梁云真

(河南師范大學(xué) 教育學(xué)院，河南 新鄉(xiāng) 453007)

一、問題的提出

隨著網(wǎng)絡(luò)技術(shù)、Web2.0技術(shù)等新型技術(shù)的蓬勃發(fā)展，慕課、在線開放課程等在線學(xué)習(xí)形式呈現(xiàn)井噴狀的發(fā)展勢態(tài)。同時，國家、學(xué)校和用戶群體紛紛關(guān)注。國家出臺《教育部關(guān)于加強高等學(xué)校在線開放課程建設(shè)應(yīng)用與管理的意見》(2015)，并表示要建設(shè)一批課程應(yīng)用與教學(xué)服務(wù)相融通的優(yōu)質(zhì)在線開放課程。2018年教育部首批推出了490門“國家精品在線開放課程”。據(jù)不完全統(tǒng)計，我國高校建設(shè)的在線課程總數(shù)已超過1400門，高校和社會學(xué)習(xí)者選課人次首次超過3000萬[1]。

交互一直都是遠程教育領(lǐng)域關(guān)注的焦點。研究者從交互類型[2][3]、交互模型[4][5]、交互策略、交互評價[6]等維度開展了深入的探討。慕課、在線開放課程等在線學(xué)習(xí)形式，盡管與傳統(tǒng)遠程教育有著本質(zhì)性的區(qū)別，但在線交互仍然是其基礎(chǔ)與核心。在員工知識網(wǎng)絡(luò)的相關(guān)研究成果認(rèn)為，不同的員工在知識網(wǎng)絡(luò)中具有不同的作用，如有些員工是知識來源(出度最大)，起著廣播知識的作用；有些員工起橋梁作用(中介中心性最大)，負責(zé)由知識源接收知識并向他人傳導(dǎo)知識；另外，還有擅長集百家所長，并進行實踐應(yīng)用的員工等[7]。因此，我們認(rèn)為學(xué)習(xí)者在交互網(wǎng)絡(luò)中所處地位及作用的不同，對于交互及學(xué)習(xí)效果也有不同影響。

本研究中的在線交互網(wǎng)絡(luò)主要是指學(xué)習(xí)過程中，學(xué)習(xí)者與學(xué)習(xí)者之間的發(fā)言、回復(fù)、評論等行為而產(chǎn)生的社會網(wǎng)絡(luò)。在社會網(wǎng)絡(luò)研究領(lǐng)域，評估網(wǎng)絡(luò)節(jié)點的重要性，探尋復(fù)雜網(wǎng)絡(luò)中的重要節(jié)點一直都是網(wǎng)絡(luò)研究中的關(guān)鍵問題[8]。處于在線交互網(wǎng)絡(luò)核心位置的具有重要地位的學(xué)習(xí)者，對于交互網(wǎng)絡(luò)的形成以及問題的解決等學(xué)習(xí)任務(wù)的完成具有重要的作用，如果交互網(wǎng)絡(luò)中失去了他，將會對交互及問題解決產(chǎn)生重要影響，因此把握每位學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要性，以便制定合適的交互策略，促進有意義交互的產(chǎn)生。那么如何根據(jù)學(xué)習(xí)者的在線交互行為識別交互網(wǎng)絡(luò)中處于重要地位的個體呢？

本研究擬在分析基于社會網(wǎng)絡(luò)的節(jié)點重要性評估，以及交互分析相關(guān)方法的基礎(chǔ)上，結(jié)合在線交互網(wǎng)絡(luò)的特征，建構(gòu)在線交互網(wǎng)絡(luò)中個體重要性評估模型，提出基于PageRank的在線交互網(wǎng)絡(luò)中個體重要性評估方法。并進行實際驗證與應(yīng)用。同時分析在線交互網(wǎng)絡(luò)中學(xué)習(xí)個體重要性對于其知識建構(gòu)水平、學(xué)習(xí)成績等方面的影響。

二、相關(guān)研究基礎(chǔ)

(一)基于社會網(wǎng)絡(luò)的節(jié)點重要性評估方法及應(yīng)用

網(wǎng)絡(luò)節(jié)點重要性的評估方法主要有基于網(wǎng)絡(luò)結(jié)構(gòu)的方法和基于社會網(wǎng)絡(luò)分析的方法兩大類?；诰W(wǎng)絡(luò)結(jié)構(gòu)的方法建立在“破壞性等價于重要性”這一理念的基礎(chǔ)上。認(rèn)為網(wǎng)絡(luò)節(jié)點的重要性即“刪除節(jié)點后對網(wǎng)絡(luò)連通的破壞程度”。李鵬翔等[9]基于節(jié)點(集)刪除的方法，采用節(jié)點被刪除后形成的所有不連通節(jié)點間的距離的倒數(shù)之和來測量節(jié)點的重要性，但該方法僅是針對無向網(wǎng)絡(luò)，而沒有考慮賦值網(wǎng)絡(luò)和有向網(wǎng)絡(luò)。安世虎等[10]采用節(jié)點刪除方法，建構(gòu)了賦值網(wǎng)絡(luò)中節(jié)點集重要性的綜合測度數(shù)學(xué)模型，并在知識共享網(wǎng)絡(luò)中應(yīng)用并驗證其有效性。

