网络学习空间中交互行为的实证研究 *——基于社会网络分析的视角

梁云真，赵呈领，阮玉娇，刘丽丽，刘冬梅

(华中师范大学 教育信息技术学院，湖北 武汉 430079)

网络学习空间中交互行为的实证研究 *
——基于社会网络分析的视角

梁云真，赵呈领①，阮玉娇，刘丽丽，刘冬梅

(华中师范大学 教育信息技术学院，湖北 武汉 430079)

2016年教育部教育信息化工作要点明确指出要重点推动“网络学习空间人人通”，促进教与学的方式变革。该文以网络学习空间中的交互为研究对象，采集学习者在线交互时产生的系统日志、帖子内容等数据，基于社会网络分析的视角，结合内容分析与行为序列分析等多种方法，分别分析学习者交互网络的密度、点度中心度、中介中心度和接近中心度等参数，采用Gunawardena的5阶段交互编码框架对交互内容进行编码分析，重点探究交互行为模式及规律。研究结果发现：网络学习空间中形成了一个相对稠密的交互网络，学习者之间的交互较多，但较多停留在分享与澄清、认知冲突等较低层级，而意义协商、检验修正、达成与应用等较高层级比例较小，并分析了交互行为转换模式；核心参与者与边缘参与者的交互层级存在明显差异。研究最后分析与讨论了局限性与今后的努力方向。

网络学习空间；交互行为；社会网络分析

一、引言

越来越多的信息技术被用来营造在线协作学习的环境，以促进协作、交互的发生。在CSCL(Computer Supported Collaborative Learning)环境中，在线异步交互与讨论占据核心的地位，通常被称为CMC(Computer Mediated Conferencing)、CMD(Computer Mediated Discussion)、CC(Computer Conferencing)、NL(Networked Learning)、ALN(Asynchronous Learning Networks)。从19世纪末开始，在线异步交互与讨论逐渐成为教育技术领域关注的重要问题之一[1]，研究者一致认为交互的数量与质量对于促进学习具有重要的作用。

“三通两平台”是我国教育信息化“十三五”建设的核心目标，2016年教育部教育信息化工作要点明确指出要重点推动“网络学习空间人人通”，促进教与学的方式变革。网络学习空间是运行于学习支撑服务平台之上的虚拟空间，支持“教与学”“教与教”“学与学”有效互动的虚拟学习环境。在网络学习空间中，学习者主要通过互动与交流、共同意义协商和解决问题建构知识。网络学习空间包括机构空间和面向教师、学生等的个人空间，支持优质资源的共建、共享，以空间带动应用[2]。目前为止，全国已开通网络学习空间4217万个[3]，华中师范大学作为第一批教育信息化试点学校，以“云课堂”为依托，为每位教师和学生开通网络学习空间。从统计数据来看，网络学习空间中学习者交互的数量较多，但如何更准确地把握交互的数量与质量，以通过交互提高学习质量与网络学习空间的有效性是需要研究的问题。本研究以华中师范大学网络学习空间中的交互为研究对象，综合采用社会网络分析、内容分析、行为序列分析等多种方法对交互行为进行定性与定量相结合的分析，重点研究交互结构，探究网络学习空间中交互模式及特征，为更好地利用网络学习空间变革教与学的方式，提升教育与学习质量提供精准的支持与服务。

二、相关研究基础

(一)文献综述

信息技术的发展使得学习空间突破了时空的限制，学习空间的形态和构成是当前迫切需要探索和研究的一个重要课题。学习空间包括正式、非正式和虚拟三种，其中网络学习空间是一种虚拟学习空间。网络学习空间最早由刘延东副总理在2012年全国教育信息化电视电话工作会议上提出，2016年教育部教育信息化工作重点中更是明确指出重点推动“网络学习空间人人通”。一般认为可以从广义与狭义两个层面来理解网络学习空间，其中广义的网络学习空间不仅包括学习管理系统、在线教育平台等专门为教育设计的虚拟空间，还包括QQ、微信、博客等各种能够提供空间服务的社会化软件与平台；狭义的网络学习空间仅指专门为在线教学与学习服务的虚拟空间，其中国家教育资源公共服务平台、世界大学城是非常典型的案例[4]。本研究中的网络学习空间特指华中师范大学依托“云课堂”构建的专门为在线教学与学习服务的网络学习空间。尽管国内开展了广泛的网络学习空间的建设、应用实践，研究者也开展了网络学习空间的概念[5]、网络学习空间的规划和设计[6-12]、网络学习空间的教学应用[13-16]等方面的研究。总的来说，目前国内关于网络学习空间的研究还较为零散，需要开展更为系统的建设与应用这方面的研究， 特别是从学习者的学习过程、学习状态、学习行为、学习结果等方面深入探究。

