赵宏 等 | 在线学习社群的社会网络结构演化研究——以cMOOC 7.0微信群为例

关注“在线学习”

获取更多资讯！

刊载信息

赵宏，董旭，& 杨奥.(2025).在线学习社群的社会网络结构演化研究——以cMOOC 7.0微信群为例. 中国远程教育(4),52-68.

在线学习社群的社会网络结构演化研究——以cMOOC 7.0微信群为例
赵宏, 董旭, 杨奥

【摘要】以虚拟空间为场景、成员自主交互的在线学习社群已成为“互联网+”时代重要的知识分享与学习方式。研究以联通型慕课（cMOOC）“互联网+教育：理论与实践的对话”第七期（cMOOC 7.0）微信群为例，基于成员交互数据，利用社会网络分析法与动态社区发现法，从整体、局部和节点三个层面，探究在线学习社群社会网络结构特征及演化规律。研究发现：社群成员交互行为呈现周期性的波动变化，社会网络结构展现出良好的自生长性；在子群演化方面，社会网络结构表现出由松散向局部聚合的演化趋势；在节点层面，社会网络由以社群组织者支持为主的结构关系转向由学习者自发形成的结构关系。此外，研究还发现，互惠性、闭合效应与中介效应对关系网络的演化具有显著的正向作用，研究者进而从促进社群成员交互、重视节点的引导与培养、健全社群交互评价机制三方面对推动社群良性发展提出了建议。

【关键词】在线学习社群; cMOOC; 网络演化; 结构特征; 内部结构效应

一、

引言

移动互联网技术的发展改变了信息的生产与传播方式，随着网络社交功能的延伸，在线学习社群成为社会公众学习和获取信息的重要途径。在社群中，成员以资源共享和协同学习为目标，以不断对话和分享的方式参与社群学习，形成具有一定交互关系的网络群体（郝祥军 等, 2020）。成员交互、建立连接是社群学习的核心部分，社群学习在成员持续参与讨论、与其他成员协同解决问题过程中得以进行。在此过程中，成员交互关系呈现出动态的、不断发展的自组织特征（史蒂芬•道恩斯, 2022; 王志军 & 吴芝健, 2023）。在线学习社群社会网络是成员交互关系的具体体现，对其结构特征与演化规律进行挖掘，是了解在线学习社群成员交互特征与自组织演化规律的重要途径，能够为促进在线学习社群成员参与社群学习、推动社群良性发展提供支撑。

二、

文献综述

社会网络结构反映着社群成员的交互关系与交互特点，由成员交互而形成的社会网络也因成员间交流的即时性与丰富性而不断发展演化，在结构上表现出一定的形态特征与演化规律（王元卓 等, 2015）。早期关于社群社会网络的研究主要利用社会网络分析法，对社群社会网络某个时间点或某个时间段的静态结构特征进行挖掘。已有相关研究发现在线学习社群社会网络结构内部存在多种网络构型，主要包括星形结构、环形结构、网状结构、三角形结构、桥接性结构、自我交互型结构等（王陆, 2008; 王志军, 2014），不同构型反映出社群内部成员交流的开放性与连通性。此外，已有研究还发现社会网络结构中存在某些节点具有更高的影响力，而网络地位在一定程度上能反映成员在社群中的学习效果（童莉莉 等, 2019; 林萍 等, 2020; 郭玉娟 等, 2020）。随着研究的深入，研究者们发现在线学习社群中成员交互行为随着时间不断变化，社群社会网络结构也随着成员的加入与退出、成员间交互关系的建立与拓展而不断演变。因此，当前对社会网络结构的研究从结构本身转为对结构演化的研究，多采用时间切片的方式将社会网络演化过程切分成一个一个的网络结构快照（王莉 & 程学旗, 2015; 端祥宇 等, 2020），从整体网络结构、局部结构以及节点层面对比分析，以揭示社会网络结构的演化过程。已有相关研究亦发现知识型社群社会网络前期易结成联系紧密的核心团体，而后期网络中核心团体逐渐减少，反映出知识型社群成员在社群发展后期参与交互的活跃程度降低，而局部“小团体”的出现对社群发展具有重要作用（赵康, 2017; 邹本涛 等, 2020）。同时，研究还发现社群社会网络中处于中心位置的节点在不同成员间轮换，重要节点是影响社群活跃度与持续性的重要因素（于玻 等, 2020; 周炫余 等, 2022）。可见，社群社会网络内部结构对社群演化具有显著影响。在社会网络理论中，这种结构上的相互影响称作结构依赖，具体是指网络任何两个节点之间的关系均受到网络中其他节点关系的间接影响（Snijders et al., 2010）。在管理学领域，已有研究利用随机指数图模型（Exponential Random Graph Models，ERGM）方法发现，在区域间专利合作网络中，合作网络内部三元闭合结构、局部星形结构等对网络结构的影响和驱动具有重要影响（Holland & Leinhardt, 1977; 刘雨农 & 刘敏榕, 2018; Smith et al., 2019; 戴靓 等, 2023）。

