孫維彤++李玫++吳曉軍++張玉梅

摘 要：基于社會(huì)網(wǎng)絡(luò)，本文提出了學(xué)習(xí)網(wǎng)絡(luò)的概念，并將學(xué)習(xí)行為與社會(huì)網(wǎng)絡(luò)社團(tuán)特征相連結(jié)，分析了學(xué)習(xí)網(wǎng)絡(luò)小組與社會(huì)網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的關(guān)系，在問卷調(diào)查的基礎(chǔ)上設(shè)計(jì)了基于聚集系數(shù)的分組方式并進(jìn)行了實(shí)證研究，研究了小組聚集系數(shù)、密度、平均度對學(xué)習(xí)效果的影響，結(jié)果表明，合作學(xué)習(xí)與小組的社團(tuán)特征相關(guān)，聚集系數(shù)、密度、平均度均超過閾值可以獲得更好的學(xué)習(xí)效果。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)；社會(huì)網(wǎng)絡(luò)；合作學(xué)習(xí)；學(xué)習(xí)網(wǎng)絡(luò)；分組

中圖分類號(hào)：G40-057 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-8454（2017）17-0013-06

一、前言

合作學(xué)習(xí)是運(yùn)用分組的方式，以最大程度促進(jìn)學(xué)生和他人學(xué)習(xí)的教學(xué)策略。[1]已有研究表明，合作學(xué)習(xí)可以激發(fā)學(xué)生的學(xué)習(xí)動(dòng)機(jī)，提高學(xué)生參與度和學(xué)習(xí)效率，幫助學(xué)生建立健康的人際關(guān)系，提升成就感和幸福感。[2]合作學(xué)習(xí)已經(jīng)成為學(xué)習(xí)科學(xué)研究的重要內(nèi)容之一，其核心是分組方式的選擇，具有良好分組結(jié)構(gòu)的合作學(xué)習(xí)優(yōu)于個(gè)體或任意分組的學(xué)習(xí)效果。[3]小組的形成是開展合作學(xué)習(xí)的前提和基礎(chǔ)，高效積極的小組結(jié)構(gòu)對學(xué)習(xí)效果有直接影響。[4]分組方式的研究對合作學(xué)習(xí)有重大意義。

合作學(xué)習(xí)分組方式有教師指定、隨機(jī)和學(xué)生自主分組等。[5]本文在教師指定分組的基礎(chǔ)上采用合理的分組方式進(jìn)行分組，教師指定分組是教師為保證教學(xué)目標(biāo)，根據(jù)教學(xué)內(nèi)容與學(xué)生情況，采用同質(zhì)或異質(zhì)原則進(jìn)行分組。[6][7]這種方式?jīng)]有考慮學(xué)生間的關(guān)系，大多數(shù)學(xué)生不太認(rèn)可這樣的分組，影響了學(xué)習(xí)效果?；谶@樣的原因，有學(xué)者將學(xué)生的學(xué)習(xí)行為與社會(huì)網(wǎng)絡(luò)聯(lián)系起來，從社會(huì)網(wǎng)絡(luò)的視角研究分析合作學(xué)習(xí)的分組方式。

社會(huì)網(wǎng)絡(luò)是典型的復(fù)雜網(wǎng)絡(luò)之一，社團(tuán)結(jié)構(gòu)又是其主要特征。[8-11]社會(huì)網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)是基于不同概念如節(jié)點(diǎn)相似性等形成的一些節(jié)點(diǎn)組，其內(nèi)部的節(jié)點(diǎn)連接緊密，之間的節(jié)點(diǎn)連接稀疏。[12-14]已有學(xué)者將社會(huì)網(wǎng)絡(luò)分析[15-17]應(yīng)用到合作學(xué)習(xí)分組的研究中，Chen R C 和Su HM等人[18][19]基于遺傳算法和社會(huì)網(wǎng)絡(luò)分析對合作學(xué)習(xí)分組方式進(jìn)行了優(yōu)化，在分組過程中通過社會(huì)網(wǎng)絡(luò)分析方法度量了學(xué)生之間的社會(huì)關(guān)系，尋找他們最相熟的為合作伙伴，結(jié)果表明這樣的分組提高了學(xué)生的滿意度。Po-Jen Chuang[20]提出了基于社交網(wǎng)絡(luò)的合作配對策略，且證明該策略可以提高學(xué)習(xí)效果。

