泛在学习的学习资源探微*——以教育技术类网站的社会网络分析为例

□ 李海龙 贾利锋

泛在学习的学习资源探微*
——以教育技术类网站的社会网络分析为例

□ 李海龙 贾利锋

伴随着信息化进程的不断深入，网络学习环境已经成为在线学习的重要组成部分，而学习资源则是网络学习环境能否发挥作用的关键因素。学习者在网络学习环境中如何利用学习资源，网络学习环境如何为学习者提供更加个性化、符合数字化学习特征的学习资源？现有学习资源的提供方式、资源流转途径是否符合网络化学习特点？教育技术类网站作为提供数字化学习资源的主要渠道，通过对其链接分布和交互结构分析，有助于了解各资源平台学习资源的分布情况。利用网络链接分析方法，以教育技术类网站为研究对象，从密度、中心度和派系三个方面对相关网络学习平台进行交互结构的社会网络分析。实验结果表明，网络学习者在学习资源的多样性获取方面存在不足，对学习资源获取渠道的依赖性较强。据此提出基于泛在学习的数字化学习资源建设方案。

泛在学习；学习资源；社会网络分析；网络链接分析

一、研究假设及意义

随着计算机网络的普及和Web2.0时代的到来，教与学的方式发生了翻天覆地的变化，网络环境逐渐成为人们学习的主要场所[1]。学习资源平台作为信息技术的重要媒介，是交流、互动以及提供学习内容的主要载体。教育技术类网站自然也成为从事教育技术研究和学习人群交流互动、资源共享、探讨研究的主要渠道。将这些独立站点看作“个体”，将站点间的链接看作“联系”，那么这些“个体”和“联系”就形成了一个具有特定功能的社会网络。也就是说，由教育技术类网站及其相互联系可以构成一个庞大的网络群。这个网络的信息（学习资源）是如何流动的，网络的聚集度如何，其链接结构又是怎样的？研究学习资源类站点之间交互结构，有助于科学地把握网络环境下学习资源的信息交流的分布规律。泛在学习（U-learning）作为数字化学习（E-learning）的延伸，主张任何人在任何时间任何地点以任何方式利用任何设备开展无处不在的学习，包括自然环境、移动互联环境在内的各类学习环境中，现有学习资源的组织形式、提供方式、资源流转途径是否科学，是否符合移动学习特点，是否符合泛在学习的个性化、碎片化学习特性等。针对这些问题，运用社会网络分析工具Ucinet、Pajek和网络链接结构分析的网络爬虫工具SocSciBot，以教育技术类站点为对象，对目前较为流行的相关学习资源平台进行社会网络分析，以得到网站间学习资源分布特征和相应的网络结构。

二、实验设计

（一）实验对象

本文以教育技术类网站为实验对象，首先对提供学习资源的教育技术类网站进行了搜集和筛选，将搜集到的网站并在中国排名网站（www.chinarank.org. cn）对这些网站进行了访问量排名，选取了综合排名在前10的网站（见表1）作为研究样本。Chinara⁃nk是发布中国网站流量排名数据的公益性平台，其网站排名以流量统计数据为依据，不存在人为因素。网站单日排名是以网站的每日独立访问量和人均页面浏览量为依据的，并以此数据为主要参照进行月度、季度排名。

表1 筛选网站信息表

（二）实验方法

1.社会网络分析法

社会网络指的是社会行动者及其关系的集合[2]，其基本要素是由行动者构成的点和行动者之间发生关系构成的连线组成的集合。多个点之间发生联系所构成的社群图就形成了特定范围内的社会网络。分析社会网络，主要是研究社会实体的关系连结以及这些连结关系的模式、结构和功能[3]，用于测量行动者个体及其所处社会网络成员之间的错综复杂的关系和连结[4]，对群组成员之间的通讯模式等进行可视化建模[5]。同时，它也能够用于对Internet等大型显性社会网络结构的分析[6]。社会网络分析法包含几个步骤：第一，定义研究问题及研究焦点；第二，研究工具的选择和使用；第三，收集研究数据，建立原始数据的关系矩阵；第四，数据的处理与分析；第五，分析结果得出结论[7]。根据分析角度的不同，可以将社会网络分析分为关系取向和位置取向。关系取向关注行动者之间的关系，如密度和中心度的分析；位置取向则关注行动者之间的、且在结构上处于相对地位的社会关系，如子群和派系的分析等[8]。

