虛擬學(xué)習(xí)社區(qū)信息交互實證研究

1、編號：XXXX時間：2021年x月x日Error! No text of specified style in document.頁碼：第7頁 共7頁虛擬學(xué)習(xí)社區(qū)信息交互實證研究虛擬學(xué)習(xí)社區(qū)信息交互實證研究 本文關(guān)鍵詞：交互，實證研究，虛擬，學(xué)習(xí)，社區(qū)虛擬學(xué)習(xí)社區(qū)信息交互實證研究 本文簡介：摘要:隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡(luò)環(huán)境下的虛擬學(xué)習(xí)已成為一種重要的學(xué)習(xí)方式,虛擬環(huán)境中的交互對于提升學(xué)習(xí)效果具有重要意義。傳統(tǒng)研究者大多使用總結(jié)性評價方法而無法觸及到交互具體過程與細節(jié),滯后序列分析法為人們深入探究交互過程提供了關(guān)鍵性技術(shù)方法?；跍笮蛄蟹治龇?并結(jié)合社會網(wǎng)絡(luò)分析法,針對虛擬學(xué)習(xí)社區(qū)中參虛擬學(xué)習(xí)

2、社區(qū)信息交互實證研究 本文內(nèi)容：摘要:隨著互聯(lián)網(wǎng)的普及,網(wǎng)絡(luò)環(huán)境下的虛擬學(xué)習(xí)已成為一種重要的學(xué)習(xí)方式,虛擬環(huán)境中的交互對于提升學(xué)習(xí)效果具有重要意義。傳統(tǒng)研究者大多使用總結(jié)性評價方法而無法觸及到交互具體過程與細節(jié),滯后序列分析法為人們深入探究交互過程提供了關(guān)鍵性技術(shù)方法?；跍笮蛄蟹治龇?并結(jié)合社會網(wǎng)絡(luò)分析法,針對虛擬學(xué)習(xí)社區(qū)中參與者的交互行為序列開展滯后序列分析,進而由點及線地深入探究參與者的信息交互特征。實證結(jié)果表明,參與者的信息交互行為過程存在明顯特征,網(wǎng)絡(luò)平臺者與教師可以從關(guān)鍵行為強化與無關(guān)行為控制角度優(yōu)化虛擬學(xué)習(xí)社區(qū),并對學(xué)習(xí)者進行更具針對性的指導(dǎo),提升虛擬學(xué)習(xí)社區(qū)參與者間的信息交互

3、效率,最終促進虛擬學(xué)習(xí)社區(qū)的發(fā)展。關(guān)鍵詞:虛擬學(xué)習(xí)社區(qū);滯后序列分析;社會網(wǎng)絡(luò)分析;信息交互;學(xué)習(xí)行為分析引言隨著互聯(lián)網(wǎng)絡(luò)的普及,網(wǎng)絡(luò)環(huán)境下的虛擬學(xué)習(xí)已成為一種重要的學(xué)習(xí)方式。虛擬學(xué)習(xí)社區(qū)內(nèi)所有學(xué)習(xí)者共同構(gòu)成一個知識傳播與信息交流網(wǎng)絡(luò)1。信息傳遞的外在表現(xiàn)即信息交互,在虛擬學(xué)習(xí)環(huán)境中,交互質(zhì)量被認為是提高學(xué)習(xí)效能與效率的重要因素之一2。因此,虛擬學(xué)習(xí)社區(qū)中的交互研究受到了許多研究者重視。陳麗3在其“遠程學(xué)習(xí)的教學(xué)交互層次塔”理論中指出,遠程中的信息交互包括3種形式:學(xué)生與學(xué)習(xí)資源交互、學(xué)生與教師交互,以及學(xué)生與學(xué)生交互。在傳統(tǒng)的虛擬學(xué)習(xí)社區(qū)信息交互研究中,研究者多采用內(nèi)容分析法、社會網(wǎng)絡(luò)分析法