二、學(xué)習(xí)網(wǎng)絡(luò)

（一）學(xué)習(xí)網(wǎng)絡(luò)的定義

合作學(xué)習(xí)網(wǎng)絡(luò)是指在學(xué)習(xí)過程中小組成員之間通過多種方式相互交流、分享和影響，成員關(guān)系緊密、復(fù)雜且隨時(shí)間動(dòng)態(tài)演化，特別是小組規(guī)模較大時(shí)，合作學(xué)習(xí)就構(gòu)成一個(gè)以小組成員為基本單元（節(jié)點(diǎn)）的學(xué)習(xí)網(wǎng)絡(luò)。將每一個(gè)學(xué)生當(dāng)作一個(gè)節(jié)點(diǎn)，學(xué)生之間的相互學(xué)習(xí)交流當(dāng)作邊，權(quán)值表示交流的次數(shù)，一般情況下，多個(gè)緊密聯(lián)系的學(xué)生組成了“社團(tuán)”。

（二）學(xué)習(xí)網(wǎng)絡(luò)的社團(tuán)特征

網(wǎng)絡(luò)的聚集系數(shù)、平均度、密度等社團(tuán)特征可以刻畫學(xué)習(xí)網(wǎng)絡(luò)的分組特征，進(jìn)而可以研究分組與學(xué)生學(xué)習(xí)效果的關(guān)系。

1.聚集系數(shù)與合作學(xué)習(xí)的關(guān)系

對社會(huì)網(wǎng)絡(luò)而言，聚集系數(shù)可以量化網(wǎng)絡(luò)內(nèi)聚力和節(jié)點(diǎn)集聚程度，也可以考察成為鄰居的可能性。[21][22]在學(xué)習(xí)網(wǎng)絡(luò)中，聚集系數(shù)越大，表明小組成員交流越頻繁，成為“學(xué)習(xí)伙伴”的概率就越大。[23][24]假設(shè)網(wǎng)絡(luò)中的某個(gè)節(jié)點(diǎn)i與ki個(gè)節(jié)點(diǎn)相連，這ki個(gè)節(jié)點(diǎn)間實(shí)際邊數(shù)Ei和理論最大邊數(shù)ki（ki-1）/2之比就定義為節(jié)點(diǎn)i的聚集系數(shù)，[22]其公式為：

Ci=2Ei/ki（ki-1）（公式2.1）

所有節(jié)點(diǎn)聚集系數(shù)的平均值就是整個(gè)網(wǎng)絡(luò)的聚集系數(shù)C，顯然0≤C≤1。聚集系數(shù)是衡量學(xué)習(xí)網(wǎng)絡(luò)聚集程度的指標(biāo)，本文提出了一種基于學(xué)習(xí)網(wǎng)絡(luò)聚集系數(shù)的分組方法，以學(xué)生學(xué)習(xí)網(wǎng)絡(luò)的聚集系數(shù)大小為自變量，學(xué)生的學(xué)習(xí)效果為因變量，充分考慮了學(xué)習(xí)網(wǎng)絡(luò)社團(tuán)特征。

2.密度與合作學(xué)習(xí)的關(guān)系

密度是衡量網(wǎng)絡(luò)中節(jié)點(diǎn)間聯(lián)絡(luò)緊密程度的一個(gè)重要指標(biāo)。一般地，網(wǎng)絡(luò)密度定義為圖中存在的連接數(shù)l與可能存在的最大連接數(shù)2/n（n-1）的比值，其表達(dá)式為：

D=2l/n（n-1）（公式2.2）

在社會(huì)網(wǎng)絡(luò)中，密度是一項(xiàng)重要的變量，反映網(wǎng)絡(luò)內(nèi)關(guān)系聯(lián)結(jié)的松緊程度。在學(xué)習(xí)網(wǎng)絡(luò)中，密度可以反映整個(gè)網(wǎng)絡(luò)內(nèi)學(xué)生的互動(dòng)程度。小組成員之間的關(guān)系可能密切也可能疏離，關(guān)系越緊密，網(wǎng)絡(luò)密度就越大。[25]

