基于社会网络分析的本科生社会科学潜在阅读兴趣小组挖掘探析——以中国药科大学为例

李 沛，顾东蕾，邹 涛，江 凌，刘剑锋

（中国药科大学图书与信息中心，南京 211198）

1 引言

2019 年的政府工作报告再次提到“全民阅读”，至此“全民阅读”已连续第6 次被写入政府工作报告。如何使全民阅读落地生根，推进学习型社会建设，助力书香中国建设，为实现中华民族伟大复兴的中国梦注入源源不断的精神动力，已成为一项紧迫的任务[1]。大学生阅读是全民阅读的重要组成部分，是教育改革的方向之一。大学生阅读有助于大学生自身的素质提高，有助于学校培养人才，有助于广大人民群众的精神文明水平的提升。大学生阅读符合中国当前实现“中国梦”的需求[2]。本研究紧扣全民阅读发展的时代脉络，以社会网络分析的方法挖掘本科生在社会科学领域中的潜在阅读兴趣小组，为制定本科生推广阅读，营造书香校园的战略战术提供数据支撑。

笔者于2019 年8 月22 日以“社会网络分析+阅读推广”为主题词在知网进行精确检索，共检索到9篇论文和一篇硕士毕业论文（图1），论文发表的时间范围为2016 年5 月—2019 年4 月。这10 篇论文分别以社会网络分析技术为基础对阅读推广研究热点、社交媒体热点、新浪微博上作家的权力结构、学科结构和学科演化、图书情报领域科研关注热点、公共图书馆发展的社会学分析框架、中国图书馆学研究热点、全民阅读研究热点、本科生移动阅读交互行为等方面进行了分析[3-12]，与本文中应用社会网络分析构建高校学生潜在阅读兴趣小组的研究内容不甚相同。

图1 以“社会网络分析+阅读推广”为主题词在知网精确检索到的论文Fig.1 Papers accurately retrieved from CNKI with the theme of"social network analysis+reading promotion"

2 数据获取与分析方法

2.1 数据获取

从汇文系统中下载中国药科大学图书与信息中心第三借阅室（社科类图书）2018 年9 月至2018 年12月间2018 级本科生的借阅数据，经过数据汇总、清洗、整理，共获取1 119 名一年级本科生4 926 册次的借阅数据，依据共借索书号数据形成中国药科大学2018 级本科生共借阅网络（表1）。以编号标记学生姓名，以UCINET 计算该网络的分派状态，挖掘其潜在的社会科学阅读兴趣小组，有的放矢地制定本科生社会科学导读方案。

2.2 分析方法

社会网络分析法（Systems Network Architecture，SNA）是一种研究社会结构和社会关系的分析方法，是一种对社会网络中行动者之间关系的量化研究[13]。

2.2.1 概 念

一个社会网络是由多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。社会网络的形式就是用点和线来表达网络[14]。SNA 方法能够用于测量行动者个体及他们所处社会网络成员之间的错综复杂的关系和连结并进行可视化建模。

2.2.2 工 具

在国际社会网络分析网的网站上列出的可用于社会网络分析的程序/软件多达54 种[15]。本研究使用的UCINET是较常用的SNA 软件，它是一个用来处理社会网络数据的软件包，能读取DL 和Excel 等多种数据格式。

3 数据分析

3.1 中国药科大学2018 级本科生共借阅网络分析

3.1.1 中国药科大学2018 级本科生共借阅网络图

1 119 名学生形成的中国药科大学2018 级本科生1 119×1 119 共借阅网络（图2），该网络有358 个孤立点，也就是说，有358 位同学未与他人合借过一种书籍，其余761 位同学至少与一位同学共借阅一种书籍。761 位同学形成的761×761 共借阅网络，如图3 所示。

图2 中国药科大学2018 级1 119 名本科生共借阅网络图Fig.2 The book borrowing network of 1 119 undergraduates who entered China pharmaceutical university in 2018