交互是教学活动最为显著的特性，也是最可能影响学习的潜在因素[17]，网络学习空间中的交互也是需要关注与研究的课题之一。网络环境下的交互主要分为异步交互、同步交互和同步与异步相结合的交互，其中异步交互是网络学习空间中主要的交互形式。异步交互对于学习者知识建构、问题解决、反思等高阶思维能力有重要影响与价值。以往关于交互的研究主要采用调查研究法、个案研究法、参与分析法等，但这些方法往往不能全方位地关注交互活动、反映真实的交互质量，因此目前研究者较多采用内容分析(Content Analysis)、社会网络分析(Social Network Analysis)、行为序列分析 (Behavior Sequential Analysis)等方法进行研究。但现有研究较多采用单一方法，如采用内容分析法重点研究交互内容的不同层级的频率与比例，采用社会网络分析聚焦于探讨学习者个体间的社会交互模式与结构，采用行为序列分析研究学习者交互行为转移模式等，单独地采用一种研究方法往往容易产生局限性，但综合采用多种方法，开展深入分析与比较的研究较少[18]。

(二)内容分析编码框架

内容分析法是一种在文本等材料进行程序化分析的基础上做出有效推论与结论的研究方法[19]。一般来说，内容分析的目的不仅在于交互文本的表层信息，而在于揭示在线交互中发生的学习与知识建构过程及其水平。当然，将内容分析应用于CMC的研究当中也存在一些问题，如交互文本的内容量较大，需要花费的时间成本较高；需要足够清晰的编码系统来保证内容分析的“判断能力与信度”[20]。内容分析的关键在于一个科学有效的分析框架，其中的编码类目应具有完备性、互斥性和信度。关于在线交互的编码框架有很多种，如Garrison从批判性思维的维度提出将交互分为辨别(Identification)、定义(Definition)、探讨(Exploration)、评估(Evaluation)、整合(Integration)五个层级[21]；Henri基于认知维度将交互分为社交的(Social)、交流的(Interactive)、元认知的(Metacognitive)、认知的(Cognitive)四类[22]；Gunawardena等人于1997年在Henri模型的基础上，基于扎根理论，提出了用于CMC交互和学习质量分析的交互分析模型IAM(Interaction Analysis Model)，以从知识建构的维度判断社会交互的水平与质量[23]。IAM从知识建构的维度将交互分为分享与澄清、认知冲突、意义协商、检验修正、达成与应用等五个阶段(如表1所示)，该框架聚焦于知识协同建构媒体的交互和在线讨论中所出现的所有知识建构的形式，适合于基于社会建构主义的协作学习(以学生为中心)环境中，相对较为明确、容易操作、对于多种学习情境中的教学模式都适用等特征正好与本研究中的交互特征相匹配。同时，IAM的科学性与有效性经过了反复验证。

表1 编码框架

三、研究设计

(一)研究方法

本研究主要采用社会网络分析、内容分析、行为序列分析相结合的方法，对网络学习空间中的交互行为进行研究，重点探究学习者交互的社会网络结构、交互层级及其之间的相互影响。社会网络分析是一种研究行动者个体及其相互间的关系及互动模式的方法，它能将行动者之间的互动进行可视化建构，以图式的方式呈现。本研究通过分析学习者交互网络的密度、点度中心度、中介中心度和接近中心度等参数，判定其在交互网络中的位置、参与程度，分辨出核心参与者与边缘参与者。内容分析和行为序列分析主要是采用Gunawardena的5阶段交互编码框架，对网络学习空间中的交互内容进行编码、量化分析，研究学习者的交互层级与行为序列特征，分析核心参与者与边缘参与者交互行为的差异。