2.网络链接分析法

网络链接分析法是网络信息计量学的重要研究方法。它是运用网络数据库和相关分析软件对网络链接自身的属性、链接队形、链接网络等各种对象进行分析，揭示其数量特征和内在规律的研究方法[9]。网站由相互关联的网页组成，而分布于互联网上的各个网站也不是孤立的，独立站点间也存在着千丝万缕的联系。网络链接分析法可以研究网页之间的引用关系，对站点的分布模式和网页的链接进行分析。网络链接分析主要是以链接解析软件、统计软件等工具分析网站链接数量特征、网站链接分布特征和网站影响力指标。网络链接分析是探索网络空间结构的必要工具，它可以分析站点间的分布规律和信息流动结构，以促进网络环境下的科学信息交流。网络链接分析法也存在很多问题，如网络信息数据不同于传统的资源数据，它具有数据量巨大、信息虚拟性、资源动态性等特点，这对准确地划定研究范围，有效地收集研究数据造成了困难。同时，网路链接分析只注重链接结构而忽视了对网页内容的分析。

三、实验过程

（一）收集实验数据

1.原始数据的获得

网络爬虫又名网络蜘蛛、网络机器人，是专门爬取网页链接信息的工具。网络爬虫应用最广的领域是搜索引擎，常用的百度、谷歌等搜索引擎，其后台重要的工具就是网络爬虫。为了获得教育技术类网站的链接数据，我们选用了专门用于研究目的的网络爬虫工具SocSciBot收集原始数据。SocSciBot可以爬取网页链接数据信息，并能对爬取网站的站内链接、站外链接进行统计，对网页链接结构进行可视化分析。其产生的数据可以被Pajek等社会网络分析软件直接引用，便于进行社会网络分析。由于网络数据具有流动性、不确定性特点，为了收集更多有效的研究样本数据，我们分时间段对已筛选的网站链接数据进行了爬取，然后对不同时段的数据进行整合，最大限度保证数据获得的真实性。利用SocSciBottool对原始数据进行初步分析，可以发现所爬取网站的网页数、网页间连接数排列顺序在前几位的分别是中小学信息技术网、唯存教育网、且行资源网、教育技术资源网等（见表2），而链接数较少的是中国教育技术网、中国信息技术教育网等。

2.关系矩阵的建立

利用Pajek、Ucinet进行社会网络分析，对原始数据有一定的要求，需要将原始数据转换为Pajek可以识别的＊.net格式和Ucinet可以识别的＊.##h格式。首先，利用SocSciBot中的数据分析工具将爬取得原始数据转换为＊.net格式；再将＊.net格式文件转换为Ucinet要求的＊.##h格式，以备分析。原始数据是网站间发生链接的描述性信息，需要将原始数据转换为可供分析的关系矩阵，即两网站发生链接记为1，无链接记为0，进而形成网站间的二值关系矩阵，此过程可由软件自动实现。由原始数据向＊.##h格式数据的转换过程，就是把文本描述性数据转变为可量化分析的关系矩阵的过程。

表2 网站链接表

（二）实验数据的分析

1.站点整体结构分析

整体结构分析是对站点链接结构的宏观把握。理解网络的整体结构模式对社会网络分析十分重要[10]。通过Pajek对原始数据的初步分析得到简化后的网页链接社群图（如图1所示）。从中可以明显看出整个网络呈现出网站链接疏松、站点间小团体较为集中、团体之间存在少量联系、多数站点零星分布的特点。图2是网络基本信息的量化图表，显示出该网络中共包含235个点和275条边，每个点代表一个网页，每条边代表网页之间的联系，即整个网络中共涉及235个网页间的275个联系。同时，数据还显示此网络的密度为0.0049796。密度是指一个网络节点周围与其产生联系的节点数，反映了社会网络关系的密切程度，密度越大，表明网络成员之间的关系越密切，它等于网络中实际连线数与最多可能连线数之比[11]。在二值网络中密度最小为0，最大为1。由此可见，此网络相对疏松，网络成员联系并不紧密，离散趋势明显。通过对整个网络的可视化和量化分析，不难发现：教育技术类网站学习资源的整体交流度很低，仅有个别站点间的交往较为密切，多数站点零星分布独立存在。也就是说，网络学习者在学习资源的获取来源的多样性选择方面存在不足，对学习资源获取渠道的依赖性较强，网络学习资源的多样性、交互性、共享性优势没有得到发挥。

2.站点中心度分析

中心度是一个重要的结构位置指针，通常用来衡量社会网络中的中心人物，如果我们关注整个网络，则可以用整个网络的点度中心度来表示网络的中心性[12]。中心度包括点度中心度、中介中心度、临近中心度和特征向量中心度。点度中心度又分为绝对中心度和相对中心度。绝对中心度是与一个行动者实际相连的点数，相对中心度是理论上完全的连接数。中介中心度是一个节点作为连接中介的个数，度数越大，该节点的纽带作用越突出。点度中心度和中介中心度经常作为网络中心度的量化指标。根据Ucinet分析数据绘制站点点度中心度和中介中心度图表。