3.1.2 中国药科大学2018 级本科生共借阅网络数据比较

1 119 名本科生和761 名本科生各自形成的共借阅网络多重凝聚系数，详见表2。两借阅网络的多重凝聚系数经过成对样本T 检验比较显著性（双尾）=0.329>0.05，表明两组系数无显著性差异，因此两网络整体网络性质无明显不同（表3）。

3.2 中国药科大学2018 级本科生共借阅网络派系挖掘

3.2.1 社会网络分析法的派系

表1 中国药科大学2018 级本科生共借阅数据（部分）Table 1 The book borrowing data of undergraduates who entered in China pharmaceutical university in 2018(part)

群体是网络研究的主要内容，揭示内部网络结构的重要指标。通过群体分析，可以挖掘网络中的子结构以及相互关系的紧密程度，更有力地表征网络结构[16]。在一个无向关系网络图中，派系指至少包含3 个点的最大完备子图。其中，一个包含n 点的派系中任何一个成员都与其他n-1 个成员相连，派系中任何两点之间的距离都是1。本研究通过派系分析，探寻本科生借阅网络中的凝聚子群，以挖掘潜在的阅读兴趣小组。

3.2.2 中国药科大学2018 级本科生共借阅网络派系挖掘

将1 119 名本科生和761 名本科生各自形成的共借阅网络进行派系挖掘，得出两网络的5 成员以上的派系挖掘结果是一样的，共分20 个派系。这种基于借阅网络中的互惠关系的派系挖掘方法为在网络中挖掘潜在的阅读兴趣小组提供了依据。

根据各派系中各位同学的借阅数据，以索书号推进至分类号，以分类号确定各派系的借阅内容如表4所示。

表2 中国药科大学2018 级本科生共借阅网络数据多重凝聚系数Table 2 Multiple cohesion coefficient of online book borrowing data of undergraduates who entered China pharmaceutical university in 2018

3.2.3 中国药科大学2018 级本科生社会科学潜在阅读兴趣小组

依据表4，将相同内容的派系进行合并，形成中国药科大学2018 级本科生10 个社会科学潜在阅读兴趣小组及10 个兴趣小组的可视化图（表5）。

表3 配对样本检验Table 3 Paired sample test

表4 各派系的借阅内容Table 4 Books borrowed by students of various clusters

3.2.4 中国药科大学2018 级本科生社会科学潜在阅读兴趣小组形成程度

（1）社会网络分析的分派指数（External-Internal Index，E-I Index）。E-I 指数测算整个网络存在的分派程度，它首先将网络中存在的关系分为两类，即派别之间的关系（External Links，EL）和派别内部的关系（Internal Links，IL），则：

E-I 的取值范围是[-1，+1]。该值向1 靠近，表明关系越趋向于发生在群体之外，说明派系林立的程度越小；该值越靠近-1，说明子群之间的关系越少，关系越趋向于发生在群体之内，意味着派系林立的程度越大，该值越接近0，表明派别内外关系相差不大，关系趋向于随机分布，看不出派系林立的情形。以E-I指标可以测度本科生借阅网络中阅读兴趣的聚集程度。

（2）中国药科大学2018 级本科生社会科学潜在阅读兴趣小组形成程度。以UCINET 计算1 119 名本科生和761 名本科生各自形成的共借阅网络分派系数E-I。1 119 名本科生和761 名本科生各自形成的共借阅网络的分派指数计算结果是一样的，都为-0.521，其绝对值接近>0.5，按前述，该值越靠近-1，说明各潜在兴趣小组之间的关系较少，关系越趋向于发生在潜在兴趣小组之内，意味着形成潜在兴趣小组的程度较大。

表5 中国药科大学2018 级本科生10 个社会科学潜在阅读兴趣小组Table 5 Ten potential reading interest groups in social sciences for undergraduates who entered China pharmaceutical university in 2018