3.平均度與合作學(xué)習(xí)的關(guān)系

在社會(huì)網(wǎng)絡(luò)中，節(jié)點(diǎn)的度是指節(jié)點(diǎn)的鄰邊數(shù)目。在學(xué)習(xí)網(wǎng)絡(luò)中，度表明該班級(jí)存在的直接合作伙伴數(shù)量。網(wǎng)絡(luò)的平均度定義為學(xué)生度的平均值，平均度計(jì)算公式如公式2.3所示，E表示存在的邊數(shù)，N表示學(xué)生個(gè)數(shù)。在學(xué)習(xí)網(wǎng)絡(luò)中反映每個(gè)學(xué)生的平均連接數(shù)和學(xué)生之間信息傳遞的快慢。平均度越大，學(xué)生之間的聯(lián)系越多，交往更密切。

=2E/N（公式2.3）

本研究在問卷調(diào)查的基礎(chǔ)上設(shè)計(jì)基于聚集系數(shù)的分組方式，研究分析學(xué)習(xí)網(wǎng)絡(luò)聚集系數(shù)對學(xué)習(xí)效果的影響，同時(shí)分析了學(xué)習(xí)網(wǎng)絡(luò)密度、平均度與學(xué)習(xí)效果的關(guān)系。

三、研究設(shè)計(jì)

（一）實(shí)驗(yàn)對象

本文選取陜西師范大學(xué)學(xué)習(xí)《Acess數(shù)據(jù)庫》的大一學(xué)生為被試，總共選取200人，有效被試152人。為收集所需數(shù)據(jù)，對被試進(jìn)行了一系列的問卷調(diào)查。問卷包括構(gòu)建學(xué)習(xí)網(wǎng)絡(luò)所需問卷，此問卷利用提名生成法[26]了解學(xué)生之間交往、信息交流和傳遞、問題咨詢等情況，如“當(dāng)你在學(xué)習(xí)上遇到問題時(shí)，你會(huì)向誰請教，請?jiān)诒碇刑顚懰拿趾驼埥檀螖?shù)”。同時(shí)，使用科爾伯格的學(xué)習(xí)風(fēng)格調(diào)查問卷，池麗萍、辛自強(qiáng)修訂的 Amabile等人所編制的學(xué)習(xí)動(dòng)機(jī)量表，以及張建新教授修訂的大五人格量表（簡版），以便了解學(xué)生的學(xué)習(xí)風(fēng)格、學(xué)習(xí)動(dòng)機(jī)和人格等個(gè)人特質(zhì)，為分組提供參考。本實(shí)驗(yàn)選取了30個(gè)小組，實(shí)驗(yàn)為期一學(xué)期。實(shí)驗(yàn)采用社會(huì)科學(xué)統(tǒng)計(jì)軟件SPSS 19.0和社會(huì)網(wǎng)絡(luò)分析工具Gephi、Ucient6進(jìn)行數(shù)據(jù)的采集和處理。

（二）實(shí)驗(yàn)過程

整個(gè)實(shí)驗(yàn)流程如圖1所示：

1.分組

根據(jù)調(diào)查統(tǒng)計(jì)結(jié)果構(gòu)建學(xué)習(xí)網(wǎng)絡(luò)，以學(xué)習(xí)網(wǎng)絡(luò)為基礎(chǔ)，利用分組算法將所有被試分為五或六人小組，計(jì)算小組網(wǎng)絡(luò)聚集系數(shù)，根據(jù)聚集系數(shù)大小將這些小組分成0-0.3、0.3-0.6和0.6-0.9三種水平，再結(jié)合每個(gè)學(xué)生的性別、學(xué)習(xí)風(fēng)格、學(xué)習(xí)動(dòng)機(jī)和人格等個(gè)人特質(zhì)，讓所有小組滿足組內(nèi)異質(zhì)、組間同質(zhì)。分組情況如表1所示。

2.選取小組長

小組長的選取也就是對網(wǎng)絡(luò)中心性的分析，可以用于評(píng)價(jià)一個(gè)節(jié)點(diǎn)（學(xué)生）重要與否，衡量其班級(jí)影響力和地位。[27]衡量一個(gè)學(xué)生在學(xué)習(xí)網(wǎng)絡(luò)中互動(dòng)交流的程度，也就是在學(xué)習(xí)網(wǎng)絡(luò)中影響別人的能力，一般用節(jié)點(diǎn)的程度中心性、點(diǎn)度中心性和中介中心性。本研究通過分析中心性找出班級(jí)中比較重要的核心人物，為組長的選取提供參考。

