分，要求该班学生积极参与到网络研讨活动当中来。课程结束后，将该门课程该学期作品与前一学年班级作品进行了对比研究，该学期全班共分18个小组，作品评价为优秀的有6组（33.3%）；前一年级共分17个小组，作品评价为优秀的只有4组（23.5%），该班作品显著优于前一年级。

对网络研讨过程进行统计分析，通过被试之间的回帖关系，绘制网络研讨关系矩阵。在网络研讨关系矩阵中，每一个节点表示一个被试，箭头从节点A指向节点B，表示A回复了B的发言，最后对得到的矩阵进行二值化处理，得到班级研讨关系的二值有向图。将得到的关系矩阵数据利用Ucinet 6 forwindows进行分析处理。

三、整体网络分析

1.密度和距离

在社会网络分析中，密度（Density）是描述关系矩阵中节点之间联系多少的一个重要概念。矩阵的密度越大，矩阵中节点之间的联系越多，矩阵对节点产生影响的可能性就越高。在具体计算上，一个有n个节点的关系矩阵，当实际关系数为m时，该关系矩阵的密度为m/（n（n-1））。计算被试在四个阶段中的关系矩阵的密度，从表1数值上来看，四个阶段的密度都比较小，第二、第三、第四阶段的密度都在0.11左右，而第一阶段的密度更是不到0.02。数据表明矩阵内被试之间的连接较少，大部分的被试之间没有形成连接。计算表明，第一阶段的密度显著小于其他三个阶段，讨论开始时被试之间连接显著少于后期。

在网络分析中，两点之间的距离是指两者之间在图论或者矩阵意义上的最短路径的长度。对网络学习空间中四个阶段的平均距离进行分析，如表1所示，发现第一阶段的平均距离显著高于后面三个阶段，基于距离的凝聚指数显著小于后面三个阶段。

2.中心性

社会网络分析中，中心度衡量的是关系矩阵中一个节点与其他节点的关系密切程度，是从“关系”的角度定量地界定权力的定义，最常用的参数是度数中心度。度数中心度依据与该节点有直接关系的节点数目来测量，如果与某节点有直接关联的节点数目越大，该节点的度数越高，则该节点在该关系矩阵中拥有更大的权力，越居于中心地位。中心势描述的是关系矩阵中群体权力的量化分析和图的总体一致性。

计算被试在四个阶段关系矩阵的度数中心度和度数中心势。表2中的结果显示，第一阶段的度数中心度显著小于其他三个阶段，而其他三个阶段之间无显著性差异；第一阶段度数中心势显著低于其他三个阶段，第二阶段显著低于第三、第四阶段。相关数据说明在第一阶段被试之间的联系显著小于其他三个阶段，而中心势的差别说明在第一阶段群整体掌控能力不高、个体之间差异更小；而在其他的三个阶段中，虽然个体之间的联系数量不存在显著性差异，但是第三、第四两个阶段的度数中心势显著高于第二阶段，说明最后两个阶段部分被试掌控能力显著高于第二阶段，在讨论的过程中部分被试具有更大的话语权。

将四个阶段矩阵中的度数中心度的原始数据重新编码为1、2、3、4，度数中心度越高，编码数值相对越大。计算被试在四个阶段矩阵中的最大编码值、最小编码值、编码差值。表3统计结果显示，在四个阶段中编码最大值集中在3和4，编码最小值在1和2的有39人（占90.7%），编码差值主要集中在2和3的有33人（占76.75%）。

将被试度数中心度的原始数据转化为T分数对被试的中心度变化情况进行分析，发现被试在中心度的变化可以划分为几种情况（见图1）：一直处于较高水平的被试，例如被试stu38，其度数中心度编码一直是3和4，其T分数也一直处于较高水平；一直稳定地处于中间水平的被试，例如被试stu21，其度数中心度编码一直在2和3之间徘徊，其T分数也一直处于中间水平；讨论前期和后期具有较大差异的被试，例如stu15，前期表现较差，在后期表现较好；讨论过程中波动较大的被试，例如stu01、stu10和stu30，在讨论的不同阶段具有不同的表现，在中心度编码和T值上具有较大的波动。