3.2.5 中国药科大学2018 级本科生社会科学潜在阅读兴趣小组组长的确定

3.2.5.1 社会网络分析的中心性

权力是社会科学中的一个重要的概念，一个社会行动者之所以有权利，是他与他人之间的存在关系所决定的，它通过这种存在关系可以影响他人，这就是权力，也就是说他人对此人的依赖性。社会网络分析的中心性指标正是这种权力的量化指标，包括：度数中心度、中间中心度、中间中心度以及与之相应的中心势指数。在实际应用中，如果测度关系采用度数中心度，如果测度对关系的控制采用中间中心度，如果测度关系传递的独立性和有效性，采用中间中心度。

3.2.5.2 中国药科大学2018 级本科生社会科学潜在阅读兴趣小组组长的确定

以UCINET 计算共借阅网络兴趣小组子网的成员中间中心度，以中心度居高者确定为兴趣小组的组长。根据各派系甄选形成的兴趣小组的子图可以确定完备子图的兴趣小组组长和不同群体形成的兴趣小组组长。

（1）完备子图的兴趣小组组长。兴趣小组1、2、4、5、7 和10 分别形成了各自的完备子图（图4），其各自成员的度数中心度相同，中间中心度为零，因此必须将各自成员置于在1119×1119 的借阅网络中比较其中间中心度，选择其最大者作为兴趣小组的组长（表6）。由表7 的学生序号可以得出完备子图的各兴趣小组组长。

（2）不同群体形成的兴趣小组组长。①独立群体形成的兴趣小组组长。第8 兴趣小组有3 个独立的完备子图形成，其子网中各自成员的中间中心度为0。以中间中心度确定该兴趣小组的组长。757 号学生中间中心度为最大8，故该兴趣小组的组长为757 号学生朱**同学。第3 兴趣小组为两个完备子图组成，其子网中各自成员的中间中心度为0。度数中心度最大为5，有6 名学生。将这6 名学生置于1119×1119 的借阅网络中比较其中间中心度，选择其最大者作为兴趣小组的组长。经比较，202 号的中间中心度最大，为25 550，故该兴趣小组的组长为202 号学生孔* 同学（图4）。②非独立群体形成的兴趣小组组长。第6 兴趣小组有两个群体组成，其中有一个群体是一个完备的子图，通过中间中心度计算得到251 号学生的中间中心度最大90，故该兴趣小组的组长为251 号学生李**同学。第9 兴趣小组为两个有着联系的群体组成，观察其子网成员的中间中心度和度数中心度，017 和347两位学生相同，分别为20 和55.556。因而再将两位学生置于1119×1119 的借阅网络中比较其中间中心度，选择其最大者作为兴趣小组的组长。经比较，017 和374号的中间中心度分别为1 898 和1 021，故该兴趣小组的组长为017 号学生曹**同学。

图4 兴趣小组组长的完备子图（部分）Fig.4 Complete subgraph of interest group leaders(part)

4 数据结果分析

4.1 中国药科大学2018 级本科生借阅整体性质

经过分析，1 119 名2018 级本科生借阅了社会科学书籍，其中358 名学生未与他人合借过一种书，他们的兴趣单一，没有与其他人共同的阅读兴趣，其余761 名学生与一名同学共借阅一种书籍，与至少一名同学有着共同的阅读兴趣。1 119 名学生和761 名学生各自形成的共借阅网络整体网络性质无明显不同。

表6 学生点中间中心度Table 6 Betweenness centrality of student point

表7 中间中心度最大的学生序号对应的学生姓名Table 7 The students'names corresponding to the students'serial numbers with the largest betweenness centrality

