鄭婭峰 趙亞寧 王雯

摘? ?要：在線協(xié)作討論中社交關(guān)系對知識建構(gòu)的過程和質(zhì)量具有重要的影響作用。文章從交互密集性、交互凝聚性、交互中心性、交互均衡性四個維度提出了一個測量協(xié)作群組交互結(jié)構(gòu)的指標(biāo)框架，刻畫協(xié)作討論過程的社交關(guān)系，并對分析結(jié)果進行可視化呈現(xiàn)設(shè)計。研究結(jié)果表明，入度中心勢和緊密度2個指標(biāo)與協(xié)作討論質(zhì)量顯著相關(guān)，且對最終的協(xié)作討論質(zhì)量具有較強的預(yù)測力。更進一步，基于分析指標(biāo)的實時可視化呈現(xiàn)方法對教師有效地衡量群組社交參與的程度、預(yù)測群組協(xié)作討論的質(zhì)量、監(jiān)控群組互動模式及交互關(guān)系變化都具有重要意義。

關(guān)鍵詞：社交關(guān)系;自動化分析;在線協(xié)作討論;可視化

中圖分類號：TP391;G434 文獻標(biāo)志碼：A 文章編號：1673-8454（2021）05-0010-08

一、引言

活躍的交互是在線協(xié)作獲得成功的重要因素，也是群組協(xié)作共同完成任務(wù)目標(biāo)的根本保障。[1]研究表明，在線協(xié)作討論中，群組成員的社交關(guān)系能夠影響知識建構(gòu)的過程和質(zhì)量。[2]然而，在線協(xié)作討論中的交互通常是隱性的，不易被教師所觀察，因而直接阻礙了教師對在線協(xié)作討論過程的監(jiān)督和指導(dǎo)。社交關(guān)系分析關(guān)注群組之間的交互關(guān)系而非個體成員本身，通過社交關(guān)系分析可以有效識別和強調(diào)群組成員之間復(fù)雜的相互依賴關(guān)系。[3]因而，對協(xié)作討論中社交關(guān)系的分析及其可視化呈現(xiàn)成為當(dāng)前在線協(xié)作學(xué)習(xí)研究中重要的研究領(lǐng)域。

盡管許多研究者分析了在線協(xié)作討論中成員間交互關(guān)系的重要作用并強調(diào)社交關(guān)系對在線協(xié)作學(xué)習(xí)取得成功的重要意義，但當(dāng)前在線協(xié)作環(huán)境中對社交關(guān)系的實時測量和可視化呈現(xiàn)的研究卻存在較大障礙。原因是：第一，傳統(tǒng)社交網(wǎng)絡(luò)分析大多依賴專用社交網(wǎng)絡(luò)分析軟件（如Ucinet、Gephi等），研究者需將原始交互數(shù)據(jù)處理為交互矩陣，并導(dǎo)入專用軟件進行數(shù)據(jù)分析。然而，對于普通一線教師來說，從一系列討論回復(fù)關(guān)系中理清交互矩陣既耗費時間精力，也無法做到專業(yè)化。更進一步，數(shù)據(jù)整理和分析工作通常是在協(xié)作活動結(jié)束后才能進行，因而并不能夠為協(xié)作教學(xué)環(huán)境提供實時反饋來增強教師對協(xié)作過程的評價、反思和感知能力。第二，社會網(wǎng)絡(luò)分析（SNA）領(lǐng)域指標(biāo)體系龐大，且大多適用于商業(yè)級大規(guī)模網(wǎng)絡(luò)的分析，對于在線教育中的小型協(xié)作討論小組來說，如何遴選合適的指標(biāo)用以指示其互動結(jié)構(gòu)類型，并無更多的實證研究經(jīng)驗。第三，大型分析軟件所呈現(xiàn)的專有可視化圖形更重視互動結(jié)構(gòu)的呈現(xiàn)，對其核心人員、邊緣人物等標(biāo)注不夠明確，教師無法即時進行協(xié)作成員狀態(tài)分辨，因而無法直接應(yīng)用于實時教學(xué)。

