虚拟学习社区信息交互实证研究.docx

返回 相关 举报
虚拟学习社区信息交互实证研究.docx_第1页
第1页 / 共9页
虚拟学习社区信息交互实证研究.docx_第2页
第2页 / 共9页
虚拟学习社区信息交互实证研究.docx_第3页
第3页 / 共9页
虚拟学习社区信息交互实证研究.docx_第4页
第4页 / 共9页
虚拟学习社区信息交互实证研究.docx_第5页
第5页 / 共9页
虚拟学习社区信息交互实证研究.docx_第6页
第6页 / 共9页
亲,该文档总共9页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
虚拟学习社区信息交互实证研究 虚拟学 _社区信息交互实证研究 本文关键词:交互, 实证研究,虚拟,学 _,社区 虚拟学 _社区信息交互实证研究 本文简介:摘要 :随着互联 网的普及 ,网络环境下的虚拟学 _已成为一种重要的学 _方式 , 虚拟环境中的交互对于提升学 _效果具有重要意义。传统研 究者大多使用总结性评价方法而无法触及到交互具体过程 与细节 ,滞后序列分析法为人们深入探究交互过程提供了关 键性技术方法。基于滞后序列分析法 ,并结合社会网络分析 法 ,针对虚拟学 _社区中参 虚拟学 _社区信息交互实证研究 本文内容: 摘要 :随着互联网的普及 ,网络环境下的虚拟学 _已成为一种 重要的学 _方式 ,虚拟环境中的交互对于提升学 _效果具有重 要意义。传统研究者大多使用总结性评价方法而无法触及到 交互具体过程与细节 ,滞后序列分析法为人们深入探究交互 过程提供了关键性技术方法。基于滞后序列分析法 ,并结合 社会网络分析法 ,针对虚拟学 _社区中参与者的交互行为序 列开展滞后序列分析 ,进而由点及线地深入探究参与者的信 息交互特征。实证结果表明 ,参与者的信息交互行为过程存 在明显特征 ,网络平台者与教师可以从关键行为强化与无关 行为控制角度优化虚拟学 _社区 ,并对学 _者 进行更具针对性 的指导 ,提升虚拟学 _社区参与者间的信息交互效率 ,最终促 进虚拟学 _社区的发展。 关键词 :虚拟学 _社区 ;滞后序列分析 ;社会网络分析 ;信息交 互 ;学 _行为分析 引言 随着互联网络的普及 ,网络环境下的虚拟学 _已成为一种重 要的学 _方式。虚拟学 _社区内所有学 _者共同构成一个知识 传播与信息交流网络 1。信息传递的外在表现即信息交互 , 在虚拟学 _环境中 ,交互质量被认为是提高学 _效能与效率的 重要因素之一 2。因此 ,虚拟学 _社区中的交互研究受到了 许多研究者重视。陈丽 3在其“远程学 _的教学交互层次塔” 理论中指出 ,远程中的信息交互包括 3 种形式 :学生与学 _资 源交互、学生与教师交互 ,以及学生与学生交互。在传统的 虚拟学 _社区信息交互研究中 ,研究者多采用内容分析法、社 会网络分析法 (SocialNetworkAnaly-sis,简称 SNA)与数理 统计分析法等 ,针对网络平台中的学 _信息与数据进行分析 4。如赖文华等 5利用社会网络分析法分析虚拟学 _社区 知识共享的社会网络结构 ;宋学峰等 6针对某网络社区中 的网络交互数据 ,分析网络基本属性 ,探讨如何提高社区知 识共享水平。上述研究对学 _者某一阶段的交互结果进行了 全局性的价值判断 ,但是难以深入到交互过程中的每一个细 节行为 ,整个交互过程仍然如同一个“黑箱”。滞后序列分析 法 (LagSequentialAnalysis,简称 LSA)为人们深入探究交互 过程 ,打开交互“黑箱”提供了关键性技术方法 7。本文基 于 SNA 和 LSA 等学 _分析技术 ,以一个基于 Moodle 网络平台 开发的虚拟学 _社区为研究个案开展实证研究 ,通过对参与 者的信息交互行为进行滞后序列分析 ,由点及线地深入探究 不同群体的信息交互特征。 1 数据收集与分析 1.1 研究对象与工具 本文选取某师范大学一个基于 Moodle平台开发的虚拟学 _社 区网络教学平台上的现代技术网络课程为个案研究对象 , 该群体共有 48 名参与者 ,其中学 _者 47 人 ,教师 1 人。在社 会网络分析工具选择上 ,使用 Ge-phi0.9.1 社会网络分析软 件对提取的交互数据进行度数分析。