突破单维局限：多层网络分析框架下的学习者交互解构.pdfVIP

JOURNALOFDISTANCEEDUCATIONViewsonLearning

突破单维局限：多层网络分析框架下的学习者交互解构

柴唤友胡天慧慧栗柱郭方琪刘智

[摘要]学习者交互是在线学习中学习者协作知识构建的发生基础和形成过程，对其开展分析有助于理解在线学习

发生方式及成效，但传统社会网络分析难以综合解析学习者交互中更多维度或方面的信息。多层网络分析能够有效

应对该不足，为学习者交互分析提供新方法。多层网络分析旨在研究由多个层次构成的复杂网络系统，以及不同层

次系统之间的相互作用和依赖关系，可提供关于多层网络数据的个体、群体和总体水平的表征。与社会网络分析相

比，多层网络分析具备驱动多维数据全面采集、综合分析和优质解读三大优势。展望未来，多层网络分析在学习者交

互研究中的应用方向包括识别有影响力的节点或连边、量化局部水平的网络关系以及开展多时序联合建模，以驱动

理解学习者个体作用、捕捉群体结构动态和探析总体演变过程。

[关键词]在线教育；学习者交互；社会网络分析；多层网络分析；复杂网络

[中图分类号]G420[文献标识码]A[文章编号]1672-0008(2025)02-0085-09

[DO1]10.15881/33-1304/g4.2025.02.009

一、引言复杂网络分析方法中的新兴势力一一多层网络分析

(multilayernetworkanalysis,MNA;Kivela,etal.,2014)

作为教育数字化转型的典型实践之一，在线教一为综合探析学习者多元交互提供了巨大潜力。

育为建设教育强国和推动教育高质量发展提供了重作为传统（单层)社会网络分析的最新拓展，该方法

要支撑。学习者交互是在线学习中协作知识构建的能够整合更多维度的交互关系信息（Finn,etal.，

发生基础和形成过程，对于在线学习的有效开展至2019）。自20世纪70年代以来，该方法被广泛应用

关重要。因此，探析学习者交互有助于理解在线学习于生物科学、交通科学、脑科学等领域。近年来,研究

发生方式及其成效（Goundar,etal.,2022）。基于网络者开始将其创新性地应用于教育领域（Liu,etal.，

科学视角，已有研究借助社会网络分析（socialnet-2021；胡天慧，等，2022；王志军，等，2024），极大促进

workanalysis,SNA）方法对学习者交互展开广泛而了学习分析方法的发展与创新。但总体而言，针对该

深人的探讨，主要涵盖以下几方面：（1)网络节点定方法的教育应用仍处于起步阶段。鉴于此，本文将在

义研究，如将网络节点的定义从学习者拓展为概念厘清多层网络分析的源起和概念基础上，阐释该方

法的操作步骤、数据表征与操作要点，系统分析其方

（徐亚倩，等,2019）、话题（王辞晓，等，2024)和学习

资源（Muhurietal.,2022）等；（2)网络连边识别研法特征与独特作用，并展望其在学习分析研究领域

究，如将网络连边的定义从直接回复关系拓展为共的潜在应用方向。

现关系、移动窗口关系和引用关系等（刘三女牙，等，

二、多层网络分析的源起与定义

2020)；(3)网络度量表征研究，如在传统静态度量基

础上引入互惠性、传递性和择优连续性等(Zhang,et（一）多层网络分析的源起

al.,2016;张婧婧，等,2019）。然而，囿于认识论和方多层网络分析（MNA）起源于复杂网络理论。作

法学局限，上述研究仅能独立或并行分析学习者交为理解和分析复杂系统功能和性质的重要研究途

互的一个或若干个方面，难以综合解析其中更为全径，复杂网络理论经历了多个发展阶段，而多层网络

面的交互信息。分析是其中的重要分支。与多层网络分析相对应的

随着计算机科学和人工智能技术的不断发展，是单层网络分析，即在教育学领域常用的分析方

基金项目：本文系国家自然科学基金项目“融合机器学习的协作问题解决能力归因推理