3.派系

在社会网络分析中，派系研究把行动者分到各个派系之中，以此來探索社会网络如何作为一个整体来行事。在有向图中，建立在“关系的互惠性”基础上的派系分析考察的是网络各个成员之间关系的相互性，一个派系中最少需要3个点，在派系中成员之间的关系都是互惠的，并且不能向其中加入任何一个成员，否则将改变这个性质。这种派系也被称之为强派系（strongclique）。

对每个阶段的派系个数、每个被试参与派系个数、每个派系中的被试个数等情况进行统计分析。合计在四个关系矩阵中发现296个派系，共有42个被试在派系中，每个派系中最多有7个被试，平均一个派系中有4.18个被试；参与派系最多的被试参与了107个派系，平均参与了29.48个派系。表4数据显示，在第一阶段只有5个派系，但是第二阶段派系个数就发展到85个，第三阶段发现了90个派系，在第四阶段发现了116个派系。研究表明，随着讨论的发展，版块中的派系越来越多，亦即社会网络关系中的互惠性越高，被试参与派系的个数也在相应增加。在派系分析中发现被试之间具有较大的重叠，说明成员的流动和扩散通道稳定，群体内知识流通和信息交流活动迅速有效。派系个数和被试参与派系个数的增加，说明除了在第一阶段被试之间存在交流不畅的问题外，在后面几个阶段，随着研讨过程的发展，被试之间的互惠性越来越明显，交互过程也相应得到了加强。

四、结果与讨论

1.网络学习空间中的研讨过程发展规律

数据表明，在参与网络学习空间的过程中，被试需要经过一段学习过程才能够成为一名积极参与者。从研究结果我们可以看到，被试在网络研讨第一阶段关系矩阵的密度、平均距离、基于距离的凝聚指数、度数中心度、派系个数等参数都显著小于后面三个阶段。由于缺少与网络讨论相关经历和训练，被试在网络学习空间中参与网络课程时，并不能完全积极参与到网络研讨当中来，需要对其网络研讨行为进行引导和激发。在课程开始时，为了培养学生进行网络研讨的习惯，教师通过制定规则将网络研讨的效果纳入期末成绩考核的主要内容当中，鼓励学生参与到研讨的过程当中来，培养学生的网络研讨习惯。在被试初步形成了参与网络研讨的习惯后，再通过激发讨论话题等策略，引导学生进入深度研讨阶段。从统计结果可以发现，除了第一阶段由于被试不适应网络研讨方式外，在后三个阶段的密度已经趋于稳定并且明显提高，平均距离显著减小，基于距离的凝聚指数显著增加，度数中心度显著增加，派系数量和被试间的互惠性也得到显著提高。相关数据说明，在用户适应了网络研讨的方式后，被试间的社会网络关系趋于稳定，群体内知识流通和交流活动更加迅速快捷。

随着网络研讨的深入，在被试进入稳定阶段后，虽然被试间的联系不再快速增加，但是用户之间的互惠性和不同用户之间的差异发生了显著改变。从中心性来看，与前面两个阶段相比，后面两个阶段矩阵的度数中心势显著增加，说明在后面的阶段中，社会网络关系具有集中的趋势，群体的整体掌控能力较高，部分被试对网络研讨具有较大的控制，在网络研讨中发挥了更加重要的作用。从派系分析来看，随着研讨阶段的发展，矩阵中的派系个数，以及被试参与派系的个数都显著提高，说明被试之间的互惠性得到显著提高，被试之间的互惠性更加明显。

现有研究表明，用户参与网络社区活动的过程是一个发展的过程，例如Kester[19]研究发现用户只有经历访客、新手才能成为常规成员或积极发言者；Soroka[20]也认为用户需要一定的时间来学习社区中的网络礼仪、特定的交流用语、行为模式等知识，才有可能转变为积极的发言者。从前面的数据分析可以看到，与这些研究结果相一致，在参与网络学习空间的过程中，被试也经历了从新用户发展到熟练用户的过程。在讨论开始的阶段，被试对网络研讨的文化和习惯不适应，发帖和回帖都不是很积极；在教师课程评价规则等因素的影响下，经过一段时间的训练后，学生参与的积极性得到了提高，并在关系矩阵的参数上得到体现。