(二)数据来源

本研究的数据来源于华中师范大学网络学习空间中师范生通识课《教师职业发展与心理健康》课程的在线交互数据。该课程偏重于教师职业发展与心理健康相关理论的学习，试图通过较为完整系统的理论与案例的学习，使师范生明确教师所应具有的能力与涵养，更为清晰地认知未来职业，使其在就业初期能够顺利地转变角色，并进行合理的职业生涯规划。课程的学习时间为一个学期(16周)，教学形式为依托网络学习空间采用基于微课的自主学习和在线交互相结合的混合学习，其中基于微课的自主学习代替传统的教师讲授，在线交互主要为学习者在自主学习过程中产生的问题服务。课程的考核方式为形成性评价(自主学习课程资源的情况、学生参与在线交互的频数、深度等)与总结性评价(课程论文)相结合。本研究中的数据来自于学习者在线交互时产生的系统日志、帖子内容等，数据的起止时间为2015年10月8日至2015年11月20日，学习过程中学生积极主动地参与交互，共产生了70个主题和623条帖子。

(三)数据统计与处理

课程结束后，对网络学习空间中的交互数据进行收集，主要将系统日志、发帖、回帖的文本资料、发起人、时间等信息复制粘贴保存至Excel文件中。按照Ucinet社会网络分析工具要求的格式建立编码矩阵，分析网络学习空间中交互呈现的社会网络结构及其网络密度、中心性等特征，确定交互的核心参与者与边缘参与者。在Excel中进行统计分析，分别计算核心参与者与边缘参与者的交互数量，并对二者进行对比分析。

为了保证研究的信度，本研究采用以下的编码方法与程序：(1)选取两位具有教育技术专业背景、全程参与研究设计与实施过程的研究者作为编码人员；(2)编码前对编码人员进行集中培训，使其充分理解与把握编码框架的描述性说明与界定；(3)两位编码人员分别多次独立编码，针对编码不一致的内容，找出编码层级最高的编码人员，并请其说明对于编码的理解，反复检查该编码是否符合编码框架；(4)将整个帖子作为分析单元，两位编码人员分别独立对帖子内容进行编码，当编码数据达到总帖子的20%时，进行信度系数(Cohen Kappa系数)检验：如果Cohen Kappa系数小于0.7，则两人商讨编码标准，确定统一规则，直至Cohen Kappa系数大于0.7为止。经过系统的培训与反复编码试验后，两位编码人员之间的一致性系数达到0.71，因此认定本研究的信度较好。

为了深入分析学习者交互行为模式及其特征，本研究采用行为序列分析法研究行为序列间的转移模式，并呈现可视化的图解。主要步骤如下：根据内容分析编码结果计算序列转移矩阵；计算条件概率矩阵与预期值矩阵；计算调整残差值；画出行为转换模式图[24]，此部分计算工作采用行为序列分析软件GESQ5.1完成。

四、研究结果与分析

(一)整体的交互网络结构分析

社会网络分析的核心是从“关系”的角度出发，探索和研究行动者及其关系集合，并采用社群图的形式使其社会网络结构可视化。为了保护研究对象的隐私，本研究采用代号代替研究对象的真实姓名。运用Ucinet软件对网络学习空间中的在线交互数据进行编码分析，得到社会网络结构图及网络密度、中心度等相关参数。

由于教师在交互中起引导作用，为了避免其作用过于突出，影响整体网络的判断，因此本研究将其排出在外，仅对47名学生的在线交互数据进行研究。网络学习空间中的交互关系模式如下页图1所示，顶点表示在线交互中的成员，顶点间的连线表示成员之间的发帖、回复等交互行为。从该图中可以看出学生之间产生了频度有差异的交互，部分学生处于网络的中心位置，说明其比较积极、主动地参与交互，处于边缘的学生则参与交互程度较低。