基于社會網(wǎng)絡(luò)分析的方法，核心理念是“重要性等價于顯著性”，也就是認(rèn)為網(wǎng)絡(luò)節(jié)點的重點性即該節(jié)點與其他節(jié)點之間建立的連接而使其具有的顯著性[11]。即節(jié)點的重要性可通過點度數(shù)、中心性、最短路徑等參數(shù)評估。欒春娟等[12]認(rèn)為網(wǎng)絡(luò)中心性是衡量節(jié)點重要性的重要指標(biāo)。其中程度中心性處于最為重要的位置。程度中心性越高的節(jié)點，其在網(wǎng)絡(luò)中的地位越高、權(quán)力最大。基于此，欒春娟提出了發(fā)明者合作網(wǎng)絡(luò)中節(jié)點重要性的評價方法，并探討了其對科研績效的影響。葉春森[13]認(rèn)為節(jié)點的重要性可以通過節(jié)點的度與凝聚度來測量，即：

(其中di為節(jié)點Vi的度，cdi為節(jié)點Vi的凝聚度。ci是節(jié)點Vi的連通度，ci等于節(jié)點Vi直接相連的節(jié)點之間的邊的總數(shù))，并通過案例驗證該方法的有效性。上述方法僅考慮節(jié)點自身的度值及相關(guān)信息，對于節(jié)點之間的其它方面的差別捕捉不到，具有一定的片面性。因此，王建偉等[14]綜合考慮節(jié)點度、鄰居節(jié)點度、節(jié)點介數(shù)等多種因素，探索了一種帶有可調(diào)參數(shù)的節(jié)點重要性評估方法，并在艾滋病患者性關(guān)系網(wǎng)絡(luò)中進行了應(yīng)用與驗證。該方法僅考慮了節(jié)點度及相關(guān)信息。

整體來看，基于社會網(wǎng)絡(luò)分析的節(jié)點重要性評估方法的應(yīng)用領(lǐng)域主要有：1.科研合作網(wǎng)絡(luò)：肖連杰等[15]在考慮節(jié)點的點權(quán)信息的同時，將節(jié)點的邊權(quán)即科研合作者共同發(fā)表論文的學(xué)術(shù)價值也作為節(jié)點重要性的核心要素，提出了科研合作網(wǎng)絡(luò)中節(jié)點重要性的評估方法。2.網(wǎng)絡(luò)意見領(lǐng)袖識別：李卓卓等[16]、羅曉光等[17]、陳遠等[18]基于中心度、核心—邊緣模型、結(jié)構(gòu)洞等方法分別探討了大學(xué)生就業(yè)輿情網(wǎng)絡(luò)，論壇、QQ群及博客、顧客口碑網(wǎng)絡(luò)中的意見領(lǐng)袖識別方法，并進行應(yīng)用；朱衛(wèi)未等[19]結(jié)合社會網(wǎng)絡(luò)分析方法與偏好排序，確立了網(wǎng)絡(luò)輿情中意見領(lǐng)袖的識別方法。3.員工重要性評估：單偉[20]、鐘琦[21]、陳亮[22]等開展了知識交流網(wǎng)絡(luò)中員工的重要性的相關(guān)研究，劉軍[23][24]基于前人的研究成果，從隱性知識交流網(wǎng)絡(luò)的結(jié)構(gòu)出發(fā)，借鑒PageRank算法提出了員工重要性及隱性知識交流能力評價模型并通過實例驗證了模型的科學(xué)性。這些研究成果對本研究具有重要的借鑒意義，為本研究的順利開展提供了堅實的理論與方法基礎(chǔ)。

(二)學(xué)習(xí)者交互分析方法

交互分析方法是交互研究的切入點，不同的交互分析方法，具有不同的分析工具與技術(shù)，適用于不同的分析對象與研究目的。從網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下的學(xué)習(xí)者交互研究來看，主要包括定性的方法和定量的方法兩大類。其中，定量的交互分析方法主要包括內(nèi)容分析法、社會網(wǎng)絡(luò)分析法、系統(tǒng)建模法、多層線性模型法、滯后序列分析法等。定性的交互分析方法主要包括話語分析法、扎根理論分析法、案例研究法、事件分析法、敘事分析法、OCAF方法(Object-oriented Collaboration Analysis Framework)。

研究者通常采用內(nèi)容分析法，基于科學(xué)的編碼框架，對交互內(nèi)容進行編碼、分類與計量，從而揭示在線交互過程與質(zhì)量。王晶等[25]基于Veldhuis提出的編碼體系，采用內(nèi)容分析法從認(rèn)知活動、元認(rèn)知活動、情感活動及其他活動四個維度，分析了在線課程中的異步交互。Hou[26]等采用內(nèi)容分析法分析交互文本的表層信息，揭示在線交互過程及其質(zhì)量。劉智等[27]通過概率話題建模與詞頻分析、內(nèi)容分析等方法，對云課堂中學(xué)習(xí)者互動話語行為進行研究。對于學(xué)習(xí)者交互的分析，除了關(guān)注交互內(nèi)容外，還需要深入探究交互過程與網(wǎng)絡(luò)結(jié)構(gòu)等。王陸等采用社會網(wǎng)絡(luò)分析法分析成員間的交互關(guān)系與頻次，揭示交互結(jié)構(gòu)。鄭蘭琴等[28]將協(xié)作學(xué)習(xí)系統(tǒng)看作信息系統(tǒng)，基于此提出基于信息流的交互分析方法，分析交互過程中信息流與知識網(wǎng)絡(luò)圖的屬性。楊現(xiàn)民等[29]采用滯后序列分析法研究交互行為隨時間變化的模式特征、狀態(tài)轉(zhuǎn)移等。