4.2 中国药科大学2018 级本科生社会科学阅读兴趣小组

经过数据分析，中国药科大学2018 级本科生存在10 个社会科学阅读兴趣小组，并可以分析得到每个阅读兴趣小组的小组长（表8）。

5 基于高校阅读兴趣小组的阅读推广方案

5.1 基于社会网络挖掘高校阅读兴趣小组的意义

5.1.1 精准抓住学生需求，提高阅读推广效率

目前高校图书馆的资源推送偏向于整体推送，高校图书馆利用微信公众号、网站主页、大屏幕及展板向所有学生读者推送新书推荐、讲座交流等阅读推广活动，由于学生的需求不同、阅读偏好不同，图书馆的活动不会引起每一个学生读者的兴趣，这种不区分学生属性的整体推送推广策略效率较低，一定程度消耗了图书馆工作人员的时间和精力。本文对中国药科大学2018 级1 119 名本科生和761 名本科生各自形成的共借阅网络进行了整体分析及派系分析，基于社会网络挖掘高校阅读兴趣小组，是根据学生的阅读行为数据对学生阅读方面的一次精准画像，为制定中国药科大学2018 级本科生阅读推广方案提供了大数据支撑，有利于抓住学生的阅读需求，进行高效率的精准阅读推广策略。

表8 10 个社会科学阅读兴趣小组名称及组长Table 8 Names and leaders of 10 reading interest groups in Social Sciences

5.1.2 有利于建立反馈机制，及时调整策略

根据阅读兴趣小组建立的阅读推广策略不仅表现在于高效率推广出去，还有利于建立准确的反馈机制。阅读推广活动的结束并不代表着活动的圆满完成，结束后的效果评估至关重要，可以明确阅读推广策略各环节存在的问题，进而进行相应调整，更好地迎接后续活动。在以往的阅读推广活动中，建立科学的反馈机制难点在于是否能全面收集反馈数据。而建立高校阅读兴趣小组，将有效促进这一环节的展开。将数据的全面收集工作分解在各个小组，利用兴趣组别的凝集以及小组长的中间衔接作用（图5），建立起推广实施、反馈调整、调整后推广实施的良性循环。如果将阅读推广第一阶段收集的数据作为基础数据的话，那么第二阶段收集的数据通过对比，可以明确反应出这一阶段精准化阅读推广的效果，通过适宜地调整，不断完善图书馆的阅读推广服务工作。

5.2 基于高校阅读兴趣小组的精准化阅读推广方案

5.2.1 搭建高校精准阅读推广框架

针对学生的阅读偏好，能更积极地调动学生的主动能动性，激发学生阅读兴趣。本文基于社会网络挖掘高校阅读兴趣小组，侧重分析学生的阅读偏好形成10 个分组，根据10 个兴趣小组招募10 位领读老师将是搭建阅读推广框架的首要环节，领读是导读的一种形式，是高校图书馆导读服务的补充和延伸[17]。领读老师的任务是根据各个兴趣小组的内容，直接领导联系各兴趣小组组长，以各兴趣小组成员为主体，负责开展本科生专题阅读导读活动，领读老师可以来自不同行业、不同界别，只要热爱全民阅读事业，对各兴趣小组的内容有研究即可。在形成小组的形式上（图6），针对小组的不同兴趣制定不同主题的推广策略。例如针对日本现代小说组，可按照日本现代小说作家分类进行推广，东野圭吾作品集、村上春树作品集、渡边淳一作品集等，在领读老师的策划以及小组长的带领下，对作品进行阅读讨论。要注意形式和内容的创新，例如日本作品翻拍影视作品较多，可观看相关影视作品，多渠道、多层次引发学生的思考和兴趣，建立起立体的阅读观感体会。

图6 基于阅读兴趣小组建立的阅读推广框架Fig.6 Reading promotion framework based on reading interest groups