以往研究多关注对在线学习社群社会网络静态结构特征的挖掘，特别是在网络内部特殊构型分析、子群变化及重要节点识别等方面展开了丰富的探索（王陆 & 马如霞, 2009; 王志军, 2014; 徐亚倩 & 陈丽, 2019; 周炫余 等, 2022），充分证明了社群社会网络结构是成员间交互关系的具体体现，反映着在线学习社群的交互特点与交互规律。但是，已有研究对社群社会网络结构发展演化的动态特征挖掘相对较少，特别是，在分析网络内部结构对社群社会网络演化的影响作用方面相对不足。了解社群社会网络结构特征及演化过程对充分挖掘社群发展规律、推动社群良性发展就显得至关重要。

因此，本研究以动态视角把对在线学习社群社会网络结构特征的挖掘拓展到社群演化的全过程，从整体、局部以及节点三个层面分析网络结构的演化特征与规律，主要回答以下两个问题：其一，在线学习社群从建立到学习结束，社会网络在结构上发生怎样的变化并呈现怎样的特点？其二，社群社会网络的内部特殊结构对网络结构的演化是否存在影响，以及存在怎样的影响？针对第一个问题，本研究采用社会网络分析法和动态社区发现法，从整体网络结构、子群结构以及节点演化三个层面揭示在线学习社群社会网络结构特征及演化规律；针对第二个问题，本研究在了解社群社会网络结构特征的基础上，运用随机指数图模型对影响社会网络演化的内部结构进行检验。

三、

研究设计

（一）研究对象

本研究选取北京师范大学开设的国内首门联通型慕课（cMOOC）“互联网+教育：理论与实践的对话”第七期（以下简称“cMOOC 7.0”）的在线学习社群为研究对象。cMOOC 7.0主要以课程平台发布学习内容、微信群围绕学习内容进行交流讨论的形式展开。因此，微信群是cMOOC 7.0在线学习社群成员开展交互的主要场所。由于微信群成员交互关系与社会网络结构特征演化能够反映出cMOOC在线学习社群的社会网络结构与演化过程（王慧敏 & 陈丽, 2019），故而本研究选纳cMOOC 7.0微信群交互数据，以分析在线学习社群的社会网络结构特征及演化过程。

（二）研究过程与方法

本研究基于cMOOC 7.0在线学习社群微信群交互数据，通过建立交互规则，搭建社会网络。主要基于量化研究方法与可视化分析技术，探究在线学习社群社会网络结构特征及演化过程：在网络结构特征方面，基于社会网络分析法运用Gephi、Python等社会网络分析与数据分析工具，对在线学习社群社会网络的整体网络特征、个体网络特征及局部社区结构进行挖掘，主要包括网络出入度、联通度、凝聚子群、中心性等指标的分析等；在网络结构演化方面，运用随机指数图模型检验在线学习社群社会网络内部结构对网络演化的影响作用，用以判断网络内部结构对关系网络影响程度（Broekel & Hartog, 2013; 翟莉 等, 2023），随机指数图模型中常见的结构参数及解释如表1所示。

表1 随机指数图模型中常见结构参数及解释

（三）数据收集与处理

研究数据来自cMOOC 7.0在线学习社群微信群中从课程发起到课程结束的全部交互数据，研究时间跨度为10个星期。参与微信群互动的社群组织者、课程教师与学习者总计229名，分别具有高校学生、一线教师、教育从业者等多元化的社会身份。对交互数据中自动回复与撤回等无效数据进行清洗后，共得到有效互动日志6,488条，整理后的交互数据储存格式如表2所示。其中，每一条交互数据对应唯一的交互内容、发出者与时间戳。

表2 交互数据储存格式

注：交互内容与发出者已经过加密处理。

探究在线学习社群的社会网络结构特征及演化规律以“关系数据”为基础，确定社群成员之间的交互关系是研究的关键所在。成员在微信群中以会话的形式进行一对一或多对多的交互（巴志超 等, 2018），本研究将一段连续的会话定义为“A发起一条消息连续有人回应，且接连回应的时间间隔不超过30分钟”。会话中的成员交互关系界定规则如表3所示。

