论文部分内容阅读
摘要：SPOCs-沦坛作为一种支持在线学习的辅助平台，为学习者提供了一个相互交流、共同参与的学习空间。该文以中部某师范大学云课堂平台中一个学期的课程论坛发帖为研究对象，采集学习者在线交互时产生的日志文件、发帖内容等数据，基于社会网络分析法和Engel创建的新指标体系，同时对论坛发帖中的回复关系和引用关系进行分析，重点探究两种关系模式下交互模式的差异性。研究结果发现：在群体水平上，基于引用关系得到的交互数量更多，且引用网络的群体指标值均高于回复网络;在个体水平上，基于个体指标分组的两类网络中的成员构成发生了较大的变化。这一结果表明SPOCs论坛中学习者之间并不只是存在着同一层级的简单的回复关系，还存在着大量对其他学习者发帖内容的引用关系;相比于回复网络，引用网络能够更真实地反映学习者实际发生的交互关系。
关键词：SPOCs;社会网络分析;交互模式;回复网络;引用网络
中图分类号：G434
文献标识码：A
一、引言
随着教育信息化的推进和深入，新兴信息技术持续推动着教学模式的改革和创新。从传统的在线学习平台发展到随后兴起的慕课（Massive Open OnlineCourses.MOOCs），无不体现出人们在教育领域的不断思索和创新。然而近年来，慕课在经历了初期的狂热阶段之后，逐渐显现出自身存在的弊端，主要表现为用户流失率高、课业完成率低、过程监管难、学习动机不足、学习深度缺乏等问题[1]。针对该困境，Fox[2]在2013年首次提出了SPOCs（Smallnivate Online Courses，小规模限制性在线课程）概念。SPOCs是在MOOCs基础上发展起来的、 “后MOOC”时期涌现的一种新型教学模式[3]，主要包含两大特点：小众性（Small）和私密性（Private）。小众性主要体现在一个班级只有少数学生;私密性主要体现在课程只对小部分符合要求的申请者开放[4]。此外，SPOCs提供了一种混合式教学模式，既保留了MOOCs线上学习自由把控节奏、教学资源丰富的特点，也保留了线下教学易于监管、及时反馈的特点，增强了线下面对面课程的连续性，促进了学生更民主的参与，突出了学习过程中学生的主导作用和教师的辅助作用[5]。
SPOCs论坛作为一种支持在线学习的辅助平台，为学习者提供了一个相互交流、共同参与的学习空间。学生通过参与、交流、共享知识进行直接或间接的交互，从而影响随之发生的知识建构过程。大量研究已证实，学习者之间的在线交互能够影响最终的学习质量[6-8]。因此，研究学生之间的交互关系对于分析学习者的知识建构起着至关重要的作用。其中，社会网络分析（Social Network Analysis，SNA）主要关注行动者彼此间交互关系的特性，因此是研究这种关系的有效方法。SNA主要用于探究社会网络中彼此互动的学习者之间的关系，社会网络主要包含两个要素：行动者（学习者、群体、国家、机构和公司）和关系f经济、关系、动机、情感和家庭）[9]。在线上学习过程中，学习者可以协作、讨论生成内容，从而在学习者与学习者之间、学习者与教师之间建立关系网络[10]，而SNA能够通过描述这些交互关系为研究者提供更多关于学生参与动态的详细信息[11]，从而挖掘出隐藏在这些行为模式背后的学习规律和特征。有研究者通过SNA展示在线活动中学生的活跃度和中心度的分布[12]，了解群体之间的总体相互作用、发现每个角色的位置和重要性[13]，并使用网络密度值描述学习者在线交互的紧密程度[14]。