基于此，研究通過分析在線協(xié)作討論場景的交互特征，從交互密集性、交互中心性、交互凝聚性、交互均衡性幾個維度刻畫協(xié)作討論過程的社交關(guān)系，進而遴選各維度適合在線協(xié)作討論監(jiān)督的社交關(guān)系分析指標(biāo)，協(xié)助教師進行成員交互的在線監(jiān)控。更進一步，設(shè)計面向在線協(xié)作討論的社交關(guān)系分析與可視化呈現(xiàn)工具，實時呈現(xiàn)群組互動網(wǎng)絡(luò)結(jié)構(gòu)及其對應(yīng)數(shù)據(jù)指標(biāo)，使結(jié)果能夠以實時可視化方式反饋給教師，增強教師對在線協(xié)作討論快速分析、監(jiān)控評估和實時反饋的能力。

二、協(xié)作學(xué)習(xí)活動中的社交關(guān)系研究

對在線協(xié)作學(xué)習(xí)中社交關(guān)系的分析，可以挖掘出社交關(guān)系下所隱藏的互動網(wǎng)絡(luò)結(jié)構(gòu)，并基于特定的關(guān)系指標(biāo)，分析和測量互動網(wǎng)絡(luò)結(jié)構(gòu)特征的變化和規(guī)律。[4]在線協(xié)作討論場景恰恰提供了豐富的交互語料數(shù)據(jù)，使研究者可以利用這些數(shù)據(jù)洞察學(xué)生以什么樣的互動方式共同建構(gòu)知識。

1.社交關(guān)系研究現(xiàn)狀

對社交關(guān)系及其發(fā)展變化進行刻畫有利于描述協(xié)作團隊潛在的關(guān)系，從而獲得對協(xié)作過程更好的理解，同時也是教師對學(xué)習(xí)者行動信息進行監(jiān)控和評價的關(guān)鍵。[5]研究表明，成員間社交關(guān)系的屬性是決定個體和群組協(xié)作成績的主要因素，這些屬性與學(xué)習(xí)投入[6]、群組內(nèi)部沖突[7]以及個人表現(xiàn)[8]都緊密相關(guān)。

大量研究是通過關(guān)注協(xié)作過程中的互動網(wǎng)絡(luò)結(jié)構(gòu)對在線協(xié)作學(xué)習(xí)的運行機制進行的。[9]一些研究通過社交關(guān)系的分析確定協(xié)作群組中的不同角色，并探究社交角色對協(xié)作的影響。如王陸[10]采用社會網(wǎng)絡(luò)分析法探索虛擬學(xué)習(xí)社區(qū)社會網(wǎng)絡(luò)中的助學(xué)者群體。鐘偉等人[11]基于學(xué)習(xí)元平臺組織師生協(xié)同閱讀活動，利用社會網(wǎng)絡(luò)分析的整體網(wǎng)絡(luò)分析和中心性分析，研究社會成員的關(guān)系和互動特點，發(fā)現(xiàn)群體中的“意見領(lǐng)袖”和“邊緣人”。

另一些研究則分析互動模式對知識建構(gòu)的影響關(guān)系。如De等人[12]的研究通過將群組社交關(guān)系狀態(tài)與知識建構(gòu)達(dá)成的階段進行綜合對比分析，發(fā)現(xiàn)交互模式是集中式的，則知識建構(gòu)的層次集中于分享和比較，即知識建構(gòu)的較低階段。而馬寧等人[13]的研究利用社會網(wǎng)絡(luò)分析和內(nèi)容分析的方法，探討教師混合式研訓(xùn)的組內(nèi)交互特征、群體知識建構(gòu)層次和相關(guān)影響因素。Cummings等人[14]的研究則證明了有效的協(xié)作團隊的群組交流結(jié)構(gòu)應(yīng)該是民主的、平等的、非集中的結(jié)構(gòu)。這些研究結(jié)果都表明一個群組的社會結(jié)構(gòu)影響了協(xié)作學(xué)習(xí)的最終結(jié)果。

在線協(xié)作學(xué)習(xí)中，研究者基于不同的研究關(guān)注點和研究對象，對社交關(guān)系研究的側(cè)重點也不盡相同。在研究對象上，一些研究關(guān)注在線協(xié)作中的個體對象的社交關(guān)系，而另一些研究則關(guān)注整體組以及群組與群組之間的關(guān)系?？傮w上，當(dāng)前研究主要關(guān)注人際關(guān)系形成的社會結(jié)構(gòu)對協(xié)作學(xué)習(xí)效果的影響。研究者指出，通過采用社交關(guān)系分析， 成員間信息流通的方式、協(xié)作知識建構(gòu)中的互動網(wǎng)絡(luò)結(jié)構(gòu)及演變都可以被有效觀察。[4]而采用可視化的方法，則可以直觀地幫助教師探測和理解社交關(guān)系數(shù)據(jù)所表達(dá)的交互信息。