在行为分析方面 ,为了 对信息交互进行过程性分析 ,本文选取 GSEQ5.1 软件对网络 平台的日志数据进行采集与编码 ,使用滞后序列分析法进一 步分析参与者的交互行为特征。梁云真等 8利用滞后序列 分析法对学 _者的交互内容进行分析 ,结果显示网络学 _空间 中的学 _者交互大多停留在低层级阶段 ,小部分学 _者会出现 高层级现象。本 研究则聚焦于具体信息交互行为 ,探讨虚拟 学 _社区中参与者信息交互行为过程存在的特点。 1.2 虚拟学 _社区参与者交互 在社会网络分析中 ,点出度和点入度常被用来衡量一名参与 者在群体中的活跃度与声望。点出度即回复帖数 ,是对参与 者在社会网络中寻求互动程度的衡量 ,数值越高 ,表明该参 与者越能积极与他人互动 ;点入度即收到帖数 ,是对网络中 其他成员与该参与者建立联系程度的衡量 ,数值越高 ,表明 该参与者在网络中声望越高 9。利用 Gephi 软件 ,将虚拟学 _社区的社会网络数据视为有向图计算 ,以此区分发帖和收 到回帖的不同意义。通过运行 软件中的度数计算 ,进而在 Gephi的数据资料面板中得到 48位参与者的一系列网络属性 , 其中的度数属性按点出度降序排列 ,计算结果如表 1 所示。 由表 1 可以看出 ,参与者的信息交互行为存在明显差异性 ,这 在其社会网络属性上得到具体的量化表征 ,而这一表征结果 如前文所述 ,属于一种性评价。笔者使用 SPSS19.0 统计分析 软件对参与者的点出度、点入度分别与其产生的行为数进行 Pearson 相关性分析 ,结果均显示在 0.01 水平双侧上存在显 著相关性 ,且相关系数分别为 0.861 和 0.449。接下来将针对 形成这一结果的信息交互行为过程进行 滞后序列分析 ,从行 为过程角度深入探究参与者的信息交互。 1.3LSA 与信息交互行为编码 滞后序列分析法由学者 Sackett10提出 ,该方法用于估算 任何行为的发生概率与时间变化 ;Hawks11进一步指出 ,滞 后序列分析法主要用于检查某些人类行为之后另一个行为 的发生是否具有统计学意义 ;Hillman 等 12认为 ,学 _者与 界面交互是交互模型的重要组成部分。结合虚拟学 _社区自 身的技术特征 ,发生在虚拟学 _社区网络平台上的交互行为 具体包括 :用户登录、浏览讨论区、发帖、浏览课程概要信 息、浏览某用户信息、浏览某用户 所有帖子和其它行为 (如 删帖等系统管理员操作 )。本研究采用的行为编码如表 2 所 示。在行为数据分析阶段 ,本研究使用 GSEQ 软件进行滞后序 列分析 ,在 分 析 选 项 中 的 “ Cellstats ” 模 块 中 选 中 “ adjustedresidual(z)”选项 ,以便同时由软件计算出残差 值。经由软件计算得到两个重要的结果数据表格 ,依次为行 为转换频率表和调整后的残差表 (即 Z-Score)。如表 3 所示 , 在行为转换频率表中 ,列表示起始行为 ,行表示随之发生的 行为 ,对应表格中的数值代表行为发生频次 ,“ Totals”代表 总和。例如 ,表格第 2 行第 1 列中 的数字“ 689”表示在“ VD” 行为后随即发生“ AP”行为的频次为 689 次。显然 ,若出现 诸如“ AP AP”连续同一行为的行为链 ,则显示该行为被不 断地重复。由表 3 可知 ,虚拟学 _社区全站中各参与者共计产 生了 4080 个有效行为路径 ,具体发生次数最多的 VD 行为 (浏 览讨论区 ),共计发生了 2383 次 ;其次为 AP 行为 (用户发帖行 为 ),共计发生了 943 次。从部分表格中对应数值为 0 可知存 在没有发生的行为链 ,例如“ UL AP”行为链。该行为链没 有发生的原因很容易理解 ,即参与者登录网络平台完成身份 认证后 ,还需顺次进入对应课程中 ,继 而进入讨论区才可进 一步进行看帖、发帖等交互 ,因而在用户的登录行为 (UL)之 后不可能紧接着发帖行为 (AP)。这些频次为 0 的行为链 ,大 多是由于在平台既定设计上 ,部分操作路径相对固定 ,操作 入口较为单一 ,因而部分行为路径无法或不易发生。在发生 过的具体行为链条中 ,“ VD VD”行为链发生了 1433 次 ,数 量最多 ,表示全站用户 _惯于不断在讨论区中浏览帖子 ;其次 为“ AP VD”行为链 ,共计发生了 714 次 ,表示全站用户也 _ 惯于发帖后紧接着查看讨论区 ,以参与到虚拟学 _社区交互 过程中 ,查看自己帖子是否得到了他人回应。