图1 网络学习空间中交互网络结构

网络密度(Density of a Network)是最常用的测量网络连通性的指标，其值越大，表示该网络成员之间的联系越紧密，网络对于其中行动者的态度、行为等产生的影响可能越大。本研究中网络密度值为0.16，学生之间均有次数不等的交互，已经形成了相对紧密的网络。

一般采用中心性来衡量单个行动者在网络中是否处于中心位置，三种常用的网络中心度包括点度中心度(Local Centrality)、中介中心度(Betweenness Centrality)和接近中心度(Closeness Centrality)。其中点度中心度描述的是行动者的局部中心指数，用于测量网络中的行动者的自身交互能力。中介中心度描述一个行动者在多大程度上居于其他两个行动者之间，是一种资源控制能力指数。接近中心度与中间中心度正好相反，它考虑的是在多大程度上某行动者不受其他行动者控制的程度[25]。本研究中的点度中心度、中介中心度和接近中心度的平均值分别为29.510、1.620、59.040。

整体来看，网络学习空间中的学生间交互较多，已经形成相对紧密的网络，成员的点度中心度均值较高，其中最大值为93.478；成员之间存在中介中心，交互并没有局限于2人之间，多人交互较为常见；各成员间的距离适中。

(二)核心参与者与边缘参与者交互层级的比较分析

采用上述编码框架对网络学习空间中的交互进行编码，共有623个编码。如右图2所示，所有编码中比例最大的是KC1阶段(53.61%)，紧接着是KC3阶段(19.10%)、KC2阶段(17.17%)、KC5阶段(6.74%)，KC4阶段仅有3.37%。整体来看，网络学习空间中学习者交互较多停留在低层级阶段，小部分学习者会出现高层级的现象。造成交互层级普遍不高的原因有很多，如学习者之间不熟悉、对于提出的问题没有深入的思考、网络学习或者异步讨论的经验不足等等。本研究的结果与Gunawardena的结果基本一致，参与者较多停留在分享、比较层面，而协商、一致、建构较为少见[26]。同时，国内相关研究也得出类似结论，如陈丽在对教师培训的远程讨论的研究发现，群体知识的建构层级不高，多停留在“信息的分析和比较”[27]；胡勇在其研究中发现学习论坛中学习者间更多停留在信息分享与观点比较上，知识建构层次较低[28]。因此，如何提高网络学习空间中的交互层级是网络学习空间应用中的重大挑战之一。

图2 交互层级比率

在对网络学习空间中学习者交互层级整体分析的基础上，对核心参与者与边缘参与者交互层级进行比较分析。社会网络分析中常用出度和入度值诠释网络成员间的交互情况。出度值表示该行动者在网络中接触别人的能力，入度值表示其他行动者搜寻该行动者建立连结的度。出度值越高，表示该行动者的积极主动性越高，入度值越高，则表示该行动者对他人的影响力越强。本研究依据出度和入度值确定10名核心参与者与10名边缘参与者(如表2所示)，以研究核心参与者与边缘参与者在交互层级上的差别及特征。

表2 核心参与者与边缘参与者

在所有学习者的交互内容编码数据Excel文件中，筛选出核心参与者(s39、s34、s14、s1、s13、s4、s7、s24、s27、s47)与边缘参与者(s26、s38、s6、s43、s12、s46、s20、s22、s44、s31)的编码数据，并进行统计分析，结果如下页图3所示。核心参与者与边缘参与者的交互层级既具有相同的特征，又体现出一定的差别。相同特征表现在，不管是核心参与者，还是边缘参与者其交互层级较多停留在较低层级(KC1和KC2)，核心参与者处于低层级交互的帖子占其总数的73.80%，边缘参与者处于低层级交互的帖子占其总数的71.43%；而能达到高层级(KC3、KC4、KC5)的交互明显较少，核心参与者与边缘参与者处于高层级交互的帖子分别有49条(26.2%)、10条(28.57%)。差别之处表现在，在交互的低层级阶段，核心参与者的帖子数明显高于边缘参与者，分别为138条和25条；在交互的高层级阶段差异更为明显，核心参与者在KC3、KC4、KC5均有帖子，特别是KC3的帖子数目达到33条，而边缘参与者在KC4的帖子是缺失状态，而在KC3、KC5尽管有帖子，但数目较少，特别是KC5仅有3条，说明边缘参与者仅仅偶尔会有高层级的交互出现。