目前，在线环境下SNA的交互关系分析主要是基于系统生成的日志文件（Log Files），从中提取出学习者的发帖和回帖数据，并生成社会网[15][16]，即回复网络（亦称技术性网络（Technological Network）。然而，这类数据在反映学习者实际交互动态或交流模式上还存在争议，有研究者[17][18]指出学习者在讨论过程中普遍存在交叉发帖的情况，并且难以保证学习者会选择正确的回帖位置和层级，也不能保证平台本身能够支持一个足够丰富的回复结构。因此，基于日志文件构建的社会网络难以准确地反映论坛互动中形成的交互关系，无法完整地展示学习者建立的社会关系。此外，在测量社会网络交互质量上，SNA常用中心性指标（Centrality）表征个体在网络中的地位和权利，使用网络密度指标（Density）表征整個群体的凝聚力[19]。然而，这些指标的计算均建立在一层回复关系上，忽视了二次回复或相互回复这类关系，无法体现出不同回复关系之间的差异性和关联性。为克服这些问题，Engel等人[20]在研究中引入引用关系（学习者发帖中出现的人称指代和对他人发帖的引用关系）建立引用网络（NominalNetwork），并定义了三种不同的交互关系：非对称关系（Asymmetric Relation，学习者单方面评论他人发帖）、互惠关系（Reciprocal Relation，学习者互相评论）和应答关系（Responsive Relation.学习者对他人的评论做出回复），在此基础上提出了一套新的测量指标，有助于更深层次的挖掘学习者的交互动态。
因此，本研究拟以中部某师范大学云课堂平台中一个学期的课程论坛发帖为研究对象，基于社会网络分析法和Engel创建的新指标体系，同时对论坛发帖内容中的回复关系和引用关系进行分析，探究两种关系模式下学习者在SPOCs论坛中的交互动态与模式的差异性，从而分辨出哪种数据能够更好地反映学习者实际发生的交互关系，挖掘学习者交互模式，为更好地利用SPOCs教学环境促进教学模式改革，提升教学质量提供指导和建议。
二、社会网络新指标体系
在SNA中，除了采用网络可视化来直观地展示学习者之间的交互关系，常常还会通过计算相应的社会网络指标来衡量个体或群体的交互质量。传统的指标中通常只考虑学习者之间交互关系的存在与否，对于交互关系之间的差异没有进行区分开来。例如，在讨论过程中存在以下三种情况，A评论了B;A评论了B，随后B回复了A;A评论了B的帖子，同时B也评论了A的帖子。显然这三种交互关系是不同的：在第一种交互关系中仅存在一种单向的互动关系，而后两种回复关系中体现了一种双向的互动关系，发送者和接收者的角色发生了变化，这过程中不仅包含了B对A发帖内容的思考，还包含了A对B发帖内容的思考。但这两种形式之间也存在着差异，在学习者相互互动的过程中，交互的传播方向发生了变化。传统指标的计算并没有对上述三种回复关系进行区分，只是使用不同的交互数量来表示回复关系的区别。这种计算方式忽视了不同回复形式之间的差异，弱化了回复之间的连续性，因此，在应用SNA方法时需要考虑在线讨论中学生交互的复杂性和独特性[21]。对此，Engel等人[22]重新提出了一套新的指标计算方法，这套指标的计算基于作者定义的三种不同的交互形式：非对称关系（学习者单方面评论他人发帖）、互惠关系（两个学习者之间互相评论）和应答关系（学习者对其他学习者的评论进行回复），分别对应于上文列举的三种情况。类似于传统的测量方法，该指标也分为群体和个体两个层面，分别包含6个群体指标（如表1所示）和7个个体指标（如表2所示）。 三、研究设计
（一）研究问题
为了帮助理解SPOC论坛中的学习者交互模式，本研究将基于以上两种不同数据类型的网络结构（回复网络、引用网络）来探讨学习者在论坛讨论中交互模式的差异性，分辨出能更好地反映学习者实际交互关系的数据类型。因此，本研究主要想解决以下两个研究问题：
1.基于不同数据来源生成的社会网络群体指标有何差异？
2.基于不同数据来源生成的社会网络个体指标有何差异？
（二）研究对象和数据来源