4、(SocialNetworkAnaly-sis,簡稱SNA)與數(shù)理統(tǒng)計分析法等,針對網(wǎng)絡(luò)平臺中的學(xué)習(xí)信息與數(shù)據(jù)進行分析4。如賴文華等5利用社會網(wǎng)絡(luò)分析法分析虛擬學(xué)習(xí)社區(qū)知識共享的社會網(wǎng)絡(luò)結(jié)構(gòu);宋學(xué)峰等6針對某網(wǎng)絡(luò)社區(qū)中的網(wǎng)絡(luò)交互數(shù)據(jù),分析網(wǎng)絡(luò)基本屬性,探討如何提高社區(qū)知識共享水平。上述研究對學(xué)習(xí)者某一階段的交互結(jié)果進行了全局性的價值判斷,但是難以深入到交互過程中的每一個細節(jié)行為,整個交互過程仍然如同一個“黑箱”。滯后序列分析法(LagSequentialAnalysis,簡稱LSA)為人們深入探究交互過程,打開交互“黑箱”提供了關(guān)鍵性技術(shù)方法7。本文基于SNA和LSA等學(xué)習(xí)分析技術(shù),以一個基于

5、Moodle網(wǎng)絡(luò)平臺開發(fā)的虛擬學(xué)習(xí)社區(qū)為研究個案開展實證研究,通過對參與者的信息交互行為進行滯后序列分析,由點及線地深入探究不同群體的信息交互特征。1數(shù)據(jù)收集與分析1.1研究對象與工具本文選取某師范大學(xué)一個基于Moodle平臺開發(fā)的虛擬學(xué)習(xí)社區(qū)網(wǎng)絡(luò)教學(xué)平臺上的現(xiàn)代教育技術(shù)網(wǎng)絡(luò)課程為個案研究對象,該群體共有48名參與者,其中學(xué)習(xí)者47人,教師1人。在社會網(wǎng)絡(luò)分析工具選擇上,使用Ge-phi0.9.1社會網(wǎng)絡(luò)分析軟件對提取的交互數(shù)據(jù)進行度數(shù)分析。在行為分析方面,為了對信息交互進行過程性分析,本文選取GSEQ5.1軟件對網(wǎng)絡(luò)平臺的日志數(shù)據(jù)進行采集與編碼,使用滯后序列分析法進一步分析參與者的交互行為特

6、征。梁云真等8利用滯后序列分析法對學(xué)習(xí)者的交互內(nèi)容進行分析,結(jié)果顯示網(wǎng)絡(luò)學(xué)習(xí)空間中的學(xué)習(xí)者交互大多停留在低層級階段,小部分學(xué)習(xí)者會出現(xiàn)高層級現(xiàn)象。本研究則聚焦于具體信息交互行為,探討虛擬學(xué)習(xí)社區(qū)中參與者信息交互行為過程存在的特點。1.2虛擬學(xué)習(xí)社區(qū)參與者交互在社會網(wǎng)絡(luò)分析中,點出度和點入度常被用來衡量一名參與者在群體中的活躍度與聲望。點出度即回復(fù)帖數(shù),是對參與者在社會網(wǎng)絡(luò)中尋求互動程度的衡量,數(shù)值越高,表明該參與者越能積極與他人互動;點入度即收到帖數(shù),是對網(wǎng)絡(luò)中其他成員與該參與者建立聯(lián)系程度的衡量,數(shù)值越高,表明該參與者在網(wǎng)絡(luò)中聲望越高9。利用Gephi軟件,將虛擬學(xué)習(xí)社區(qū)的社會網(wǎng)絡(luò)數(shù)據(jù)視為有

7、向圖計算,以此區(qū)分發(fā)帖和收到回帖的不同意義。通過運行軟件中的度數(shù)計算,進而在Gephi的數(shù)據(jù)資料面板中得到48位參與者的一系列網(wǎng)絡(luò)屬性,其中的度數(shù)屬性按點出度降序排列,計算結(jié)果如表1所示。由表1可以看出,參與者的信息交互行為存在明顯差異性,這在其社會網(wǎng)絡(luò)屬性上得到具體的量化表征,而這一表征結(jié)果如前文所述,屬于一種性評價。筆者使用SPSS19.0統(tǒng)計分析軟件對參與者的點出度、點入度分別與其產(chǎn)生的行為數(shù)進行Pearson相關(guān)性分析,結(jié)果均顯示在0.01水平雙側(cè)上存在顯著相關(guān)性,且相關(guān)系數(shù)分別為0.861和0.449。接下來將針對形成這一結(jié)果的信息交互行為過程進行滯后序列分析,從行為過程角度深入探究