2.社交關(guān)系的測量方法

社交關(guān)系的測量能夠幫助研究者捕獲團隊潛在的交互過程。社交關(guān)系的測量有多種方法，其中社會網(wǎng)絡(luò)分析法（Social Network Analysis）在CSCL 領(lǐng)域被廣泛采用。[15]不同于傳統(tǒng)的內(nèi)容分析法，社會網(wǎng)絡(luò)分析法（SNA）的分析對象是協(xié)作組成員發(fā)生的各種交互行為所形成的交互關(guān)系。[16]SNA使用關(guān)系矩陣表征參與者之間的交互關(guān)系，并基于圖理論去描述交互模式及網(wǎng)絡(luò)的特征。根據(jù)研究的側(cè)重點不同，關(guān)注的“關(guān)系”也不同。

緊密度的計算指標(biāo)表示該網(wǎng)絡(luò)的成員之間連接關(guān)系的數(shù)量與可能的所有成員之間的最大連接關(guān)系數(shù)之間的比例。其中，N表示協(xié)作小組中的成員數(shù)，M是指網(wǎng)絡(luò)中包含的實際連接關(guān)系數(shù)目。

（3）指標(biāo)3：入度中心勢

圖的緊密度刻畫了圖的凝聚力水平，而圖的中心勢則描述了這種凝聚力在多大程度上是圍繞某個或某些中心結(jié)點而組織起來的。緊密程度高是社會交互網(wǎng)絡(luò)具有強凝聚力的必要條件。成員間互動網(wǎng)絡(luò)具有比較高的凝聚力，則一定具有較高的緊密度值?；泳W(wǎng)絡(luò)即使具有較高的緊密度，但如果分解為多個小派系，也不會具有較強的凝聚力。[4]因此，需要刻畫互動網(wǎng)絡(luò)在某種程度上是否依賴某些特殊點達(dá)成某種趨勢。

在社會網(wǎng)絡(luò)關(guān)系中與之相關(guān)的概念就是中心勢。本研究關(guān)注回復(fù)關(guān)系，因而選擇入度中心勢計算。入度中心勢指標(biāo)使用公式（3）表達(dá)。

其中CADI為群組的入度中心勢，CADImax值為交互網(wǎng)絡(luò)中結(jié)點入度中心度的最大值，CADIi為結(jié)點i的入度中心度，n為代表群組成員的結(jié)點數(shù)。

（4）指標(biāo)4：參與均度

研究認(rèn)為，在一個有效的協(xié)作小組中，所有成員的參與程度應(yīng)該是相似的，不應(yīng)該有霸權(quán)的行為出現(xiàn)。[24]為了刻畫群組成員的參與均度，采用標(biāo)準(zhǔn)差公式進行計算。參與均度指標(biāo)使用公式（4）表達(dá)。

P代表協(xié)作小組的參與均度。？滋代表小組成員的平均發(fā)帖量。N代表小組人數(shù);M代表總的發(fā)帖數(shù)量。ei代表每個人的發(fā)帖量。越大的參與均度代表群組成員貢獻的發(fā)言差異越大，也意味著存在個體成員主導(dǎo)了整個協(xié)作討論過程的現(xiàn)象。

四、社交關(guān)系測量指標(biāo)有效性檢驗

1.活動實施

本研究共計招募來自背景為兩所高等院校的計算機相關(guān)專業(yè)學(xué)生157名參與實驗。針對計算機專業(yè)一門必修課開展在線協(xié)作學(xué)習(xí)活動，在真實的活動場景中采集實驗數(shù)據(jù)，驗證指標(biāo)有效性。在實驗開始前，這些學(xué)生均已對Moodle討論平臺的使用進行過培訓(xùn)。

