社会网络分析法在网络学习中的应用研究_覃泽宇

第11卷第5期宁波教育学院学报Vol.11No.5 2009年10月JOURNAL OF NINGBO INSTITUTE OF EDUCATION Oct.2009社会网络分析法在网络学习中的应用研究

覃泽宇，刘德怀

（广西师范大学教育科学学院，广西桂林541004）

摘要：基于Web2.0的网络学习使学习方式发生了重大变革，对网络学习的研究也朝多元化方向发展。本文借鉴当前教育技术学者应用社会网络分析方法研究网络学习的成果，并根据网络学习和社会网络分析的内涵特征提出了促进策略。

关键词：网络学习；社会网络分析法；应用分析

中图分类号：G43文献标识码：A文章编号：1009-2560（2009）05-0076-03

当前，社会在信息技术尤其是Web2.0网络迅猛发展的推动下，进入了急剧变化的转型期，教育作为一种社会存在，从技术层面、制度层面到观念层面都发生了剧烈的变革。以Web2.0为代表的网络学习已成为教育技术学研究的一个重要方向。研究Web2.0网络学习的方法正朝着多元化方向发展，社会网络分析作为社会学研究的一种独特的理论和技术规范，也进入教育技术学研究者的视野。

1Web2.0环境中的学习

Web2.0是相对于Web1.0的新一代互联网的统称，不仅是技术性的概念，而且是历史学的概念。中国互联网实验室对Web2.0的定义为：Web2.0不单纯是技术或者解决方案，Web2.0是一套可执行的理念体系，实践着网络社会化和个性化的理想，使个人成为真正意义的主体，实现互联网生产方式的变革从而解放生产力，这个理念体系在不断发展完善中，并且会越来越清晰。Web2.0的学习具有以下特点：（1）去中心化。Web2.0所包含的一系列技术，使知识以超文本和网状的形式组织起来，创造了活动自由、双向交互、随机通达、多种感官刺激的学习环境。在Web2.0中，每个人都是信息创造和发布的平等主体。学习者可以随意进入虚拟学习社区中选择适合自己的学习内容，自由、自主、自觉地建构知识。（2）社会化。基于Web2.0的学习是一种对话与交流的社会性活动，参与对话和交流的人包括在校学生、教师和校外的其他成员。这种社会性的互动易于产生头脑风暴，衍生出新的知识，也使网络学习环境具备了社会环境的一般特征。（3）学习内容的缩微化。与以传播Web页面为主的Web1.0相比，Web2.0中的信息的组织和传播主要是以微内容为单位，微内容是产生微课程的来源。Tag标注和RSS “推送”传输技术使博客和Bookmark具有强大的链接和动态交互功能，实现资源的简易聚合，为学习者提供选择性的、汇总过的微课程。被切割为几分钟的微课程使学习的时间安排体现出极大的灵活性。（4）学习活动的自组织。Web2.0是以个人为中心，个人深度参与到互联网中的，而且个人及其发布的内容不是孤立的，是互动的彼此相连的，以自组织的方式让人、内容和应用等充分联系和序化。［1］学习者通过博客、Bookmark等与他人链接，组成虚拟学习社区。通过Tag标注和RSS“推送”传输服务，形成相同主题信息的聚合，自发形成相链接的学习资源体系。

2社会网络分析在Web2.0学习研究中的应用分析

2.1社会网络分析概述

社会网络作为社会学研究领域中具有独特理论气质和方法形态的一支，自上个世纪30年代初具雏形到70年代兴起，迅速成为最具有潜力的社会学分支之一。［2］社会网络分析被用来简历社会关系的模型，发现群体内行动者之间的社会关系，描述社会关系的结构，研究这种结构对群体功能活着群体内部个体的影响。［3］社会网络分析的概念和测量技术为理解个人与个人，个人与社会之间关系的网状