8、參與者的信息交互。1.3LSA與信息交互行為編碼滯后序列分析法由學(xué)者Sackett10提出,該方法用于估算任何行為的發(fā)生概率與時間變化;Hawks11進一步指出,滯后序列分析法主要用于檢查某些人類行為之后另一個行為的發(fā)生是否具有統(tǒng)計學(xué)意義;Hillman等12認為,學(xué)習(xí)者與界面交互是交互模型的重要組成部分。結(jié)合虛擬學(xué)習(xí)社區(qū)自身的技術(shù)特征,發(fā)生在虛擬學(xué)習(xí)社區(qū)網(wǎng)絡(luò)平臺上的交互行為具體包括:用戶登錄、瀏覽討論區(qū)、發(fā)帖、瀏覽課程概要信息、瀏覽某用戶信息、瀏覽某用戶所有帖子和其它行為(如刪帖等網(wǎng)站系統(tǒng)管理員操作)。本研究采用的行為編碼如表2所示。在行為數(shù)據(jù)分析階段,本研究使用GSEQ軟件進行滯后序列分析

9、,在分析選項中的“Cellstats”模塊中選中“adjustedresidual(z)”選項,以便同時由軟件計算出殘差值。經(jīng)由軟件計算得到兩個重要的結(jié)果數(shù)據(jù)表格,依次為行為轉(zhuǎn)換頻率表和調(diào)整后的殘差表(即Z-Score)。如表3所示,在行為轉(zhuǎn)換頻率表中,列表示起始行為,行表示隨之發(fā)生的行為,對應(yīng)表格中的數(shù)值代表行為發(fā)生頻次,“Totals”代表總和。例如,表格第2行第1列中的數(shù)字“689”表示在“VD”行為后隨即發(fā)生“AP”行為的頻次為689次。顯然,若出現(xiàn)諸如“APAP”連續(xù)同一行為的行為鏈,則顯示該行為被不斷地重復(fù)。由表3可知,虛擬學(xué)習(xí)社區(qū)全站中各參與者共計產(chǎn)生了4080個有效行為路徑,具

10、體發(fā)生次數(shù)最多的VD行為(瀏覽討論區(qū)),共計發(fā)生了2383次;其次為AP行為(用戶發(fā)帖行為),共計發(fā)生了943次。從部分表格中對應(yīng)數(shù)值為0可知存在沒有發(fā)生的行為鏈,例如“ULAP”行為鏈。該行為鏈沒有發(fā)生的原因很容易理解,即參與者登錄網(wǎng)絡(luò)平臺完成身份認證后,還需順次進入對應(yīng)課程中,繼而進入討論區(qū)才可進一步進行看帖、發(fā)帖等交互,因而在用戶的登錄行為(UL)之后不可能緊接著發(fā)帖行為(AP)。這些頻次為0的行為鏈,大多是由于在平臺既定設(shè)計上,部分操作路徑相對固定,操作入口較為單一,因而部分行為路徑無法或不易發(fā)生。在發(fā)生過的具體行為鏈條中,“VDVD”行為鏈發(fā)生了1433次,數(shù)量最多,表示全站用戶習(xí)慣

11、于不斷在討論區(qū)中瀏覽帖子;其次為“APVD”行為鏈,共計發(fā)生了714次,表示全站用戶也習(xí)慣于發(fā)帖后緊接著查看討論區(qū),以參與到虛擬學(xué)習(xí)社區(qū)交互過程中,查看自己帖子是否得到了他人回應(yīng)。為了進一步了解各行為鏈的發(fā)生情況是否為顯著以及具體顯著程度,需要查看調(diào)整后的殘差表。如表4所示,列表示起始行為,行表示隨之發(fā)生的行為,表中數(shù)值為對應(yīng)行為鏈調(diào)整后的殘差值(Z-Score)。根據(jù)滯后序列分析理論13,若某條行為鏈路徑的Z分數(shù)(Z-Score)值大于1.96,則意味著該條路徑具有統(tǒng)計學(xué)上的顯著意義(即p<0.05)。由此可知,站在全站角度來看,虛擬學(xué)習(xí)社區(qū)參與者的“APVD”、“VDAP”、“VFV