所有的學(xué)生被隨機分為31組，每組5～6人，以組為單位，通過在線協(xié)作討論的形式完成教師發(fā)布的一系列基于問題解決的討論任務(wù)。每次協(xié)作討論活動持續(xù)2個小時?；顒釉贛oodle平臺的論壇區(qū)進行發(fā)布。各小組在自己的主題帖下進行討論發(fā)言，推進任務(wù)解決。所有這些數(shù)據(jù)都將被記錄在Moodle平臺的數(shù)據(jù)庫中。在討論過程中，為避免組間影響，經(jīng)由平臺權(quán)限設(shè)置，各組之間隔離，無法瀏覽或參與其他協(xié)作小組的討論。活動過程開始后，教師不再進行干預(yù)或指導(dǎo)。

2.結(jié)果呈現(xiàn)

研究以31個群組產(chǎn)生的1577條發(fā)帖數(shù)據(jù)為分析樣本，每條發(fā)帖數(shù)據(jù)在Moodle系統(tǒng)中都存儲了本帖的發(fā)帖者、該帖回復(fù)的帖子（稱為父帖）的發(fā)帖者，以及發(fā)帖的時間信息等。因此交互關(guān)系可以依據(jù)這些記錄的屬性由在線協(xié)作討論分析工具自動計算獲得。表1顯示了該次活動中各小組在社交關(guān)系上的4個指標(biāo)原始值，分別為人均發(fā)帖量、緊密度、入度中心勢、參與均度。

其31組數(shù)據(jù)表的描述性信息如表2所示。

從描述統(tǒng)計表中可以看出，各指標(biāo)最大值和最小值之間差異明顯，說明各組社交關(guān)系水平也存在較大的不同。

3.社交關(guān)系指標(biāo)與討論質(zhì)量的相關(guān)性分析

為明確社交關(guān)系指標(biāo)與討論質(zhì)量之間的關(guān)系，研究聘請兩位有多年教授數(shù)據(jù)結(jié)構(gòu)課程經(jīng)驗的教師對小組討論帖的質(zhì)量進行等級打分，然后將專家打分結(jié)果與指標(biāo)結(jié)果進行相關(guān)性檢驗。教師在打分時采用優(yōu)、良、中、差、不合格（對應(yīng)1到5）的5級評分，并基于如下標(biāo)準(zhǔn)：小組對活動主題是否進行了充分的討論并成功地完成了任務(wù)解決方案。為了評價群組討論的質(zhì)量，評價人員必須瀏覽群組發(fā)布的所有討論帖。在兩個專家提交了其評價分?jǐn)?shù)后，通過斯皮爾曼一致性檢驗對評分者信度進行了驗證，兩個教師的一致性系數(shù)為0.775 （p<0.01），說明兩個教師的打分一致性良好。

為了檢驗指標(biāo)與討論質(zhì)量的關(guān)系，研究將專家質(zhì)量打分結(jié)果與描述社交關(guān)系的4個指標(biāo)結(jié)果進行斯皮爾曼相關(guān)檢驗。檢驗結(jié)果如表3所示。

結(jié)果表明，緊密度（r=0.40，p<0.005），入度中心勢（r=0.48，p<0.01）與討論質(zhì)量成顯著正相關(guān)。人均發(fā)帖數(shù)、參與均度與討論質(zhì)量不相關(guān)。

為了揭示社交關(guān)系指標(biāo)對討論質(zhì)量的預(yù)測力，研究中挑選了與討論質(zhì)量有顯著相關(guān)的指標(biāo)，并用回歸分析來進一步分析其預(yù)測力。以社交關(guān)系與討論質(zhì)量顯著相關(guān)的緊密度和入度中心勢2個指標(biāo)為自變量，以討論質(zhì)量為因變量，采用逐步回歸的方式進行多元回歸分析，得到如表4所示的數(shù)據(jù)。

數(shù)據(jù)結(jié)果顯示，自相關(guān)檢驗的DW值為2.292，說明樣本之間沒有自相關(guān)。方差膨脹因子較小，不存在多重共線性問題，這幾個指標(biāo)說明適合進行多元回歸分析。同時，入度中心勢和緊密度均進入了回歸方程，兩個預(yù)測變量模型的決定系數(shù)R2為0.516。而且入度中心勢最先進入，其次是緊密度。模型的F統(tǒng)計值的顯著性概率都小于0.01，說明模型的總體回歸效果是顯著的。因此，統(tǒng)計結(jié)果表明，入度中心勢及緊密度可以顯著預(yù)測討論質(zhì)量，能夠解釋討論質(zhì)量的51.6%。因此，入度中心勢及緊密度對討論質(zhì)量具有一定預(yù)測力。

