王泰 曾悦

[摘   要] 研究者们常采用传统的机器学习方法在虚拟学习社区中提取以中心性或声望为主要标准的领袖节点。这些方法虽然简洁直观，但容易遮蔽虚拟学习社区的部分特点，忽视非领袖节点中也可能存在其他类型的“关键少数”。为了深入理解虚拟学习社区的人际关系网络，文章以某门慕课讨论区中26次讨论的86名学习者为例，采用基于正则等价的块模型方法，从中划分出4个不同角色，并解释了他们在知识构建过程中发挥的作用。结果发现：可根据知识传递的关系，将学习者的角色分为“导学者”“善学者”“熟练者”和“初学者”4类。这一结果不仅表明基于正则等价的虚拟学习社区学习者角色分类方法比传统机器学习分类方法（如K-means）划分出来的角色更细致，更能够发现直观视野之外的“关键少数”，还给虚拟社区的教学实践带来新的启发。它启发我们：如果能对不同的角色采用不同的教学策略，有可能进一步减轻社区助教的工作负荷，用更少的干预促进虚拟学习社区形成更浓厚的学习氛围。

[关键词] 虚拟学习社区; 角色分类; 块模型; 正则等价; 社会网络分析

[中图分类号] G434            [文献标志码] A

一、引   言

虚拟学习社区是在联结主义的启发下出现的一种学习组织，也是将社交网络与在线学习相结合的产物[1-2]。在虚拟学习社区中，不同的人群对构建知识的贡献和所起的作用不尽相同[3]。如果能对不同的角色采取不同的支撑策略，必将进一步促进虚拟学习社区的繁荣与发展[4]。……