在社會(huì)網(wǎng)絡(luò)中，程度中心性就是節(jié)點(diǎn)關(guān)系數(shù)量的總和，程度中心性越高，說明節(jié)點(diǎn)處于網(wǎng)絡(luò)核心位置，對班級(jí)成員的行動(dòng)以及交流影響就大，可通過程度中心性的高低來評(píng)價(jià)學(xué)生交往的情況。[28]點(diǎn)度中心性包括節(jié)點(diǎn)入度和節(jié)點(diǎn)出度，是在程度中心性的基礎(chǔ)上對每個(gè)學(xué)生的互選關(guān)系和單方承認(rèn)的關(guān)系進(jìn)行具體分析。[28]節(jié)點(diǎn)入度表明了該學(xué)生被班級(jí)中其他學(xué)生關(guān)注的程度，而節(jié)點(diǎn)出度則說明了該個(gè)體在整個(gè)社會(huì)網(wǎng)絡(luò)中的活躍程度。中介中心性是測量一個(gè)行動(dòng)者對資源的控制程度高低，中介中心性越大，說明該學(xué)生在很大程度上能夠通過控制信息的流動(dòng)來影響到其他行動(dòng)者。本研究根據(jù)這三個(gè)指標(biāo)，對中心性進(jìn)行整體分析以選取小組長。以一個(gè)被試班級(jí)為例，中心性分析如下：

被試班共有40人，一組五個(gè)人，分了八組，所以需要選取八個(gè)小組長。小組長首先要具備一定的威望，其次就是能夠積極與同學(xué)交往，也能夠被同學(xué)關(guān)注。如圖2、3、4所示，13、23、7、21這幾個(gè)節(jié)點(diǎn)（學(xué)生）的程度中心性、出度、入度、中介中心性都比較高，說明他們處于班級(jí)核心位置，在班級(jí)比較活躍，可以積極與同學(xué)進(jìn)行互動(dòng)，同時(shí)有一定控制信息傳遞的能力，是連接整個(gè)班級(jí)成員交往的橋梁，其他成員在進(jìn)行信息交互時(shí)，需要借助于他們，因此這四個(gè)人可以確定為小組組長。28、31、35、8、37、14、36、2這幾個(gè)節(jié)點(diǎn)（學(xué)生）的程度中心性比較高，可以作為備選小組長，節(jié)點(diǎn)31的中介中心性比較低，說明其不能控制和影響到其他成員，因此淘汰節(jié)點(diǎn)31號(hào)。節(jié)點(diǎn)37、36、2的出度、入度，還有中介中心性比較低，說明他們雖然處于班級(jí)較核心位置，但是和別人交往少，班級(jí)其他成員對他們也沒有依賴性，因此淘汰。綜合考慮，本文選取節(jié)點(diǎn)13、23、7、21、28、35、8、14為小組長。

3.實(shí)驗(yàn)實(shí)施

確定好分組和小組長后，準(zhǔn)備實(shí)施實(shí)驗(yàn)。實(shí)施過程主要包括前測、合作學(xué)習(xí)和后測。前測需學(xué)生個(gè)人獨(dú)立完成，目的是了解學(xué)生對《Acess數(shù)據(jù)庫》這門課程的掌握情況。接著公布分組名單進(jìn)行合作學(xué)習(xí)，通過討論交流完成合作任務(wù)。最后實(shí)施后測，評(píng)估合作學(xué)習(xí)的效果。此次測驗(yàn)前測和后測難度一致。實(shí)驗(yàn)結(jié)束后，結(jié)合三次測試結(jié)果和課堂觀察等，統(tǒng)計(jì)分析合作學(xué)習(xí)的有效性。

（三）數(shù)據(jù)統(tǒng)計(jì)與分析

1.學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)