表3 微信群交互关系界定规则

根据交互关系界定规则，对本研究中cMOOC 7.0在线学习社群6,488条交互日志进行交互关系界定，数据处理结果示例如表4所示。其中，会话ID为该交互日志从属的会话标记，发出者与接收者则表示该交互日志中成员在交互中的身份。

表4 交互关系表（示例）

四、

研究结果

（一）在线学习社群社会网络结构特征与演化规律

1. 在线学习社群基本交互情况

cMOOC 7.0在线学习社群的微信群互动行为围绕讨论话题以会话的形式展开。本研究将一段会话定义为“A发起一条消息并有其他成员参与回应，且每条回应的时间间隔不超过30分钟”，照此标准，可将cMOOC 7.0微信群6,488条交互日志划分出630段会话。研究者绘制出cMOOC 7.0微信群中发言人数、发言数量与会话数量的日变化折线图（如图1所示），用以观察cMOOC 7.0在线学习社群成员参与互动的基本情况。

图1 cMOOC 7.0微信群日发言人数、发言数量与会话数量的变化

由图1可见， cMOOC 7.0在线学习社群成员参与互动的情况总体表现良好，每日均存在成员参与群互动。微信群单日发言人数最高达到36人，单日发言数量最高达到329条，单日会话数量最高达到21段。从时间序列的演化上来看，单日发言人数、发言数量与会话数量的波动性明显，以6月25日（主题四）为分界点，群互动情况整体减弱。这与cMOOC 7.0在线学习社群在主题四期间存在微信群变动的情况直接相关：由于部分群成员在微信群转移的过程中流失，故导致主题四后期日发言人数、发言数量与会话数量均有一定程度的减少。

2. 在线学习社群演化的周期特征

为进一步分析群互动行为在时间序列上的波动变化规律，探究群互动行为的时间演化特征，接下来对cMOOC 7.0在线学习社群的群互动行为数据进行周期性分析，将微信群中日发言人数、发言数量与会话数量做乘积处理，得到群互动行为的时间波动曲线（如图2所示）。

图2 群互动行为的时间波动曲线

由图2可见，群互动行为的时间波动曲线表现出明显的非平稳状态，即由微信群变动影响导致前期群互动水平高于后期水平。因此，为消除微信群变动对群互动行为的影响，需要采用去均值与差分运算的方法对群互动行为的时间波动曲线进行平滑性（Augmented Dickey-Fuller，ADF）处理，并判断处理后的时间波动曲线（如图3所示）是否达到周期性分析的平滑性要求（如表5所示），进而分析群互动行为波动的周期性演化规律。

图3 去均值与差分运算后的时间波动曲线

表5 平滑性检验结果

注：***表示1%的显著性水平。

由表5可见，去均值与差分运算后的时间波动曲线的平滑性检验结果ADF Test result为-5.575，显著小于1%显著性水平的标准；p-value为1.441e-06 < 0.05且接近0，表明去均值与差分运算后的时间波动曲线具有良好的平稳性，可以对其进行周期分析（如图4、图5所示）。

图4 ACF图

图5 PACF图

由图4、图5可见，去均值与差分运算后的时间波动曲线的自相关函数（Autocorrelation Function, ACF）和偏自相关函数（Partial Autocorrelation Function, PACF）在横坐标为14（天）处达到最值，即曲线的波动性在14天后出现滞后效果（黄红梅, 2016, pp.2-12）。这表明群互动行为的波动以14天为一个周期，结合cMOOC在线学习社群以周为单位的主题学习安排来看，群互动行为的波动大致是每两个主题发生一次周期性变化。

3. 在线学习社群社会网络结构特征及演化

（1）社会网络结构整体特征及演化

社群关系网络是成员交互关系的具体体现，群互动行为的波动变化自然带来社群社会网络结构发生变化。鉴于群互动行为每两个学习主题发生一次周期性变化，为进一步挖掘群互动行为波动带来社群社会网络结构变化的规律，本研究以一个学习主题的天数（7天）为时间切片根据交互关系规则（如表3所示）构建社群社会网络，cMOOC 7.0在线学习社群社会网络拓扑结构演化过程如图6所示。