五、社交關(guān)系的可視化呈現(xiàn)

更進一步，為幫助教師更好地了解協(xié)作小組社交關(guān)系狀況及發(fā)展變化情況，研究設(shè)計了社交關(guān)系的可視化呈現(xiàn)，在線協(xié)作活動中教師可以實時查看協(xié)作交互過程，即時給予教學(xué)反饋，提升協(xié)作質(zhì)量。

1.群組互動結(jié)構(gòu)呈現(xiàn)

交互關(guān)系界面可以幫助快速瀏覽各組的情況，確定存在典型問題的小組。教師選擇需要查看的組，界面中會顯示其交互關(guān)系圖，然后使用數(shù)據(jù)導(dǎo)出按鈕將對應(yīng)小組的具體數(shù)據(jù)值導(dǎo)出，如圖1所示。

通過該功能教師可以發(fā)現(xiàn)，不同的群組討論會呈現(xiàn)不同的互動結(jié)構(gòu)，成員也存在不同的身份特征。圖2展示了從社交關(guān)系分析工具中實時抽取的4個典型小組的交互關(guān)系。

由圖2中可以看出，第3小組的交互關(guān)系圖呈單鏈條形式，組內(nèi)每個成員都只與其他一兩名成員進行交互，小組內(nèi)沒有形成良好的溝通，社交關(guān)系非常脆弱。數(shù)據(jù)結(jié)果表明該組凝聚力系數(shù)為0.371，說明成員凝聚力較差。第15小組是典型的完備網(wǎng)絡(luò)結(jié)構(gòu)，每個成員間都有直接的聯(lián)系，整體結(jié)構(gòu)較穩(wěn)定，各成員之間交流互動頻繁，信息流動較為均衡，成員地位相當(dāng)，不存在高影響力及邊緣人員。群組社交關(guān)系呈現(xiàn)凝聚性、均衡性特征。第25組是具有核心成員的網(wǎng)絡(luò)結(jié)構(gòu)，從交互關(guān)系圖上看到李同學(xué)是小組的核心成員，從數(shù)據(jù)結(jié)果及帖子的回看也發(fā)現(xiàn)，李同學(xué)在群組中具有較高的影響力。第29組是典型的有邊緣結(jié)點的小組，從圖中可以看出，張同學(xué)處于小組結(jié)構(gòu)的邊緣位置，只與安同學(xué)一人進行了單向交流互動，活躍度較差。

更進一步，圖 3呈現(xiàn)了四個小組的交互指標(biāo)值。教師可以進一步確認(rèn)，第15組和第25組的緊密度指標(biāo)較高，說明小組中群組協(xié)作行為較多，成員之間信息流通迅速。而第3組的緊密度指標(biāo)僅有0.3，說明小組成員之間的信息流通不暢。根據(jù)人均發(fā)帖量指標(biāo)數(shù)據(jù)顯示，第3組和第25組的學(xué)生信息交流方面的積極性較差，尤其以第3組最為顯著。

2.個體社交關(guān)系呈現(xiàn)

為更進一步了解群組內(nèi)部個體的社會交互狀況，研究更進一步地呈現(xiàn)了個體成員的社交狀態(tài)。圖4展示了第2組成員的發(fā)帖時間分布，圖中的小矩形展示了個體在一次活動中每一次發(fā)帖的時間。當(dāng)教師將鼠標(biāo)懸浮在小條形柱時，可視化圖會顯示具體的發(fā)帖時間。從中可以看到發(fā)帖在時間軸上的分布情況，以確定學(xué)生是否持續(xù)積極地參與了整個討論。同時，學(xué)生離席的問題也更容易被教師發(fā)現(xiàn)。

個體交互均度圖則反映了學(xué)生個體是否能跟小組每位成員進行較均衡的交互。如圖5所示，使用橫向條行圖呈現(xiàn)學(xué)生個體對小組內(nèi)每位成員包括自己在內(nèi)的回復(fù)數(shù)量。圖中不同顏色條形的長度代表對不同學(xué)生的回復(fù)數(shù)量。其中，在0軸左側(cè)的條形長度代表該學(xué)生個體在自己的帖子下回復(fù)的數(shù)量，0軸右側(cè)的條形長度代表在其他成員帖子下回復(fù)的數(shù)量。通過該圖，教師可以快速查看每位學(xué)生與其他成員交互的情況。

