基于社会网络分析的大学英语MOOC讨论区交互行为研究
王勃然 李月
（东北大学）
摘 要：作为以互联网为载体的学习交流空间，MOOC内人与人之间的交互不再是简单的线性过程，而是一个复杂的网络现象。为研究这一现象，本文借用源自社会学的社会网络分析法，对爱课程中国大学MOOC平台中一门大学英语课程讨论区内产生的大量交互数据进行分析，宏观上探讨了交互网络的整体属性值与各阶段变化趋势，微观上对个体中心度进行分析。最后针对分析结果提出了目前该课程社会交互存在的问题及策略建议。
关键词：大学英语MOOC；交互行为；社会网络分析
文献来源：王勃然,李月.基于社会网络分析的大学英语MOOC讨论区交互行为研究[J].外语研究,2022,39(04):59-64.
项目基金：国家社科基金项目“基于动态系统理论的外语类在线开放课程学习者粘性现状分析及影响因素模型建构”（编号：19BYY230）的阶段性成果。
作者简介：王勃然，博士，教授。研究方向：外语教育，计算机辅助语言教学，心理语言学。李月（通讯作者），硕士生。研究方向：外语教育。
1. 引言
随着国家教育信息化的发展与后疫情时代的到来，MOOC(Massive Open Online Course，大规模在线开放课程）作为一种经典的在线学习模式，得到了广大师生的青睐与认可。然而，与线下教学相比，远程教学难以进行面对面交流，学习者容易产生孤独感和懈怠感。众多研究表明，互动可以促进学习者之间的知识构建、信息交流与情感沟通，有利于学习者建立归属感、认同感和临场感。因此，如何通过互联网进行有效交互对提高在线教学效果至关重要。
MOOC平台的“讨论区”板块是交互场所之一，包括发帖和回帖两种方式，其中学生与教师的交互，以及学生与学生的交互被称为社会性交互（陈丽2004:20）。互联网内的社会交互不是简单的线性过程，而是一个复杂的、非线性的网络现象，每个学习者都处于这个复杂的社会关系中（秦婷等2020:55）。想要厘清这一社会关系，解释新时代互联网教育的复杂规律，针对个体的传统理论研究方法已然不妥，新的方法亟待应用。
社会网络分析法（Social Network Analysis，简称SNA），作为一种研究社会关系的新范式，是对社会关系结构及其属性加以分析的一套规范和方法，它主要分析的是不同社会单位（个体、群体或社会）所构成的社会关系的结构及其属性（林聚任2009:41）。目前，社会网络分析已广泛应用于各个学科，国内应用语言学研究者李茨婷和任伟（2021:16）率先提出将该方法引入应用语言学研究，旨在打破学科壁垒，更好地剖析语言发展和教学规律与社会网络建构之间的复杂互动，为语言学研究提供新的思路与可能。受此启发，本文将社会网络分析应用于英语在线教学研究和实践，旨在创新研究视角，丰富研究成果。
2. 文献综述
2.1 国内英语在线学习交互行为研究现状
基于国内在线英语学习交互行为的文献分析，其研究方向、代表学者、研究（实验）对象、研究（分析）方法和主要研究成果可归纳如下（见表1）。
表1：国内英语在线学习交互行为研究现状
2.2 社会网络分析法在在线教学交互研究中的应用
与问卷调查、访谈等传统方式相比，社会网络分析可以将教学中复杂的交互关系通过技术软件转化为简单且具有说服力的图像数据，因而吸引了教育领域诸多学者借此来研究在线教育的交互行为。该方法最常涉及的研究维度有网络社群图、网络密度、中心度和凝聚子群等。其中，中心度也叫中心性，可分为点度中心度、接近中心度、中间中心度和特征向量中心度。
国外学者对社会网络分析的运用要早于国内学者，如Palonon&Hakkarainen(2000）采集了网络协作平台中学生交互的数据，运用该方法对整体社会网络特征进行测量。Dradilova等（2008）开展持续性研究，通过社会网络分析探讨了学习者网络关系的动态演变。国内学者的研究涉及描述性分析、相关性分析与对比分析。吕春祥（2018）对比研究了MOOC和SPOC学习者的网络社群图、网络密度、中心性和凝聚子群。赵姗姗（2019）和张倩（2020）专注大规模数据网络，对交互网络的社群图、中心度和网络密度进行分析。石月凤等（2019）对某SPOC课程交互网络的中心性、声望和影响力进行度量，然后又分别将三者与学习成绩进行相关性分析。
