王夢菊 邵晶波

哈爾濱金融學(xué)院 黑龍江 哈爾濱 150080

引言

虛擬學(xué)習(xí)社區(qū)是借助信息技術(shù)創(chuàng)建的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境，是在聯(lián)結(jié)主義的啟發(fā)下出現(xiàn)的一種學(xué)習(xí)組織，也是將在線學(xué)習(xí)與社交網(wǎng)絡(luò)相結(jié)合的產(chǎn)物。在虛擬學(xué)習(xí)社區(qū)中，不同的群體對構(gòu)建知識的貢獻和所起的作用不盡相同。因此，認識和理解虛擬學(xué)習(xí)社區(qū)中的各類角色，可以更好地分析和理解虛擬學(xué)習(xí)社區(qū)、預(yù)測用戶行為、研究用戶之間的關(guān)系和交互過程、對不同的角色采取不同的支撐策略。

1 相關(guān)方法與技術(shù)的研究現(xiàn)狀與挑戰(zhàn)

1.1 社會網(wǎng)絡(luò)與社會網(wǎng)絡(luò)角色識別

社會網(wǎng)絡(luò)理論出現(xiàn)于20世紀(jì)50、60年代，德國社會學(xué)家Georg Simmelcon從社會學(xué)角度將其定義為：一個由一組代表社會成員的節(jié)點和表示節(jié)點間關(guān)系的邊或連線構(gòu)成的社會結(jié)構(gòu)。 1969年，Milgram做了Small-World實驗，1991年Guare提出“六度分離”概念。1992年，美國社會學(xué)家Ronald Burt提出了結(jié)構(gòu)洞理論。美國斯坦福大學(xué)人文與科學(xué)學(xué)院社會學(xué)家Mark Granovetter對找工作的過程進行研究，得出結(jié)論：“弱連接”有著極快的以及可能具有低成本和高效能的傳播效率。此外， “二對一理論”和結(jié)構(gòu)角色理論也是目前主要的社會網(wǎng)絡(luò)理論。但傳統(tǒng)的社會網(wǎng)絡(luò)研究具有準(zhǔn)確性低、個人主觀性強以及樣本規(guī)模小等問題。

社會角色的概念最早是由人類學(xué)家Ralphlinton提出，指人們對于某種位置上人的行為的期望或要求。目前，社會網(wǎng)絡(luò)角色識別的主要方法為以下4種以及之間的組合：社會網(wǎng)絡(luò)分析方法、數(shù)學(xué)分析方法、內(nèi)容分析方法、機器學(xué)習(xí)方法。另外，根據(jù)結(jié)構(gòu)相似性、規(guī)則結(jié)構(gòu)等價性、結(jié)構(gòu)特征的分類、聚類、概率圖模型等具體識別的方法，可歸屬到上述4種方法中。這些研究方法目前面臨的挑戰(zhàn)有：社會網(wǎng)絡(luò)復(fù)雜性分析問題、海量數(shù)據(jù)問題和評價問題等。

1.2 虛擬學(xué)習(xí)社區(qū)與虛擬學(xué)習(xí)社區(qū)的角色分類

國內(nèi)最早出現(xiàn)虛擬學(xué)習(xí)社區(qū)的概念是由陳超等在2001年提出。國外對于虛擬學(xué)習(xí)社區(qū)的研究早于國內(nèi)，研究者們使用社交網(wǎng)絡(luò)中的密度、出度/入度、社群圖、中心性等基本屬性來分析學(xué)習(xí)者的交互結(jié)構(gòu)，一般將虛擬學(xué)習(xí)社區(qū)中的群體劃分成核心、積極和非積極三類。已有學(xué)者為了研究學(xué)習(xí)者在構(gòu)建知識中的角色和在虛擬社區(qū)中的地位，使用了結(jié)構(gòu)洞、凝聚子群王、塊模型中的結(jié)構(gòu)等價等方法[1]。