图6 cMOOC 7.0在线学习社群社会网络拓扑结构

由图6可见，cMOOC 7.0在线学习社群社会网络连边结构复杂。从时间序列的演化来看，演化过程以主题四为界分为两段。第一阶段为引导周到主题四，网络拓扑结构随时间演化表现出节点增多、连边增多、局部联系紧密的子群数不断增多的变化。第二阶段为主题五到结课周，整体来看第二阶段网络拓扑结构随时间推进同样呈现出节点增多、连边增多的变化。可以看出，尽管由于微信群变动的影响，第二阶段社会网络结构的规模整体上不如第一阶段，但社群网络结构在两个阶段的演化均表现出良好的生长性。与此同时，结课周时期社群网络拓扑结构在节点与连边的规模上基本恢复到第一阶段中主题三相近的水平，进一步表现出在线学习社群社会网络结构良好的恢复能力。

为进一步挖掘社群社会网络结构的演化规律，研究采用社会网络分析法测算社群社会网络的平均度、度最值、网络密度、联通性和聚集系数等特征指标（如表6所示）。其中，平均度、度最值反映网络节点之间的合作强度，网络密度与联通性反映节点之间的连接关系与网络的整体规模，聚集系数则是反映社群社会网络局部结构是否存在紧密关系的指标。

表6 cMOOC 7.0在线学习社群社会网络演化的特征

由表6可见，cMOOC 7.0在线学习社群社会网络各项指标随时间呈现波动性变化。结合群互动行为的波动周期来看，除第三周期（主题四、主题五）外，网络密度与联通性指标在每个周期内均表现出上升趋势；平均度与度最值指标在第一周期后也表现出每个周期的上升趋势，这表明社群社会网络中节点间的合作强度、关联关系与网络规模均呈现周期性上升变化。此外，社群社会网络的聚集系数指标的周期性变化不明显，总体表现出社群发展前期水平高于后期水平的特征，表明社群前期社会网络局部结构凝聚程度更高，社群演化后期社会网络局部结构的凝聚程度减弱。

（2）社会网络结构局部特征及演化

为进一步分析社群社会网络局部子群结构的演化规律，采用动态社区发现方法对社群社会网络内部的子群结构进行挖掘，得到cMOOC 7.0在线学习社群成员社会网络中内聚的子群数以及子群结构拓扑图（如图7、图8所示）。

图7 cMOOC 7.0在线学习社群子群数量变化

图8 cMOOC 7.0在线学习社群内部子群演化过程

注：图形相同的节点为一个子群，空白表示该天没有可以记录的会话发生。

如图7所示，cMOOC 7.0在线学习社群社会网络中子群数量随时间总体呈现出子群数量先增多、后减少的变化趋势，其中6月19日（主题三时期）社群社会网络中子群数达到最大值，为11个；随后子群数下降，社群演化后期内部子群数基本保持在3个。

进一步观察cMOOC 7.0在线学习社群社会网络中子群结构的演化过程。由图8可知，社群社会网络结构的子群结构在不断演化。从时间序列上来看，在引导周到主题三阶段，社群社会网络内部子群快速分裂，网络内部子群数量一度达到11个的最高值，同时主题三阶段网络聚集系数也达到最高点0.564。这表明在社群发展前期，社群内部迅速结成联系紧密的小团体，社群内部成员的交互向聚集化发展。主题四至主题八阶段则由于微信群转移的影响，社群社会网络中节点减少、连边减少，网络内部子群数量平均不超过3个。与此同时，网络聚集系数在主题六阶段达到最低点0.104，表明社群内部成员间的紧密联系被打破。发展至结课周阶段，社群社会网络节点与连边数量逐渐恢复，社会网络结构内部子群再度分化，后期子群数量恢复到6个，网络聚集系数也恢复到0.340，表明通过一段时间的恢复调整，社群内部成员间再次建立起联系紧密的团体，社群内部交互再次向聚集化的方向发展。

（3）社会网络结构节点特征及演化

社群社会网络中，相对独立的子群间关系的建立依赖于子群间的桥梁节点，这类节点通过连通起不同子群，深刻影响着社群社会网络结构。与此同时，桥梁节点的社群身份在一定程度上反映出社群内部的交互特征，例如：当桥梁节点由社群组织者承担时，表明社群交互关系更依赖社群组织者，学习者在交互中处于相对被动地位；而当桥梁节点由学习者承担时，表明社群交互在更大程度上由学习者自发形成，学习者在交互中处于主动地位。

据此，为进一步挖掘社群社会网络结构在节点层面的特征及演化规律，本研究采用社会网络分析法，将网络中中介中心性排名前十的节点作为主要桥梁节点，社群关系网络中主要桥梁节点及社群身份随时间变化情况（如图9所示）。

