網絡分析小論文（多篇）

社會網絡分析方法 篇一

社會網絡指的是社會行動者及其相互關係的集合。一個社會網絡是由多個點（社會行動者）和各點之間的連線（行動者之間的關係）組成的集合。人類學家Barnes(1954)首次使用“社會網絡”的概念來分析挪威某漁村的社會結構以來，社會網絡分析就被視為是研究社會結構的最簡單明瞭、最具有説服力的研究視角之一[7]。

社會網絡分析方法是一種比較新的研究方法，我們可以把“社會網絡分析”看成是一門對社會關係進行量化分析的藝術和技術，它主要是用於研究社會各行動者之間的相互關係， 可用於描述和測量網絡社羣成員之間的關係以及通過這些關係流動的各種有形或無形的東西。如信息、資源、知識等。通過對行動者之間關係和聯繫的情況進行分析研究，得出行動者以及行動者之間的社會網絡信息，瞭解行動者的社會網絡特徵。透過社會網絡除了能顯示個人社會網絡特徵外，還能夠了解許多社會現象，因為社會網絡在組織中扮演着相當重要的無形角色。當人們在解決問題或是尋找合作伙伴時，通常都是遵循着所擁有的社會網絡來尋找最可能協同活動的對象。該方法使用不同的概念評價網絡不同的屬性，例如密度、中心度、小羣體等等。社會網絡分析被視為是研究社會結構的最簡單明朗、最具有説服力的研究視角之一[8]。

社會網絡分析在國外發展已經比較成熟，但是，到目前為止，國內社會網絡分析的系統論著還甚為少見，有關虛擬學習社區的社會網絡分析研究還僅散見在少數個案研究中。社會網絡研究方法無論在理論方法還是實證研究上都還不夠深入，加上分析軟件本身並未出現中文漢譯版本，所以本文重點運用Ucinet外文軟件分析虛擬社區的交互特性，以探討社會網絡分析方法的具體應用方法。

數據統計及分析 篇二

在社會網絡分析中，通常有兩種方法可以描述社會網絡：矩陣代數方法和社羣圖法[9]。小組的社會網絡信息我們通過小組組員之間的聯繫及相互評論統計出相應數據，並製作成關係矩陣，如表1所示。由此矩陣得出相應的社羣圖，如圖1所示。

筆者在統計過程中，為了便於統計和觀察，採用數字替代了小組組員的暱稱（其中1是授課教師，6、8是南京大學導學，42是本校指導教師，4、43是協作學校教師，其餘是學生）。

對於表1所形成的矩陣，Xab=1表示成員a對成員b所發的帖做過評論（a是橫座標，b是縱座標），相對圖1而言，則節點a連接一根有向線至節點b;Xab=0表示成員a沒有對成員b的帖做過評論，那麼在圖1中節點a與節點b之間則沒有連接。在圖1中我們可以看到左側獨立的節點都沒有與網狀圖中的節點有連接，説明這些成員與其他成員之間並沒有聯繫，而在實際中經統計調查，這部分成員很少登陸社區，而且沒有進行過任何發帖和評論行為。

1網絡密度

密度表示的是社區成員間聯繫的緊密程度，固定規模組織的成員之間聯繫越多，網絡的密度就越大。一般來説，關係緊密的團體合作行為會比較多，信息流通較易，情感支持也會較好；而關係十分疏遠的團體，則常有信息不通、情感支持少、協作程度低等問題出現[10]。密度值介於0和1之間，值越接近1則代表彼此間關係越緊密。在虛擬學習共同體中，密度計算反映了成員參與交流的積極程度。用Ucinet對矩陣進行密度計算，結果得出矩陣密度=0.《www．》0260。我們可以看出0.0260介於0和1之間，這個數字是一個很小的數據，我們可以認為成員間的聯繫很少。

2中心性分析

“中心性”是社會網絡分析中的重點之一。個人或者組織在其社會網絡中具有怎樣的權力，或者説居於怎樣的中心地位，這一思想是社會網絡分析者最早探討的內容之一。通常，中心性又分為程度中心性、接近中心性、中介性和特徵向量中心性等[11]，其中程度中心性和中介性使用最為廣泛。程度中心性通常用來衡量誰在一個團體中成為最主要的中心人物。中介性表示的是行動者對資源控制的程度，表示一個點在多大程度上位於網絡中其他點的“中間”。佔據這樣的位置越多，就越代表他具有很高的中介性[12]。

利用軟件Ucinet我們得出關係矩陣的程度中心性值，如表2所示，成員1外向程度中心性為21，是所有成員中最高的，標準化的外向程度中心性達到了50%，説明了成員1對其他成員都很關注，能夠充分發揮了教師指導與評價作用。但由於指導教師偏重的是對學生的評價，學生很少評論教師的作品，因此成員1的內向程度中心性只有2。縱觀全體成員內向中心性，我們也發現內向程度普遍很低，説明在該虛擬學習社區中還沒有出現很受成員關注的人物，也沒有出現影響力很高的成員。從外向程度中心性一欄我們還看到成員8相對其他成員來説出度值比較高，這説明其比較關注其他成員的情況，這與他作為導學身份是符合的。在表2中部分成員的外、內向程度中心性值都很低，甚至為0，這説明這些成員極少被人關注，也較少的去關注別人。