本研究的数据来源于中部某师范大学SPOC平台中公共必修课“心理学基础”课程的论坛发帖数据。该课程内容主要分为四个知识模块：心理学绪论、心理过程、个别差异、心理建构，旨在帮助学生掌握心理学的原理与应用。课程为期一学期，共48个学时。同时，课程还要求学生参与线上讨论活动。最终，该课程论坛在一学期内共产生2992条讨论帖。通过对该课程的讨论数据进行学号匹配与筛选，剔除重复发帖记录、与课程内容无关发帖记录以及有学业成绩却未发帖的学习者记录，最终得到72名学习者发布的2824条有效讨论帖。
（三）研究方法
为了构建两种不同类型的社会网络，本文首先通过平台提供的日志文件生成回复网络，同时通过日志文件和文本信息中的引用关系生成引用网络，使用一种开源软件Gephi 0.9.2进行图形可视化。然后基于社会网络新指标体系分别计算两类社会网络的群体及个体指标，以此来描述学习者在论坛中的交互質量。其次，使用Windows版本的SPSS 19.0对两类网络群体指标和个体指标进行Wilcoxon符号秩检验，分析、比较两种社会网络中两种指标的差异性，以探讨哪种数据类型能够更真实、更准确地反映学习者的交互动态，更深入地挖掘学习者的交互模式特点。
1.网络的生成
本研究构建网络使用的数据来源主要包含两类：论坛中的活动日志和学习者生成的文本信息。在回复网络中，数据源是论坛活动日志，结点之间的关系表示为学习者对其他人的回复或评论;在引用网络中，使用了论坛活动日志以及学生和教师发帖的文本内容，结点之间的关系表示为学习者对他人发帖的引用关系。引用关系的确定基于三条准则：（1）学习者请求帮助时涉及到的其他学习者;（2）学习者回复别人时涉及到的其他学习者;（3）学习者发帖中的内容与其他作者的发帖部分相同[23]。为了保证引用网络中数据处理标准的一致性和可靠性，两名研究员共同对数据进行编码，对于有争议的地方通过双方共同讨论达成一致。最后，使用开源软件Gephi 0.9.2进行社会网络的分析和可视化。
2.网络指标的计算
本研究采用第二部分描述的社会网络新指标体系共包括6个群体指标和7个个体指标，分别计算出两类网络的指标。由于平台没有提供学习者的阅读数据，本研究中没有计算个体阅读指标。
四、研究结果及分析
（一）群体指标差异分析
表3展示了回复网络和引用网络的群体指标结果。相比于回复网络，引用网络中的回复数量增加了3847条，新增的关系则是通过学习者对其他人发帖的引用得来的。
从表3的结果可以看出，引用网络的各项群体指标均高于回复网络的群体指标。通过对两组群体指标进行Wilcoxon符号秩检验，得到P=0.028
关键词：SPOCs;社会网络分析;交互模式;回复网络;引用网络
中图分类号：G434
文献标识码：A
一、引言
随着教育信息化的推进和深入，新兴信息技术持续推动着教学模式的改革和创新。从传统的在线学习平台发展到随后兴起的慕课（Massive Open OnlineCourses.MOOCs），无不体现出人们在教育领域的不断思索和创新。然而近年来，慕课在经历了初期的狂热阶段之后，逐渐显现出自身存在的弊端，主要表现为用户流失率高、课业完成率低、过程监管难、学习动机不足、学习深度缺乏等问题[1]。针对该困境，Fox[2]在2013年首次提出了SPOCs（Smallnivate Online Courses，小规模限制性在线课程）概念。SPOCs是在MOOCs基础上发展起来的、 “后MOOC”时期涌现的一种新型教学模式[3]，主要包含两大特点：小众性（Small）和私密性（Private）。小众性主要体现在一个班级只有少数学生;私密性主要体现在课程只对小部分符合要求的申请者开放[4]。此外，SPOCs提供了一种混合式教学模式，既保留了MOOCs线上学习自由把控节奏、教学资源丰富的特点，也保留了线下教学易于监管、及时反馈的特点，增强了线下面对面课程的连续性，促进了学生更民主的参与，突出了学习过程中学生的主导作用和教师的辅助作用[5]。