国内对英语在线学习交互行为的研究大多采用内容分析、课堂观察、问卷调查和访谈等方法，社会网络分析法的应用还不多见。此外，过往有关在线交互的研究大多选取小规模课程，便于快速收集与整理数据，而这导致了对大规模在线开放课程研究的不足，对外语类在线开放课程的研究更是寥寥无几。
为此，本研究选取爱课程中国大学MOOC平台一门大学英语课程为研究对象，利用社会网络分析法，重点分析讨论区内师生、生生间的社会交互行为，旨在回答以下两个问题：
(1）在宏观与微观层面上，该课程的社会交互网络呈现哪些特征？
(2）该课程的社会交互存在哪些问题？
3. 研究设计
3.1 研究对象和数据来源
本研究选取该大学英语课程第十次开课的交互数据为研究对象。第十次开课的参与人数达到10,818人，样本量较大，能代表各类学习者的特征。交互数据记录在“讨论区”板块，该板块下设三个子版块，即教师答疑区、课堂交流区和综合讨论区。从2021年9月10日至2021年12月20日，课堂交流区内发帖60个，教师答疑区发帖129个，综合讨论区发帖258个，共计发帖447个，回帖55,671条，且回帖几乎全部集中在课堂交流区。
3.2 数据收集与处理
本研究选取讨论区内的有效交互记录为研究对象，在对人员重复过多的帖子进行分层抽样及对无实质内容发帖、匿名发帖、重复发帖和零回复发帖进行剔除后，共得到29个讨论贴。随后，本研究将各贴的发帖时间、发帖人昵称、回帖时间、回帖人昵称以及回复次数按月份进行整理，保存在Excel文件中，共收集到交互记录25,651次，成员1,008人，其中教师1人，学生1,007人。
数据收集完成后，本研究选取可以处理较大规模数据的可视化软件Gephi0.9.2作为分析工具，将Excel中所记录的交互数据转化为边表格格式的CSV文件，部分关系表示如表2所示，其中Target表示发帖者，Source表示回复者，Weigh表示交互次数，Id表示学习者编号。将CSV文件导入Gephi软件，便可按需对数据加以处理。
表2：部分Gephi边表格数据
4. 基于社会网络分析的数据分析和讨论
4.1 整体网络结构分析
4.1.1 全时段数据分析
将包含交互数据的边表格输入Gephi后，本研究采用Yifan Hu布局方式，得到如图1所示的整体交互网络社群图。一个节点代表一个参与交互的人，各节点之间的连线是边，表示人与人之间的联系，边越密集说明交互越频繁。不难看出，图1中绝大部分节点（白色节点）都指向处于中心位置的“教师”节点，即绝大多数学习者以教师为中心展开互动，形成了一个典型的“环抱型”网络。小部分学习者（黑色节点）游离在网络结构边缘，形成了一些交流支线或亚交流圈。
除社群图外，本研究还从图密度、平均度、网络直径、平均路径长度、平均聚类系数这几个维度梳理了整体网络特征，具体指标见表3。
图密度表征讨论区成员间联系的紧密程度，值越大，表明联系越紧密。本研究中社会交互所形成的网络密度仅为0.001，可见该课程讨论区内的交流行为较少，联系较为松散，互动不够频繁。
图1：整体交互网络社群图
表3：整体社会网络结构基本属性值
平均度表示的是每个成员收到的平均回复数，值越大表示每个人平均收到的回复数越多。然而本研究中的平均度值为1.038，趋于1，表示该网络中社会交互较少。
网络直径是指连接网络中任意两个最远的节点所需要的边数。值越小，说明成员之间更容易建立起连接（张倩2020:25）。该网络直径为2，这表明该网络成员间的信息传递并不是很困难。
平均路径长度是指任意两个节点间距的平均值，反映各个节点之间的分离程度。值越小，代表该网络节点的连接度越大，若是小于10，则该网络具有“小世界”效应这一特性。本研究中该值为1.017，这表示成员之间形成了小世界效应，即形成了互动社群。
平均聚类系数指的是某节点的邻节点与其他邻节点的实际连接数与最大可能连接数之间的比例（王陆2009:45）。值越小，表示节点之间越疏离。本研究中该值为0.015，趋于0，说明成员间的关系比较疏离，互动较少，信息流通性差。
4.1.2 各时段数据分析