社會網(wǎng)絡(luò)分析與其他方法相比，更為關(guān)注事件及個體之間的關(guān)系層面。如Palonen等[30]基于協(xié)作學(xué)習(xí)網(wǎng)絡(luò)的密度與中心勢，衡量學(xué)習(xí)者之間的交互模式；Daradoumis等[31]通過測量網(wǎng)絡(luò)密度、成員中心度等參數(shù)，分析虛擬學(xué)習(xí)社群中學(xué)生的參與度；謝小靜[32]從社群密度、中心度及小世界效應(yīng)等方面分析“中國教育人博客”社群，探討成員互動關(guān)系特征；筆者曾經(jīng)基于學(xué)習(xí)者交互網(wǎng)絡(luò)的密度、中心性等參數(shù)，確定核心與邊緣參與者。并對其交互質(zhì)量及行為序列進行比較分析[33]。

整體來看，綜合采用多種方法開展交互研究已成當(dāng)前的主要趨勢。鄭勤華等[34]采用社會網(wǎng)絡(luò)分析、內(nèi)容分析等方法，對MOOCs中學(xué)習(xí)者交互數(shù)量與質(zhì)量進行研究。筆者同樣曾采用社會網(wǎng)絡(luò)分析、內(nèi)容分析法和滯后序列分析法等多種方法，基于知識建構(gòu)的視角，對網(wǎng)絡(luò)學(xué)習(xí)空間中的學(xué)習(xí)者交互深度進行分析與評估[35]。采用社會網(wǎng)絡(luò)分析方法進行的交互研究中，通常關(guān)注網(wǎng)絡(luò)密度、中心性、凝聚性等整體網(wǎng)絡(luò)的疏密程度。

三、在線交互網(wǎng)絡(luò)中個體重要性評估方法

(一)PageRank算法及個體重要性評估的啟示

PageRank算法是由Google的創(chuàng)始人拉里?佩奇和謝爾蓋?布林在隨機沖浪者模型基礎(chǔ)上提出的[36]。作為谷歌搜索引擎的核心算法，它的核心理念是“某網(wǎng)頁的重要性取決于指向它的其他頁面的數(shù)量和質(zhì)量”。即如果一個網(wǎng)頁被一個重要的網(wǎng)頁鏈接，那么該網(wǎng)頁也是一個重要的網(wǎng)頁。因此，PageRank不僅考慮被鏈接網(wǎng)頁的數(shù)量，同時還兼顧其質(zhì)量，全方位地、客觀地評估網(wǎng)頁的重要性從而對網(wǎng)頁排序[37]。

交互是在線學(xué)習(xí)活動最為顯著的特性，在線學(xué)習(xí)過程中，學(xué)習(xí)者通過學(xué)習(xí)論壇進行互動與交流，達成知識共享與建構(gòu)。學(xué)習(xí)者在線交互網(wǎng)絡(luò)是指在線學(xué)習(xí)過程中，由學(xué)習(xí)者之間的交互關(guān)系而形成的某種特定的有序組合方式和存在方式[38]。王陸[39]、王永固[40]、Václav Sná?el[41]、徐峰[42]、阮玉嬌[43]等從不同維度與層次，通過密度、網(wǎng)絡(luò)效率、互惠性、點入度和點出度、派系分布、核心—邊緣結(jié)構(gòu)、結(jié)構(gòu)洞等參數(shù)與計算，開展了學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)的相關(guān)研究。對于在線交互網(wǎng)絡(luò)中學(xué)習(xí)者個體位置與角色的以往研究中，多從“意見領(lǐng)袖”這一核心概念入手。王陸等[44]采用結(jié)構(gòu)洞的方法測量意見領(lǐng)袖，并通過實證研究證明，教師是虛擬學(xué)習(xí)社區(qū)社會網(wǎng)絡(luò)中的意見領(lǐng)袖，意見領(lǐng)袖對于整個網(wǎng)絡(luò)的密度、互惠性、連通性等參數(shù)均有重要影響。劉敏等[45]對“中小學(xué)信息技術(shù)教育論壇”中的發(fā)帖進行整理，根據(jù)論壇成員發(fā)帖量、回復(fù)量，并結(jié)合認(rèn)同值，采用聚類分析的方法，篩選意見領(lǐng)袖。吳青等[46]在Stuetzer提出的意見領(lǐng)袖衡量指標(biāo)的基礎(chǔ)上，綜合考慮點度中心性、中介中心性、特征向量中心性等參數(shù)，將上述參數(shù)中任意指標(biāo)排名前5%的學(xué)員認(rèn)定為論壇中的意見領(lǐng)袖。這些研究對于在線交互網(wǎng)絡(luò)均提供了重要的理論與方法基礎(chǔ)，值得我們借鑒。

綜上所述，與點度中心性、中介中心性、特征向量中心性、發(fā)帖量、回復(fù)量、結(jié)構(gòu)洞等參數(shù)與指標(biāo)不同的，PageRank算法不僅考慮了鏈接網(wǎng)頁的數(shù)量，還考慮了其質(zhì)量。在線交互網(wǎng)絡(luò)和網(wǎng)頁鏈接網(wǎng)絡(luò)具有高度相似性，均可以看作為由學(xué)習(xí)者或網(wǎng)頁所形成的一個有向圖，其中，節(jié)點是指學(xué)習(xí)者或網(wǎng)頁，節(jié)點與節(jié)點之間的連線，即表示學(xué)習(xí)者之間的交互關(guān)系，或者網(wǎng)頁之間的鏈接關(guān)系。 因此，我們認(rèn)為在線交互網(wǎng)絡(luò)中學(xué)習(xí)者個體重要性的評估，應(yīng)該不僅僅考慮學(xué)習(xí)者自身的重要性，還應(yīng)該考慮其交互對象的重要性。