图9 cMOOC 7.0在线学习社群桥梁节点及社群身份变化情况

由图9可见，cMOOC 7.0在线学习社群中承担主要桥梁节点角色的社群身份多元化，负责该主题的教师、促进者与各类学习者（一线教师、高校学生、教育从业者）都承担着连接社群内部子群的桥梁节点的角色。从时间演化来看，承担主要桥梁节点的成员由负责该主题的教师、促进者等社群组织者向学习者转变。在引导周至主题二阶段，社群社会网络主要桥梁节点以负责该主题的教师和促进者为主；主题三至主题四以及社群发展后期主题七至结课周阶段，主要桥梁节点逐渐以学习者为主。桥梁节点的身份变化表明，cMOOC 7.0在线学习社群发展过程中子群之间的联系不完全依赖于促进者、负责该主题的教师等成员，学习者之间可以自发形成社群社会网络。此外，在微信群变动（主题四至主题五）期间，社会网络中主要桥梁节点再次转向负责该主题的教师，待社群稳定后又继续转向学习者。微信群变动期间桥梁节点的身份转变表明负责该主题的教师在应对社群突发事件对网络结构的破坏时起到了关键的维护作用。

（二）在线学习社群社会网络演化的内部结构效应

cMOOC 7.0在线学习社群社会网络演化过程中，网络内部结构之间存在交叉影响和相互依赖，如网络中桥梁节点影响子群之间的相互连接，子群间的连接同时是影响网络整体规模与联通性的重要因素。这种网络内部结构对网络结构演化的影响，称之为网络形成与演化的内部结构效应（Snijders et al., 2010；Broekel & Hartog, 2013）。为进一步探究网络内生结构对社群社会网络结构演化的影响，接下来采用随机指数图模型方法对网络内部结构效应进行分析。

考虑到cMOOC 7.0在线学习社群关系网络的有向性与规模特征，本研究选取边（edges）、互惠性（mutual）、闭合三元组（gwesp）、开放三元组（gwdsp）四个内生结构对关系网络的影响作用进行验证。其中，边效应是网络形成与演化的基准倾向，该变量的设定是用以控制网络密度，相当于传统回归模型中的截距项；互惠性是指网络中关系的建立依赖于已有的关系结构，即成员偏好与已经建立连接的成员持续连接；三角形结构是指网络中节点之间形成三角形组合模式的局部构型，分为闭合三元组与开放三元组，该类结构可促使网络集群化与扩大化，反映关系中的闭合效应与中介效应（刘林青 等, 2020; 翟莉 等, 2023）。

结合本研究中cMOOC 7.0在线学习社群发展的阶段性，本研究选取主题四前后两个时间段（分别称为“第一阶段”和“第二阶段”）的社会网络分别进行内生结构效应的拟合验证。其中， egdes和mutual两类变量作为随机指数图模型的基准模型（模型1），在此基础上依次加入gwesp（模型2）、gwdsp（模型3）结构依赖变量，以检验不同内生结构对社会网络演化的影响。对于模型整体的拟合优度，AIC和BIC越小越好，两个阶段社会网络的随机指数图模型的参数估计结果与拟合结果如表7所示。

表7 随机指数图模型的参数估计结果与拟合结果

注：**、***分别表示双尾检验中1%、0.1%的显著性水平；括号内为标准误。

由表7可见，在两个阶段所有拟合模型中，edges变量系数均为负且显著，表明在线学习社群中交互关系的建立需要付出成本，网络的形成和演化并非完全随机的（戴靓 等, 2022）。从拟合效果来看，cMOOC 7.0在线学习社群社会网络在第一阶段以模型1拟合效果最佳，第二阶段以模型3拟合效果最佳，表明各种内生结构在社群发展的不同阶段有不同的影响效果。

在社群发展第一阶段拟合效果最佳的模型1中，mutual变量的系数在0.1%水平上均显著为正，说明在网络内部，互惠关系对网络演化发展具有重要作用，社群中已有交互关系对社群发展前期稳固和强化网络关系的作用十分明显（Song et al., 2009）。而gwesp与gwdsp变量的系数为正但不显著，表明在社群发展第一阶段中，网络中闭合三元组与开放三元组对社会网络的影响作用存在但不明显。

社群发展第二阶段拟合效果最佳的模型3中，gwesp与gwdsp变量对社会网络的影响变为显著，说明发展到第二阶段时，社群社会网络结构受内部三元结构的影响显著，闭合三元结构和开放三元结构对网络内部子群演化和子群连接具有重要促进作用。同时，gwdsp变量的系数大于gwesp变量的系数，这在一定程度上表明了开放三元组对cMOOC社群关系网络的演化作用更为突出，表明社群社会网络的演化更依赖于结构内部的中介效应，网络演化则依赖于关键节点。