在這些方法中，專門劃分社交網(wǎng)絡(luò)中行為人地位的是塊模型和概率模型識別方法。傳統(tǒng)的塊模型主要是通過網(wǎng)絡(luò)的關(guān)系結(jié)構(gòu)來構(gòu)建，忽視了用戶間交互的信息內(nèi)容。而概率模型，在不考慮網(wǎng)絡(luò)關(guān)系結(jié)構(gòu)的情況下，將文本內(nèi)容與圖中的邊關(guān)聯(lián)起來，雖然用到了節(jié)點間文本的關(guān)鍵信息，卻缺乏像塊模型從全局的角度來識別。因此，如何將這兩種模式有效結(jié)合，是當(dāng)前虛擬學(xué)習(xí)社區(qū)角色分類方法中的一個重要思路。

2 基于混合模型的虛擬學(xué)習(xí)社區(qū)角色識別策略

2.1 研究對象

研究對象為大型在線開放課程的課后討論區(qū)。選取中國大學(xué)慕課中《操作系統(tǒng)原理》的課后討論區(qū)作為模型設(shè)計階段的數(shù)據(jù)來源，具備豐富的數(shù)據(jù)樣本空間，適合作為訓(xùn)練樣本。本文作者近兩年使用中國大學(xué)慕課平臺上的《操作系統(tǒng)原理》課程進行SPOC教學(xué)，熟悉該課程的教學(xué)過程，有利于對課后討論區(qū)中數(shù)據(jù)進行特征分析。在模型評價階段，擬選取我校智慧樹平臺上的在線開放課程《數(shù)據(jù)結(jié)構(gòu)》的課后討論區(qū)學(xué)習(xí)者昵稱和發(fā)言文本作為評價數(shù)據(jù)源，本文作者為該課程負責(zé)人，方便調(diào)取后臺數(shù)據(jù)，同時，熟悉課程學(xué)生情況，便于在實際教學(xué)和互動中掌握學(xué)生角色類別，為人工評價提供了可行性。

2.2 數(shù)據(jù)源

本文研究數(shù)據(jù)來源于MOOC中國慕課網(wǎng)和智慧樹平臺。

MOOC即大規(guī)模開放在線課程，于2008年次提出。2012年，美國的頂尖大學(xué)陸續(xù)設(shè)立網(wǎng)絡(luò)學(xué)習(xí)平臺，Coursera、Udacity、edX三大課程提供商興起，給更多學(xué)生提供了系統(tǒng)學(xué)習(xí)的可能。平臺上的課程向?qū)W習(xí)者免費提供，與真正的大學(xué)相似，有一套自己的學(xué)習(xí)和管理系統(tǒng)。MOOC平臺課程具有資源工具多元化、課程學(xué)習(xí)方便、課程受眾面廣等特點。

智慧樹于2009 年成立，是中國最大的MOOC式在線互動學(xué)堂，支持跨校授課和學(xué)分互認，適合實現(xiàn)跨校選課修讀。該平臺可實現(xiàn)在線課程和見面課相結(jié)合，同時設(shè)置技術(shù)向?qū)?，為教師和學(xué)生引領(lǐng)學(xué)習(xí)過程的開展。在課程教學(xué)的整個流程中都提供平臺服務(wù)，同時，通過統(tǒng)計圖和進程條等方式反饋個體和群體學(xué)習(xí)情況，使教師能夠及時掌握學(xué)情。