为了进一步了 解各行为链的发生情况是否为显著以及具体显著程度 ,需要 查看调整后的残差表。如表 4 所示 ,列表示起始行为 ,行表示 随之发生的行为 ,表中数值为对应行为链调整后的残差值 (Z-Score)。根据滞后序列分析理论 13,若某条行为链路径 的 Z分数 (Z-Score)值大于 1.96,则意味着该条路径具有统计 学上的显著意义 (即 p0.05)。由此可知 ,站在全站角度来看 , 虚拟学 _社区参与者的“ AP VD”、“ VD AP”、“ VF VF”、“ VF UV”、“ CV CV”、“ CV UL”等 17 条行为路径具有显著意 义 ,也即是说从统计学的角 度看 ,这些行为链的发生更加频 繁。其中的“ UL CV”路径的显著程度最高 ,达到 34.90,这 是由于用户登录成功后必须随即进入现代技术课程 ,才 可进一步开展后续交互。此外 ,虚拟学 _社区中信息交互的最 主要外显行为即各参与者的看帖 (VD)和发帖 (AP)两大行为。 参与者主要通过看帖接收来自虚拟学 _社区的信息 ,并通过 发帖进行回应 ,完成在虚拟学 _社区中的信息交互。为更直观 地呈现各行为之间的转换 ,由表 4可进一步绘制行为转换图 , 如图 1 所示。图中各路径线条的粗细表示显著水平 ,各节点 表示具体交互行为。其中的“ CV CV”、“ VF VF”、“ UV UV” 等 6 条循环路径表明 ,参与者在课程信息、讨论区信息、用 户信息等页面上存在反复刷新的行为。 2 研究结果与讨论 通过对信息交互过程的深入探究与分析 ,使信息交互过程的 每一个细节得以充分展现 ,从而使学 _分析结果趋于全面与 细致入微。本研究通过开展滞后序列分析 ,具体实证研究结 论如下 : 2.1 虚拟学 _社区参与者群体信息交互过程存在明显特征 由虚拟学 _社区全站整体的信息交互行为序列分析结果可知 , 虚拟学 _社区整体交互过程中存在两大主要的交互行为序列 : “发帖看帖”、“看帖发帖” ,构成虚拟学 _社区中信 息交 互的核心行为。除上述两种主要行为路径外 ,虚拟学 _社区中 还存在其它与信息交互关联性不大的行为路径 ,这些路径的 发生频次虽然远小于两条主要路径 ,但其中部分路径的显著 程度较高 ,这些行为显然会分散参与者精力 ,使正当的信息 交互行为混杂着其它无关行为。而各种无关行为的存在 ,不 利于学 _者完全沉浸于正当的学 _活动中 ,对于虚拟学 _社区 的整体交互水平将造成一定影响。 2.2 通过关键行为强化与无关行为控制优化虚拟学 _社区 虚拟学 _社区的建立与运行离不开相应的开发技术作为基础 , 技术环境作为重要的外部因素 ,一直潜移默化地影响着参与 者的网络学 _行为。教师和网络平台设计者应注重对无关行 为的控制 ,在网络学 _平台重点区域的用户界面设计方面减 少不必要的操作入口 ,而对于关键性的操作入口 ,则可以通 过突出强调加以正向强化 ,从而避免参与者注意力分散。此 外 ,教师可从无关行为产生原因的角度 ,对学生进行访谈以 了解其具体原因 ,并对虚拟学 _社区中的特殊群体、困难群体 进行更有针对性地干预 ,提升其参与积极性。 3 结语 随着大数据、云计算、人工智能等新兴技术的日趋普及 ,学 _ 分析在领域的应用不断深化 ,使用多样化的学 _分析方法可 对数据实现更充分的挖掘 14。滞后序列分 析法等学 _分析 技术的应用 ,对提高网络环境下的学 _成效起着重要作用 15。本文立足于虚拟学 _社区中真实的网络数据 ,通过系列 实证研究结果表明 ,虚拟学 _社区中的参与者在信息交互行 为方面存在显著差异 ,而这些差异特征为教师有针对性地开 展教学指导提供了重要依据。 作者:刘聪聪 戴心来 单位:辽宁师范大学 计算机与信息 技术学院
展开阅读全文
相关资源
相关搜索
资源标签

Copyright©2018-2020   kdwk.com版权所有

注:本站为文档C2C模式,即用户上传的文档直接给用户下载,本站只是网络空间存储中间服务平台,仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理;对上载内容本身不做任何修改或编辑,本站所有文档下载所得的积分归上传人(含作者)所有。若文档所含内容侵犯了您的权益,请立即联系我们QQ:858022898,我们立即予以删除。