刘聪聪，戴心来

(辽宁师范大学 计算机与信息技术学院，辽宁 大连 116081)

0 引言

随着互联网络的普及，网络环境下的虚拟学习已成为一种重要的学习方式。虚拟学习社区内所有学习者共同构成一个知识传播与信息交流网络[1]。信息传递的外在表现即信息交互，在虚拟学习环境中，交互质量被认为是提高学习效能与效率的重要因素之一[2]。因此，虚拟学习社区中的交互研究受到了许多研究者重视。陈丽[3]在其“远程学习的教学交互层次塔”理论中指出，远程教育中的信息交互包括3种形式：学生与学习资源交互、学生与教师交互，以及学生与学生交互。

在传统的虚拟学习社区信息交互研究中，研究者多采用内容分析法、社会网络分析法(Social Network Analysis，简称SNA)与数理统计分析法等，针对网络平台中的学习信息与数据进行分析[4]。如赖文华等[5]利用社会网络分析法分析虚拟学习社区知识共享的社会网络结构；宋学峰等[6]针对某网络社区中的网络交互数据，分析网络基本属性，探讨如何提高社区知识共享水平。上述研究对学习者某一阶段的交互结果进行了全局性的价值判断，但是难以深入到交互过程中的每一个细节行为，整个交互过程仍然如同一个“黑箱”。滞后序列分析法(Lag Sequential Analysis，简称LSA)为人们深入探究交互过程，打开交互“黑箱”提供了关键性技术方法[7]。本文基于SNA和LSA等学习分析技术，以一个基于Moodle网络平台开发的虚拟学习社区为研究个案开展实证研究，通过对参与者的信息交互行为进行滞后序列分析，由点及线地深入探究不同群体的信息交互特征。……