五、

结论与讨论

本研究通过整理cMOOC 7.0微信群6,488条交互日志，将社群成员社会网络化，采用社会网络分析与动态社区发现法从整体、局部和节点三个层面把握社群社会网络结构特征与演化规律，并运用随机指数图模型检验了网络内部结构对网络演化的影响作用，研究结果揭示了在线学习社群在结构上的自组织演化规律。整体研究结果可概述如下。

在线学习社群发展过程中，社会网络结构处于持续的拓展和优化之中。在局部层面，关系网络内部表现出明显的子群结构，子群的数量随时间不断变化，社会网络结构内部呈现出由松散向局部聚合的演化趋势；在节点层面，网络中承担主要桥梁节点的成员身份不断转换，网络由以社群组织者支持为主的结构关系转向由学习者自发形成的结构关系，网络结构演化过程中表现出良好的自生长性。关系网络结构是成员之间复杂交互关系的具体体现，网络结构演化反映的是学习者在cMOOC不同主题与话题之间自由学习，不断选择、深化与其他个体的交互关系的过程（王慧敏 & 陈丽, 2019; 徐亚倩 & 陈丽, 2021）。网络局部结构层面的子群变化反映出成员在社群中倾向于寻找伙伴，获得身份认同，然后再不断扩大社交范围的社交过程（Opsahl & Panzarasa, 2009; 赵康, 2017; 刘天元, 2019）。网络节点层面不同身份的成员在关系网络中轮番承担桥梁节点的情况则反映出学习者在社群中逐渐占据网络重要位置的过程（赵欣 等, 2017），体现出cMOOC在线学习社群的去中心化特性（史蒂芬•道恩斯, 2022）。在线学习社群社会网络结构在成员不断参与社群学习的过程中被赋予了良好的自生长性。

在线学习社群社会网络内部结构与网络结构交叉影响且相互依赖。研究发现，在线学习社群社会网络中，互惠性结构、闭合三元结构、开放三元结构均对社群社会网络结构的演化产生了影响。其中，互惠性结构在社群发展前期对网络结构的影响显著，而具有闭合效应与中介效应的三元结构在社群发展后期对网络结构的影响效果更明显。互惠性结构的影响表明在社群发展前期，成员倾向于依赖和维持已有的交互关系。这在一定程度上反映出交互关系建立的社会选择与社会影响机制，成员间年龄、职业、兴趣等个人偏好以及成员社会影响力均会对成员交互行为的发生产生影响（Lazarsfeld & Merton, 1954; Centola & van de Rijt, 2015），社群发展前期成员彼此之间了解程度低，因此更倾向于依据个人偏好与影响力发生交互行为。社群发展后期，三元结构对网络结构的影响作用表明社群社会网络的演化存在结构依赖（Nowak, 2006; 苏奇, 2020; 刘林青 等, 2020），闭合三元组能够增强网络的聚集效果与稳固性，开放三元组则有助于提高网络结构中的桥接性与连通性。可见，网络内部特殊构型能够提高网络结构演化的内生动力，进一步推动社群社会网络结构演化。

综合这些研究发现，本研究认为顺应在线学习社群社会网络的形成与演化规律，促进成员交互，推动社群良性发展，应该从以下两个方面入手。一方面，要注重拓展社群专业知识库。在此基础上利用大数据和人工智能技术精准把握成员讨论的热点话题，并积极予以回应和引导深入讨论，以加强成员的社群认同感，提高社群的黏性和社群成员的留存率。另一方面，要重视社群社会网络结构中桥梁节点的引导与培养。桥梁节点对社群社会网络的规模与连通性影响显著，具备成为社群网络中心与结构洞位置的“意见领袖”的条件与潜能（蔡骐 & 陈月, 2018; 文彤 等, 2022），有利于提高节点影响力，推动社群交互。因此，在社群演化过程中应注意营造开放平等的交流氛围，注意识别关键节点，引导成员持续深入互动，培养其成为“意见领袖”，最大限度地发挥其在社群社会网络中的中介和凝聚作用，以提升社群规模及网络结构的稳定性和连通性。同时，还要健全社群交互评价机制，设立成员互评等方式并及时进行反馈，促进多路径、多形态的成员间交互关系的建立，进而充分发挥社群社会网络演化的内部结构效应，推动社群社会网络结构的良性演化。

参考文献

巴志超, 李纲, 毛进, & 徐健. （2018）. 微信群内部信息交流的网络结构、行为及其演化分析——基于会话分析视角. 情报学报（10）, 1009-1021.

