开源工具支持下社会网络分析.docVIP

开源工具支持下社会网络分析 　　【摘要】在大数据背景下，学习分析已成为远程教育领域的重要研究主题。其中，社会网络分析是学习分析的重要组成部分。已有研究者对论坛为主的远程交互进行了社会网络分析，但对于新兴Web2.0工具和社交平台中交互的社会网络分析研究仍很欠缺。究其原因，数据获取和分析过程的复杂性是重要因素，而优秀的分析工具可以使社会网络分析过程事半功倍。本文在对现有社会网络分析工具进行比较的基础上，从数据获取、网络技术和图形定制三方面介绍了NodeXL的功能，并通过一个在线教学分析案例介绍了该工具的使用过程。最后，文章分析了NodeXL对于远程教学实践者和开发者的意义。 　　【关键词】 NodeXL；学习分析；社会网络分析；交互分析；开源软件 　　【中图分类号】 G40-057 【文献标识码】 A 【文章编号】 1009—458x（2013）02—0014—07 　　背 景 　　近年来，微博、社交网络平台（SNS）等Web2.0工具的快速发展大大促进了用户之间的远程交互。在这些工具的支持下，用户间发生着多种多样的交互行为，如浏览、回复、评论、关注、加为好友等，同时产生出了海量交互行为数据，使得基于行为数据的交互分析成为可能。在大数据的影响下，一个新兴的研究领域——“学习分析”（Learning Analytics）随之产生。在学习分析领域中，远程教育研究者进行了一系列研究。英国开放大学、加拿大阿萨巴斯卡大学等远程教育机构的研究者都对学习分析在远程教学中的应用进行了深入的研究。这些研究者中包括联通主义的主要提出者、加拿大阿萨巴斯卡大学的西门斯博士（Siemens）[1]。 　　2011年举行的首届学习分析与知识国际大会将学习分析定义为“测量、收集、分析、报告学习者及其学习情境的相关数据，以促进对学习过程的理解，并对学习及其发生的环境进行优化。”[2]通过这一定义可以了解到学习分析对数据的依赖性。学习分析需要将复杂的教学过程和庞大的行为数据有机整合。这一目标的实现需要在教学情境之下，针对多种分析任务，使用多种分析技术。 　　根据学习分析的不同任务，英国开放大学知识媒体研究所的Shum和Ferguson在《社会学习分析（Social Learning Analytics）》中把学习分析划分为五种类型，分别为学习网络分析、学习对话分析、学习内容分析、学习气质分析、学习情境分析[3]。从这一分类中可以看出学习分析是多种分析方法的统整，其中社会网络分析是一个重要的组成部分。 　　社会网络分析在社会学研究中有较为久远的历史渊源。1950年代，卡特赖特和哈拉瑞以图论为研究工具对社会互动展开了研究。哈佛商学院则在著名的“霍桑实验”中，首次运用社群图描绘了霍桑工厂中的社会互动结构 [4] 。而Watts等人的“小世界”理论让社会网络分析产生了广泛的社会影响[5]。 　　在远程教育领域中，特别是网络工具快速发展的背景下，社会网络分析被赋予了浓重的在线行为分析色彩。与社会学领域中的自陈式问卷、实地观察等方法不同，远程教育领域中的社会网络分析多由在线关系分析和在线行为分析构成。 　　近年来，国外研究者开始应用社会网络分析的方法研究Twitter和Facebook等社交媒体中的教学交互现象[6][7]。在国内研究中，王陆[8]、胡勇[9]为代表的国内研究者通过社会网络分析对以论坛为主的虚拟社区在线交互进行了分析。但对新兴社交媒体中的教学交互研究目前还较为少见。 　　究其原因，社会网络分析自身的复杂性是一个重要因素。与论坛中的交互相比，微博等社交媒体支持下的交互数量众多，内容庞杂，给分析带来了很大困难。即便研究者具备了社会网络分析的相关知识。前期的数据预处理工作也常常令人望而却步，分析过程中的数据调整和可视化工作也极为繁复。 　　社会网络分析离不开工具的支持。好的研究工具可以使研究过程事半功倍。对于社会网络分析工具的研究就成为成功进行社会网络分析，乃至整个学习分析的前提。 　　社会网络分析工具的发展 　　由于社会网络分析的重要性，多种分析工具应运而生，至今仍在蓬勃发展之中。有研究者对社会网络分析工具进行了研究，功能对比是最常见的研究方法。其中，最具有代表性的是Huisman和Duijn对于23种社会网络分析工具的对比[10]，研究者从多个角度对比了当时各种主要网络分析工具，包括Pajek、NetDraw、Netminer、UCINET等目前仍广泛应用的工具，该比较涉及软件的使用对象、数据格式、主要功能、支持帮助等信息。王陆在此基础上根据是否商业化和是否可视化将这些软件进行了进一步分类，并重点比较了NetMiner、Pajek和UCINET[11]。Hansen等人分析了各种社会网络分析工具，并指出缺乏界面友好和操作便捷的社会