我們將152個(gè)節(jié)點(diǎn)的關(guān)系數(shù)據(jù)導(dǎo)入Gephi網(wǎng)絡(luò)分析軟件，得到如表2中所示的網(wǎng)絡(luò)圖。觀察網(wǎng)絡(luò)圖可以發(fā)現(xiàn)有很多不同顏色代表的社團(tuán)，也存在孤立節(jié)點(diǎn)。通過對選定的30個(gè)組的學(xué)生合作情況進(jìn)行調(diào)查，構(gòu)建學(xué)習(xí)網(wǎng)絡(luò)。由分析所得，合作學(xué)習(xí)網(wǎng)絡(luò)的平均度≈1.737，度呈指數(shù)分布；平均路徑長度的平均值L=3；平均聚類系數(shù)C=0.437。表2中每個(gè)節(jié)點(diǎn)代表一個(gè)學(xué)生，節(jié)點(diǎn)越大，度越大，表示此節(jié)點(diǎn)跟其他節(jié)點(diǎn)聯(lián)系越多，節(jié)點(diǎn)越小，度越小。相同深度顏色的節(jié)點(diǎn)為同一社團(tuán)，從圖中可以發(fā)現(xiàn)聚集系數(shù)0.6≤c≤0.9（C=0.675）的網(wǎng)絡(luò)中存在10個(gè)社團(tuán)，社團(tuán)內(nèi)部聯(lián)系更為緊密。

通過社會(huì)網(wǎng)絡(luò)分析軟件Ucient分析整體網(wǎng)絡(luò)的凝聚子群，將凝聚子群與高聚集系數(shù)的10個(gè)小組成員對比（見表3）發(fā)現(xiàn)，第1組成員與凝聚子群的第47組有很高的重疊度；第2組成員與凝聚子群的第43組有很高的重疊度；第3組與凝聚子群的第26、27、28組有很高的重疊度；第4組與凝聚子群的第42、57有很高的重疊度；第5組與凝聚子群的第15、38組有很高的重疊度；第6組成員與凝聚子群的第55、56組有很高的重疊度；第7組成員與凝聚子群的第 12、37組有很高的重疊度；第8組成員與凝聚子群的第35、36、49組有很高的重疊度；第9組成員與凝聚子群的第11組有很高的重疊度；第10組成員與凝聚子群的第9、10組有很高的重疊度。兩者有很高的重疊度，較高的重疊度說明在實(shí)際課堂中可以用凝聚子群來進(jìn)行分組，在教學(xué)實(shí)踐中，教師可以根據(jù)班級(jí)學(xué)習(xí)網(wǎng)絡(luò)，計(jì)算出班級(jí)的凝聚子群，其分組效果相似于基于高聚集系數(shù)的分組。

2.基于聚集系數(shù)分組對合作學(xué)習(xí)效率的影響

使用SPSS單因素方差分析對樣本前測成績進(jìn)行差異性檢驗(yàn)，發(fā)現(xiàn)聚集系數(shù)高中低三種水平的小組前測成績沒有顯著性差異；對后測成績多重比較（見表4）分析發(fā)現(xiàn)高聚集系數(shù)小組與其他兩種水平小組均有顯著性差異；低聚集系數(shù)小組成績均值大于中聚集系數(shù)小組，但兩者無顯著性差異。通過以上數(shù)據(jù)分析以及課堂觀察發(fā)現(xiàn)高聚集系數(shù)小組的學(xué)習(xí)效果優(yōu)于另外兩種水平的小組。

如圖5所示，小組聚集系數(shù)與其小組成績增長率的關(guān)系圖清晰地展現(xiàn)了聚集系數(shù)與學(xué)習(xí)效果的關(guān)系，橫軸為聚集系數(shù)，縱軸為小組成績增長率。觀察圖5可以發(fā)現(xiàn)：聚集系數(shù)對學(xué)習(xí)效果的影響存在閾值λc=0.6，當(dāng)聚集系數(shù)小于閾值（x<λc）時(shí)，小組成績增長率由初始值Y（0）=0.03開始緩慢上升，但增長幅度較?。划?dāng)聚集系數(shù)大于閾值（x>λc）時(shí)，小組成績增長率快速增長，當(dāng)x>0.67時(shí)，小組成績增長率變化趨于平緩。