2.3 數(shù)據(jù)源選取策略

社會網(wǎng)絡(luò)數(shù)據(jù)的海量化和動態(tài)化，使角色識別算法的數(shù)據(jù)處理面臨如下挑戰(zhàn)：處理的時間即效率和算法的準(zhǔn)確率。因此，本課題中數(shù)據(jù)源的選取考慮三個方面：數(shù)據(jù)規(guī)模、數(shù)據(jù)的時間變化和數(shù)據(jù)的種類多樣化。如上所述，中國大學(xué)慕課平臺是大規(guī)模在線開放課程平臺，選課人數(shù)眾多、數(shù)據(jù)規(guī)模較大，適合訓(xùn)練樣本的選擇；同時，課程的多次開課使得同一課程在不同時間階段擁有不同學(xué)習(xí)者群體的學(xué)習(xí)數(shù)據(jù)，更適合作為動態(tài)訓(xùn)練樣本，方便進行對比、評價。智慧樹平臺作為在線互動學(xué)堂，設(shè)有課程論壇和見面課，能夠進行互動交流，使得教師在異步和同步互動中更加熟悉學(xué)生情況，方便進行學(xué)生角色的主觀識別，從而對模型的識別結(jié)果進行主觀評價。分別從上述兩大平臺中選取2門共3次課程數(shù)據(jù)，從而確保數(shù)據(jù)種類的多樣化。具體選取策略如下：

2.3.1 選取大規(guī)模在線開放課程中國大學(xué)慕課中《操作系統(tǒng)原理》（第六次開課）的課后討論區(qū)作為模型設(shè)計階段的數(shù)據(jù)來源。本文作者近兩年使用中國大學(xué)慕課平臺上的《操作系統(tǒng)原理》課程進行SPOC教學(xué)，熟悉該課程的教學(xué)過程，有利于對課后討論區(qū)中數(shù)據(jù)進行特征分析。使得訓(xùn)練樣本空間有足夠數(shù)量的歷史數(shù)據(jù)作為靜態(tài)訓(xùn)練樣本，數(shù)據(jù)收集截止日期至2020年6月30日。

2.3.2 選取上述《操作系統(tǒng)原理》課程的第七次開課數(shù)據(jù)作為動態(tài)訓(xùn)練樣本，進行識別模型測試。

2.3.3 采用智慧樹平臺上的在線開放課程《數(shù)據(jù)結(jié)構(gòu)》的課后討論區(qū)學(xué)習(xí)者昵稱和發(fā)言文本作為評價數(shù)據(jù)源。該課程的負責(zé)人為本文作者，方便后臺數(shù)據(jù)調(diào)取。同時，由于該課程的教學(xué)團隊熟悉課程學(xué)生情況，便于在實際教學(xué)和互動中掌握學(xué)生角色類別，因此由一線教師進行人工評價（目前，人工評價仍是評估社會網(wǎng)絡(luò)角色識別模型的主要方法）。

2.4 從宏觀角度識別學(xué)習(xí)者角色，采用正則等價作為塊模型的等價規(guī)則

結(jié)構(gòu)等價的定義比正則等價嚴(yán)苛，在小規(guī)模的、自發(fā)形成的社交網(wǎng)絡(luò)中，很難找到能夠結(jié)構(gòu)等價的兩個節(jié)點。 像虛擬學(xué)習(xí)區(qū)中常見的場次多但參與人數(shù)不多的討論，用正則等價比較容易實現(xiàn)區(qū)分角色的目標(biāo)。將正則等價結(jié)構(gòu)與塊模型的構(gòu)建結(jié)合，實現(xiàn)正則等價下的角色劃分[2]。

2.5 從微觀角度識別學(xué)習(xí)者角色，采用主題概率模型處理文本數(shù)據(jù)集，使用無監(jiān)督分級貝葉斯模型實現(xiàn)

選取主題，即在課后評論區(qū)選取一個數(shù)量較小詞匯的分布對大量的文本進行總結(jié)，這些分布被稱為 “主題”。把主題定義為一個給定詞匯的多項式分布。具體過程如下：

對評論區(qū)的每一個帖子，從狄利克雷分布中抽取出該帖子的主題分布。根據(jù)主題分布，對帖子中的每一個詞匯選擇一個單一的主題。從具有特定采樣主題的詞匯多項式分布中，對每個詞匯進行采樣。由該生成過程對應(yīng)的分層貝葉斯模型，得到關(guān)于參與主體的主題信息和每個帖子中這些主題的權(quán)重信息。