六、自動化分析及可視化方法構(gòu)建的意義

當(dāng)前的研究使用了基于4個指標(biāo)的自動計算方法來檢查在線協(xié)作討論場景下群組的社交關(guān)系。根據(jù)研究結(jié)果，緊密度和入度中心勢2個指標(biāo)能夠有效預(yù)測協(xié)作討論中的協(xié)作討論質(zhì)量。這一結(jié)果表明，教師可以通過關(guān)注緊密度和入度中心勢指標(biāo)的變化趨勢，判斷群組在團隊參與、團隊凝聚力以及團隊成員影響力方面的狀況，及時依據(jù)情況實施協(xié)作教學(xué)干預(yù)。

1.高緊密度反映了群組凝聚力對協(xié)作活動的積極影響

緊密度與協(xié)作討論質(zhì)量呈顯著正相關(guān)，多元回歸的結(jié)果也表明緊密度能夠預(yù)測群組協(xié)作的討論質(zhì)量。這也說明，當(dāng)群組積極參與討論、能夠不斷發(fā)表觀點、及時回應(yīng)其他同學(xué)的觀點時，群組通常呈現(xiàn)一個較好的協(xié)作討論質(zhì)量。這一結(jié)果也印證了Hamm等人[28]研究中關(guān)于群組動力學(xué)的基本觀點，即任何協(xié)作學(xué)習(xí)成功的重要因素在于，社會化團結(jié)、達(dá)成群組目標(biāo)的共同的責(zé)任感、參與的活躍程度和“生-生”之間的支持度。緊密度這一指標(biāo)計算相對簡單，教師可以靈活應(yīng)用于協(xié)作討論的現(xiàn)場，通過實時對群組緊密度進行監(jiān)控，有利于發(fā)現(xiàn)群組討論停滯、群組成員消極參與等現(xiàn)象，從而及時給予關(guān)注和有效干預(yù)，確保討論可以持續(xù)進行。

2.入度中心勢反映了成員影響力在協(xié)作活動中的重要作用

入度中心勢與協(xié)作討論質(zhì)量呈顯著相關(guān)，多元回歸的結(jié)果也表明入度中心勢在很大程度上預(yù)測了群組最終的協(xié)作討論質(zhì)量。具體來說，具有高入度中心勢的群組通常能夠較好地完成協(xié)作討論的任務(wù)。從更深層次上探究，入度中心勢意味著群組成員在入度水平上存在較大差異，而入度在協(xié)作學(xué)習(xí)共同體中通常反映信息被引用的情況。成員的入度值高，表明該成員發(fā)表的觀點被參考和使用的信息較多，因此入度中心勢高表明群組中存在具有很強影響力的成員。這些成員能夠受到其他成員的認(rèn)可和歡迎，也表明其觀點能夠得到其他群組成員的支持。

與一些認(rèn)為群組成員應(yīng)該均衡地參與討論、有強勢成員存在的群組會削弱群組力量的研究相反，本研究發(fā)現(xiàn)在知識水平相當(dāng)?shù)那闆r下，入度中心勢高的群組明顯比入度中心勢低的群組更容易推進群組任務(wù)的解決，獲得相對較好的協(xié)作質(zhì)量。即當(dāng)有影響力的成員存在時，協(xié)作討論的效果往往表現(xiàn)得更好。通過對帖子的分析發(fā)現(xiàn)，具有高入度中心勢的成員一般在群組中具有相對高的知識水平，并且愿意與其他成員進行積極交互，給予意見，對團隊協(xié)作解決問題的進度、方向進行組織和管理。