(二)在線交互網(wǎng)絡(luò)中個體重要性評估模型建構(gòu)

如上所述，在線交互網(wǎng)絡(luò)中學(xué)習(xí)者個體重要性，不僅與學(xué)習(xí)者自身的中心性等參數(shù)相關(guān)，還與其交互對象的各種參數(shù)相關(guān)。在社會網(wǎng)絡(luò)研究中，通常認(rèn)為節(jié)點的重要性與該節(jié)點的點度數(shù)、中心性、最短路徑等密切相關(guān)，并且可以通過這些參數(shù)評估。因此，我們認(rèn)為學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要性受學(xué)習(xí)者個體的點度中心度、中介中心度、接近中心度、交互的對象等參數(shù)的共同影響與作用。

本研究將在線交互網(wǎng)絡(luò)定義為一個具有權(quán)重的有向圖，即：

其中S是所有節(jié)點的集合，表示的是在線交互網(wǎng)絡(luò)中的學(xué)習(xí)者；C表示學(xué)習(xí)者之間交互關(guān)系的集合；E是權(quán)重矩陣，表示學(xué)習(xí)者之間交互次數(shù)構(gòu)成的矩陣。只有Ei,j＞0時，邊Cij∈E。

1. 學(xué)習(xí)者個體的點出度與其在交互網(wǎng)絡(luò)中的重要性

本研究中的“點出度”表示由該學(xué)習(xí)者發(fā)出的交互次數(shù)，即該學(xué)習(xí)者主動向其它學(xué)習(xí)者提問和交互的次數(shù)。學(xué)習(xí)者Si的點出度記為Do(Si)。

點出度越大，該學(xué)習(xí)者在交互網(wǎng)絡(luò)中發(fā)出的交互信息越多，從學(xué)習(xí)者獲取知識、信息的其他學(xué)習(xí)者越多，因此該學(xué)習(xí)者在交互網(wǎng)絡(luò)中具有越重要的地位。設(shè)學(xué)習(xí)者Si的重要程度為I(Si)，如果僅考慮點出度對學(xué)習(xí)者重要性的影響，則有：

其中f(Do(Si))是關(guān)于Do(Si)的增函數(shù)。

2.學(xué)習(xí)者個體的點入度與其在交互網(wǎng)絡(luò)中的重要性

本研究中“點入度”表示該學(xué)習(xí)者被其他學(xué)習(xí)者選擇為交互對象的次數(shù)，即該學(xué)習(xí)者收到其它學(xué)習(xí)者的交互次數(shù)。學(xué)習(xí)者Si的點入度記為Din(Si)。

點入度越大，該學(xué)習(xí)者在交互網(wǎng)絡(luò)中收到的交互信息越多，從其他學(xué)習(xí)者獲取知識、信息越多，該學(xué)習(xí)者可能在收到信息的同時也向其他學(xué)習(xí)者傳遞信息，因此在交互網(wǎng)絡(luò)中應(yīng)該重視這類學(xué)習(xí)者，他們在未來很有可能發(fā)展成為在交互中具有重要地位的學(xué)習(xí)者。如果僅考慮點入度對學(xué)習(xí)者重要性的影響，則有：

g(Din(Si))是Din(Si)關(guān)于的增函數(shù)。當(dāng)同時考慮點出度與點入度對學(xué)習(xí)者重要性的影響時，則有：

其中0≤ω1，ω2≤1，ω1+ω2=1。ω1、ω2分別表示點出度與點入度對學(xué)習(xí)者重要性影響的權(quán)值。

3.學(xué)習(xí)者個體的中介中心度與其在交互網(wǎng)絡(luò)中的重要性

中介中心度是衡量學(xué)習(xí)者Si在多大程度上處于其他任何兩名學(xué)習(xí)者之間的測地線上，即在多大程度上控制著交互的重要參數(shù)。學(xué)習(xí)者的中介中心度記為DB(Si)。

其中j≠k≠i且j＜k。中介中心度越大的學(xué)習(xí)者在交互網(wǎng)絡(luò)中起到的橋梁作用越大，如果失去這類學(xué)習(xí)者，將會影響交互的順利進行。因此，在交互網(wǎng)絡(luò)中，中介中心度越大的學(xué)習(xí)者，越具有較大的重要性。如果只考慮中介中心度對于學(xué)習(xí)者重要性的影響，則有：

φ(DB(Si))是關(guān)于DB(Si)的增函數(shù)。當(dāng)同時考慮點出度、點入度、中介中心度對學(xué)習(xí)者重要性的影響時，則有：

其中0≤ω1，ω2，ω3≤1，ω1+ω2+ω3=1。ω1、ω2、ω3分別表示點出度、點入度、中介中心度對學(xué)習(xí)者重要性影響的權(quán)值。

4.學(xué)習(xí)者個體的接近中心度與其在交互網(wǎng)絡(luò)中的重要性

接近中心度是衡量學(xué)習(xí)者在網(wǎng)絡(luò)中位置的重要指標(biāo)，即對于其它學(xué)習(xí)者的依賴程度，某學(xué)習(xí)者與其它學(xué)習(xí)者距離和越大，他對其它學(xué)習(xí)者的依賴性越小，該學(xué)習(xí)者在交互網(wǎng)絡(luò)中越具有重要性；某學(xué)習(xí)者與其他學(xué)習(xí)者間的距離和越小，該學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要性越小。盡管接近中心度與學(xué)習(xí)者的重要性也具有較強的關(guān)聯(lián)，但是由于接近中心度與點度中心度密切相關(guān)，因此，本研究中不考慮接近中心度對于學(xué)習(xí)者重要性的影響。