2.网络学习空间中的用户角色分析

用户在参与网络讨论过程中的角色存在着差异。赵宇翔[21]等曾根据用户参与程度和贡献程度，将用户分为核心贡献者、参与者与协作者、潜水者三大类；何向阳[22]也将网络教育信息资源学习者划分为核心参与者、参与者、潜水者、干扰者四类，并指出用户角色可以进行转换。与现有研究者的研究结论相比，在网络学习空间的研讨过程中，由于学习考核要求的影响，学习者之间并没有潜水者和干扰者的存在，但是参与者和核心参与者依然存在，并有部分学生的角色在二者之间进行转换，这是网络学习空间的研讨与传统研讨之间的重要差异。

对各阶段处于中心位置的被试进行分析，其中有约一半被试曾经处于较为中心位置，其中数位被试在多个阶段中都处于较为中心位置，成为网络研讨的重要掌控者，同时也会对网络研讨产生较大的影响。同时研究表明，被试在网络研讨中的角色处于一种动态变化的过程，不同被试之间具有不同的表现：有被试积极参与到网络研讨的过程中，一直在讨论中处于比较重要的地位；有被试表现一般，在网络研讨中处于相对弱势地位；更多的被试在网络研讨中处于一种动态变化的过程，在有些阶段具有较好的表现，但是在其他阶段则处于一种较为弱势的地位。从用户角色的角度来看，被试在网络研讨中的这种波动过程就是一个角色转化的过程，在网络研讨中由于规则原因，加上被试在现实生活中就彼此熟识，没有被试愿意承担作为一个干扰者的角色，因此在网络研讨的过程中用户角色在参与者和核心参与者之间进行转换。在不同的阶段，被试的不同表现与他们所承担的角色实现了统一。

3.激发学习者积极参与网络研讨

学生在在线学习中的积极参与对于提高其学习效果具有十分积极的作用。阿斯丁的学生涉入理论（Student involvement）指出，学生在有意义的教育活动中投入时间越长，付出的努力和精力越多，则收获越大[23]；Davies[24]研究发现交互的质量和动态性对在线学习绩效的影响会十分显著，那些不及格的学习者在线参与程度明显少于通过考试的学习者。因此鼓励学生积极参与网络研讨对于提高网络学习效果具有十分积极的作用。

由于现有教学模式中使用网络研讨的内容较少，学习者常常不能适应网络研讨的组织形式，在网络研讨的过程中可能会产生难以适应的现象。基于这一原因，教师需要采用一定的策略，例如建立鼓励学生参与研讨的制度，给积极参与网络研讨的学习者以一定形式的激励与奖赏，让学习者在最短的时间内形成网络研讨的习惯；同时培养网络学习空间的文化氛围，让学习者在参与网络研讨的过程中促进社区文化的形成与发展，利用外在的刺激和激励来鼓励学生参与到网络研讨的过程当中来，形成网络研讨习惯。在网络研讨中互惠派系的成立等等都与学习者的积极参与分不开，但是单纯的外部刺激难以让研讨走向深度交互，也难以促进互惠团队的形成，只有学习者的积极参与才能让深度交互和互惠得以实现。在后续的研讨中，为了引导学习者的研讨行为走向深度交互，需要将学习者参与网络研讨的动机从外驱力向内驱力转化，引导学习者分析在网络研讨中的收获和好处，促进学习者形成互惠的小团体，以提高学习者在网络研讨中所获得的成就感，最终形成良好的运行机制。

本文利用社会网络分析的方法，选取样本对大学生参与网络学习空间中的研讨过程进行了量化研究，对他们参与研讨的发展过程和角色转换进行了分析。学习者参与网络学习空间的研讨需要通过学习才能够完成，最终形成互惠的派系关系，实现网络学习空间的功能与优势。相关研究结果对于更好地理解网络学习空间的研讨发展特点，把握网络研讨的节奏具有十分重要的意义。如何对网络研讨中的知识增长和内容序化过程进行研究，将是后续工作需要特别关注的问题。

参考文献：

[1]吴忠良，赵磊.基于网络学习空间的翻转课堂教学模式初探[J].中国电化教育，2014（4）：121-126.

