网络学习社区凝聚子群分析的论文
摘要：应用社会网络分析方法，通过对一个具体的网络学习社区社会网络的凝聚子群进行分析，探讨了社区内成员的位置与各子群间的关系对信息流动的影响，以期促进网络学习社区内交互行为的发生与发展，增强信息的流动，创造更好的远程学习环境。
关键词：网络学习社区；社会网络分析；凝聚子群
1概述
随着信息技术在教育领域的广泛应用，网络学习与交流成为大学校园里获取知识、共享资源、交流情感的主要方式之一。大学生们常常以网络学习课堂、班级或朋友圈为基础，构建起一个个能随时随地进行学习与情感交流的校园网络学习社区。大学生校园网络学习社区的大量涌现，不但有利于促进学生的正常情感交流，增进个人的学习兴趣与爱好，提高个人的社会交往能力；也有利于学生更快捷地获取学习资源，传播信息，促进学习者的自主学习、协作学习，提高学习效果与效率。在网络学习社区中，学习者的交互行为是构成学习社区的基础，也是网络学习最重要的因素，在由这些学习者的社会性交互行为所构成的信息传播网络中，由于学习者交互对象与交互频次的不同，必然会逐渐形成内部小团体（凝聚子群），而信息在这些凝聚子群内和凝聚子群间是怎样流动的，不同凝聚子群中学习者的关系是怎样的，这些问题都是值得深入探讨的，它有助于更好地了解学习者的学习过程和学习质量，从而有利于改善网络学习社区学习环境，促进知识在网络中的有效传播。
2研究对象和方法
网络学习社区，又称为虚拟学习社区，它是指在网络环境下，通过获取、产生、分析和合作建构知识的对话与被指导的学习过程所形成的人际团体与学习环境[1]。基于良好的网络学习社区环境的学习交互过程突破了时间、空间的限制，实现了随时、随地的个人的、协作的、自由的按需学习。伊尔茨（Hilts）和威尔曼(Wellman)认为，网络学习社区具有双重功能,（1）帮助学生和教师共同完成学习目标；（2）为学习者提供信息交流的平台场所[2]。马红亮分析了虚拟学习社区的社区特征，强调虚拟学习社区中的社会互动和社区意识的重要性，从社区性质和功能的角度把虚拟学习社区划分为远程教育型、校园教育辅助型和社会教育型3类[3]。互动，也被称为交互或双边活动，它是指在某一特定环境下行动者之间或行动者与环境之间相互作用的过程。学习交互是指人际之间或人与环境之间以改变学习者的行为，实现某种教学目标为目的各种相互交流和相互作用。在社会科学中，以对社会行动者之间的互动研究为基础的结构性方法被称为社会网络分析[4]。社会网络分析关注的是那些将个人或群体联系起来的关系，及其关系模式对于行动结果的影响，而非行动者的个体属性。对网络学习社区学习者交互关系网络的研究可以帮助理解学习者在社区里的聚集方式，信息的流动过程以及对其学习结果的影响，这对于理解、改善和发展网络学习社区中的学与教都是十分重要的。
3数据分析
3.1网络密度
密度是社会网络分析中的最常用的一种测度，它指的是一个图中各个点之间联络的紧密程度[5]。在网络学习社区中，密度具体地反映了社区成员之间交流的紧密程度。密度越大，说明社区成员之间联系与交流越频繁，成员在学习过程中活跃度越高，成员之间愿意共享资源、分享经验、协同学习，整个社区具有良好的学习氛围。通过对学习者交互关系网络进行密度计算，得出其网络密度等于0.1615，说明网络连接较疏松，学习者参与度不高。就这一问题与部分同学进行了交流，大多数同学反映，由于同学们本身都处于真实存在的自然班级里，同学们每天见面，学习讨论过程大多采用了线上线下混合模式，从而导致记录、观察到的网络连接较疏松。在对此类校园教育辅助型社区网络进行研究时，应注意并考虑到其对研究的影响。
3.2凝聚子群