我們還得出整個網絡的外向程度中心性為4.649%，對於一個虛擬學習社區來説這樣的程度中心性是比較低的，而整個網絡的內向程度中心性為48.526%。從整個網絡的外、內向程度中心性我們可以認為該社區的交互主要集中於教師與社區骨幹發起的討論，普通成員參與交互的積極性尚有待提高。

通過對羣體的中介性分析，我們得出結果，矩陣的整個網絡中介性是3.58%，節點標準化的中介性在1以上的只有3位成員。其中標準化中介性最高的成員1的值為3.688。通過表3我們知道整個小組的中介性集中在成員1、7和8中，這與中心性的分析結果是相一致的。成員1、7和8控制着整個小組信息的流通，是信息傳播的重要成員，而其他中介性為0的成員説明他們無法控制任何信息的流通。但是我們也看到了整個小組的信息流通依賴很少幾個人，這樣很容易形成信息壟斷。

3 小團體分析

小團體或稱派系是在一個羣體中聯繫緊密的非正式羣體。團體中的行動者之間具有相對較強的、直接的、緊密的`、經常的或者積極的關係。在本文的研究中，成員之間的交互是通過評論與被評論建立的，所以派系中的成員之間必須會出現相互評論的行為發生。利用Ucinet對羣體進行小團體分析，得到6個小團體，如下表4所示：

從分析結果中我們可以看到，成員1在每一個小團體中都出現，而成員2也出現了3次以及成員7出現的2次。三個成員重疊性強，原因在於：授課教師會關注每位學生，對每位學生的作品進行評價，給予指導，特別是在對待發帖比較活躍的學生上，所以也就出現了活躍的成員2以及成員7在小團體中重疊次數相對較高。再次，學生也會形成以授課教師為中心這樣的一種學習模式，所以成員1都在每一個小團體中出現。

這些小團體對虛擬學習社區有着極為重要的意義。他們之間的互動非常緊密，在交流互動上積極主動，在一定程度上控制着信息的流動，並且在長期的交互過程中形成了穩定的交互模式。在這有着43位組員的虛擬學習社區中，僅僅在少數人間建立了較為密切的聯繫，説明整個羣體的互動性還不夠強。

網絡分為隨機網絡和無尺度網絡。隨機網絡的特點是絕大部分節點的連結數目大致相同，連接數目比平均數高許多或低許多的節點十分罕見。而無尺度網絡的大部分節點只有少數幾個連接，而某些節點卻擁有與其他節點的大量連接，這些具有大量連接的節點稱為“集散節點” [13]。

由圖1可知“海師教育技術2004級”小組組員之間的關係所形成的網絡類似於無尺度網絡。依據圖1，然後從無尺度網絡角度分析得出，整個小組的交互中心是1，絕大部分的連接都離不開1（這與上文社會網絡分析中的中心性以及小團體分析結果是一致的）。從中我們也可以看出節點1佔據了整個虛擬學習社區交互的重要地位。同時我們也看到幾乎所有連接都集中在幾個節點中（1、2、7和8等），如果沒有了這些節點，那麼整個小組成員的交互將出現癱瘓狀態，無法進行交流學習。因此我們認為授課教師在該虛擬學習社區中的交互學習中起到了指導，中介的關鍵作用，而同時部分積極、主動參與交互的學生也會對整個虛擬學習社區的交互學習起重要的作用。

結論 篇三

一個成功的虛擬學習社區與其社會網絡結構有着密切的關係。通過對班級社區“海師教育技術2004級”的社會網絡分析研究。我們認為該社區是一個聯繫不緊密的學習社區，成員參與交互的積極程度不高，所以在進行虛擬社區學習的時候，我們應該加強成員之間的聯繫，尤其強調提倡成員更多地進行交流交互。再者，社區的成功需要適當數量的小團體，以形成共同的協作交互學習，所以基於虛擬社區的網絡學習應當注重小組活動的設計，以促進學習者團體的內外部交互。巴巴變虛擬社區作為社會性軟件的虛擬社區，是一種以個體為中心的交互社區，它以某個體作為中心，有利於發揮個體的主動性與影響力，帶領、指導社區成員的交互。而在此優越性的背後，同時也容易導致大多數個體主要關注個人的知識管理，而忽視與他人的主動交流，影響社區的發展。

簡之，一個成功的虛擬學習社區，其成員聯繫應該是非常緊密的；我們提倡成員應儘可能多的進行交互；社區的中心人物應該發揮其帶頭作用，激發成員的主動性和積極性，利用其影響力管理、促進社區的良性發展；而在交互過程中，建立由多個成員組成的小團體或主題小團體，也是促進社區成員交互的有效策略。