为探索整体网络结构的动态变化，本研究将交互数据按月份进行整理，得到了9-12四个月份的文件数据。将四个时段的数据分别导入Gephi，得到了如图2、表4所示的各月份社群图及网络指标。
图表显示，交互网络从稀疏到紧密、成员从被动到主动并非一蹴而就，而是逐渐变化与发展的。四个月份的社群图在形状上没有太大不同，都是呈以教师为中心的“环抱型”网络，差异主要体现在交互人数与交互群体。9月份刚开课的时候，由于学生对平台和课程还不熟悉，交互人数最少，社群图最稀疏，且没有形成任何亚交流圈。随着课程的推进，学习者参与度渐渐提升，9月份人数略有上升，11月份达到顶峰，社群图最密集，且出现了一些以学生为交互中心的亚交流圈。12月份临近期末，交互人数有所下降，但仍存在生生间的交互群体，这说明与课程前期相比学生的主动交互意识有所增强。然而，交互人数的上升带来的却是密度的下降，这说明人数的上升并没有扩大互动的范围，生生之间交互面不够广，交互次数不够频繁。
图2: 9-12月份社群图
表4: 9-12月份网络指标数据
4.2 个体网络结构分析
本研究对个体网络结构分析主要关注各节点在网络中的角色和位置，即中心度分析。该值直接反映了成员的参与度和影响力，值越大，说明其地位越重要。
4.2.1 点度中心度（Degree Centrality)
点度中心度是指网络中与某一个节点相连接的其他节点的数目，在有向网络中，分为入度和出度。在本研究中，入度是指某成员收到其他成员回复的帖子数量，出度是指该成员回复其他成员的帖子数量。图3是出入度分布图，横轴代表人数，纵轴代表中心度的值。
图3：出入度人数分布图
总的看来，出入度值为0或1的成员占比超过90%，其中有975名学习者的出度值为1，且都是针对教师发帖进行的回复。此外，没有任何一个学习者的入度值大于10，甚至有990名学习者的入度值为0，这表示他们没有收到任何的回复，可见该网络的绝大部分连接都产生于学习者对教师提问的回答，学习者很少主动发帖、主动提问或与其他同学交流。
根据出入度总值进行排序，表5为截取的前十名成员（为保护隐私对学习者进行编号）。可以看出，教师拥有最高的入度，高达1,000，这说明教师在课程中承担着发起话题讨论的职责，并且很受重视，是该网络的主导者与核心人物。然而，教师的出度值为0，这说明教师没有对学生的观点进行回复或评价。除教师外，1、2号学生的入度值相对较高，这说明他们积极发帖且内容有效，能够吸引同学们进行回复，是网络中的积极组建者。出度值较高的是5号和6号，但这两位同学的入度值为0，这说明他们习惯参与别人，是网络中的知识传递者或共享者。
表5：出入度统计图
4.2.2 中间中心度（Betweenness Centrality)
中间中心度指的是一个节点建立其他两个节点之间联系的最短路径的次数（张倩2020:28），这个节点通常被称作“桥梁”。通过Gephi分析，发现将近1,000名成员的中间中心度的值为0，这说明绝大部分成员没有发挥“桥梁”职责，无法为网络中的知识传递或信息共享发挥作用，是被动的参与者。如表6所示，在网络中起到桥梁作用的学习者只有1、3、4、10、21号这5位同学，这不利于信息与知识的大规模的流通。
4.2.3 接近中心度（Closeness Centrality)
接近中心度是一个节点与其他所有节点的最短路径之和（孙立新2012:71）。值越大，说明该节点与其他节点之间的路径越远，则该节点的位置越靠边缘；反之，越靠近中间。统计发现，有5名成员的接近中心度为0，说明他们处于网络的核心位置；有14名成员的接近中心度位于0-1，说明他们处于网络中的中间位置；剩余900多名成员的接近中心度为1，即大多数学习者处在网络的边缘位置。
4.2.4 特征向量中心度（Eigenvector Centrality)
特征向量中心度衡量的是社会网络中个体学习者的重要性（石月凤2017:22）。值越大，说明该成员影响力越大，是交互的核心参与者。教师的值为1，这说明教师在该网络中处于核心位置，对整个交互过程起到引领作用。有19名学习者的值虽大于0但都趋于0，远小于1，这说明绝大多数学习者都位于网络边缘位置，交互意愿较低。
表6：部分成员的中心度值统计表