SPOCs论坛作为一种支持在线学习的辅助平台，为学习者提供了一个相互交流、共同参与的学习空间。学生通过参与、交流、共享知识进行直接或间接的交互，从而影响随之发生的知识建构过程。大量研究已证实，学习者之间的在线交互能够影响最终的学习质量[6-8]。因此，研究学生之间的交互关系对于分析学习者的知识建构起着至关重要的作用。其中，社会网络分析（Social Network Analysis，SNA）主要关注行动者彼此间交互关系的特性，因此是研究这种关系的有效方法。SNA主要用于探究社会网络中彼此互动的学习者之间的关系，社会网络主要包含两个要素：行动者（学习者、群体、国家、机构和公司）和关系f经济、关系、动机、情感和家庭）[9]。在线上学习过程中，学习者可以协作、讨论生成内容，从而在学习者与学习者之间、学习者与教师之间建立关系网络[10]，而SNA能够通过描述这些交互关系为研究者提供更多关于学生参与动态的详细信息[11]，从而挖掘出隐藏在这些行为模式背后的学习规律和特征。有研究者通过SNA展示在线活动中学生的活跃度和中心度的分布[12]，了解群体之间的总体相互作用、发现每个角色的位置和重要性[13]，并使用网络密度值描述学习者在线交互的紧密程度[14]。
目前，在线环境下SNA的交互关系分析主要是基于系统生成的日志文件（Log Files），从中提取出学习者的发帖和回帖数据，并生成社会网[15][16]，即回复网络（亦称技术性网络（Technological Network）。然而，这类数据在反映学习者实际交互动态或交流模式上还存在争议，有研究者[17][18]指出学习者在讨论过程中普遍存在交叉发帖的情况，并且难以保证学习者会选择正确的回帖位置和层级，也不能保证平台本身能够支持一个足够丰富的回复结构。因此，基于日志文件构建的社会网络难以准确地反映论坛互动中形成的交互关系，无法完整地展示学习者建立的社会关系。此外，在测量社会网络交互质量上，SNA常用中心性指标（Centrality）表征个体在网络中的地位和权利，使用网络密度指标（Density）表征整個群体的凝聚力[19]。然而，这些指标的计算均建立在一层回复关系上，忽视了二次回复或相互回复这类关系，无法体现出不同回复关系之间的差异性和关联性。为克服这些问题，Engel等人[20]在研究中引入引用关系（学习者发帖中出现的人称指代和对他人发帖的引用关系）建立引用网络（NominalNetwork），并定义了三种不同的交互关系：非对称关系（Asymmetric Relation，学习者单方面评论他人发帖）、互惠关系（Reciprocal Relation，学习者互相评论）和应答关系（Responsive Relation.学习者对他人的评论做出回复），在此基础上提出了一套新的测量指标，有助于更深层次的挖掘学习者的交互动态。
因此，本研究拟以中部某师范大学云课堂平台中一个学期的课程论坛发帖为研究对象，基于社会网络分析法和Engel创建的新指标体系，同时对论坛发帖内容中的回复关系和引用关系进行分析，探究两种关系模式下学习者在SPOCs论坛中的交互动态与模式的差异性，从而分辨出哪种数据能够更好地反映学习者实际发生的交互关系，挖掘学习者交互模式，为更好地利用SPOCs教学环境促进教学模式改革，提升教学质量提供指导和建议。
二、社会网络新指标体系
在SNA中，除了采用网络可视化来直观地展示学习者之间的交互关系，常常还会通过计算相应的社会网络指标来衡量个体或群体的交互质量。传统的指标中通常只考虑学习者之间交互关系的存在与否，对于交互关系之间的差异没有进行区分开来。例如，在讨论过程中存在以下三种情况，A评论了B;A评论了B，随后B回复了A;A评论了B的帖子，同时B也评论了A的帖子。显然这三种交互关系是不同的：在第一种交互关系中仅存在一种单向的互动关系，而后两种回复关系中体现了一种双向的互动关系，发送者和接收者的角色发生了变化，这过程中不仅包含了B对A发帖内容的思考，还包含了A对B发帖内容的思考。