图3 核心参与者与边缘参与者交互层级比较

(三)交互行为序列分析

为了深入地分析网络学习空间中交互行为，本研究基于内容分析的编码结果采用行为序列分析法进行了交互行为序列及其转换模式的分析，结果如表3所示。表3中的“行”表示起始行为(Initial Behavior)，“列”表示目标行为(Target Behavior)，单元格的数据表示Z值，如果Z值的绝对值大于1.96，则表示起始行为到目标行为间的转换呈现显著(P＜0.05)[29]。基于表3的数据，将交互行为转换为模式图视化。如右图4所示，箭头表示行为序列的方向，并且表示此行为序列的调整残差值(Z值)达到显著水平。

表3 交互行为序列的调整残差值(Z值)

从右图4可知，统计意义上的显著性行为转换序列有KC1→KC3、KC2→KC1、KC2→KC5、KC3→KC1、KC3→KC3、KC5→KC5。其中KC3→KC3、KC5→KC5表示本研究中的学习者经常持续地针对各种观点鉴别其共同之处，并进行意义协商，在观点达成一致后，会积极地结合自身经验与体验去阐释与应用。KC1→KC3表示学习者在确定与澄清问题后，会直接跳转到意义协商阶段；KC2→KC5表示学习者会直接从认知冲突跳跃到观点的应用与解释；KC2→KC1和KC3→KC1表示当学习者分析和比较观点的冲突与差异、进行意义协商时，会反过来再重新对问题进行描述与说明。总的来说，尽管交互行为的5个阶段均有出现，并且有6对统计意义上显著的行为转换序列，但是交互的渐近序列如KC1→KC2、KC2→KC3、KC3→KC4、KC4→KC5均没有出现。学生者在交互过程中，经常出现从澄清问题(KC1)和认知冲突(KC2)，直接得出结论(KC5)，没有经过意义协商(KC3)与检验修改(KC4)。

图4 交互行为转换模式

五、研究结论与建议

网络学习空间是“十二五”期间我国教育信息化的主要建设内容与目标，尽管网络学习空间在实践中如火如荼，但是关于网络学习空间的深层研究还处于起步阶段，需要对于网络学习空间中如何开展深层次、高水平的应用，如何变革教学与学习方式以及知识共享、学习者交互等方面的特征与规律进行深入的探究，为提高网络学习空间的应用水平与层次提供可靠的支撑。本研究以华中师范大学网络学习空间中的交互为研究对象，采用社会网络分析、内容分析、统计分析等多种方法，重点探讨了交互的社会网络特征、交互层级及规律，研究结论如下：

(一)本研究中的交互已经形成了相对较为稠密的网络结构和凝聚性

学习者间交互较多，成员的点度中心度均值较高，其中最大值为93.478；成员之间存在中介中心，交互并没有局限于2人之间，多人交互较为常见；各成员间的距离适中。网络学习空间中存在的核心参与者如s39、s34、s14等对于交互的氛围具有引领、激发、活跃等作用，通过他们将其他参与者凝聚起来，在交互网络中具有重要的节点作用。当然，也存在一些边缘参与者，如s22、s44、s31等，他们参与到交互中的次数较少，缺乏参与交互的积极主动性，更没有主动提出问题，这些边缘参与者需要教师、核心参与者的关注、帮助，以使他们找到在网络学习空间中交互的归属感与成就感，以积极主动地参与到交互中。