5.2.2 有效利用新媒体平台

网络信息化的高速发展使得阅读推广的效率大大提高，本科生易于接受娱乐泛化的新媒体，新媒体平台对于本科生的吸引力也大于传统的传播平台和形式。在移动新媒体环境下，微信公众号成为本科生使用率最高的新媒体平台，微信公众号的优势是集音频传输、文本传输、视频传输、图片传输、可视电话于一身，信息资源的推送能力空前强大。通过互动功能，可以实现读者之间的有效沟通，同时通过与联机公共目录查询系统（Online Public Access Catalogue，OPAC）衔接，更便于本科生读者查阅导读活动所推荐的经典社科书目馆藏信息。

在微信公众号上根据10 个兴趣小组的内容设置相应栏目，进行精准发布推广，由组长组稿撰稿，交流心得，发起讨论。消息内容由领读老师审核。可组织更深入的活动，在微信公众平台上根据各自兴趣小组的内容自行注册，运行及维护微信公众号，将以自媒体推广阅读做到极致，进行立体的阅读推广活动，达到事半功倍的效果。

以大连理工大学建立的微信公众号“经典的味道”为例：这个微信号构建了一个立体的、全方位的经典阅读实践体系，是 《共产党宣言》 研读主题实践活动的报道（图7）。包括文本品读、专家导读、名家研读和名篇必读，该号直接通过 《共产党宣言》 的导读与领读为当代本科生心灵和精神内核提供滋养和力量，值得借鉴。

5.2.3 举办线下阅读沙龙

对于阅读兴趣小组的形式而言，线上可以通过微信群、QQ 群、超星学习通等平台构建兴趣阅读社群，进行兴趣伴读、交流，布置读书计划、定制书单等活动。阅读推广离不开线上，但脱离现实中的互动也不是一个全面的阅读推广活动。要利用线下阅读推广活动来加强线上推广效果。举办线下阅读沙龙可以丰富学校的校园文化生活，营造浓厚的读书氛围，为读书爱好者搭建阅读分享与思想交流的平台。通过与书为伴，与经典为友，陶冶情操，开阔视野，使每位学生成为“有思想的阅读者”[18]。

图7 大连理工大学官微 《共产党宣言》 导读系列Fig.7 Reading guide series of official WeChat of Dalian university of technology

“阅读沙龙”以各兴趣小组的内容为主线，每月举办一期，为避开学生上课时间，每期活动都安排在晚间进行。首先由各兴趣小组组长推荐专题沙龙预选题目和阅读书目，由领读老师审核确认。在网站、微信号发布专题沙龙活动通知，包括活动主题、阅读书目、时间和地点。以各兴趣小组组长负责在预留的时间段内带领成员充分阅读相关书目，积极讨论内容。由图书馆根据每期内容聘请导读专家，导读专家以经典著作或文献为主介绍选题背景并进行导读，主持并组织沙龙成员围绕主题进行讨论，交流自己的阅读体会和感悟，分享自己的阅读过程和经历。

活动结束后在网站或微信号上发布报道，积累形成阅读推广书目或者文献目录，供全校学生学习参考。

6 结语

复杂网络利用数学上图论的概念，将网络中的个体抽象为图中的节点，个体之间的相互作用抽象为图中节点之间的连边。因此，任何包含大量个体单元的复杂系统都可以当作复杂网络来研究。复杂网络结构具有小世界、无标度、高聚集和社团结构等特性，其中社团结构的特点是同一个社团内部节点之间连接紧密，不同社团之间连接松散。针对复杂网络进行社团划分是数据挖掘领域最活跃的研究方向之一[19]。阅读是一个天然形成的社会网络，从知识发现或数据挖掘的角度来研究复杂网络，将有用特征（如无标度和小世界特性）挖掘出来，进行各种建模，将本科生阅读从定性研究推向定量研究，从而研究本科生阅读团队的内在动力机制。在得到可靠的借阅数据和熟练应用UCINET 的前提下，本文的方法在高校图书馆阅读推广实践中具有较高的可复制性，基于社会网络挖掘高校阅读兴趣小组是阅读推广由宽泛化走向精准化的一次由理论到实践的创新尝试。