這表明當(dāng)小組聚集系數(shù)大于等于閾值0.6時(shí)，小組成員關(guān)系緊密，凝聚力強(qiáng)，合作效果明顯，成績增長率較高。當(dāng)小組聚集系數(shù)大于0.67時(shí)，小組成員不愿向組外其他人學(xué)習(xí)，造成學(xué)習(xí)網(wǎng)絡(luò)信息的封閉，影響合作學(xué)習(xí)交流，成績增長率趨于平緩。聚集系數(shù)值小于閾值0.6時(shí)，增長緩慢，說明合作過程存在一定的問題，有可能是組內(nèi)成員彼此陌生、交流較少致使合作學(xué)習(xí)進(jìn)行不順利。

3.其他社團(tuán)特性對合作學(xué)習(xí)效率的影響

分別將小組平均度、網(wǎng)絡(luò)密度作為自變量，小組的成績增長率作為因變量，探討它們對合作效率的影響。

（1）小組網(wǎng)絡(luò)密度與小組成績增長率的關(guān)系

圖6表明了小組網(wǎng)絡(luò)密度與小組成績增長率在X-Y坐標(biāo)下的具體分布情況，觀察圖6可以發(fā)現(xiàn)：小組網(wǎng)絡(luò)密度對學(xué)習(xí)效果的影響存在閾值λd=0.4，當(dāng)小組網(wǎng)絡(luò)密度小于閾值（x<λd）時(shí)，小組成績增長率由初始值Y（0）= 0.03開始緩慢上升。當(dāng)小組網(wǎng)絡(luò)密度大于閾值（x>λd）時(shí)，小組成績增長率快速增長到16.75%，當(dāng)x>0.6時(shí)，小組成績增長率變化趨于平緩。

當(dāng)小組網(wǎng)絡(luò)密度大于等于閾值0.4時(shí)，小組內(nèi)合作交流頻繁、信息傳播快，但過高的密度也可能造成網(wǎng)絡(luò)的同質(zhì)化；小組網(wǎng)絡(luò)密度小于閾值0.4時(shí)，小組成員之間關(guān)系疏遠(yuǎn)，導(dǎo)致信息傳播較慢，合作效率低。

（2）小組平均度與小組成績增長率的關(guān)系

圖7表明了平均度與小組成績增長率在X-Y坐標(biāo)下的具體分布情況，觀察圖7可以發(fā)現(xiàn)：小組平均度對學(xué)習(xí)效果的影響存在閾值λe=1.6，當(dāng)小組平均度小于閾值（x<λe）時(shí)，小組成績增長率由初始值Y（0）= 0.03開始緩慢上升。當(dāng)小組平均度大于閾值（x>λe）時(shí)，小組成績增長率先快速增長到17%，當(dāng)x>2.4時(shí)，小組成績增長率變化又趨于平緩。

當(dāng)小組平均度大于等于閾值1.6時(shí)，小組成員的交往范圍廣，在合作交流中與其他節(jié)點(diǎn)交往越多，學(xué)習(xí)效率也就越好，但平均度過高也會(huì)對合作交流產(chǎn)生一定的影響；當(dāng)平均度較低，小于閾值1.6時(shí)，表示該小組各個(gè)節(jié)點(diǎn)間聯(lián)系較少，彼此之間比較陌生，影響合作學(xué)習(xí)效果。

（四）結(jié)果分析

1.社會(huì)網(wǎng)絡(luò)分析方法能夠應(yīng)用于合作學(xué)習(xí)分組

社會(huì)網(wǎng)絡(luò)分析將小組內(nèi)部之間的關(guān)系可視化，通過分析學(xué)生互動(dòng)網(wǎng)絡(luò)來預(yù)測小組成員之間的關(guān)系以及各種關(guān)系對小組學(xué)習(xí)效果所產(chǎn)生的影響。本文研究發(fā)現(xiàn)，充分考慮密度、平均度等網(wǎng)絡(luò)拓?fù)涮匦?，更有利于合作學(xué)習(xí)分組的研究與分析。