收稿日期：2009-09-04

作者简介：覃泽宇（1984-），男，广西南宁人，广西师范大学教育科学学院2007级硕士研究生。

76

覃泽宇，刘德怀：社会网络分析法在网络学习中的应用研究

结构提供了一个全新的理论视角和测量工具。［4］它最大优势在于把复杂多样的关系表征为可视化的图形或矩阵，给予个体行动和社会关系意义阐释。

2.2社会网络分析的研究视角

2.2.1社会网络分析方法

社会网络分析已渐趋成熟，整体网络分析法是其中一个重要的研究方法，它关注的焦点在于一个社会体系中角色关系的互动结构。在进行社会网络分析时，可以用社群图（sociograph）或社群矩阵表示。社群图一般适用于节点较少的情况，图中的节点表示行动者，线条表示节点间的关系。社群矩阵适用于节点较多的情况，一般由方阵（square matrix）组成。方阵的行和列代表相同的分析对象，表格中的某个单元格代表两个对象的关系。由于国内对社会网络分析的概念还未统一，本文所介绍的几个常用概念参照[3]，包括以下几个：（1）密度。密度是社会网络分析中最常用的测度之一，代表网络图中各节点之间联络的紧密程度。节点之间的连线越多，该图的密度就越大，在二值网络图中，密度的取值范围从0到1。（2）点度中心度。点度中心度是用来测量行动者在整个网络中影响力的指标。当网络中的节点关系建立后，对应的行动者与很多其他行动者之间存在直接联系，那么该行动者就处于中心地位。（3）入度。某特定行动者的入度值的高低表示该行动者与其他行动者的交互状况，通常用来描述特定行动者被其他行动者认可和欢迎程度。平均入度描述整个虚拟学习社区的交互协作特征。虚拟学习社区的平均入度越高，表明学习者之间的交互越频繁。（4）出度。出度值的高低表示特定网络中某个活动者与其他活动者的交互状况，它用来表示特定活动者与其他活动者交互的主动性和积极性。（5）凝聚子群。凝聚子群用来描述网络关系中一小群关系特别密切的小团体。从不同角度分析，凝聚子群的概念有多种，主要包括建立在互惠性基础上的“派系”，建立在可达性和直径基础上的“n-派系”、“n-宗派”，建立在点度数基础上的“k-丛”，以及根据子群内外关系建立起来的“成分”。［5］

2.2.2社会网络分析在教育博客中的应用

在Web2.0中，博客是目前最流行的元素之一。博客作为个体在网络中的一种特殊存在方式，具有个性化的私密性，博客之间链接形成的网状社区，使博客也具有明显的社会性。社会网络分析可以通过图式或矩阵的可视化方式表征博客的社会交互关系。黎加厚等学者使用社会网络分析对苏州教育博客学习发展共同体进行研究，以一个全新的视角来挖掘在共同体人际关系以及创新发展问题，得出以下结论：［6］（1）密度对创新能力有显著正向影响。（2）中心性对创新能力有显著正向影响。（3）对象多元性对创新能力有显著影响。叶新东等研究教育技术博客得出如下结论：（1）教育技术博客发展地域性很强，主要集中在教育比较发达的地区。（2）成员间交流不够频繁，边缘以及孤立成员比较多。（3）领导者垄断性相当大，对博客初期发展虽然有利，但其今后的发展却存在阻碍。（4）社群形成目的不一，成员之间沟通存在不足，管理博客能力还有待于提高。（5）教育博客成员普及面不广，主要集中在教师与大学生，中学生以及社会成员几乎为零。

2.2.3社会网络分析在网络协作学习研究中的应用

Web2.0环境中的网络协作学习，除了包括个体对认知的建构，学习者之间参与和协作的深度和广度也是非常重要的。胡勇等通过研究发现：凝聚子群是学习交互得以发生的主要源泉，网络中核心参与者是联系整个网络的纽带，他们带动和维持了整个网络群体的知识建构。［7］

3社会网络分析应用于网络学习研究的促进策略

社会网络分析给予网络学习研究一个全新的理论视角和技术规范，然而，社会网络分析并非大而全的研究方法，我们在使用社会网络分析研究网络学习时要注意其本身固有的局限性。

3.1加强对网络学习者的动机分析

社会网络分析的优势在于使社会网络关系以一种可视化的模型表征，而劣势在于缺乏对动因的分析。在网络学习研究中，学习者的学习动机分析是一个很重要的内容，学习动机的强弱会直接影响学习的效果和辍学率的高低。网络学习不只是产生于社会性的脉络中，还为满足学习者的社会性需求而存在。动机的产生和变化又跟现实社会的制度、文化环境有密切的联系。因此，用社会网络分析研究

77