3．2．1派系派系分析是一种建立在群体互惠性关系基础上的凝聚子群分析方法。通过派系分析可以找出那些任意两个成员间都在进行双向交流的小团体。在网络学习社区中，这样的小团体往往是一个自发形成的联系紧密的学习小组，是值得教师关注、关心与正确引导的。网络学习社区的派系分析结果如表1所示。通过表1派系分析结果可以看出：17号、2号、6号和35号成员派系重叠性很高，分别出现在8个、7个、7个和5个“派系”中，说明这4个成员在整个网络学习过程中积极地与其他成员进行了大范围的双向交流，得到了其他成员的信任，成为了多个学习小团体的成员，是社区的核心成员人物和信息流动的“枢纽”；3号、21号和23号成员都出现在2个“派系”中，表明这3个成员也积极地参与社区的交流，是重要的成员，在小团体间起到了一定的桥梁作用；1号、7号、8号等9个成员只出现在1个“派系”中，表明他们互动交流范围较窄，但他们形成了局部的交流网络，是学习小团体的重要成员。3．2．2块模型一个块模型就是对一元关系或者多元关系（包括二值关系以及多值关系）网络的一种简化表示，它代表的是该网络的总体结构[6]。块模型是在位置层次上的研究，它提供的信息是关于各个位置或各个子群（而不是每个行动者）之间的关系，因而块模型能够根据结构性信息区分网络中的各个节点。网络学习社区的子群分析结果如图1所示。从图1可以看出，学习社区成员被分为8个子群，子群1包括1号、33号、16号、8号、14号、10号和27号共7位成员，子群2包括34号、6号、21号和35号共4位成员，子群3包括24号与31号2位成员，子群4包括26号、30号和36号等。对8个子群的密度计算如图2所示。从图2可以看出，子群2的.密度最大，为0.500，说明子群2中的成员之间相互交流频繁，联系紧密；子群1的密度为0.048，说明子群1中的成员之间相互交流较少，关系松散；而子群3、子群7和子群8的密度都为0，表明这些子群中的成员之间基本没有交流与沟通，需要引起学习指导老师的注意。以整体网络的密度0.1615为临界值，大于该值的子群密度替换为1，小于的替换为0，由此得到如表2的像矩阵。根据这个像矩阵，采用NetDraw软件获得了学习社区的社会网络结构简化图，如图3所示。从图3中发现，所有的子群都在网络中，没有孤立的点，而且每个子群至少与其他两个子群相联接，整个网络结构比较稳健；子群2处于网络的中心位置，它与其他7个子群都有直接联系，是整个网络结构中的核心群；子群2与子群5，子群2与子群6，子群2与子群7，子群2与子群8，子群3与子群8，子群5与子群7都进行了直接的双向交流。结合派系分析与子群分析来看，派系分析重叠性较高的17号成员在子群6中、2号成员在子群5中、6号和35号成员在子群2中，这几名核心成员在社区内的积极交互行为，不仅活跃了子群内的学习氛围，也引起了其他子群学习者的共鸣，促进了子群间的交流与信息的传递。
4结语
通过对一个具体的网络学习社区社会网络的凝聚子群进行分析，发现在该网络中存在较多由不同学习者组成的派系，派系中的成员交互紧密；在这些派系中，还存在着部分派系重叠性较高的成员，结合子群分析结果来看，这些成员也是连接子群间的重要通道，促进了子群间的交流与合作，是整个网络的核心。在网络学习活动过程中，应该充分发挥这些学习者的积极性与主动性，通过与这部分同学的交流与讨论，由他们来发起主题学习活动，并引导活动的推进；同时，教师或助学者需要更多地关注交互网络中的“边缘者”和“潜水者”，以促进他们交互行为的发生和社区的良性发展，增强信息的流动，创造更好的远程学习环境。
参考文献
[1]王陆.虚拟学习社区的社会网络结构研究[D].西北师范大学,2009.
[2]余金昌.基于生态视角的虚拟学习社区构建[J].中国电化教育,2012,(6).
[3]马红亮.虚拟学习社区的社会学分析[J].中国远程教育,2006,(9/上).
[4]弗里曼.社会网络分析发展史：一项科学社会学的研究[M].张文宏,等,译.北京:中国人民大学出版社,2008.
[5]刘军.社会网络社会网络分析导论[M].北京:社会科学文献出版社,2004.
[6]刘军.整体网分析:UCINET软件实用指南[M].2版.上海:格致出版社；上海人民出版社,2014.