综上所述，尽管学习过程随时间推移，但该课程交互网络处于核心地位的一直是课程教师。课程中期小部分学习者主动协作意识增强，进行发帖，但因回帖量少而不足以形成成规模的交流子群。大多数学习者在该网络中是被动的，处于边缘地位。
4.3 该课程社会交互存在的问题
基于数据分析结果，该在线课程社会交互的不足之处如下：
4.3.1 交互数据分布极不均衡
本课程讨论区内的绝大多数交互行为发生在“课堂交流区”，其他两个子版块的有效互动寥寥无几。这与吕春祥（2018）的研究结果一致，原因可能在于本课程的评分标准里明确说明每位学习者需参加课堂讨论5次，但只有“课堂讨论区”中的讨论才会被算入得分。矛盾的是，该区内并不允许学习者进行发帖。允许学习者发帖的是其他两个不计入得分的版块。这种设置在一定程度上抑制了学习者们的发帖热情，导致了“课堂交流区”内60个发帖、5万多条回帖，而其他两个区内无效发帖很多、有效回帖很少的显著差异。
4.3.2 讨论区内的教师管理与指导不足
教师在该交互网络中拥有高达1,000的入度值，但出度值却为0。这说明教师只在课堂交流区进行了发帖，没有对学生的回复或疑问进行评价或解答。其他两个区内无效发帖众多，也未见管理与筛查。这与赵姗姗（2019）的研究结果一致。线上学习存在时空分离的弊端，讨论区作为师生互动的唯一平台，教师的不指导或零反馈会降低学习者对课程的重视程度，学习者的交互积极性也会受到影响。
4.3.3 学习者的主动交互意识弱
据社群图显示，虽然参与互动的学习者较多，但绝大部分联系都产生于学习者对教师发帖的回复，学习者本身很少发帖，即使发帖,得到的回帖也屈指可数。这与张倩（2020）的研究结果一致。学习者之间的交互很少，大多数学习者处于一种孤立的学习状态，与他人交互的积极性不高。这种状态若一直伴随学习始终，便容易引起学习者的“孤独感”，不仅不利于学习者之间良好人际关系的建立，也会使学习效果大打折扣。
4.4 该课程社会交互的提升策略
针对以上问题，本文尝试提出以下三点建议：
第一，平台要优化评分机制，重视学习者的主体性和能动性。取消互动只允许在“课堂讨论区”板块进行的限制，扩大讨论区的得分范围与发帖功能，让学习者们有动力、有平台去参与更多交互。
第二，加强教师或助教的引领作用。作为线上学习的“领路人”，教师是社会交互中的关键人物，教师的参与度越高，学习者的临场感和交互意愿就会越高。因此，针对学习者关于课程内容或英语学习的提问，教师或助教应积极做出回应，为学习者指点迷津；针对学习者对教师发帖的回复，教师或助教可进行阶段性的评价或总结，帮助学习者提高交互的持续性与积极性。此外，教师或助教在进行评价时可多运用鼓励式话语，增强学习者的交互自信，营造温暖和谐的交互氛围。
第三，注重培养学习者群体的意见领袖，并发挥其组织作用。本课程的交互网络是脆弱的、松散的，若把老师从网络中剥离，剩余的学习者甚至无法搭建起一个完整的交互网络。原因在于该课程缺乏学习者群体的“意见领袖”。意见领袖是网络中的核心人物，他们既会主动发起话题，也会积极回应他人，对交互的发生和推进至关重要。为了更好地促进学习者之间的交流，教师应有意识地挖掘并培养学习者意见领袖，比如可以按学习进度定期发布讨论贴，同时教师或助教也参与其中，对交互进行干预，让学习者们互评或者辩论，从中发现活跃者，对其加以鼓励或奖励。这一方法可充分利用活跃者的性格来带动、组织其他学习者的交互，让整体的交互积极性得到良好、稳定的提升。
5.结语
本研究首先基于社会网络分析法，可视化呈现了爱课程中国大学MOOC某一大学英语课程讨论区的社会交互情况并分析了整体网络结构与个体中心度指标，其次针对分析结果提出了目前该课程社会交互存在的问题及策略建议，旨在加强师生对线上交互的重视，提高学生的自主参与度。未来研究可继续以外语类在线课程的社会交互为研究对象，在社会网络分析的基础上加入内容分析、相关性分析或对比分析，如内容与知识建构的关系、网络结构与学习成效之间的关系，或大规模（如MOOC）和小规模（如SPOC）在线开放课程在交互网络建构上的异同，从而完善在线教学模式，提升在线学习效果。
转自：“语言学通讯”微信公众号
如有侵权，请联系本站删除！