蔡骐, & 陈月. （2018）. 基于社会网的知乎网意见领袖研究. 湖南师范大学社会科学学报（5）, 128-138.

戴靓, 丁子军, 曹湛, 吴康, & 王瑞霖. （2023）. 长三角地区城市协同创新网络的演化特征及其驱动力. 资源科学（5）, 1006-1019.

戴靓, 刘承良, 王嵩, 纪宇凡, & 丁子军. （2022）. 长三角城市科研合作的邻近性与自组织性. 地理研究（1）, 2499-2515.

端祥宇, 袁冠, & 孟凡荣. （2020）. 动态社区发现方法研究综述. 计算机科学与探索（4）, 612-630.

郭玉娟, 陈丽, 许玲, & 高欣峰. （2020）. 联通主义学习中学习者社会网络特征研究. 中国远程教育（2）, 32-39, 67, 76-77.

郝祥军, 王帆, & 缪晶晶. （2020）. 大规模在线学习中“社会治理共同体”的构建研究. 现代远距离教育（2）, 51-62.

黄红梅. （2016）. 应用时间序列分析. 清华大学出版社.

林萍, 王晓梅, & 魏静. （2020）. 基于社群结构比较的意见领袖协作网络分析. 宁夏社会科学（2）, 193-205.

刘林青, 陈紫若, & 田毕飞. （2020）. 结构依赖如何影响贸易网络形成及演化：以“一带一路”为例. 世界经济研究 （6）, 106-120, 137.

刘天元. （2019）. 年轻女性为何热衷在网络社区分享“好物”?——基于动因理论的分析. 中国青年研究（7）, 91-97, 112.

刘雨农, & 刘敏榕. （2018）. 虚拟知识社区的社会网络结构及影响因素——以知乎网为例. 图书情报工作（4）, 89-96.

史蒂芬•道恩斯. （2022）. 联通主义（肖俊洪 译）. 中国远程教育（2）, 42-56, 77.

苏奇. （2020）. 复杂网络上的合作演化和博弈动力学研究. 北京大学.

童莉莉, 李荣禄, & 闫强. （2019）. 在线知识社群中的意见领袖识别模型研究. 中国电化教育（3）, 97-103.

王慧敏, & 陈丽. （2019）. cMOOC微信群社会网络特征及其对学习者认知发展的影响. 中国远程教育（4）, 15-23, 92.

王莉, & 程学旗. （2015）. 在线社会网络的动态社区发现及演化. 计算机学报（2）, 219-237.

王陆. （2008）. 信息化教育研究中的新内容:互动关系研究. 电化教育研究（1）, 11-17, 21.

王陆, & 马如霞. （2009）. 意见领袖在虚拟学习社区社会网络中的作用. 电化教育研究（1）, 54-58.

王元卓, 于建业, 邱雯, 沈华伟, 程学旗, & 林闯. （2015）. 网络群体行为的演化博弈模型与分析方法. 计算机学报（2）, 282-300.

王志军. （2014）. 联通主义学习情境中的教学交互特征与规律研究. 北京师范大学.

王志军, & 吴芝健. （2023）. 人工智能时代在线学习新形态——算法支持的智适应社群化学习. 远程教育杂志（5）, 49-55.

文彤, 郭强, & 邱以澄. （2022）. 旅游虚拟社区中意见领袖的网络权力特征及形成机制——以去哪儿网为例. 旅游学刊（4）, 39-51.

徐亚倩, & 陈丽. （2019）. 联通主义学习中个体网络地位与其概念网络特征的关系探究——基于cMOOC第1期课程部分交互内容的分析. 中国远程教育（10）, 9-19, 51, 92.

徐亚倩, & 陈丽. （2021）. 生生交互为主的在线学习复杂性规律探究. 中国远程教育（10）, 12-18, 38.

于玻, 徐珺岩, & 谭律岐. （2020）. 基于社会网络和话题相似度的cMOOC学习者聚类研究. 开放学习研究（1）, 10-21.

翟莉, 梁倩, &姚佳佳. （2023）. 高校导师合作网络演化及形成机制研究——基于指数随机图模型. 情报科学（2）, 20-28.

赵康. （2017）. 学术组织社群网络信息交流特征及结构演变. 图书情报工作（14）, 99-108.