3.可視化呈現(xiàn)幫助教師更好地把握群組交互關(guān)系

在社交關(guān)系可視化方面，交互關(guān)系圖可以直觀地反映群組成員之間的交互關(guān)系，幫助教師判斷群組中是否存在明顯的中心人物或邊緣人物。交互關(guān)系圖也能形象地表示互動網(wǎng)絡(luò)結(jié)構(gòu)的特征，幫助教師發(fā)現(xiàn)不同的交互結(jié)構(gòu)模式。同時還支持研究者定量地分析互動網(wǎng)絡(luò)結(jié)構(gòu)的特征值，從而輔助教師探索不同交互網(wǎng)絡(luò)的結(jié)構(gòu)對協(xié)作學(xué)習(xí)績效的影響。因此，基于社會交互的可視化交互關(guān)系圖及對應(yīng)指標(biāo)的呈現(xiàn)，將幫助教師在教學(xué)實踐中開展相關(guān)教學(xué)實驗，總結(jié)互動網(wǎng)絡(luò)結(jié)構(gòu)特征與協(xié)作質(zhì)量之間的規(guī)律，探索不同互動網(wǎng)絡(luò)結(jié)構(gòu)特征對協(xié)作討論質(zhì)量的影響。

總體而言，從使用的效果來看，一方面，群組協(xié)作討論分析結(jié)果的可視化呈現(xiàn)能夠幫助教師直觀解釋數(shù)據(jù)并快速理解這些數(shù)據(jù)背后隱藏的信息，使教師能夠更容易獲得群組在線協(xié)作討論中的相關(guān)過程信息。[29]另一方面，所有開發(fā)的協(xié)作討論分析工具中，基于數(shù)據(jù)可視化、文本可視化、時間序列可視化等呈現(xiàn)方式，使分析結(jié)果更易理解，還能夠更好地觀測到重要特征、規(guī)律以及異常值。因此，實驗結(jié)果表明，可視化呈現(xiàn)作為學(xué)習(xí)分析過程的重要一環(huán)，對幫助教師洞察學(xué)習(xí)過程，提供監(jiān)督、反饋和評價都有重要作用。[29]

七、結(jié)語

在線協(xié)作學(xué)習(xí)的社交關(guān)系分析一直是協(xié)作學(xué)習(xí)領(lǐng)域的研究重點。伴隨大規(guī)模在線教育的發(fā)展，協(xié)作的教學(xué)活動已經(jīng)被廣泛實施?；趥鹘y(tǒng)或?qū)Ｓ熊浖治龅姆椒媾R大規(guī)模、多應(yīng)用場景的挑戰(zhàn)。因而基于學(xué)習(xí)分析技術(shù)，實施面向自動化的實時可視化的分析和呈現(xiàn)，對教師有效地衡量群組社交參與的程度、預(yù)測群組協(xié)作的質(zhì)量、快速識別群組交互中存在的問題都具有重要意義。

在未來的研究中，將深入探索人機協(xié)同的自定制可視化工具的研究，使可視化工具真正從一個分析工具轉(zhuǎn)化成基于交互的數(shù)據(jù)挖掘工具，使其能夠在學(xué)習(xí)過程分析與教育決策支持方面產(chǎn)生更大的效用。

參考文獻：

[1]Xing W，Gao F.Exploring the relationship between online discourse and commitment in Twitter professional learning communities[J].Computers & Education， 2018（126）：388-398.

[2]Tirado R，Hernando ？魣，Aguaded J I.The effect of centralization and cohesion on the social construction of knowledge in discussion forums[J].Interactive Learning Environments，2015，23（3）：293-316.

[3]Scholand A J，Tausczik Y R，Pennebaker J W.Assessing group interaction with social language network analysis：International Conference on Social Computing，Behavioral Modeling，and Prediction，2010[C].Springer.

[4]王永固.網(wǎng)絡(luò)協(xié)作學(xué)習(xí)中互動網(wǎng)絡(luò)結(jié)構(gòu)分析研究[J].遠(yuǎn)程教育雜志，2011，29（1）：49-61.

[5]Caballé S，Daradoumis T，Xhafa F，et al.Providing effective feedback，monitoring and evaluation to on-line collaborative learning discussions[J].Computers in Human Behavior，2011，27（4）：1372-1381.

[6]方佳明，唐璐玢，馬源鴻等.社會交互對MOOC課程學(xué)習(xí)投入的影響機制[J].現(xiàn)代教育技術(shù)， 2018，28（12）：87-93.

[7]Labianca G，Brass D J，Gray B.Social networks and perceptions of intergroup conflict：The role of negative relationships and third parties[J].Academy of Management journal，1998，41（1）：55-67.