5.學(xué)習(xí)者的交互對象與其在交互網(wǎng)絡(luò)中的重要性

本研究中，假設(shè)學(xué)習(xí)者Si在交互網(wǎng)絡(luò)中比較重要，如果Si向?qū)W習(xí)者Sj發(fā)出交互信息，則認(rèn)為學(xué)習(xí)者Sj在交互網(wǎng)絡(luò)中也較為重要，即學(xué)習(xí)者Si在交互網(wǎng)絡(luò)中越重要，其所選擇的交互對象也越重要。設(shè)學(xué)習(xí)者Si向?qū)W習(xí)者Si1、Si2、…、SiDo(Si)等發(fā)出了交互信息，如果僅考慮交互對象對學(xué)習(xí)者個體重要性的影響，那么則有：

其中0≤ω1，ω2，ω3，ω4≤1，ω1+ω2+ω3+ω4=1。ω1、ω2、ω3、ω4分別表示點出度、點入度、中介中心度、交互對象對學(xué)習(xí)者重要性影響的權(quán)值。

6.在線交互網(wǎng)絡(luò)中學(xué)習(xí)者個體重要性評估模型

如果令

那么

式中0≤ωi≤1，ωi即指點出度、點入度、中介中心度、交互對象對學(xué)習(xí)者重要性影響的權(quán)值。

(三)在線交互網(wǎng)絡(luò)中個體重要性評估模型的驗證

本研究選取包括4名學(xué)習(xí)者的小組G1交互網(wǎng)絡(luò)的數(shù)據(jù)驗證本模型的有效性，小組G1的鄰接矩陣如下頁表1所示。學(xué)習(xí)者Si的點出度、點入度、中介中心度可以通過社會網(wǎng)絡(luò)分析軟件UCINET6直接計算，但是學(xué)習(xí)者Si的重要性又需要計算其交互對象的重要性，而交互對象的重要性又需要該模型才能計算，因此必須采用迭代法對模型求解，為學(xué)習(xí)者的重要程度設(shè)置初始值(如下頁表2所示)，執(zhí)行迭代計算，直至結(jié)果趨向于某個值為止。

表1 小組G1的鄰接矩陣

表2 模型各參數(shù)初始值

設(shè)各學(xué)習(xí)者重要程度的初始值均為1，ω1=ω2=ω3=ω4=1/4，學(xué)習(xí)者S1、S2、S3、S4各參數(shù)的初始值如表2所示，利用迭代法進行求解，過程如表3所示。由表3可知，模型經(jīng)過33次迭代，結(jié)果收斂于固定的值，4位學(xué)習(xí)者的重要程度依次為：S1、S2、S3、S4。由表1可知，S1、S2、S3與其它學(xué)習(xí)者均有雙向交互，但是S2與S4的交互比S1與S4的交互次數(shù)多，S3的點出度與點入度均小于S1和S2，因此S1處于最重要的位置，S2、S3次之，而S4僅與S1和S2有雙向交互，與S3之間僅存在單向交互，因此S4重要性最低。在課前分組時，S1是該小組的組長，負責(zé)小組協(xié)作問題解決學(xué)習(xí)活動的任務(wù)分配、交互活動的組織等，S1、S2、S3三位學(xué)習(xí)者均是女生，且均為漢語言文學(xué)專業(yè)，而S4是男生，專業(yè)為運動訓(xùn)練，因此該模型計算的結(jié)果與實際情況相符，我們認(rèn)為該模型有效。

表3 模型求解過程

四、研究設(shè)計

(一)研究對象

本研究選取XX師范大學(xué)修讀《現(xiàn)代教育技術(shù)》的數(shù)學(xué)、漢語言文學(xué)、生命科學(xué)與技術(shù)等師范類專業(yè)的33名學(xué)生。該課程采用基于SPOC的混合學(xué)習(xí)模式，該模式主要包括學(xué)習(xí)準(zhǔn)備、協(xié)作探究、成果交流與總結(jié)反思四個階段。其中，學(xué)生課下基于SPOC進行自主學(xué)習(xí)、測試與評價，課中在智慧教室環(huán)境中通過教師主導(dǎo)、小組協(xié)作的形式開展。在線交互是學(xué)習(xí)過程中答疑與小組協(xié)作的主要溝通渠道。

本研究選擇專題《數(shù)字視音頻的設(shè)計與制作》，來分析SPOC學(xué)習(xí)活動的設(shè)計及在線交互的過程模式。如圖1所示，學(xué)習(xí)準(zhǔn)備階段的主要任務(wù)是撰寫分鏡頭，包括確定視音頻作品的主題、擬定分鏡頭腳本初稿、互相評價方案、修改方案，最后形成分鏡頭腳本的定稿五個部分。該階段學(xué)習(xí)中，交互主要包括：小組間互相評價分鏡頭腳本初稿及分鏡頭腳本撰寫過程中遇到的問題、困惑等，以及小組內(nèi)討論確定主題、分步討論腳本、小組內(nèi)根據(jù)組間互評的結(jié)果討論修改方案等。

圖1 專題學(xué)習(xí)活動設(shè)計

協(xié)作探究階段：協(xié)作探究階段的主要任務(wù)是完成數(shù)字視音頻的制作，包括學(xué)習(xí)數(shù)字視音頻采集與處理的知識與技能、按照分鏡頭腳本分別采集視音頻素材、數(shù)字視音頻的后期剪輯與處理、完成作品制作四個部分。該階段學(xué)習(xí)中，交互主要包括：為數(shù)字視音頻制作過程中遇到的問題、困惑提供交流討論的空間，為小組內(nèi)討論及確定視音頻的后期剪輯、特效添加、字幕處理等方案提供支持。