[2]张子石，金义富，吴涛.网络学习空间平台的规划与设计——以未来教育空间站为例[J].中国电化教育，2015（4）：47-53.

[3]祝智庭，管珏琪，刘俊.个人学习空间：数字学习环境设计新焦点[J].中国电化教育，2013（3）：1-6+11.

[4]张筱兰，郭紹青，刘军.知识存储与共享学习空间（学习空间V1.0）与学校教育变革——网络学习空间内涵与学校教育发展研究之三[J].电化教育研究，2017，38（6）：53-58+70.

[5]张进良，贺相春，赵健.交互与知识生成学习空间（学习空间V2.0）与学校教育变革——网络学习空间内涵与学校教育发展研究之四[J].电化教育研究，2017，38 （6）：59-64.

[6]贺相春，郭绍青，张进良等.智能化学习空间（学习空间V4.0）与学校教育变革——网络学习空间内涵与学校教育发展研究之六[J].电化教育研究，2017，38（7）：38-42+50.

[7]张进良，郭绍青，贺相春.个性化学习空间（学习空间V3.0）与学校教育变革——网络学习空间内涵与学校教育发展研究之五[J].电化教育研究，2017，38（7）：32-37.

[8]毕家娟，杨现民.联通主义视角下的个人学习空间构建[J].中国电化教育，2014（8）：48-54.

[9]李玉斌，王月瑶，马金忠等.教师网络学习空间评价指标体系研究[J].电化教育研究，2015，36（6）：100-106.

[10]谢幼如，盛创新，杨晓彤等.网络学习空间提升自我效能感的效果研究[J].中国电化教育，2016（1）：34-40.

[11]徐振宇.社会网络分析在经济学领域的应用进展[J].经济学动态，2013（10）：61-72.

[12]钟柏昌，李艺.社会网络分析在教育研究领域的应用——基于教育类核心期刊刊文的评述[J].教育研究，2013，34（9）：25-32.

[13]潘峰华，赖志勇，葛岳静.社会网络分析方法在地缘政治领域的应用[J].经济地理，2013（7）：15-21.

[14]马绍奇，焦璨，张敏强.社会网络分析在心理研究中的应用[J].心理科学进展，2011，19（5）：755-764.

[15]张玥，朱庆华.Web 2.0环境下学术交流的社会网络分析——以博客为例[J].情报理论与实践，2009（8）：28-32.

[16]王陆.虚拟学习社区的社会网络分析[J].中国电化教育，2009（2）：5-11.

[17]刘三 女牙 ，石月凤，刘智等.网络环境下群体互动学习分析的应用研究——基于社会网络分析的视角[J].中国电化教育，2017（2）：5-12.

[18]吴涛，张子石，金义富.网络学习领域作者合作的社会网络分析——基于CSSCI的文献计量研究[J].中国电化教育，2017（2）：96-102.

[19]Kester，L.，Sloep，P.B.，Rosmalen，P.v.，et al. Facilitating community building in Learning Networks through peer tutoring in ad hoc transient communities[J]. International Journal of Web Based Communities，2006，3（2）：198-205.

[20]Soroka，V.， Rafaeli，S..Invisible Participants： How Cultural Capital Relates to Lurking Behavior[C].Proceedings of the 15th international conference on World Wide Web，2006：163-172.

[21]赵宇翔，朱庆华.Web2.0环境下影响用户生成内容的主要动因研究[J].中国图书馆学报，2009（5）：107-116.

[22]何向阳.Web2.0环境下教育信息资源建设与利用模式变革[M].北京：科学出版社，2016.9.

[23]Astin A W.Excellence and Equity in American Education.[J].Academic Achievement，1982：30.

[24]Jo Davies，Martin Graff.Performance in e-learning：online participation and student grades[J].British Journal of Educational Technology，2005，36（4）：657-663.

（編辑：鲁利瑞）