結束語 篇四

由於時間關係，本研究只選取了巴巴變中的一個班級社區進行分析，小組的人數僅43人，這在一定程度上對分析結果會產生些許影響。再者，不管是在客觀上還是主觀上，都還存在着許多潛在的不穩定因素，比如：網絡條件、課程設計、社區的人際關係，以及成員的學習態度等因素都會影響社區的交互。此外，本文的研究過程中也存在一些不足之處，利用社會網絡分析方法也只是分析了“海師教育技術2004級”小組部分的主要網絡特徵，還有更多的特徵有待進一步的深入研究；本文的分析只運用了一種軟件，而運用多種軟件分析同一虛擬社區或進行比較分析也有待進一步研究。因此，社會網絡分析方法在虛擬學習社區中的應用還有待發展。

參考文獻 篇五

[1]王海東，丁興富。在網絡虛擬環境中構建學習社區[J]。 中國電化教育， 2004,(214):30.

[2][4][5][6]王陸。虛擬學習社區原理與應用[M]。北京：高等教育出版社，2004.

[3]甘永成，王煒。虛擬學習社區多重內涵之解析與研究[J]。現代遠程教育研究，2005,(5):10-15.

[7][8]張存剛，李明，陸得梅。社會網絡分析――一種重要的社會學研究方法[J]。甘肅社會科學，2004,(2):109-111.

[9][12]陳向東等。Blog虛擬學習社區的社會網絡研究――以“東行記”為例[J]:電化教育研究，2008,(1):40-44.

[10]羅家德。社會網絡分析講義[M]。北京:社會科學文獻出版社，

2005:133.

[11]劉軍。社會網絡分析導論[M]。北京:社會科學文獻出版社，2004.

[13][美]Albert-Laszlo Barabasi, Eeic Bonabeau著，何毓嵩譯，曾少立校。無尺度網絡。 [EB/OB]

虛擬學習社區的定義 篇六

在國外，Russell(1999)將網上學習社區定義為“一個採用某些技術手段來協調其成員和集體在學習方面需要的組織”，Kowch和Schwier(1997)明確定義虛擬學習社區是由自然意願及共同的理念和理想而結合在一起的羣體[1]。

在國內，王陸教授(2004)提出虛擬學習社區是以建構主義學習理論為理論基礎，基於計算機信息處理技術、計算機網絡資源共享技術和多媒體信息展示技術的新型遠程教育網絡教學支撐平台[2]。甘永成博士(2005)認為虛擬學習社區是一種學習目的性很強的虛擬社區，是在線學習和虛擬社區的結合[3]。

綜上所述，我們認為：虛擬學習社區作為一種基於網絡的學習共同體，是在線學習和虛擬社區的結合。在任何學習環境中，交互都是保證學習效果的關鍵因素，虛擬學習社區的突出特徵之一就是交互性。Wagner從學習者與環境關係及其相互作用的角度認為，教學上的交互是指學習者與學習者所處的環境之間發生的時間，旨在改變學習者的狀態，引導學習者達到某種教學目標[4]。Garrison和Shale認為，交互是學習者和教員之間進行的能夠促進和支持教學過程的雙向通信和交流活動[5]。Moore從學習者角度出發，對學習過程中的交互作出了三類劃分：一是學習者和課程內容的交互；二是學習者和教員的交互；三是學習者之間的交互。教學交互的目的是在學習者的學習過程中，通過各種相互交流和相互作用，改變學習者的行為，從而實現教學目標[6]。鑑於社會網絡分析方法是一種新近興起的定量分析虛擬學習社區的研究方法。本文采用社會網絡分析方法分析虛擬學習社區，以探討圖像Blog巴巴變虛擬社區的交互性等特性，瞭解其交互行為，分析原因，從而提出建議，促進虛擬學習社區的發展和應用。

巴巴變虛擬學習社區的社會網絡分析概述 篇七

2006年下半年南京大學網絡化學習與管理研究所首次聯合同時開課的各學校師生共同開展《學習科學與技術》這門課程的校際遠程協作學習。這次校際協作學習我們藉助了社會性圖像軟件平台――巴巴變，建立了校際協作思維導圖交流區(http://www.省略/group/elearning)，也建立了主要由海南師範大學三年級教育技術專業學生組成的“海師教育技術2004級”該小組。該小組設管理員3名，由授課教師和兩位學生組成，成員共40名，包括海南師範大學三年級教育技術學生、南京大學導學、本校指導教師以及協作學校教師，教學交互時間歷時一個學期。

下面就以“海師教育技術2004級”為例，運用社會網絡分析方法對其進行分析，從網絡密度、中心性、小團體三個角度探討巴巴變虛擬學習社區的特點。本文社會網絡信息分析採用軟件Ucinet的6.188版本。