[8]Sparrowe R T，Liden R C，Wayne S J，et al.Social networks and the performance of individuals and groups[J].Academy of management journal，2001，44（2）：316-325.

[9]Hong H，Scardamalia M.Community knowledge assessment in a knowledge building environment[J].Computers & Education，2014（71）：279-288.

[10]王陸.虛擬學(xué)習(xí)社區(qū)社會網(wǎng)絡(luò)位置分析與助學(xué)者群體的發(fā)現(xiàn)[J].中國電化教育， 2010（3）：23-27.

[11]鐘偉，吳娟，陳露.基于學(xué)習(xí)元平臺的師生共讀活動之社會網(wǎng)絡(luò)分析和內(nèi)容分析[J].現(xiàn)代遠(yuǎn)距離教育，2015（1）：52-59.

[12]De Wever B，Schellens T，Valcke M，et al.Content analysis schemes to analyze transcripts of online asynchronous discussion groups：A review[J].Computers & Education，2006，46（1）：6-28.

[13]馬寧，李亞蒙，何俊杰.群體知識建構(gòu)視角下教師混合式研訓(xùn)的組內(nèi)交互及知識建構(gòu)層次分析[J].現(xiàn)代教育技術(shù)，2019（4）：44-50.

[14]Cummings J N，Cross R.Structural properties of work groups and their consequences for performance[J].Social Networks，2003，25（3）：197-210.

[15]鄭蘭琴.協(xié)作學(xué)習(xí)交互分析方法之反思[J].現(xiàn)代遠(yuǎn)程教育研究，2013（5）：91-99，112.

[16]吳青，羅儒國.國外CSCL交互分析方法研究綜述[J].現(xiàn)代遠(yuǎn)距離教育，2013（1）：23-30.

[17]Yang X，Li J，Li X，et al.Group interactive network and behavioral patterns in online English-to-Chinese cooperative translation activity[J].The Internet and Higher Education，2015（25）：28-36.

[18]Daradoumis T，Martínez-Monés A，Xhafa F.A layered framework for evaluating on-line collaborative learning interactions[J].International Journal of Human-Computer Studies，2006，64（7）：622-635.

[19]Heo H，Lim K Y，Kim Y.Exploratory study on the patterns of online interaction and knowledge co-construction in project-based learning[J].Computers & Education， 2010，55（3）：1383-1392.

[20]Aviv R，Erlich Z，Ravid G，et al.Network analysis of knowledge construction in asynchronous learning networks[J].Journal of Asynchronous Learning Networks， 2003，7（3）：1-23.

[21]Wang L.How social network position relates to knowledge building in online learning communities[J].Frontiers of Education in China，2010，5（1）：4-25.

[22]Zhu E.Meaning Negotiation， Knowledge Construction， and Mentoring in a Distance Learning Course[J].1996（25）：821-844.

[23]Aviv R，Erlich Z，Ravid G.Cohesion and roles： network analysis of CSCL communities，2003[C].IEEE，2003.

[24]Calvani A，F(xiàn)ini A，Molino M，et al.Visualizing and monitoring effective interactions in online collaborative groups[J].British Journal of Educational Technology，2010，41（2）：213-226.

[25]Wise A F，Hausknecht S N，Zhao Y.Attending to others posts in asynchronous discussions： Learners online “l(fā)istening” and its relationship to speaking[J]. International Journal of Computer-Supported Collaborative Learning， 2014，9（2）：185-209.

[26]Yang H，Tang J.Team structure and team performance in IS development： a social network perspective[J].Information & Management，2004，41（3）：335-349.

[27]Reffay C，Chanier T.How Social Network Analysis can help to Measure Cohesion in Collaborative Distance-Learning[M].Wasson B， Ludvigsen S，Hoppe U.Designing for Change in Networked Learning Environments：Proceedings of the International Conference on Computer Support for Collaborative Learning 2003. Dordrecht： Springer Netherlands，2003：343-352.

[28]Hamm M，Adams D.The Collaborative Dimensions of Learning[M].ERIC，1992.

[29]Papamitsiou Z，Economides A A.Temporal learning analytics visualizations for increasing awareness during assessment[J].International Journal of Educational Technology in Higher Education，2015，12（3）：129-147.

（編輯：王天鵬）