图1 学习资源信息流链接社群图

图2 站点基本信息图

把节点按照绝对点度中心度和相对点度中心度的大小进行排列（如表3所示），排名靠前的分别是中小学信息技术网、唯存教育网、且行资源网，这些站点与其他站点的联系度较高。中小学信息技术网的网页占据了前两位。表明它是最为活跃的教育技术类网络平台，也较为客观地说明了当前中小学信息技术方面的理论及实践研究在教育技术学研究中的突出地位。且行资源网作为一个集教育技术学研究、交流互动、资源分享为一体的综合性教育博客，也成为教育技术类网络学习资源的主要聚集中心。中国教育技术网等门户类网站却处于站点链接网络的角落，不同程度地被边缘化和孤立化，不能成为整个网站群的核心。

分析数据显示出该网络的整体中介性较低，其中只有赛博时空教育网和唯存教育网的中介度大于0，它们承担着网络桥梁的作用（如表4所示）。可见，能作为整个网络纽带的站点并不多，缺乏重要的网络中介，即该网络中没有位于中心地位的站点，不存在核心网站。同时，网络中介性低也从侧面反映了该网络的交往度不够，联系不紧密，站点相对独立。

表3 网络点度中心度表（局部）

表4 网络中介中心度表（局部）

表5 子群派系表（局部）

3.站点凝聚子群分析

凝聚子群分析是社会网络分析的重要环节，派系（Cliques）是最基本的凝聚子群单元，指在一个网络中，一部分节点联系较为密切，进而形成了网络中的小组织、小团体。分析凝聚子群对研究整个网络有重要意义。利用Ucinet将关系矩阵进行成分分析，进而划分出网络中的派系。经过分析共得到17个派系，其中节点数大于10的派系有5个，大于50的派系有2个（如表5所示）。这些派系较多地集中于某个网站内部，网站之间交互形成的派系数量不多，表明信息的传递多数介于网站内部，跨领域的交往不多。通过分析派系中节点的类型，发现派系中节点网页的URL多数含有bbs、blog以及download字样，这表明派系中的节点多数存在于网站中的论坛或博客页面以及资源下载页面。可以推测，网络中的凝聚子群多数是通过在线论坛等方式在交流或进行资源获得过程中凝聚形成的，表明网络学习资源的聚集交互多数是通过在线论坛等互动交流平台实现的。

四、实验结果讨论及建议

通过对教育技术类网站整体结构的分析发现：各站点的整体数据交流度较低，仅有个别站点间的数据交互较为密切，多数站点零星分布，独立存在。说明网络学习者在学习资源的获取来源的多样性选择方面存在不足，对学习资源获取渠道的依赖性较强，网络学习资源的多样性、交互性、共享性优势没有得到发挥；对站点中心度分析发现：中小学信息技术网的学习资源数据流量占据了所有分析数据的前两位，表明基础教育的相关研究者以及中小学学习者学习资源获取等网络活动的活跃性，也较为客观地说明了网络学习资源中基础教育资源建设的重要性；对站点凝聚子群的分析发现派系中的节点多数存在于站点中的交互页面以及资源下载页面。可以推测，网络中的凝聚子群多数是通过在线论坛等方式在交流或进行资源获得的过程中凝聚形成的。通过对学习资源平台交互现状及存在的问题进行梳理分析，提出以下建议：

（一）搭建基于泛在学习的数字化学习资源平台

目前，基于网络学习的资源建设模式已有很多，但大多在自主学习条件下进行的，缺乏有效的交互机制。利用移动通信技术可以增进学习者与资源的有效交互，实现随时随地的泛在学习。数字化学习资源平台建设需要利用现代传感技术、数字化信息技术、网络技术及计算机多媒体技术等实施多元化、全方位、广覆盖的学习资源集成与共享的信息平台。基于泛在学习的数字化学习资源平台更要满足学习者方便、快捷、高效地获取学习信息、学习资源，要适应多途径、多层级交互和资源共享。通过对泛在学习环境下的数字化学习平台搭建，解决现有网络学习资源平台存在的提供学习服务有效性不高、学习者参与力度不强、学习资源深度推送的广泛性不够等问题。

搭建泛在学习环境下的数字化学习资源平台。重点是如何通过现有智能设备更好地呈现学习资源以实现人与包括自然环境、虚拟网络环境以及移动网络环境在内的泛在学习环境的交互，营造一种以学习者为中心的学习环境。随着研究的深入，应更加关注泛在学习所引起的学习范式转移，以及随着媒体的改变而产生的全新学习风格、学习模式的创新。