成果交流階段：本階段的主要任務(wù)是各小組展示數(shù)字視音頻作品并相互評價。交互主要貫穿于組間評價作品過程，以及組內(nèi)根據(jù)評價反饋討論修改過程中。

總結(jié)反思階段：主要是學(xué)習(xí)結(jié)束后學(xué)習(xí)者撰寫學(xué)習(xí)總結(jié)與反思，以及自我評價等部分的工作。此時，交互主要指學(xué)習(xí)者在學(xué)習(xí)反思中的交流討論。

(二)研究目的與假設(shè)

本研究在借鑒PageRank算法核心理念的基礎(chǔ)上，綜合考慮學(xué)習(xí)者自身的重要性及其交互對象的重要性，提出在線交互網(wǎng)絡(luò)中學(xué)習(xí)者個體重要性的評估方法并進行了驗證。為了探索學(xué)習(xí)者個體重要性對于學(xué)習(xí)成效的影響，本研究的研究假設(shè)如下：

研究假設(shè)1：個體重要性越大的學(xué)習(xí)者，知識建構(gòu)水平越高。

研究假設(shè)2：個體重要性越大的學(xué)習(xí)者，學(xué)習(xí)成績越好。

(三)學(xué)習(xí)成效的測量方法

本研究從學(xué)習(xí)者個體的知識建構(gòu)水平和學(xué)習(xí)成績兩個維度表征學(xué)習(xí)成效。其中，學(xué)習(xí)者個體的知識建構(gòu)水平是依據(jù)Gunawardena等(1997)提出的5階段交互分析模型(Interaction Analysis Model，IAM)，對學(xué)習(xí)者交互數(shù)據(jù)進行編碼分析而判定。即從分享與澄清、認(rèn)知沖突、意義協(xié)商、檢驗修正、達成與應(yīng)用等5個層次表征知識建構(gòu)水平。編碼一致性系數(shù)為0.76，認(rèn)為具有良好的信度。學(xué)習(xí)成績數(shù)據(jù)則來源于37名學(xué)生在該課程中取得的成績。該課程的成績包括兩部分，其中40%是平時成績，60%是期末測驗成績。

五、個體重要性對交互質(zhì)量及學(xué)習(xí)成效的影響分析

(一)學(xué)習(xí)者個體重要性評估結(jié)果

在線交互網(wǎng)絡(luò)中，33名學(xué)習(xí)者的各參數(shù)初始值如表4所示，設(shè)各學(xué)習(xí)者重要程度的初始值均為1，ω1=ω2=ω3=ω4=1/4，利用迭代法進行求解。由表5可知，模型經(jīng)過1545次迭代，結(jié)果收斂于固定的值，33位學(xué)習(xí)者中重要程度最高的5位依次為：G3e、G6a、G2c、G4c、G5d，重要程度最低的5位依次是：G1d、G6d、G2b、G5a、G7a。

表4 模型各參數(shù)初始值

續(xù)表5

通過點度中心性、中介中心性、接近中心性三者的分析發(fā)現(xiàn)，在本研究的交互網(wǎng)絡(luò)中，學(xué)習(xí)者G3b、G2d、G3c、G5c、G1c等學(xué)習(xí)者處于相對核心位置，學(xué)習(xí)者G5e、G7a、G7c、G1d、G6c處于網(wǎng)絡(luò)的相對邊緣位置。與本模型對于學(xué)習(xí)者的重要性評估結(jié)果不完全一致，但是通過與鄰接矩陣及社群圖的對照分析，在重要程度最高的5位學(xué)習(xí)者中G3e、G6a、G2c、G5d均為小組組長，組長負責(zé)小組交互的組織、協(xié)調(diào)，具體職責(zé)包括：對學(xué)習(xí)任務(wù)進行合理的分工；組織小組成員通過有效的交互、協(xié)作共同解決問題；在學(xué)習(xí)過程中監(jiān)督每個組員在線上與線下的表現(xiàn)；引導(dǎo)小組成員圍繞任務(wù)進行積極的討論并提供與問題解決相關(guān)的信息、線索與資源；保證學(xué)習(xí)活動按進度計劃進行等。通過對交互數(shù)據(jù)的分析與研究發(fā)現(xiàn)，G4c在交互時提出的問題能夠被較多其他學(xué)習(xí)者回答，并且與重要程度較高的學(xué)習(xí)者如G2c、G3e等聯(lián)系較為緊密。因此，本模型的研究結(jié)果更符合實際情況，更為精準(zhǔn)地評估了學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要程度。原因如下：本模型在評估學(xué)習(xí)者重要性時，不僅考慮到了學(xué)習(xí)者本人的點入度、點出度、中介中心度、接近中心度等參數(shù)值，還把與之關(guān)系緊密的學(xué)習(xí)者的重要程度納入考慮范圍，作為對其重要性具有重要影響的一個維度，因此本模型的研究結(jié)論更為可信。

(二)學(xué)習(xí)者個體重要性對知識建構(gòu)水平的影響

在所有學(xué)習(xí)者交互的知識建構(gòu)水平編碼數(shù)據(jù)中，分別篩選出個體重要性最高和最低的五位學(xué)習(xí)者的編碼數(shù)據(jù)，結(jié)果如圖2所示。

