虚拟学习社区中关系网络结构特征分析.docVIP

虚拟学习社区中关系网络结构特征分析 　　摘 要 　　关系是虚拟学习社区研究中重要的核心研究对象之一，研究关系型数据需要使用社会网络分析法。本文介绍了虚拟学习社区的网络结构特征，网络结构分析的一般流程、数据处理和部分分析工具等内容。提出社会网络的密度、中心性、凝聚子群、社会位置等都会影响学习者的学习效果，通过分析得出学习者之间的社会网络结构与学习效果是相关的结论。 　　【关键词】虚拟学习社区 网络结构 特征 　　基于虚拟学习社区中的学习，人们通过沟通交流来获取知识，通过共同完成一定学习任务，形成相互影响、相互促进人际关系的网络学习团体。在网络学习中，学习者之间如果缺乏互动，容易导致学习者出现孤独感、情感缺失等问题。网络学习中的互动结构即社会网络结构。 　　1 虚拟学习社区的网络结构特征 　　虚拟学习社区的网络结构是指社区成员及其之间通过交互形成的关系的集合。每个社区成员都或多或少的与其他成员存在关系，而这些关系的集合就构成了一个关系网络结构。虚拟学习社区中的这种关系网络的结构特征对其社区成员的学习行为以及观念思维都有一定的影响。 　　1.1 网络结构的中心性 　　虚拟学习社区社区中成员大致围绕着社区核心人物展开各种学习活动， 使网络结构呈星形发散状态分布，其结构如图1所示。 　　核心人物的人数一般只有一个或两三个，他们具有丰富的专业知识和较强的解决问题能力，积极与其他成员交流，并引导其他成员积极参与交流互动，乐于帮助其他有困难的社区成员，把自己的学习经验与心得体会贡献出来供其他社区成员参考。他们是整个社区的灵魂，为这个社区文化和集体智慧做出了重大贡献。 　　在核心人物的带动下， 一些人积极参与学习讨论，并对某个问题发表督导见解，能够开阔其他成员的思维和视野，即成为活跃分子。活跃分子是成为核心人物的最有可能的群体。 　　跟随者们也能积极参与学习讨论，但是只简单的对别人的观念或看法表示支持与否，一般很少发表自己的见解。所以在社区文化和集体智慧发展的起不到很大的贡献。 　　边缘人物很少参与到讨论中去，极少发表自己的观点及看法，扮演着浏览者的角色，边缘人物是信息传递的终端，对社区的发展基本没有贡献。边缘人物的学习效果也很不理想，因此急需调动他们参与学习的积极性。 　　1.2 凝聚子群 　　随着虚拟学习社区中学习活动中交互时间的不断增加，社区中就会逐渐形成多个专业化的、中心的、分小组的讨论小群体。在交流过程中，随着相互的了解，逐渐形成了一个个专业水平相当的，有共同话题及兴趣爱好的小群体，即凝聚子群。各个凝聚子群在虚拟学习社区中也会有一定的交互，存在一定的关系，并不是完全独立的，且各个凝聚子群活的跃程度也各不同。 　　1.3 网络桥 　　随着虚拟学习社区中讨论深度的增加、时间的延长 ，社区内逐渐形成一个个讨论小群体，群体内部成员在相互交流沟通的基础上构建自己的知识结构。但是每个子群不存在明显界限，不完全独立存在。那么那些处于子群重叠位置的社区成员，起到了子群之间桥梁的作用。他们将观念知识在不同子群的成员中不断传播。即有利于学习者看待问题多视角化，讨论的异质性，使各种观念不断的碰撞、交织、互补，使集体智慧的得到凝聚和发展。 　　2 虚拟学习社区网络结构分析的一般流程 　　要解决在虚拟学习社区中谁处于核心地位，发挥着领袖的作用，趋于这个中心的程度如何，又具体形成了哪些凝聚子群，讨论形式是趋于同质讨论还是异质讨论等等问题。具体的网络结构需要我们对其进行分析。 　　2.1 社会网络分析方法 　　社会网络分析方法，简称SNA方法， 通过量化处理分析群体内部成员之间的关系，从而发现群体的关系结构，并研究其对群体内部成员活动的影响。用可视化的图形或矩阵表征复杂多样的关系，阐释个体行动和社会关系的意义是他最大的优点。在对虚拟学习社区进行SNA方法分析时主要有凝聚子群分析、中心性分析、核心边缘结构分析以及结构对等性分析等。 　　2.2 网络结构分析的一般流程 　　虚拟学习社区进行社会网络分析的过程可分为三个阶段：准备阶段、数据分析与处理阶段、分析结果处理阶段。虚拟学习社区的社会网络分析模型流程图如图2所示。 　　从整个分析模型的各个阶段来看，其过程是一个高度反复的过程。因为对数据进行分析和处理是一个批判性的鉴定、考查、检验以及评估的过程。 　　2.2.1 确定研究目标 　　在确定研究目标时，首先要明确要进行分析研究的目的，预期实现的结果或解决的问题。在这个阶段，研究者一般需要阐明、假设当前问题可能出现的结果。 　　2.2.2 确定研究的总体成员 　　对于规模较小的虚拟学习社区，只要是注册过的虚拟学习社区的成员。但是对于数量非常庞大的开放性的、规模比较大的虚拟学习社区中的注册成员，一般情况下以参与到虚拟学