12、F”、“VFUV”、“CVCV”、“CVUL”等17條行為路徑具有顯著意義,也即是說從統(tǒng)計學(xué)的角度看,這些行為鏈的發(fā)生更加頻繁。其中的“ULCV”路徑的顯著程度最高,達到34.90,這是由于用戶登錄成功后必須隨即進入現(xiàn)代教育技術(shù)課程,才可進一步開展后續(xù)交互。此外,虛擬學(xué)習(xí)社區(qū)中信息交互的最主要外顯行為即各參與者的看帖(VD)和發(fā)帖(AP)兩大行為。參與者主要通過看帖接收來自虛擬學(xué)習(xí)社區(qū)的信息,并通過發(fā)帖進行回應(yīng),完成在虛擬學(xué)習(xí)社區(qū)中的信息交互。為更直觀地呈現(xiàn)各行為之間的轉(zhuǎn)換,由表4可進一步繪制行為轉(zhuǎn)換圖,如圖1所示。圖中各路徑線條的粗細表示顯著水平,各節(jié)點表示具體交互行為。其中的“CVCV”、

13、“VFVF”、“UVUV”等6條循環(huán)路徑表明,參與者在課程信息、討論區(qū)信息、用戶信息等頁面上存在反復(fù)刷新的行為。2研究結(jié)果與討論通過對信息交互過程的深入探究與分析,使信息交互過程的每一個細節(jié)得以充分展現(xiàn),從而使學(xué)習(xí)分析結(jié)果趨于全面與細致入微。本研究通過開展滯后序列分析,具體實證研究結(jié)論如下:2.1虛擬學(xué)習(xí)社區(qū)參與者群體信息交互過程存在明顯特征由虛擬學(xué)習(xí)社區(qū)全站整體的信息交互行為序列分析結(jié)果可知,虛擬學(xué)習(xí)社區(qū)整體交互過程中存在兩大主要的交互行為序列:“發(fā)帖看帖”、“看帖發(fā)帖”,構(gòu)成虛擬學(xué)習(xí)社區(qū)中信息交互的核心行為。除上述兩種主要行為路徑外,虛擬學(xué)習(xí)社區(qū)中還存在其它與信息交互關(guān)聯(lián)性不大的行為路徑,

14、這些路徑的發(fā)生頻次雖然遠小于兩條主要路徑,但其中部分路徑的顯著程度較高,這些行為顯然會分散參與者精力,使正當(dāng)?shù)男畔⒔换バ袨榛祀s著其它無關(guān)行為。而各種無關(guān)行為的存在,不利于學(xué)習(xí)者完全沉浸于正當(dāng)?shù)膶W(xué)習(xí)活動中,對于虛擬學(xué)習(xí)社區(qū)的整體交互水平將造成一定影響。2.2通過關(guān)鍵行為強化與無關(guān)行為控制優(yōu)化虛擬學(xué)習(xí)社區(qū)虛擬學(xué)習(xí)社區(qū)的建立與運行離不開相應(yīng)的開發(fā)技術(shù)作為基礎(chǔ),技術(shù)環(huán)境作為重要的外部因素,一直潛移默化地影響著參與者的網(wǎng)絡(luò)學(xué)習(xí)行為。教師和網(wǎng)絡(luò)平臺設(shè)計者應(yīng)注重對無關(guān)行為的控制,在網(wǎng)絡(luò)學(xué)習(xí)平臺重點區(qū)域的用戶界面設(shè)計方面減少不必要的操作入口,而對于關(guān)鍵性的操作入口,則可以通過突出強調(diào)加以正向強化,從而避免參與者注意力分散。此外,教師可從無關(guān)行為產(chǎn)生原因的角度,對學(xué)生進行訪談以了解其具體原因,并對虛擬學(xué)習(xí)社區(qū)中的特殊群體、困難群體進行更有針對性地干預(yù),提升其參與積極性。3結(jié)語隨著大數(shù)據(jù)、云計算、人工智能等新興技術(shù)的日