圖2 重要性程度最高和最低的10位學(xué)習(xí)者的知識建構(gòu)水平

從圖2可以看出，不管是重要性高還是低的學(xué)習(xí)者，其知識建構(gòu)行為均呈現(xiàn)共同的趨勢，即較多停留在知識建構(gòu)的知識建構(gòu)的分享與澄清階段(KC1)、認(rèn)知沖突階段(KC2)、意義協(xié)商階段(KC3)，而較高階段檢驗與修正階段(KC4)和達成與應(yīng)用階段(KC5)的比例非常少，甚至缺失。但是，重要性高的學(xué)習(xí)者在交互出現(xiàn)了KC4，而重要性低的學(xué)習(xí)者在交互中KC4和KC5均未出現(xiàn)。

為了進一步探究不同重要性的學(xué)習(xí)者的KC1、KC2、KC3、KC4等4個層次知識建構(gòu)水平是否存在顯著差異，本研究以學(xué)習(xí)者的重要性程度為分組變量，以KC1、KC2、KC3、KC4為檢驗變量，進行獨立樣本t檢驗，并對均值差異達到顯著差異的檢驗變量，進一步采用效果值(Size of Effect)(即η2)報告實際顯著性(Practical Significance)。研究結(jié)果如表6所示。

表6 不同重要性的學(xué)習(xí)者的知識建構(gòu)行為模式的對比分析

從表6可以看出，在線交互網(wǎng)絡(luò)中，重要性高的學(xué)習(xí)者的KC1、KC2呈顯著性差異，而KC3(t=1.118，df=8，p=0.296＞0.05)、KC4(t=1.000，df=4.000，p=0.374＞0.05)未呈顯著差異。

其中，就不同重要性的學(xué)習(xí)者的“KC1行為”差異而言，t=3.882，df=8，p=0.005＜0.05，達0.05顯著水平，表明重要性程度高的學(xué)習(xí)者的“KC1行為”(M=4.60)顯著高于重要性低的學(xué)習(xí)者的“KC1行為”(M=1.00)，并且重要性變量可以解釋“KC1行為”變量總方差中的65.3%(η2=0.653)的變異量。

就不同重要性的學(xué)習(xí)者的“KC2行為”差異而言，t=3.810，df=8，p=0.005＜0.05，達到0.05顯著水平，表明重要性程度高的學(xué)習(xí)者的“KC2行為”(M=2.00)顯著高于重要性低的學(xué)習(xí)者的“KC2行為”(M=1.00)，并且重要性變量可以解釋“KC2行為”變量總方差中的64.5%(η2=0.645)的變異量。而“KC3行為”(t=1.118，df=8，p=0.296＞0.05)、“KC4行為”(t=1.000，df=4.000，p=0.374＞0.05)、重要性不同差異均未呈現(xiàn)顯著。

因此，整體來說，不同重要性的學(xué)習(xí)者的知識建構(gòu)水平并未顯著差異。研究假設(shè)1不成立。反思研究過程，由于本研究中收集的數(shù)據(jù)僅僅是學(xué)習(xí)者9周在線交互的數(shù)據(jù)，因此，對于知識建構(gòu)水平的表征可能存在偏差。后續(xù)將開展更長時間跨度的追蹤研究，深入探討學(xué)習(xí)者個體在交互網(wǎng)絡(luò)中的重要性對其知識建構(gòu)水平的影響，以及其重要性的縱向動態(tài)發(fā)展。

(三)學(xué)習(xí)者個體重要性對學(xué)習(xí)成績的影響

為了進一步探究不同重要性的學(xué)習(xí)者的學(xué)習(xí)成績的差異是否顯著，本研究以學(xué)習(xí)者的重要性程度為分組變量，以學(xué)習(xí)成績?yōu)闄z驗變量，進行獨立樣本t檢驗，并對均值差異達到顯著差異的檢驗變量，進一步采用效果值(Size of Effect)(即η2)報告實際顯著性(Practical Significance)，如表7所示。

表7 不同重要性的學(xué)習(xí)者的學(xué)習(xí)成績的對比分析

從表7可以看出，重要性高的學(xué)習(xí)者的學(xué)習(xí)成績顯著高于重要低的學(xué)習(xí)者，t=2.180，df=22，p=0.040＜0.05，達到0.05顯著水平，表明重要性高學(xué)習(xí)者的“學(xué)習(xí)成績”(M=71.67)顯著高于重要性低的學(xué)習(xí)者的“學(xué)習(xí)成績”(M=66.17)，并且重要性變量可以解釋“學(xué)習(xí)成績”變量總方差中的17.8%(η2=0.178)的變異量。

因此，我們認(rèn)為，學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要性對學(xué)習(xí)成績有顯著的正向影響。研究假設(shè)2成立。可以在今后的在線學(xué)習(xí)設(shè)計中，積極采用問題解決、同伴互評等在線協(xié)作學(xué)習(xí)策略，提高學(xué)習(xí)者在線交互的參與度。并積極調(diào)動處于交互網(wǎng)絡(luò)中重要地位的學(xué)習(xí)者，發(fā)揮其模范帶頭作用；同時，也要關(guān)注在交互網(wǎng)絡(luò)中處于邊緣地帶的學(xué)習(xí)者，有針對性的促進其積極參與交互，增加在線學(xué)習(xí)投入，以提高在線學(xué)習(xí)質(zhì)量。