(二)本研究采用Gunawardena的交互编码框架对网络学习空间中学习者交互行为进行了编码与分析

网络学习空间中学习者交互较多停留在低层级阶段(KC1、KC2)，该阶段中学习者主要围绕主帖提出的讨论主题表达自我认识或者进行更为详细具体的描述与细化问题，从各种思想、概念或者同伴的描述中发现一致与不一致的地方，深化对讨论主题的认识；少数才能达到高层级阶段(KC3、KC4、KC5)，该阶段中主要是学习者协商、澄清相关术语、观点，进行整合、协商、建构，利用同伴的分享、个人认知以及相关文献资料对新观点进行检验，对于个人与他人的观点一致性进行总结，或者说明个人对于该观点的理解。同时，本研究采用行为序列分析法对交互行为进行了深入分析。研究结果发现，学生者容易直接从澄清问题和认知冲突直接得出结论，没有经过意义协商与检验修改，或者缺少比较与分析各种观点的冲突之处，而直接进行意义协商，达成一致观点，并积极地结合自身经验与体验去阐释与应用。

(三)网络学习空间中学习者交互中的核心参与者与边缘参与者交互层级存在明显差异

不管是交互的低水平阶段还是高水平阶段，核心参与者的帖子数均明显高于边缘参与者，特别值得关注的是核心参与者在KC3、KC4、KC5均有帖子，特别是KC3帖子数目达到33条，而边缘参与者在KC4的帖子是缺失状态，而在KC3、KC5尽管有帖子，但数目较少，特别是KC5仅有3条，说明边缘参与者仅仅偶尔会有高层级的交互出现。

研究交互行为可以帮助我们理解知识是如何建构以及知识和认知是如何由教师和学生共同产生，正是通过交互，意义才得以表达、交流和协商。本研究通过对网络学习空间中社会网络结构与交互层级的分析，研究了核心参与者与边缘参与者交互的特征及其异同，从而为研究者和教师在设计和实施网络学习空间的研究和交互活动时，如何促进知识建构提供理论上的指导与数据上的支撑。由研究结果可以看出，当前网络学习空间中存在的主要问题之一是学习者之间的交互数量虽然多，交互网络也较为稠密，但是交互的内容主要停留在信息的交换和观点的分享，较少有协商性和建构性的交互产生。当然，本研究仅选取了一门课程的在线交互数据，获取数据的数量与类型有限。在今后的研究中，将考虑扩展数据的类型与样本量，进一步分析社会网络的演化对交互层级的影响、不同群体交互层级差异的成因、提升交互层级的教学活动设计策略等，以指导实践者在网络学习空间的设计、实施和评价中关注支持和促进学习者的高质量交互，以提升网络学习空间的有效性。

[1] Pena-Shaff J B, Nicholls C. Analyzing student interactions and meaning construction in computer bulletin board discussions[J]. Computers & Education, 2004, 42(3):243-265.

[2][11] 祝智庭,管珏琪“.网络学习空间人人通”建设框架[J].中国电化教育,2013,(10):1-7.

[3] 教育部科技司.2015年9月教育信息化工作月报[DB/OL]. http:// www.moe.gov.cn/s78/A16/s5886/s6381/201510/t20151023_215262. html, 2015-10-23.

[4] 杨现民,赵鑫硕等.网络学习空间的发展:内涵、阶段与建议[J].中国电化教育,2016,(4):30-36.

[5] 胡永斌,黄如民,刘东英.网络学习空间的分类:框架与启示[J].中国电化教育,2016,(4):37-42.

[6] 武峥,郝文清.基于云架构模式的“网络学习空间人人通”体系研究[J].中国电化教育,2016,(3):65-68.

[7] 廖轶,李波,周航.支持个性化发展的网络学习空间一体化设计[J].中国电化教育，2016，(4):43-51.

[8] 梁为.基于虚拟环境的体验式网络学习空间设计与实现[J].中国电化教育,2014,(3):81-85.

[9] 黄利华,周益发,陈学军.班班通背景下班级网络学习空间的构建[J].中国电化教育,2014,(3)：86-90.

[10] 贺斌,薛耀锋.网络学习空间的建构——教育信息化思维与实践的变革[J].开放教育研究,2013,(4):84-95.

[12] 张子石,金义富,吴涛.网络学习空间平台的规划与设计——以未来教育空间站为例[J].中国电化教育,2015,(4):47-53.

[13] 谢幼如,盛创新等.网络学习空间提升自我效能感的效果研究[J].中国电化教育,2016,(1):34-40.