但这两种形式之间也存在着差异，在学习者相互互动的过程中，交互的传播方向发生了变化。传统指标的计算并没有对上述三种回复关系进行区分，只是使用不同的交互数量来表示回复关系的区别。这种计算方式忽视了不同回复形式之间的差异，弱化了回复之间的连续性，因此，在应用SNA方法时需要考虑在线讨论中学生交互的复杂性和独特性[21]。对此，Engel等人[22]重新提出了一套新的指标计算方法，这套指标的计算基于作者定义的三种不同的交互形式：非对称关系（学习者单方面评论他人发帖）、互惠关系（两个学习者之间互相评论）和应答关系（学习者对其他学习者的评论进行回复），分别对应于上文列举的三种情况。类似于传统的测量方法，该指标也分为群体和个体两个层面，分别包含6个群体指标（如表1所示）和7个个体指标（如表2所示）。 三、研究设计
（一）研究问题
为了帮助理解SPOC论坛中的学习者交互模式，本研究将基于以上两种不同数据类型的网络结构（回复网络、引用网络）来探讨学习者在论坛讨论中交互模式的差异性，分辨出能更好地反映学习者实际交互关系的数据类型。因此，本研究主要想解决以下两个研究问题：
1.基于不同数据来源生成的社会网络群体指标有何差异？
2.基于不同数据来源生成的社会网络个体指标有何差异？
（二）研究对象和数据来源
本研究的数据来源于中部某师范大学SPOC平台中公共必修课“心理学基础”课程的论坛发帖数据。该课程内容主要分为四个知识模块：心理学绪论、心理过程、个别差异、心理建构，旨在帮助学生掌握心理学的原理与应用。课程为期一学期，共48个学时。同时，课程还要求学生参与线上讨论活动。最终，该课程论坛在一学期内共产生2992条讨论帖。通过对该课程的讨论数据进行学号匹配与筛选，剔除重复发帖记录、与课程内容无关发帖记录以及有学业成绩却未发帖的学习者记录，最终得到72名学习者发布的2824条有效讨论帖。
（三）研究方法
为了构建两种不同类型的社会网络，本文首先通过平台提供的日志文件生成回复网络，同时通过日志文件和文本信息中的引用关系生成引用网络，使用一种开源软件Gephi 0.9.2进行图形可视化。然后基于社会网络新指标体系分别计算两类社会网络的群体及个体指标，以此来描述学习者在论坛中的交互質量。其次，使用Windows版本的SPSS 19.0对两类网络群体指标和个体指标进行Wilcoxon符号秩检验，分析、比较两种社会网络中两种指标的差异性，以探讨哪种数据类型能够更真实、更准确地反映学习者的交互动态，更深入地挖掘学习者的交互模式特点。
1.网络的生成
本研究构建网络使用的数据来源主要包含两类：论坛中的活动日志和学习者生成的文本信息。在回复网络中，数据源是论坛活动日志，结点之间的关系表示为学习者对其他人的回复或评论;在引用网络中，使用了论坛活动日志以及学生和教师发帖的文本内容，结点之间的关系表示为学习者对他人发帖的引用关系。引用关系的确定基于三条准则：（1）学习者请求帮助时涉及到的其他学习者;（2）学习者回复别人时涉及到的其他学习者;（3）学习者发帖中的内容与其他作者的发帖部分相同[23]。为了保证引用网络中数据处理标准的一致性和可靠性，两名研究员共同对数据进行编码，对于有争议的地方通过双方共同讨论达成一致。最后，使用开源软件Gephi 0.9.2进行社会网络的分析和可视化。
2.网络指标的计算
本研究采用第二部分描述的社会网络新指标体系共包括6个群体指标和7个个体指标，分别计算出两类网络的指标。由于平台没有提供学习者的阅读数据，本研究中没有计算个体阅读指标。
四、研究结果及分析
（一）群体指标差异分析
表3展示了回复网络和引用网络的群体指标结果。相比于回复网络，引用网络中的回复数量增加了3847条，新增的关系则是通过学习者对其他人发帖的引用得来的。
从表3的结果可以看出，引用网络的各项群体指标均高于回复网络的群体指标。通过对两组群体指标进行Wilcoxon符号秩检验，得到P=0.028