2.6 構(gòu)建基于“正則等價塊模型-主題概率模型”的混合識別模型，彌補單一模型缺點

設(shè)計優(yōu)化組合策略，計劃使用迭代方法，將前期構(gòu)建的正則等價塊模型和主題概率模型相融合，構(gòu)建混合識別模型。在動態(tài)訓(xùn)練樣本空間上運行、修改優(yōu)化。目前，社會網(wǎng)絡(luò)角色識別的大多數(shù)方法，或是依據(jù)社會網(wǎng)絡(luò)中的結(jié)構(gòu)，或是依據(jù)社會網(wǎng)絡(luò)中的內(nèi)容。前者側(cè)重從宏觀角度識別角色，對主題或環(huán)境的因素幾乎沒有考慮；后者從微觀角度識別社會網(wǎng)絡(luò)中的角色，更多關(guān)注文本中的關(guān)鍵信息，缺乏對全局的認識。

本文采用“混合方案”，在角色識別中使用塊模型關(guān)注社會網(wǎng)絡(luò)的結(jié)構(gòu)，同時使用主題概率模型關(guān)注社會網(wǎng)絡(luò)的內(nèi)容。通過對二者的優(yōu)化組合，并考慮時間因素，使角色識別結(jié)果更符合虛擬學(xué)習(xí)社區(qū)的實際情況。

2.7 對模型分類結(jié)果進行評價

目前，還沒有一種評估方法，可以對所有角色識別方法進行有效評估，甚至很多時候需要通過人工來完成。本文采取客觀評價與主觀評價相結(jié)合的策略。對于識別結(jié)果效率等定量問題，采用在相同樣本空間上與其他識別方法對比的評價方法。而角色識別方法的評價問題中，最難解決的是如何判斷識別結(jié)果是否符合實際情況，即識別出的角色在實際活動中是否符合角色特征。這是一個具有主觀性的問題。針對這一問題，將采用智慧樹平臺上的在線開放課程《數(shù)據(jù)結(jié)構(gòu)》平臺上的數(shù)據(jù)作為評價樣本空間，由課程團隊中教師進行人工評價。采用以下四種方法，從角色識別的精度和效率兩個方面進行綜合評估：與常見的聚類算法進行對比。與單一塊模型算法進行對比。與單一主題概率模型算法進行對比。由智慧樹平臺上的在線開放課程《數(shù)據(jù)結(jié)構(gòu)》教學(xué)團隊進行人工評價。

2.8 依據(jù)分類結(jié)果，提出虛擬學(xué)習(xí)社區(qū)建設(shè)的啟發(fā)

通過上述混合識別模型，發(fā)現(xiàn)虛擬學(xué)習(xí)社區(qū)的學(xué)習(xí)者在知識構(gòu)建的過程中形成的不同的角色。得到他們在交流討論、知識傳遞的過程中表現(xiàn)的不同特征[3]。根據(jù)角色分類的結(jié)果，預(yù)計在以下方面有所啟發(fā)：對虛擬學(xué)習(xí)社區(qū)的不同角色進行知識推薦，采取不同的策略，促進個性化學(xué)習(xí)。同時，角色識別的結(jié)果也為自適應(yīng)課程中知識模塊的劃分和總體策略的制定提供了參考。挖掘?qū)W(xué)者，向慕課的教師推薦“學(xué)生助教”。發(fā)現(xiàn)初學(xué)者，對其給予更多關(guān)注。在SPOC課程中，在線學(xué)習(xí)社區(qū)的角色識別可以幫助教師及時了解學(xué)情，調(diào)整與學(xué)生互動的方案，提高教學(xué)效果。學(xué)習(xí)者角色的識別結(jié)果，也可用于“自適應(yīng)”課程針對不同的學(xué)習(xí)角色進行不同的知識模塊組合。對于大型在線開放課程平臺，學(xué)習(xí)者角色識別可以幫助教學(xué)者了解當(dāng)前課程學(xué)習(xí)者的多樣需求，對于課程建設(shè)，甚至專業(yè)課程設(shè)置、人才培養(yǎng)方案制定都起著積極的作用。