[14] 唐烨伟,樊雅琴等.基于网络学习空间的小学数学智慧课堂教学策略研究[J].中国电化教育,2015,(7):49-54.

[15] 李玉斌,王月瑶等.教师网络学习空间评价指标体系研究[J].电化教育研究,2015,(6):100-106.

[16] 吴忠良,赵磊.基于网络学习空间的翻转课堂教学模式初探[J].中国电化教育,2014,(4):121-126.

[17] Harasim L M. On-line education: An environment for collaboration and intellectual implication[A]. L. Harasim. On-line education: Perspectives on a new environment[C]. New York: Praeger Press, 1990.36-67.

[18] Hammond M. A Rivew of Recent Papers on Online Discussion in Teaching and Learning in Higher Education[J]. Journal of Asynchronous Learning Networks,2010,9(3):9-23.

[19] Rourke L, Anderson T, Garrison D R, et al. Methodological Issues in the Context Analysis of Computer Conference Transcripts[J]. International Journal of Artificial Intelligence in Education,2001,11(3):8-22.

[20] Fahy P J. Addressing some Common Problems in Transcript Analysis[J]. International Review of Research in Open & Distance Learning, 2001,1(2):1-6.

[21] Garrison D R, Archer T A W. Critical thinking, cognitive presence, and computer conferencing in distance education[J]. American Journal of Distance Education, 2001, 15(1):7-23.

[22] Henri F. Computer Conferencing and Content Analysis[J]. Nato Asi, 1992, 90(1):117-136.

[23][26] Gunawardena C N, Lowe C A, Anderson T. Analysis of a Global Online Debate and the Development of an Interaction Analysis Model for Examining Social Construction of Knowledge in Computer Conferencing.[J]. Journal of Educational Computing Research, 1997, 17(6):261-269.

[24][29] Bakeman, R. Untangling streams of behavior: Sequental analysis of observation data[A]. NR Bernstein. Observing Behavior, vol.2: Data collection and analysis methods[C]. Baltimore, MA: University of Park Press,1978.63-78.

[25] 王陆.虚拟学习社区的社会网络结构研究[D].兰州:西北师范大学,2009.

[27] 陈丽.网络异步交互环境中学生间社会性交互的质量——远程教师培训在线讨论的案例研究[J].中国远程教育,2004, (7S): 19-22.

[28] 胡勇,王陆.异步网络协作学习中知识建构的内容分析和社会网络分析[J].电化教育研究,2006,(11):30-35.

An Empirical Study of Learners’ Interaction in the Online Learning Space: Under the Perspective of SNA

Liang Yunzhen, Zhao Chengling, Ruan Yujiao, Liu Lili, Liu Dongmei
(School of Educational Information Technology, Central China Normal University, Wuhan Hubei 430079)

Quantity and quality of the online asynchronous interaction and discussion plays an important role in promoting study. Online learning space is one of the core aim of education informatization construction in our country, research of the interaction behavior is very important. This paper selects CCNU learners’ interaction in online learning space as the research object, using social network analysis, content analysis, sequences analysis and other methods to explore Density of the Network, Local Centrality, Betweenness Centrality, Closeness Centrality, and focuses on the interaction behavior mode and the level of knowledge construction. This paper fi nds that online learning space formed a relatively dense network of interaction; the interaction between learners is more stay on low stage of knowledge construction (KC1,KC2). There are signi fi cant differences of interaction level between the core and the edge of the participants. At last, the limitations and future directions were discussed.

Online Learning Space; Interaction ; SNA

李馨 赵云建

G434

A

1006—9860(2016)07—0022—07

* 本文系全国教育科学“十二五”规划2014年度教育部青年课题“基于知识地图的教育资源个性化推荐研究”(课题编号：ECA140366)的阶段性研究成果。

① 赵呈领为本文的通讯作者。

2016年4月29日

梁云真：在读博士，研究方向为教育技术理论及应用、教育信息化(liangyunzhen@aliyun.com)。

赵呈领：教授，博士生导师，研究方向为教育技术学理论、方法与应用、信息技术与课程整合研究(zhcling@ mail.ccnu.edu.cn)。