六、總結(jié)與思考

相關(guān)研究表明，處于核心地位的學(xué)習(xí)者學(xué)習(xí)成績較好，處于網(wǎng)絡(luò)邊緣位置的學(xué)習(xí)者，參與交互較少，其學(xué)習(xí)成績、反思水平、批判性思維能力等均相對較差，因此如何精準(zhǔn)地判斷與識別在線交互網(wǎng)絡(luò)中學(xué)習(xí)者的位置及重要性，對于進行個性化學(xué)習(xí)、差異教學(xué)、教學(xué)管理與干預(yù)，教學(xué)設(shè)計與實施等均有重要價值[47]。因此，本研究嘗試在分析基于社會網(wǎng)絡(luò)的節(jié)點重要性評估方法的基礎(chǔ)上，基于PageRank的核心理念，即“某網(wǎng)頁的重要性取決于指向它的其他頁面的數(shù)量和質(zhì)量”；建構(gòu)了不僅考慮學(xué)習(xí)者自身的重要性，還顧及其交互對象的重要性的在線交互網(wǎng)絡(luò)中個體重要性評估模型；提出通過學(xué)習(xí)者個體的點度中心度、中介中心度、接近中心度、交互的對象等參數(shù)，評估在線交互網(wǎng)絡(luò)中個體重要性的方法；并通過實證研究表明：學(xué)習(xí)者在交互網(wǎng)絡(luò)中的重要性對其知識建構(gòu)水平無顯著影響；但是處于交互網(wǎng)絡(luò)中較重要地位的學(xué)習(xí)者的學(xué)習(xí)成績顯著高于重要性低的學(xué)習(xí)者?？偟膩碚f，本研究結(jié)論對在線教育實踐有以下啟示。

(一)發(fā)揮個體重要性高的學(xué)習(xí)者在交互中的帶頭作用，提高交互參與度。每個社會網(wǎng)絡(luò)中，通常擁有一個或多個處于網(wǎng)絡(luò)中心地位的成員，這些成員在網(wǎng)絡(luò)中起到信息橋梁作用，并且具有一定的影響力，被認(rèn)為是網(wǎng)絡(luò)意見領(lǐng)袖[48]。意見領(lǐng)袖是信息傳播網(wǎng)絡(luò)中的能動者，能夠積極地將媒體信息傳遞給其它參與者。本研究探討的在線交互網(wǎng)絡(luò)是由學(xué)習(xí)者之間的交互所形成的社會網(wǎng)絡(luò)，研究表明，交互網(wǎng)絡(luò)中個體重要性高的學(xué)習(xí)者在交互網(wǎng)絡(luò)中具有重要地位，與意見領(lǐng)袖具有同樣作用。因此，充分發(fā)揮個體重要性高的學(xué)習(xí)者在交互中的積極主動性，可以通過鼓勵各小組組長履行組長職責(zé)達成。組長要做好小組協(xié)作探究活動的組織、協(xié)調(diào)工作，如對學(xué)習(xí)任務(wù)進行合理的分工；組織小組成員通過有效的交互、協(xié)作共同解決問題；在學(xué)習(xí)過程中監(jiān)督每個組員在線上與線下的表現(xiàn)；引導(dǎo)小組成員圍繞任務(wù)進行積極的討論與提供與問題解決相關(guān)的信息、線索與資源；保證學(xué)習(xí)活動按進度計劃進行等。

(二)建立在線交互的教師參與及實時監(jiān)測機制，關(guān)注邊緣地帶學(xué)習(xí)者。李建生等[49]研究發(fā)現(xiàn)，教師參與的時間長短、參與的程度均對學(xué)習(xí)者網(wǎng)絡(luò)學(xué)習(xí)社區(qū)中的社會性交互產(chǎn)生了重要的影響。在教師組織的討論中，交互內(nèi)容主要與學(xué)習(xí)任務(wù)相關(guān)；而由學(xué)習(xí)者自由發(fā)起的討論中，則以交流情感、活躍氣氛等與學(xué)習(xí)無關(guān)的內(nèi)容為主。教師參與交互，通過觀察及在線學(xué)習(xí)平臺的數(shù)據(jù)記錄，關(guān)注學(xué)習(xí)者交互的情況，對學(xué)習(xí)者交互的過程及動態(tài)進行時時監(jiān)測與把握，便于及時發(fā)現(xiàn)學(xué)習(xí)者學(xué)習(xí)過程中的困難，為學(xué)習(xí)者解決問題提供支持與幫助。此過程也有助于及時發(fā)現(xiàn)與鑒別交互過程中處于邊緣地帶的學(xué)習(xí)者，深入分析與探究其不積極參與交互的深層原因，及時采用有效措施進行鼓勵與干預(yù)，提高其交互參與度。

(三)形成良好的在線學(xué)習(xí)氛圍，提高學(xué)習(xí)者參與交互的積極主動性。謝云等[50]認(rèn)為良好的學(xué)習(xí)氛圍，有助于學(xué)習(xí)者對學(xué)習(xí)共同體產(chǎn)生參與感、認(rèn)同感與歸屬性，更能促進學(xué)習(xí)者產(chǎn)生高度的學(xué)習(xí)動機，促進學(xué)習(xí)者積極參與學(xué)習(xí)活動。通過異質(zhì)分組(使學(xué)習(xí)者之間取長補短)、破冰之旅(幫助學(xué)習(xí)者快速熟悉彼此)、制定共同遵守的交互規(guī)則等方式，營造良好的學(xué)習(xí)氛圍。同時，目前在線學(xué)習(xí)通常以課程論壇的異步交互為主，但是異步交互普遍存在得不到即時反饋的缺陷，因此有必要引進即時通訊技術(shù)，構(gòu)建無縫交互環(huán)境。滿足學(xué)習(xí)者即時交互的需求，便于學(xué)習(xí)過程中問題的解決。另外，可以設(shè)置交互過程的鼓勵與強化機制，提高學(xué)習(xí)者參與交互的積極主動性。