（二）关注学习者交互体验学习空间建设

当前网络学习资源建设存在诸多问题，较突出地表现出过分关注学习资源本身的建设，而忽视关注学习资源的有效流转，以及如何对资源进行高效利用。网络学习发展趋势可以概括为三点：①网络基础设施和在线学习工具的可用性，即学习平台的建设；②多样和开放学习资源的可用性，即学习内容的建设；③获取开放资源，实现自由协作与共享的可行性，即支持学习环境的建设。可见，网络学习中除了关注学习资源的建设外，更要关注支持学习环境的构建。基于泛在学习的理念，依托现有的虚拟网络学习平台和新型多媒体教学环境，构建学习者体验实验环境[13]。根据泛在学习环境对技术的基本要求，寻找学习资源的最优化配置策略，为构建泛在学习环境提供必要的技术支持。同时，关注不同类型的学习资源（文本、图片、视频等）在泛在学习中效果的差异，研究其对学习者个体注意力保持、参与度、深入交互程度的影响，充分挖掘在体验式环境中发挥多媒体学习资源优势，便于利用碎片化时间进行学习。

五、小结

本文以教育技术类网站间学习资源交互为实验对象，试图对站点资源分布、学习者利用资源等情况进行梳理，从密度、中心度、凝聚子群等角度对站点结构进行了社会网络分析。实验发现，网络学习者在学习资源的获取来源的多样性选择方面存在不足，对获取渠道的依赖性较强；基础教育类网络学习资源信息流较为活跃，客观地凸现了网络学习资源中基础教育资源建设的重要性；网络学习资源的聚集交互多数通过在线论坛等互动交流平台实现。根据上述特点，提出搭建基于泛在学习的数字化学习资源平台，关注学习者交互体验学习空间的建议，以此解决现有网络学习资源平台提供学习服务有效性不高、学习者参与力度不强、学习资源深度推送的广泛性不够等问题，充分发挥多媒体学习资源优势，促进学生利用碎片化时间开展学习活动。

本实验也存在一定的局限性。首先，选取的研究对象具有局限性。实验选取的对象是互联网中访问量靠前的教育技术类网站，网页访问量与学习资源的互动性并非完全对应，只能作为宏观分析。如各高校网站也是一个庞大的学习资源交互环境，可以呈现出微观环境下的站点互动规律，有待于进一步研究；其次，仅从站点链接角度分析学习资源交互规律也有一定的局限性。一个站点被其他站点所链接，只能发现站点间发生了联系，对具体的资源交互内容不能考察。站点间发生链接不能完全显示学习资源的实质交互。因此，需要引入网络内容分析等方法对网站链接的具体资源内容进行探究，才能更科学地得到网站内学习资源交互结构和信息流分布规律。

[1]张豪锋，李春燕.网络学习生态系统的平衡机制探索[J].河南师范大学学报（哲学社会科学版），2009，36（2）：244-247．

[2][10]刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004．

[3]魏顺平，傅骞，路秋丽.教育技术研究领域研究者派系分析与可视化研究[J].开放教育研究，2008，14（1）：79-85．

[4]Wellman,B..Structuralanalysis:Frommethodandmetaphortotheory andsubstance[A].B.Wellman&S.D.Berkowitz.SocialStructures: ANetworkApproach[C].Greenwich,CT:JAIPress,1997.19-61.

[5]Monge,P.R.,&Contractor,N.S..Emergenceofcommunicationnet⁃works[A].F.M.Jablin&L.L.Putnam.NewHandbookofOrganization⁃alCommunication[C].NewburyPark,CA:Sage,2001.440-502.

[6]Park,H.W..Whatishyperlinknetworkanalysis:Anewmethodfor thestudyofsocialstructureontheweb[J].Connections,2003,25(1): 49-61.

[7]王陆.虚拟学习社区的社会网络分析[J].中国电化教育，2009，（2）：5-10．

[8]魏顺平.社会网络分析及其应用案例[J].现代教育技术，2010，20（3）：29-34．

[9]潘浩.网络链接分析法基本原理[J].科技情报开发与经济，2009，19（1）：116-117．

[11]林聚任.社会网络分析：理论、方法与应用[M].北京：北京师范大学出版社，2009：93-94.

[12]张豪锋，李瑞萍，李名.QQ虚拟学习社群的社会网络分析[J].现代教育技术，2009，19（12）：80-83，125．

[13]李海龙.增强现实多媒体教学环境设计[J].中国远程教育，2013，（5）：87-91．

G40-057

B

1009—458x（2014）11—0076—05

2014－04－30

李海龙，助教，硕士，河南师范大学教育技术系（453007）。

责任编辑 日 新

本文获得河南省教育厅科学技术研究重点项目“基于教学点的数字教育资源共享研究”（项目编号：13A880897）和“河南师范大学青年科学基金项目”（项目编号：2013QK56）的资助。

贾利锋，工程师，硕士，河南师范大学图书馆（453007）。