2.網(wǎng)絡(luò)社團(tuán)特性與小組成績增長率的關(guān)系

本文得出網(wǎng)絡(luò)社團(tuán)特性與小組成績增長率的關(guān)系存在影響閾值。通過實(shí)證表明，相比低聚集系數(shù)和中聚集系數(shù)的分組方式，采取高聚集系數(shù)的分組方式更有利于合作學(xué)習(xí)的開展。聚集系數(shù)、密度和平均度高于閾值有利于形成一個(gè)長期穩(wěn)定的合作學(xué)習(xí)環(huán)境，但過高也容易導(dǎo)致學(xué)習(xí)網(wǎng)絡(luò)封閉，不利于從外部環(huán)境學(xué)習(xí)新知識(shí)，進(jìn)而影響合作學(xué)習(xí)效果。在合作學(xué)習(xí)中教師可以根據(jù)班級(jí)學(xué)習(xí)網(wǎng)絡(luò)，計(jì)算出班級(jí)的凝聚子群，合理利用高聚集系數(shù)特性的“小團(tuán)體”靈活分組，根據(jù)密度、平均度的值修改小組的結(jié)構(gòu)和規(guī)模，可以促進(jìn)小組內(nèi)部成員的深度交互和合作，提升小組成員的學(xué)習(xí)效果。

四、結(jié)論

學(xué)習(xí)小組的構(gòu)建，有利于合作學(xué)習(xí)的開展，構(gòu)建合適的學(xué)習(xí)小組，對于提高學(xué)習(xí)效果具有重要意義。本文根據(jù)聚集系數(shù)進(jìn)行分組，并利用中心性分析選取了小組組長，通過實(shí)證發(fā)現(xiàn)基于學(xué)習(xí)網(wǎng)絡(luò)的分組方式是有效的，網(wǎng)絡(luò)社團(tuán)特性具有影響小組成員行為及小組學(xué)習(xí)效率的重要特性，對合作學(xué)習(xí)成績增長率的影響存在閾值。這些社團(tuán)特性大于閾值的優(yōu)勢是小組內(nèi)部成員的關(guān)系緊密程度要高于小組外，凝聚力強(qiáng)，劣勢是過強(qiáng)的凝聚力有時(shí)會(huì)使小組成員不愿向組外其他人學(xué)習(xí)，造成學(xué)習(xí)網(wǎng)絡(luò)信息的封閉，影響合作學(xué)習(xí)交流?？傮w來說，實(shí)驗(yàn)過程中不可控因素太多，可能會(huì)影響實(shí)驗(yàn)結(jié)果。此次實(shí)證研究還存在一些不足，如實(shí)驗(yàn)合作次數(shù)應(yīng)該增加，以增加學(xué)生合作交流的機(jī)會(huì)，這樣實(shí)驗(yàn)結(jié)果可能更準(zhǔn)確。

參考文獻(xiàn)：

[1]JOHNSON D W， JOHNSON R T， SMITH K A. Cooperative learning： increasing college faculty instructional productivity[M].School of Education and Human Development， George Washington University，1991：5-6.

[2]NILSON L B. Teaching at its best ： a research-based resource for college instructors[M].Jossey-Bass， 1998：155-156.

[3]胡小勇，李閆莉，徐旭輝.優(yōu)化分組學(xué)習(xí)效果的實(shí)踐策略——以《教育傳播學(xué)》課程為例的研究[J].華南師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2009（1）：107-110.

[4]CHAN T Y， CHENG Y T， WU Y L， et al. Applying learning achievement and thinking styles to cooperative learning grouping[A].2007 37th Annual Frontiers In Education Conference-Global Engineering： Knowledge Without Borders， Opportunities WithoutPassports[C].Milwaukee，WI： Institute of Electrical and Electronics Engineers（IEEE），2007： T1C-9-T1C-13.

[5]JOHNSON D W， OTHERS A. Cooperative Learning in the Classroom[J].Classroom Techniques， 1994，54（2）：642-643.

[6]Li J W， Wang Y T， Chang Y C. The differences between self-organized group and designated group for cooperative learning[A].2014 7th International Conference on Ubi-Media Computing and Workshops （UMEDIA 2014）[C].Ulaanbaatar， Mongolia： Institute of Electrical and Electronics Engineers （ IEEE ），2014：254-256.endprint

[7]GAO M S. Application of the Cooperative Learning Method in the "Group Work" Curriculum[J].Journal of Social Work， 2011（4）：006.

[8]CHOPADE P. Structural and functional analytics for community detection in large-scale complex networks [J]. Journal of Big Data，2015，2（1）：1-28.

[9]GARTON L， HAYTHORNTHWAITE C， WELLMAN B. Studying Online Social Networks[J]. Journal of Computer-Mediated Communication， 1997，3（1）： 0-0.

