基于社會網絡分析的大學生學習關系結構演變研究

摘 要 本文采用社會網絡分析方法，以155名在校大學生為研究對象，并在不同時間對其學習關系進行了調查。通過ucinet6.0社會網絡分析軟件對所得數據進行了分析、研究，得出了大學生的學習關系網絡演變的特點。

關鍵詞 大學生 學習網絡 時間

學習是生活中處處存在的，我們無時無刻不在學習。隨著終身學習不斷深入，越來越多的人開始重視學習的重要性。但是，學習也是有很多技巧的。在學習的過程中，我們需要有一些學習上的伙伴，來幫助我們解決學習中的困難，以便我們更好的學習。對于大學生來說，建立好學習關系同樣非常重要。因為擁有良好的學習關系，是我們在學習的道路上的一筆財富。因此，為了了解當代大學生的學習關系，筆者對某高校部分大學生進行了追蹤調查，并利用社會網絡分析軟件ucinet6.0得出了大學生學習關系演變的特點。

社會網絡分析法是一種社會學研究方法，也是一種研究社會網絡結構和社會網絡關系的分析方法。因此，就出現了許多社會網絡分析軟件，如Pajek、UCINET、NetworkX等。本文將利用社會網絡分析軟件UCINET6.0對學習關系網絡結構演變特點進行研究，其目的在于通過了解大學生學習關系網絡變化的特點，能過給大學生和高校管理者一些啟示和幫助。

一、研究方法

1、研究對象

本次研究對象是某高校的203名大學生，但是由于一些學生對學友的錯誤理解，導致選擇的數據過多，為減小誤差，將這些數據通過SQL2008R2刪除。并且本次研究是對這203名學生進行追蹤調查，有些學生未能及時參加某次調查，因此將這些學生在其他調查中的數據一并刪除，最終只留下155名學生所填寫的數據。

2、調查時間

本次研究一共進行了4次調查，每次時間間隔為1個月。

3、研究方法

社會網絡分析法在于通過對社會網絡的“關系”的進行量化分析，從而研究其社會結構，并發現社會現象、問題。

（1）網絡規模及密度

網絡規模是指網絡中包含的的節點（即成員或行動者）。網絡密度是指網絡中各個成員之間交往、聯系的緊密程度。網絡密度介于0和1之間，網絡密度越大，說明網絡中成員之間的交往、聯系越緊密。網絡密度的計算方法是朋友網絡中學生間實際存在的朋友關系數除以理論存在的朋友關系數。

（2）平均點度中心度是指網絡中各個行動者在網絡中所具有的權力大小，地位重要與否的一個平均指標。平均點度中心度越大，說明各行動者在網絡中的整體重要性、權利和地位越高。

（3）平均路徑長度是指網絡中各個行動者之間進行交往、聯系的平均距離，反映的是各成員之間的密切程度。如果平均路徑長度越短，而以該值為基礎的凝聚力指數越大的話，就表明該網絡中個成員之間的凝聚力、密切度或團結力比較強。

（4）聚類系數是反映網絡中各成員的聚集程度，或者說是反映整體網絡中成員的分派情況和聚類強弱的指標。

4、研究工具

本次研究采用的調查方法是VS2010開發問卷調查系統，收集到的數據會100%回收到sql2008R2數據庫中，然后通過sql2008R2將數據進行處理，在通過VS2010將數據轉成ucinet6.0可識別的學習社會網絡關系矩陣。最后利用ucinet6.0對該矩陣進行指標量化分析。

二、實證結果分析

1、網絡規模和密度

本次研究對象共155人，因此，學習網絡的規模為155。

在UCINET6.0軟件中沿著Network / Cohesion / Density / Old Density procedure這一路徑計算出四次調查的學習網絡密度，分別為：0.109，0.137，0.108，0.139。從4次調查數據可以看出，學習網絡的密度都比較低，說明該學習網絡各成員之間聯系的緊密程度不高。并且密度變化的幅度不大，處于較穩定的狀態。通過數值可看出，該學習網絡的密度處于波動的狀態。

2、平均點度中心度

在UCINET6.0軟件中沿著Network / Multiple Measures / Network level這一路徑計算出四次調查的學習網絡的平均點度中心度，分別為16.729，21.168，16.6，21.374。4次調查得到學習網絡的平均點度中心度隨時間的變化處于波動狀態，說明同學們整體在學習網絡中的地位隨時間的變化時高時低，并且波動幅度較大。

3、平均路徑長度

在UCINET6.0中沿著Network / Cohesion / Geodesic Distance（old）這一路徑計算出四次調查的學習網絡的平均路徑長度和凝聚力指數，平均路徑長度：3.186，2.757，3.381，2.704；凝聚力指數：0.387，0.442，0.380，0.447。從平均（下轉第157頁）（上接第106頁）路徑長度和凝聚力綜合來看，其平均路徑長度都在2.7以上，凝聚力指數都在0.45以下，說明該學習網絡的凝聚力不是很強。并且平均路徑長度和凝聚力指數隨時間的變化處于波動狀態，說明學習網絡的凝聚力隨時間的變化時而加強時而減弱，但其波動趨勢不是太明顯。

4、聚類系數

在UCINET6.0中沿著Network / Cohesion / clustering coefficient這一路徑計算出四次調查的學習網絡的聚類系數，分別為0.61，0.659，0.583，0.659。從學習網絡的聚類系數來看，該網絡的平均聚集系數均在0.583～0.659之間，說明該網絡中的聚類程度還是比較強的。學習網絡4次調查結果的聚類系數隨時間的變化也處于波動趨勢的，說明學習網絡的聚類程度隨時間的變化時而加強時而減弱，但是其波動趨勢也不是太明顯。

三、結論與建議

利用ucinet6.0軟件對大學生的學習網絡進行了分析，結果顯示，學習網絡中同學之間的學習關系是隨時間的變化而發生著細微的波動，學習關系時而加強時而減弱。并且從各指標數據的顯示中可看出，大學生的學習關系不是很緊密，他們在學習的過程中與其他同學討論、解決問題的能力不是很強，大多局限在自己學習的環境中。在此，筆者建議大學生，要學會協作學習，與同學多互動，建立起友好的學習關系網絡，為自己以后的學習打下堅實的基礎。

四、結束語

本文只選取了某高校的部分大學生作為研究對象，樣本數量較小，不太適合當代大學生的學習關系網絡的情況。為了進一步證實當代大學生的學習網絡關系的特征，在今后的研究中，應選取更多的大學生的作為研究對象，得出更準確的結論。

參考文獻：

[1]劉軍.社會網絡分析導論[M].北京：社會科學文獻出版社，2004.

[2]杜華東，趙尚梅.中國產業結構變遷的實證研究-基于社會網絡分析法的分析[M].北京：中國科學院研究生院，2011.3.

[3]羅家德.社會網絡分析講義[M].北京：社會科學文獻出版社，2005.

[4]趙鵬，王明春，趙娟.全球貿易關系的社會網絡分析[J].天津：天津職業技術師范大學學報，2011.6.

[5]劉軍.整體網分析講義：UCINET軟件實用指南[M].上海：格致出版社，上海人民出版社，2009.

[6]廉同輝，余菜花，宗乾進.我國旅游網站的網絡結構研究-基于社會網絡分析法[M].上海：上海旅游高等專科學校出版社，2012.