赵欣, 王倩雯, & 张长征. （2017）. 从知识搜寻者到知识贡献者——专业虚拟社区用户角色转变的机理研究. 情报科学（10）, 18-22.

周炫余, 陈丽, 郭玉娟, 郑勤华, & 李璇. （2022）. 数量和质量并重的社会交互网络构建方法创新及验证研究. 中国远程教育（9）, 61-68, 79.

邹本涛, 王日芬, & 余厚强. （2020）. 人工智能领域高产科研团队的演化研究. 图书情报工作（20）, 23-33.

Broekel, T., & Hartog, M. (2013). Explaining the structure of inter-organizational networks using exponential random graph models. Industry and Innovation, 20(3), 277-295.

Centola, D., & van de Rijt, A. (2015). Choosing your network: Social preferences in an online health community. Social Science & Medicine, 125, 19-31.

Holland, P. W., & Leinhardt, S. (1977). Transitivity in Structural Models of Small Groups. In Social Networks (pp. 49-66). Elsevier Inc.

Lazarsfeld, P. F., & Merton, R. K. (1954). Friendship as a social process: A substantive and methodological analysis. Freedom and Control in Modern Society, 18(1), 18-66.

Nowak, M. A. (2006). Five rules for the evolution of cooperation. Science (American Association for the Advancement of Science), 314(5805), 1560-1563.

Opsahl, T., & Panzarasa, P. (2009). Clustering in weighted networks. Social Networks, 31(2), 155-163.

Smith, M., Gorgoni, S., & Cronin, B. (2019). International production and trade in a high-tech industry: A multilevel network analysis. Social Networks, 59, 50-60.

Snijders, T. A. B., van de Bunt, G. G., & Steglich, C. E. G. (2010). Introduction to stochastic actor-based models for network dynamics. Social Networks, 32(1), 44-60.

Song, L. J., Tsui, A. S., & Law, K. S. (2009). Unpacking employee responses to organizational exchange mechanisms: The role of social and economic exchange perceptions. Journal of Management, 35(1), 56-93.

Research on the Evolution of Social Network Structure of Online Learning Communities: A Case Study of the cMOOC 7.0 WeChat Group

Zhao Hong, Dong Xu, Yang Ao

Abstract:The online learning community with virtual space as the scene and members’ independent interaction has become an important way of knowledge sharing and learning in the “Internet+” era. Taking the WeChat group of the online course “Internet + Education: Dialogue between Theory and Practice Ⅶ” as an example, based on the interaction data of members, using the social network analysis method and the dynamic community discovery method, this paper explores the characteristics and evolution rules of the social network structure of the online learning community from the three levels of the whole, the part and the node. The results show that: The interaction behavior of community members shows periodic fluctuation changes, and the social network structure shows good self-growth; In terms of subgroup evolution, the social network structure shows an evolutionary trend from loose to local aggregation; At the node level, the social network shifts from the structural relationship mainly supported by community organizers to the spontaneous formation of structural relationships by learners. It is found that reciprocity, closure effect and mediating effect have significant positive effects on the evolution of relationship network. Then, suggestions are put forward to promote the benign development of community from three aspects: promoting the interaction of community members, attaching importance to the guidance and cultivation of nodes, and improving the evaluation mechanism of community interaction.

Keywords:online learning community; cMOOC; network evolution; structural characteristics; internal structural effect

作者简介

赵宏，北京师范大学教育学部远程教育研究中心副教授（北京 100875）。

董旭，中国建设银行建行研修中心东北研修院（哈尔滨 150080）。

杨奥，北京师范大学教育学部远程教育研究中心硕士研究生（北京 100875）。

责任编辑：郝丹

期刊简介

《中国远程教育》创刊于1981年，是教育部主管、国家开放大学主办的综合性教育理论学术期刊，是中文社会科学引文索引（CSSCI） 来源期刊、全国中文核心期刊、中国人文社会科学期刊AMI综合评价（A刊） 核心期刊、中国科学评价研究中心（RCCSE） 核心期刊、中国期刊方阵双效期刊、人大复印报刊资料重要转载来源期刊，面向国内外公开发行。

本刊关注重大教育理论与政策，推动科技赋能教育，反映国际学术前沿，聚焦本土教育改革，注重学术研究规范，提倡教育原创研究。

地址

北京市海淀区复兴路75号

邮编

电话

010-68182514

电邮

zzs@ouchn.edu.cn

网址

cjde.ouchn.edu.cn

来源丨中国远程教育微刊

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与我们联系，我们将及时更正、删除，谢谢。