[10]LYMPEROPOULOS I N， IOANNOU G D. Understanding and modeling the complex dynamics of the online social networks： a scalable conceptual approach[J]. Evolving Systems， 2016：1-26.

[11]ZAIDI F， PASTA M Q， SALLABERRY A， et al. Social ties， homophily and extraversion--introversion to generate complex networks[J].Social Network Analysis & Mining， 2015，5（1）：1-12.

[12]JIN S， LIN W， YIN H， et al. Community structure mining in big data social media networks with MapReduce[J]. Cluster Computing， 2015，18（3）：1-12.

[13]Pham P N H， Nguyen H T， Snasel V. Improving Node Similarity for Discovering Community Structure in Complex Networks[A].KELLOGG SCHOOL OF MANAGEMENT AT NORTHWESTERN UNIVERSITY. International Conference on Computational Social Networks[C]. Helsinki， Finland： Springer International Publishing，2016：74-85.

[14]Zhang L， Li J， Chen S， et al. Evolution of Community Structure in Complex Networks[A].W. Eric Wong. Proceedings of the 4th International Conference on Computer Engineering and Networks[C].Shanghai， China： Springer International Publishing Switzerland ：Springer International Publishing，2015：45-53.

[15]HAN G， MCCUBBINS O， PAULSEN T H. Using Social Network Analysis to Measure Student Collaboration in an Undergraduate Capstone Course 1[J]. Nacta Journal，2016，60（2）：176.

[16]LIN X， HU X， HU Q， et al. A social network analysis of teaching and research collaboration in a teachers virtual learning community[J]. British Journal of Educational Technology， 2016， 47（2）： 302-319.

[17]PUTNIK G， COSTA E， ALVES C， et al. Analysing the Correlation between Social Network Analysis Measures and Performance of Students in Social Network-Based Engineering Education[J]. International Journal of Technology & Design Education，2016，26（3）：1-25.

[18]CHEN C M， HONG C M， CHANG C C. Mining interactive social network for recommending appropriate learning partners in a Web-based cooperative learning environment[A].Proceedings of the Cybernetics and Intelligent Systems [C].Chengdu， China： Institute of Electrical and Electronics Engineers（IEEE ），2008：642-647.endprint

[19]SU H M， SHIH T K， CHEN Y H. Grouping Teammates Based on Complementary Degree and Social Network Analysis Using Genetic Algorithm[A].2014 7th International Conference on Ubi-Media Computing and Workshops （UMEDIA 2014）[C].Ulaanbaatar， Mongolia： Institute of Electrical and Electronics Engineers（IEEE ），2014：59-64.

[20]CHUANG P J， CHIANG M C， YANG C S， et al. Social networks-based adaptive pairing strategy for cooperative learning[J]. Educational Technology & Society， 2012，15（3）：226-239.

[21]GLEISER P M， DANON L. COMMUNITY STRUCTURE IN JAZZ[J].Advances in Complex Systems， 2003，06（4）： 565-573.

[22]WATTS D J， STROGATZ S H. Collective dynamics of ‘small-world networks[J].Nature，1998，393（6684）： 440-442.

[23]KARRER B， NEWMAN M E J. Stochastic blockmodels and community structure in networks[J].Physical Review E Statistical Nonlinear & Soft Matter Physics，2011，83（1 Pt 2）：211-222.

[24]陳向東，郭欣，楊慧慧，王瑩，王春芳. 基于協(xié)作過程的反思性學(xué)習(xí)研究[J].現(xiàn)代教育技術(shù)，2008（5）：42-47.

[25]羅家德.社會(huì)網(wǎng)分析講義[M].社會(huì)科學(xué)文獻(xiàn)出版社，2010.

[26]SINHA T. Supporting MOOC Instruction with Social Network Analysis[J].Eprint Arxiv，2014.

[27]張瑩.專業(yè)英語協(xié)同翻譯教學(xué)活動(dòng)社會(huì)網(wǎng)絡(luò)分析[J].現(xiàn)代教育技術(shù)，2016（6）： 80-6.

[28]劉軍. 整體網(wǎng)分析講義： UCINET軟件實(shí)用指南： Lectures on Whole Network Approach： A Practical Guide to UCINET[M]. 格致出版社，上海人民出版社， 2009.

（編輯：王天鵬）endprint